近日，南方科技大学环境科学与工程学院教授郑一团队在《水资源研究》上发表最新研究成果，介绍了在深度神经网络中编码分布式水文模型并进行多任务学习的新方法。
近年来，随着地球大数据的不断累积，以深度学习为代表的数据驱动方法已在模拟精度上超越传统水文模型，但黑箱属性和物理机制的缺失仍限制了深度学习在水文模拟和水资源管理实践中的推广应用。在水文模拟领域，集总式水文模型已被成功编码到深度神经网络，但应用更为广泛的分布式水文模型的编码仍是一项挑战。
对此，郑一团队成功解决了深度神经网络进行汇流计算的难题，提出了一个分布式水文模拟的可微建模框架。该框架融合了物理过程网络、替代网络、参数化网络三个神经网络模块，不但能完成全局的反向传播和联合优化，还能进行多任务学习。
基于新框架，郑一课题组对地球上最大的河流系统——亚马逊流域建立了深度学习模型——Hybrid(Q,S)+，该模型以HydroPy全球分布式水文模型为物理内核。研究结果表明，在水文站点径流观测数据和GRACE重力卫星数据的共同约束下，新模型对径流和陆地水储量的模拟性能分别比原始HydroPy模型提高了41%和35%。
“对于一些难以直接观测或观测尺度与模型不匹配的水文过程，融合了物理知识的深度学习模型可以提供新见解。”论文共同通讯作者郑一介绍。该研究建立的可微建模框架显著提高了大尺度分布式水文模拟的计算效率和精度，为分布式水文模拟在大数据时代的发展开辟了一条新路径。
相关论文信息：https://doi.org/10.1029/2023WR036170
12月11~15日，第32届Texas相对论天体物理学研讨会（Texas Symposium on Relativistic Astrophysics）在上海交通大学李政 这些年，我们为什么越来越频繁提到创新？因为只有在原始创新上持续发力，在基础理论方法上有所突破，我们才能摆脱对国外的 12月14日，美国《科学》杂志公布了2023年度十大科学突破，胰高糖素样肽-1（GLP-1）受体激动剂的研发以及今年发现的可缓解肥 临近年末，开源领域“火力全开”：华为以超过120个上游软件和多个主流开源项目的贡献值，在多个主流开源项目中排名第一；上 当地时间1月1日早上，印度空间研究组织在安得拉邦发射PSLV-C58运载火箭，搭载了印度首颗用于研究黑洞的科学卫星XPoSat 科技日报讯 （记者张佳星）我国的临床资源十分丰富，但原创医学科研成果质量和规模与临床资源却不相匹配。如何进一步提升 。本文链接：科研人员用深度学习网络实现分布式水文模拟http://www.sushuapos.com/show-11-5841-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 2024清华国际肝癌诊疗论坛在京召开