全球95%以上的中小流域没有任何监测数据，这些无资料地区径流和洪水预测一直是水文领域长期面临的科学难题。近日，中国科学院成都山地灾害与环境研究所研究员欧阳朝军团队提出了一种新的基于AI的径流洪水预测模型ED-DLSTM，通过编码流域静态属性和气象驱动，利用全球2000多个水文站数据进行模型训练，以解决全球范围内有资料流域和无资料流域径流预测问题。相关成果在线发表于《创新》上。
该研究提出的ED-DLSTM模型，针对流域径流预测目标，设计了空间属性编码模块，利用卷积层和空间金字塔池化层，将所有流域的静态属性映射到规模相同的隐空间，使得模型能抽象地“意识”到不同流域的水文响应特征。
该研究采用的训练数据集来自美国、英国、中欧、加拿大等地共计2089个流域，这些流域分布差异性显著，确保了数据的多样性。利用这些流域历史资料训练模型，并测试模型在未来时段的预测准确性和可靠性。利用纳什效率系数NSE对实验结果进行评估，发现81.8%的流域平均NSE高于0.6，预测精度比传统水文模型和其他人工智能模型更好。
基于上述预训练模型（北半球），研究者对智利（南半球）的160个全新流域（不使用任何监测数据）进行预测，以检验模型在无监测数据流域的预测能力，不同预训练模型的预测结果显现出了较强的空间分布一致性。在最好情况下，所有未计量流域中76.9%的流域NSE＞0，展现了AI在未计量流域进行水径流及洪水预测的巨大潜力。
相关论文信息：https://doi.org/10.1016/j.xinn.2024.100617
12月16日，2023科技伦理高峰论坛在复旦大学成功举办。来自中国科协及海内外知名高校、科研机构的150多位专家学者汇聚一堂 人工智能初创企业OpenAI的董事会将有权否决公司CEO推出新版本模型的决定。 当地时间12月18日，OpenAI在官方网站发布了 ·“Apollo开放平台9.0拥有极强场景通用能力，适配环节减少40% 、代码阅读量减少90%、代码调试量减少80%，可以实现‘ 中新社北京1月1日电 (记者 阮煜琳)中国自然资源部海啸预警中心消息，日本本州西岸近海海域1月1日发生7.4级地震已引发 中新网伦敦1月2日电 (彭欣怡)当地1月2日，英国气象局发布数据指出，2023年是英国自1884年有气象记录以来第二热的一年，仅 今天（1月3日），位于河北保定的亚洲最大自然博物馆之一——中国古动物馆（保定自然博物馆）正式开馆。 △中国 。本文链接：研究者提出一种新的基于AI的径流洪水预测模型http://www.sushuapos.com/show-11-5903-0.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： 《全国科技小院发展报告（2024）》发布