期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于天地协同与深度学习的灌区地下水位模拟 被引量：1
1
作者 陈文龙 杨云丽 +1 位作者 张煜 胡祖康 《长江科学院院报》 CSCD 北大核心 2023年第7期88-95,共8页
为了探究天地协同与深度学习的联合效果,利用灌区地面和遥感的天地协同序列观测数据,以降水、土壤湿度、地下水位历史观测量、哨兵-2遥感观测值作为地下水位的模拟因子,采用基于多层GRU网络的深度学习模型建立地面和遥感观测因子与地下... 为了探究天地协同与深度学习的联合效果,利用灌区地面和遥感的天地协同序列观测数据,以降水、土壤湿度、地下水位历史观测量、哨兵-2遥感观测值作为地下水位的模拟因子,采用基于多层GRU网络的深度学习模型建立地面和遥感观测因子与地下水位的内在联系,进行灌区地下水位模拟的研究,并在南北方两处灌区研究区进行地下水位模拟试验和结果分析。试验结果表明,基于天地协同与深度学习的灌区地下水位模拟模型具有自行建立外界环境因素和灌区地下水位内在关系的能力,明显优于仅有地下水位观测值作为模拟因子的对比模型,具有较好的地下水位模拟效果,以及在不同地理环境下的模型适用性。该模型具有一定的应用潜力,能够为灌区的农作物种植和水资源管理提供决策信息支持。 展开更多
关键词 地下水位模拟 深度学习 天地协同 灌区 遥感
下载PDF
3种机器学习模型在地下水位动态模拟中的效果比较
2
作者 郭敏丽 刘天航 +4 位作者 毕二平 胡晓斌 肖颖 胡远航 刘春时 《环境工程学报》 CAS CSCD 北大核心 2024年第5期1406-1414,共9页
为及时准确模拟区域地下水位动态变化,采用机器学习算法,在参数训练与特征子集参数筛选基础上,构建了基于极限学习机(ELM模型)、非线性自回归神经网络(NARX模型)和随机森林(RF模型)3种机器学习模型,对密怀顺区域地下水位动态变化进行了... 为及时准确模拟区域地下水位动态变化,采用机器学习算法,在参数训练与特征子集参数筛选基础上,构建了基于极限学习机(ELM模型)、非线性自回归神经网络(NARX模型)和随机森林(RF模型)3种机器学习模型,对密怀顺区域地下水位动态变化进行了模拟,结果表明:3种机器学习模型在密怀顺区域地下水位动态模拟精度大小顺序为RF模型>NARX模型>ELM模型,与ELM模型相比,NARX模型和RF模型更适用于密怀顺区域地下水位动态模拟。地下水位动态变化模式分为波动上升型和稳定上升型2种类型,NARX模型适用于模拟地下水位变化呈波动上升型的监测井,RF模型适用于模拟地下水位变化呈稳定上升型的监测井。研究成果可为机器学习模型在地下水位分析中的应用提供方法参考。 展开更多
关键词 机器学习模型 地下水位动态模拟 模型效果比较
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部