基于LSTM深度学习的河湖生态流量预警预报模型研究

为探究河湖生态流量预报预警机制,进一步改善河湖生态环境,以浙江省椒江流域为研究对象,提出了考虑预警信息的结合熵值法和LSTM的生态流量预报新方法.结果表明:Q90法得出的柏枝岙和沙段断面的生态流量核算值分别为2.89 m3/s和1.92 m3/s,计算结果低于多年平均流量的10%,较为合理可靠;所建模型验证期的纳什效率分别为0.91和0.88,偏差为2.55%和-3.22%,本模型的低水流量模拟效果要优于传统的新安江模型;柏枝岙和沙段断面无预警信息的预报合格率为98.72%和95.38%,有预警信息的预报合格率高达100%和96.61%,满足预报甲级精度,说明该方法较好地完成河湖生态流量预警信息预报任务.