深度学习在河湖生态流量预报预警中的应用研究

为提高生态流量预警预报精度及水利工程生态调度效率,本文以浙江省椒江流域为研究对象,采用水文学法计算断面生态流量及预警阈值,利用主成分分析法筛选模型预报因子,并提出了基于深度学习和概念水文模型的河湖生态流量预报预警新方法.结果表明:柏枝岙和沙段断面最适宜的生态流量核算值分别为 2.89 m3/s 和1.92 m3/s;选取降雨和蒸发作为输入因子,采用网格搜索法寻找最优参数,极值梯度提升算法(XGBoost)在所有年份的生态流量预警等级信息预报合格率都达到 100%;基于XGBoost和新安江水文模型的耦合预报模型能够很好地完成生态流量预警预报和水库生态流量调度工作.研究成果可为河湖水资源保护和监管提供决策依据.