学位专题

封面
声明
中文摘要
英文摘要
目录
第1章绪论
1.1 选题背景及研究意义
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外研究进展
1.2.1 水文模型研究进展
1.2.2 数据驱动模型研究进展
1.2.3 机理和数据驱动耦合水文模型研究进展
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
第2章研究区概况与数据来源
2.1 流域基本概况
2.1.1 地理位置
2.1.2 水文气象
2.1.3 水能利用情况
2.2 气象数据来源
2.3 水文监测数据来源
2.4 取用水监测数据来源
2.5 预报结果评价指标
2.6 本章小结
第3章汉江流域Wetspa分布式水文模型构建及应用
3.1 模型原理
3.2 模型搭建方法
3.2.1 模型数据预处理
3.2.2 参数分区划分
3.2.3 子流域划分
3.2.4 水库模块修改
3.2.5 取用水模块添加
3.3 参数优化方法及模型评价指标
3.3.1 参数优化方法
3.3.2 模型评价指标
3.4 模型结果
3.4.1 入库修正后的模型结果对比
3.4.2 模型率定和验证结果
3.5 汉江典型站的模拟结果
3.6 本章小结
第4章 LSTM模型搭建与其在汉江流域的应用
4.1 LSTM模型原理
4.1.1 神经网络
4.1.2 循环神经网络
4.1.3 LSTM模型的基本原理和优势
4.2 LSTM数据处理及网络搭建
4.2.1 数据预处理
4.2.2 LSTM网络搭建
4.2.3 超参数及目标函数的选择
4.3 汉江典型站不同预见期预报结果
4.4 本章小结
第5章图卷积-门控循环单元耦合模型在汉江流域的应用
5.1 模型的基本原理
5.1.1 图卷积神经网络GCN原理
5.1.2 门控循环单元GRU原理
5.1.3 GCN-GRU耦合模型的基本原理
5.2 耦合模型搭建
5.2.1 水文拓扑图生成
5.2.2 图像融合与耦合模型的构建
5.3 汉江典型站不同预见期的预报结果
5.4 耦合模型结果与其它模型结果的比较分析
5.5 本章小结
第6章结论与展望
6.1 结论
6.2 展望
参考文献
致谢
作者简介