近日，南方科技大学环境科学与工程学院教授郑一团队在《水资源研究》上发表最新研究成果，介绍了在深度神经网络中编码分布式水文模型并进行多任务学习的新方法。
近年来，随着地球大数据的不断累积，以深度学习为代表的数据驱动方法已在模拟精度上超越传统水文模型，但黑箱属性和物理机制的缺失仍限制了深度学习在水文模拟和水资源管理实践中的推广应用。在水文模拟领域，集总式水文模型已被成功编码到深度神经网络，但应用更为广泛的分布式水文模型的编码仍是一项挑战。
对此，郑一团队成功解决了深度神经网络进行汇流计算的难题，提出了一个分布式水文模拟的可微建模框架。该框架融合了物理过程网络、替代网络、参数化网络三个神经网络模块，不但能完成全局的反向传播和联合优化，还能进行多任务学习。
基于新框架，郑一课题组对地球上最大的河流系统——亚马逊流域建立了深度学习模型——Hybrid(Q,S)+，该模型以HydroPy全球分布式水文模型为物理内核。研究结果表明，在水文站点径流观测数据和GRACE重力卫星数据的共同约束下，新模型对径流和陆地水储量的模拟性能分别比原始HydroPy模型提高了41%和35%。
“对于一些难以直接观测或观测尺度与模型不匹配的水文过程，融合了物理知识的深度学习模型可以提供新见解。”论文共同通讯作者郑一介绍。该研究建立的可微建模框架显著提高了大尺度分布式水文模拟的计算效率和精度，为分布式水文模拟在大数据时代的发展开辟了一条新路径。
相关论文信息：https://doi.org/10.1029/2023WR036170
12月11~15日，第32届Texas相对论天体物理学研讨会（Texas Symposium on Relativistic Astrophysics）在上海交通大学李政 中新网北京12月19日电 (记者 孙自法)施普林格·自然旗下专业学术期刊《自然-计算科学》最新发表一篇论文称，研 科技日报讯 （记者张梦然）美国罗切斯特大学研究人员报告了一种策略，用于了解在具有完全化学复杂性的溶剂中，分子如何失去 ? 夏培肃 （1923.7.28—2014.8.27），四川江津人 （今重庆江津），著名计算机专家和教育家，我国计算机研究的先驱和计算机事业 2023年12月28日，陕西省审计厅在官网发布《2023年第9号审计结果公告》，其中西北大学2019年度预算执行及财务收支情况审计 编者按 近两年，中国有一小部分年轻学子正在涌入Gap year文化的潮流，有些人甚至选择延毕去体验这种间隔年。Gap year兴起于 。本文链接：科研人员用深度学习网络实现分布式水文模拟http://www.sushuapos.com/show-11-5841-0.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： 2024清华国际肝癌诊疗论坛在京召开