佳文推荐 | 深度学习水文预报研究进展综述Ⅰ———常用模型与建模方法

水文预报是水文学者寻求水文现象时空变化特征及规律?揭示水文现象形成机理的重要手段,也是水旱灾害防御?水资源综合利用等经济社会发展所必需的重要技术?自20世纪中叶以来,随着电子计算机的发明和快速发展,通过计算机模拟水文现象形成和变化的“仿真范式”成为水文领域常用科学研究范式,人们在流域以及更大尺度上利用水文模型开展水文预报成为可能?然而,任何水文模型只是流域水文形成机理的近似,水文过程受气象?流域下垫面?人类活动等多重因素的综合作用,是最复杂的自然现象之一,流域水文模型无法完全反映水文过程形成机理和变化规律?因此,完全依赖基于现有物理定律和数学方程的水文模型,难以准确认识和预报复杂的水文现象?

《南水北调与水利科技（中英文）》2022年第4期发表了《深度学习水文预报研究进展综述Ⅰ———常用模型与建模方法 》一文， 数据密集研究范式主导的数据水文学正在成为水文研究的一个重要方向,而善于从大量数据中挖掘规律的深度学习理论推动了近年来数据驱动水文预报的研究热潮,并不断和水文学科融合,逐步成为数据水文学的重要研究方法体系?从深度学习与水文预报学科交叉的角度,简要介绍水文领域常用深度学习模型的原理与结构及其应用于水文预报中的一般建模方法,在此基础上进一步介绍深度学习与水文物理机制整合的基本方法,以期为相关研究人员开展深度学习水文预报研究提供有益参考?

欧阳文宇,叶磊,王梦云,等.深度学习水文预报研究进展综述Ⅰ:常用模型与建模方法[J].南水北调与水利科技(中英文),2022,20(4):650-659.