【技术实现步骤摘要】
本申请涉及水文预报的，尤其涉及融合稀疏自注意力机制的深度学习洪水预报方法、装置。
技术介绍
1、相关技术中，对未来时期洪水的预报通常单纯依赖于公式模型，由于这些公式模型难以对洪水影响因素作出全面评估，而且这些公式模型中难以避免地带有人为经验成分，导致预测结果不够精准。
技术实现思路
1、有鉴于此，本申请提供融合稀疏自注意力机制的深度学习洪水预报方法、装置，能够提升洪水预报的准确性。
2、第一方面，本申请提供一种融合稀疏自注意力机制的深度学习洪水预报方法，包括：
3、根据目标流域的数字高程数据，对该目标流域内的蒸发量数据序列进行空间插值以获得栅格蒸发量数据序列；
4、根据目标流域的数字高程数据，对该目标流域内的降雨量数据序列进行空间插值以获得栅格降雨量数据，由栅格降雨量数据确定栅格前期影响雨量数据，并由栅格前期影响雨量数据和栅格降雨量数据堆叠形成栅格降雨量数据序列、栅格前期影响雨量数据序列；
5、通过将站点流量数据序列、所述栅格蒸发量数据序列、...
【技术保护点】
1.一种融合稀疏自注意力机制的深度学习洪水预报方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，由栅格降雨量数据确定栅格前期影响雨量数据，采用降雨径流关系图法。
3.根据权利要求1所述的方法，其特征在于，栅格蒸发量数据序列的空间插值、栅格降雨量数据的空间插值为反距离权重插值。
4.根据权利要求1所述的方法，其特征在于，根据目标流域的数字高程数据对该目标流域内的蒸发量数据序列进行空间插值，包括：
5.根据权利要求1所述的方法，其特征在于，根据目标流域的数字高程数据对该目标流域内的降雨量数据序列进行空间插值...
【技术特征摘要】
1.一种融合稀疏自注意力机制的深度学习洪水预报方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，由栅格降雨量数据确定栅格前期影响雨量数据，采用降雨径流关系图法。
3.根据权利要求1所述的方法，其特征在于，栅格蒸发量数据序列的空间插值、栅格降雨量数据的空间插值为反距离权重插值。
4.根据权利要求1所述的方法，其特征在于，根据目标流域的数字高程数据对该目标流域内的蒸发量数据序列进行空间插值，包括：
5.根据权利要求1所述的方法，其特征在于，根据目标流域的数字高程数据对该目标流域内的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。