斜坡地带土壤含水率多尺度预测及模型对比OA
为提高斜坡地带土壤含水率预测精度,文章以贵州岩溶斜坡为研究对象,基于2023年9月至2025年3月观测数据,构建LSTM、SVM、RF和TabPFN 4种模型,开展30～150cm多深度、短期至长期多时间尺度预测.结果表明,降雨和温度是影响土壤含水率变化的主要驱动因子,预测精度总体随土层深度和时间尺度增加而提高;其中,LSTM在中长期和长期预测中表现最优,SVM在浅层短中期预测中具有一定优势.研究结果可为斜坡地带土壤含水率预测及地质灾害防治提供参考.
陆玲利;褚学伟;邹银先;姜燕琴;吴再章;张爱苹
贵州大学资源与环境工程学院,贵州 贵阳 550025贵州大学资源与环境工程学院,贵州 贵阳 550025||贵州大学 喀斯特地质资源与环境教育部重点实验室,贵州 贵阳 550025贵州省地质环境监测院,贵州 贵阳 550025贵州大学 喀斯特地质资源与环境教育部重点实验室,贵州 贵阳 550025贵州大学资源与环境工程学院,贵州 贵阳 550025贵州大学资源与环境工程学院,贵州 贵阳 550025
天文与地球科学
土壤含水率斜坡地带多尺度预测机器学习长短期记忆网络(LSTM)
《水利规划与设计》 2026 (9)
32-39,8
国家自然科学基金项目(42062016)贵州大学引进人才科研项目(贵大人基合字[2019]36号)
评论