考虑物理约束的多要素洪水模拟LSTM模型OA

针对用数据驱动模型替代传统水动力模型实现快速预报时存在模拟结果单一与缺乏可解释性的问题,基于多任务学习框架,构建了一种用于多要素联合模拟的LSTM模型,并将要素间的拟合物理关系作为约束项加入损失函数;结合随机森林、斯皮尔曼秩相关系数法与PCA主成分分析法的特征综合评价结果,进一步探讨了模型可解释性的问题。基于二维水动力数值模型对屯溪区17场洪水过程模拟结果的数据库,分别训练考虑物理约束前后的LSTM模型,结果表明:考虑物理约束后LSTM模型运算速度并未显著降低,能够在1 s内实现多要素的模拟;对于多场洪水的整体模拟,考虑物理约束的LSTM模型效果更优,水位、流量、流速和淹没面积的模拟精度分别提升了20.38%、17.03%、4.02%、14.07%;考虑物理约束的LSTM模型对小洪水的捕捉能力更强;对常规洪水的模拟精度较高,但在极端复杂情况下性能仍需提升。