Data for: The importance of relatively short-term time series in the runoff forecasting model based on long short-term memory

NIAID Data Ecosystem2026-03-11 收录

径流预测

LSTM模型评估

数据链接：

https://data.mendeley.com/datasets/bcnk2zbskj 数据链接链接失效反馈

官方服务：

资源简介：

runoff data

创建时间：

2020-07-31

CA-流量数据集、脚本和原始数据(1981-2010年)

水文监测

径流预测

我们展示了一组中亚山区295个水文站点的正常流量数据，以及从中亚水文年鉴中收集的其中135个站点的河流流量时间序列。这些时间序列具有月度、10天和日度的时间分辨率，并且可以提供不同持续时间的数据。第三方数据集允许对所有站点进行流域特征分析。时间序列数据通过标准质量检查进行验证。正常流量数据通过与文献值对比以及采用水量平衡方法进行验证。该数据集的创新之处在于结合了中亚山区河流的流量时间序列和站点位置

国家对地观测科学数据中心2025-08-29 更新170

Lepsamanjoki_durF_projection_ipsl-cm6a-lr_ssp370_1985-2014_spatially-distributed_Yearly.nc

水文气候模拟

径流预测

:unav

DataCite Commons2025-04-01 更新110

Data underlying the publication: Forecasting estuarine salt intrusion in the Rhine-Meuse delta using an LSTM model

河口盐度入侵

LSTM模型评估

Raw and processed data used to build an LSTM model for salt intrusion at Krimpen aan den IJssel in the Rhine-Meuse delta. Raw water data names are in all capitals and are formatted as VARIABLE_LOCATIO

Mendeley Data2024-03-27 更新80

chinese_text_dataset

文本处理

LSTM模型评估

用于训练LSTM的中文文本语料库

github2020-09-17 更新170

Comparison of seven simple loss models for runoff prediction at the plot, hillslope and catchment scale in the semiarid southwestern U.S.

径流预测

水文模型

Infiltration excess overland flow is the dominant mechanism for runoff generation in many dryland watersheds. Event-based rainfall-runoff models therefore partition precipitation into two components:

NIAID Data Ecosystem100

Data for: The importance of relatively short-term time series in the runoff forecasting model based on long short-term memory

资源简介：

相关数据集