基于注意力机制神经网络的荒漠区蒸散量模拟
收藏国家林业和草原科学数据中心2022-12-05 更新2024-03-06 收录
下载链接：
https://www.forestdata.cn/dataDetail.html?id=CSTR:17575.11.0220221205432.040001.V1
下载链接
链接失效反馈官方服务：
资源简介：
该研究对基于注意力机制的长短期记忆（Attention-Based Long Short Term Memory，AT-LSTM）模型对蒸散量（Evapotranspiration，ET）模拟的可行性和有效性进行验证，以提高环境数据缺失情况下的蒸散量模拟精度。基于盐池县 2012—2017 年的每 30 min 环境数据，利用不同环境因子组合构建基于注意力机制的 LSTM 模型，并将其与极限学习机（Extreme Learning Machine，ELM）模型、支持向量机（Support Vector Machine，SVM）模型、长短期记忆（Long Short Term Memory，LSTM）模型在日尺度、月尺度和季节尺度上进行对比分析。
提供机构：
国家林业和草原科学数据中心
创建时间：
2022-12-05
