基于机器学习模型的洪水预报研究进展

摘要： 【目的】准确可靠的洪水预报作为水文预报工作的重中之重，对提高防洪减灾的应急响应效率至关重要。基于数据驱动的机器学习模型无需考虑流域水文物理过程，通过学习历史数据中隐含规律进行建模，在洪水预报领域发展迅速。【方法】将机器学习模型在洪水预报中的应用进行总结，根据结构和复杂度将其分为传统机器学习模型和深度学习模型，包括线性回归、人工神经网络、支持向量机、自适应神经模糊推理系统、小波神...