LSTM和EnKF在农业土壤降雨径流模拟中的应用

来源：湖北农业科学杂志2025年第5期北京时间：

作者：林琳1, 高肇天1, 丁一家1, 胡小龙1, 张中彬2

单位：1.武汉大学水利水电学院,武汉 430072;2.中国科学院南京土壤研究所,南京 211135

摘要：降雨量与径流的关系对农业地区的水资源调配及水土资源保护具有重要意义,但在小流域范围内,不同土地利用类型下降雨径流过程难以预测。基于LSTM模型、新安江模型以及EnKF技术,探讨数据驱动机器学习模型对不同土地利用方式下降雨径流过程的模拟效果,并与SWAT水文模型模拟效果进行对比;研究EnKF对新安江模型不同水文参数集合的估计效果和滤波估计参数的规律,并基于率定的参数对不同农业土地利用类型的径流过程进行模拟。结果表明,径流在土面坡度略小时的高径流情况以及在土面坡度较大时的低径流过程更易被学习到;SWAT模型模拟精度及稳定性比LSTM模型差,但其可以在一定程度反映当地土壤水文条件,便于进行成因分析; EnKF技术具有参数更新和参数估计功能,能够优化新安江水文模型的径流模拟效果。

关键词：降雨径流模拟,数据驱动,数据同化,LSTM,EnKF,新安江模型,土地利用方式,优化预测

基金资助：国家自然科学基金黄河水科学研究联合基金项目（U2243235）; 国家自然科学基金项目（52309058）