基于Reg-Crossformer模型的日径流量预测

来源：水资源与水工程学报杂志2025年第1期北京时间：

作者：王琨瑜，刘向阳

单位：（河海大学数学学院

摘要：以渭河流域为研究背景，选取咸阳水文站1961—2015年的逐日径流量数据，通过引入Crossformer模型，利用两阶段注意力机制，专注于多维时间序列数据，更好地捕捉不同维度之间的关联。提出了结合多源协变量因素的Reg-Crossformer模型，预测渭河流域日径流量，进一步增强该模型对复杂水文条件适应的能力。结果表明：Reg-Crossformer模型相比原Crossformer模型，其相关系数（R）和纳什效率系数（NSE）分别提高了7.46%和21.63%，均方根误差（RMSE）降低了15.25%；在不同模型对比试验中，Reg-Crossformer模型在各项评价指标上均优于传统机器学习模型（SVM）及深度学习模型（LSTM和Informer），表现出更优的模拟效果和稳定性。Reg-Crossformer模型为准确预测渭河流域径流量提供了一种新的方法，对未来流域水资源管理及深度学习模型在水文模拟领域应用方面具有参考价值。

关键词：日径流时间序列预测,深度学习,Reg-Crossformer,渭河流域

基金资助：国家自然科学基金重点项目(41830110)