Scidown文献预览系统！
英国数据驱动降雨径流模型的基准:基于lstm的模型与四种集总概念模型的比较( Benchmarking Data-Driven Rainfall-Runoff Models in Great Britain: A comparison of LSTM-based models with four lumped conceptual models )
T Lees M Buechel B Anderson L Slater SJ Dadson
长短时记忆模型（LSTMs）是新兴的深度学习(DL)领域的递归神经网络，在预测时间序列尤其是在数据丰富的情况下表现出了较好的应用前景。降雨径流建模是一项挑战，但准确的水文模型对于洪水预报、灾害影响评估以及评估气候变化对洪水和水资源的潜在影响至关重要。在本研究中，我们比较了两个基于DL的模型，一个LSTM和一个实体感知LSTM（EA LSTM）的性能。DL模型是使用新公布的数据集CAMELS-GB对英国518个集水区的样本进行训练的。为了确定模型性能的空间和季节模式，我们将DL模型与英国最近为降雨-径流模型配置的四个集总概念模型的基准输出进行了比较。我们的研究结果表明，LSTM模型以一贯高的模型性能分数模拟流量，包括通常被认为难以建模的集水区。LSTM的平均集水NSE为0.88（EALSTM为0.86)，与基准概念模型相比，性能提高了10%-16%。季节和空间模式表明，相对于基准，性能改善最大的是在较干燥的夏季月份和英格兰东南部较干燥的集水区。通过比较LSTMs和概念模型，我们诊断出它们性能不同的可能原因。我们认为LSTMs为英国和其他地方的降雨-径流模型提供了有用的预测能力，并注意到它们对支持对过程理解不太清楚的地方的过程理解的价值。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 按需车辆共享系统的尺寸下载
scidown 多孔晶格结构的有效热导率预测和附加制造金属泡沫的验证下载
scidown 核壳结构Ag@C用于直接电化学和过氧化氢生物传感器应用下载