分析训练全球 2k+ 水文站数据，中科院团队发布 ED-DLSTM，实现无监测数据地区洪水预测

文章预览

本文 约3900字 ，建议阅读 10分钟 如何破解无监测数据和缺监测数据地区的径流和洪水预测，一直是水文领域长期面临的难题。 中国科学院成都山地灾害与环境研究所欧阳朝军团队，提出了一种全新的基于 AI 的径流洪水预测模型 ED-DLSTM，利用全球超 2 千个水文站数据进行模型训练，以解决全球范围内有监测数据流域和无监测数据流域径流预测问题。 随着全球气候变化，洪水灾害正变得愈发频繁。联合国减少灾害风险办公室与比利时鲁汶大学灾害流行问题研究中心联合发布的报告指出： 过去 20 年间，全球洪水灾害数量从 1,389 起上升到 3,254 起，增加了超两倍，占到灾害总数的 40%，影响人数达 165 万人。 洪灾会带来巨大的人员伤亡和财产损失。今年 4 月，洪涝和地质灾害共造成我国江西、广东等 17 省 (区、市) 159.8 万人不同程度受灾，因灾死亡失踪 2 ………………………………