Abstract：
该文针对山区小流域极端降雨条件下洪水预报问题提出一种基于时空注意力的序列-门控神经网络洪水预报模型，利用时空注意力机制(STA)建立时空注意力序列到序列GRU模型(STA-GRU-Seq2Seq),引入空间注意力模块优化输入项特征学习，集成时间注意力模型到Seq2Seq框架，增强模型时空维度敏感性。研究区台风洪水预测评估、验证及注意力权重可视化展示结果表明，该模型能有效学习不同类型的洪水特征，提高山区小流域极端降雨条件下洪水预报多步预测能力，为流域防洪提供更准确、预见期更长的洪水预报。
Keyword：
Reprint 's Address：
Email：
Source ：
水利科技
Year： 2025
Issue： 01
Volume： PageCount-页数: 6
Page： 1-6
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
