第30卷第4期2023年7月地学前缘(中国地质大学(北京);北京大学)EarthScienceFrontiers(ChinaUniversityofGeosciences(Beijing);PekingUniversity)Vol.30No.4Jul.2023https://www.earthsciencefrontiers.net.cn地学前缘,2023,30(4)收稿日期:20230128;修回日期:20230220基金项目:国家自然科学基金项目(41971094,41871055);中国科学院青年创新促进会人才项目(2019414);中国科学院澳大利亚联邦科学和工业研究组织(CAS-CSIRO)国际合作项目(131B62KYSB20190042)作者简介:宋轩宇(1998—),男,硕士研究生,主要方向为气候变化与冰冻圈水文过程模拟研究。E-mail:songxuanyu2022@163.com*通信作者简介:许民(1984—),男,副研究员,主要研究方向为冰冻圈水文与水资源研究。E-mail:xumin@lzb.ac.cnDOI:10.13745/j.esf.sf.2023.2.52基于机器学习的冰冻圈典型流域水文过程模拟研究宋轩宇1,3,许民1,2,*,康世昌1,2,孙立平41.中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室,甘肃兰州7300002.中国科学院大学,北京1000493.兰州交通大学数理学院,甘肃兰州7300704.东北大学理学院,辽宁沈阳110819SONGXuanyu1,3,XUMin1,2,*,KANGShichang1,2,SUNLiping41.StateKeyLaboratoryofCryosphericScience,NorthwestInstituteofEco-EnvironmentandResources,ChineseAcademyofScience,Lanzhou730000,China2.UniversityofChineseAcademyofSciences,Beijing100049,China3.SchoolofMathematics,LanzhouJiaotongUniversity,Lanzhou730070,China4.SchoolofScience,NortheasternUniversity,Shenyang110819,ChinaSONGXuanyu,XUMin,KANGShichang,etal.Modelingofhydrologicalprocessesincryosphericwatershedsbasedonmachinelearning.EarthScienceFrontiers,2023,30(4):451-469Abstract:Machinelearningmodelsarewidelyusedinhydrologicalresearchfortheirhighpredictiveaccuracy,however,theirapplicationinhigh-altitudecryosphericwatershedsisseldommentioned.Inthisstudy,machinelearningmodelsfortwotypicalcryospheres,YarkantandShuleriverbasins,weredevelopedusingBPneuralnetwork(BP),GRNNneuralnetwork(GRNN),RBFneuralnetwork(RBF),supportvectorregression(SVR),geneticoptimizationBPneuralnetwork(GA-BP)anddouble-layerlong-termandshort-termmemoryneuralnetwork(LSTM)algorithms,andmodelperformancewasevaluatedusingevaluationindexesNSE,RMSEandRandrunofffreque...
