融合机器学习与误差修正的日径流预测新方法——以大通站为例

杨子浩; 范睿; 董前进; 朱泓宇

doi:10.14188/j.1671-8844.2025.0254

您当前的位置：

首页 >

文章列表页 >

融合机器学习与误差修正的日径流预测新方法——以大通站为例

更新时间：2026-10-15

- 融合机器学习与误差修正的日径流预测新方法——以大通站为例
- A novel daily streamflow forecasting approach combining machine learning and error correction: case study of datong station
- 武汉大学学报（工学版） 2026年页码：1-12
- 作者机构：
  
  1.武汉大学水资源工程与调度全国重点实验室，湖北武汉 430072
  2.上海市海洋监测预报中心，上海 200062
  3.湖北省智慧水电技术创新中心，湖北武汉 430000
- 作者简介：
  
  杨子浩（2001-），男，主要从事水资源规划与管理研究，E-mail:1743752862@qq.com。
  董前进（1979-），男，教授，主要从事水文气象、水资源规划与管理等研究，E-mail:dqjin@whu.edu.cn。
- 基金信息：
  
  国家自然科学基金项目(52279024;52261145744;51979198)
- DOI：10.14188/j.1671-8844.2025.0254
  中图分类号： TV697.21
- 网络首发：2026-10-15，
- 稿件说明：
移动端阅览
杨子浩, 范睿, 董前进, 等. 融合机器学习与误差修正的日径流预测新方法——以大通站为例[J/OL]. 武汉大学学报（工学版）, 2026,1-12.

YANG Zihao, FAN Rui, DONG Qianjin, et al. A novel daily streamflow forecasting approach combining machine learning and error correction: case study of datong station[J/OL]. Engineering Journal of Wuhan University, 2026, 1-12.
杨子浩, 范睿, 董前进, 等. 融合机器学习与误差修正的日径流预测新方法——以大通站为例[J/OL]. 武汉大学学报（工学版）, 2026,1-12. DOI： 10.14188/j.1671-8844.2025.0254.

YANG Zihao, FAN Rui, DONG Qianjin, et al. A novel daily streamflow forecasting approach combining machine learning and error correction: case study of datong station[J/OL]. Engineering Journal of Wuhan University, 2026, 1-12. DOI： 10.14188/j.1671-8844.2025.0254.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于机器学习的充电桩通风格栅结构优化研究

基于可解释机器学习模型和蒙特卡洛方法的需水量预测

基于应力监测的输电塔运行状态数字化评估

基于多机器学习算法融合的泥石流冲出距离贝叶斯集合概率预测方法

基于改进VMD和聚类权值共享的负荷预测

融合机器学习与误差修正的日径流预测新方法——以大通站为例

A novel daily streamflow forecasting approach combining machine learning and error correction: case study of datong station

DOI：10.14188/j.1671-8844.2025.0254