.png){kind=icon}
返回
A Comparative Data-Driven Framework for Total Sediment Load Prediction Using Multi-Algorithm ANN, Hydro-Meteorological Inputs, and Advanced Preprocessing Techniques
.png){kind=icon}
OA
AI
DOI：10.3390/w18101182.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在河流工程领域，估算河流总含沙量是一个关键挑战。对于数十至数百公里下游，沉积物中的额外沙石可导致河床高程升高。对于布拉马普特拉-Jamuna等高度分汊河流，总含沙量的准确预测依赖于不同水文气象变量之间的复杂关系。因此，仅从前期含沙量记录中手动选择滞后特征会产生次优预测，这可被视为一个显著的研究空白。此外，通过应用先进的分解技术可进一步提高预测精度。为解决这些不足，我们实施了三种复杂的特征选择方法：SelectKBest、互信息和利用Boruta算法的随机森林，作为手动特征选择的替代方案。此外，我们研究了含自适应噪声的完整集合经验模态分解（CEEMDAN）、变分模态分解（VMD）和Hodrick–Prescott滤波器（HPF）以提高数据挖掘效率。考虑了四种不同的人工神经网络（ANN）训练算法：反向传播（BP）、级联相关（CC）、共轭梯度（CG）和Levenberg–Marquardt（LM），作为传统BP基训练方法的替代方案。将ANN的不同变体与强大的集成学习模型（特别是决策树DT）进行比较评估。结果表明，与替代技术相比，HPF增强的ANN-LM模型表现出最强的性能指标，其NRMSE = 0.004，MAE = 455.242 kg/s，NSE = 0.998，KGE = 0.990。Sobol敏感性分析的结果表明，通过包含基于降雨的特征，可更好地预测该区域的含沙量动态。
Keyword:
sediment load prediction
data-driven modeling
ANN
hydro-meteorological variables
decomposition
Brahmaputra-Jamuna River
期刊
W
IF:
3
论文数:
3.2W
被引数:
7.4W
机构
引用论文
分享收藏
Ratul, M.; Akter, U.; Mollick, T.; Hasan, M.; Ferdous, T.; Nasher, N.M.R.; Uddin, J. A novel integration of cross variable transformer and signal decomposition for real-time prediction of river water level: An implication for sustainable water resources management. Sci. Rep. 2026, 16, 9366. [Google Scholar] [CrossRef]Ratul, M.; Akter, U.; Mollick, T.; Hasan, M.; Ferdous, T.; Nasher, N.M.R.; Uddin, J. 一种交叉变量变换器与信号分解的新型集成方法用于河流水位实时预测：对可持续水资源管理的启示。Sci. Rep. 2026, 16, 9366. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏Machine Learning-Enhanced Runoff Prediction in Plain River Networks: Insights into Recurrent River Segments黄胜; 吕勇; 聂华; 金涛; 叶正; 郭杰. 机器学习增强的平原河网径流预测：对周期性河段的见解. 水利工程学报. 2026, 31, 04025057. [谷歌学术] [CrossRef]
PREAI
分享收藏Water quality estimates using machine learning techniques in an experimental watershed在实验流域中使用机器学习技术进行水质估算
PREAI
分享收藏Channel bar development, braiding and bankline migration of the Brahmaputra-Jamuna river, Bangladesh through RS and GIS techniques布拉马普特拉-贾木纳河（Bangladesh）的河槽沙洲发育、河网分汊及河岸线迁移，通过遥感（RS）和地理信息系统（GIS）技术进行研究。
PREAI
分享收藏
查看更多内容