.png){kind=icon}
返回
Graph-embedded time-interval-aware transformer for event-driven groundwater level forecasting
.png){kind=icon}
PRE
AI
DOI：10.1063/5.0298978.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种融合时间间隔感知与事件驱动建模的地下水水位预测方法，旨在提升模型在非平稳和突变水文过程中的性能。通过将事件特征融入注意力机制，该框架能够有效捕捉地下水水位序列中的局部突变，而概率预测增强了其对不确定数据的鲁棒性。在加利福尼亚州水资源部门提供的8个监测井上的实验评估表明，所提方法在多样化测试场景下持续优于多个基线模型。具体而言，该方法实现了MAE平均降低12.4%、RMSE平均降低10.7%，且R-2指标超过0.92。即使在数据缺失率较高或时间戳扰动的情况下，模型仍能保持稳定的预测性能。这些结果证实，所提框架在复杂条件下可提供更高的预测精度和更强的鲁棒性，为地下水资源管理与早期预警应用提供了有效支持。© 2025 Author(s)。除另有注明外，本文内容按知识共享署名许可（https://creativecommons.org/licenses/by/4.0/）授权。https://doi.org/10.1063/5.0298978
期刊
IF:
1.4
论文数:
1.3K
被引数:
2.2W
机构
引用论文
Groundwater Level Prediction Using Machine Learning and Geostatistical Interpolation Models.png)
WATER
OAAI
WATERIF3
OAAI分享收藏Forecasting Groundwater Level by Characterizing Multiple Spatial Dependencies of Environmental Factors Using Graph‐Based Deep Learning基于图卷积神经网络的地下水位预测：通过表征环境因素的多重空间依赖性
PREAI
分享收藏分享收藏Deep dive into predictive excellence: Transformer's impact on groundwater level predictionJOURNAL OF HYDROLOGY
JOURNAL OF HYDROLOGYIF6.3
PREAI
分享收藏Deep Learning for Time Series Forecasting: Review and Applications in Geotechnics and Geosciences时间序列预测的深度学习: 回顾和在岩土工程和地球科学中的应用OAAI
OAAI分享收藏Improving the Accuracy of Groundwater Level Forecasting by Coupling Ensemble Machine Learning Model and Coronavirus Herd Immunity Optimizer通过耦合集成机器学习模型和冠状病毒群体免疫优化器来提高地下水水位预测的准确性OAAI
OAAI分享收藏New approach into human health risk assessment associated with heavy metals in surface water and groundwater using Monte Carlo Method基于蒙特卡罗方法的地表水和地下水重金属人体健康风险评估新方法SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Unraveling microbial community variation along a salinity gradient and indicative significance to groundwater salinization in the coastal aquiferJOURNAL OF HYDROLOGY
JOURNAL OF HYDROLOGYIF6.3
PREAI
分享收藏
查看更多内容