arXiv · ML· Yuan-Heng Wang, Hoshin V. Gupta·· 8 小时前AI 评分21
流域水文有效表征为低维但依赖交互
Effective catchment hydrologic representations are low-dimensional but interaction-dependent
AI 导读
研究比较了513个流域中的概念模型与神经网络，发现允许2个状态时KGEss从0.83升至0.89，5个状态仅达0.90。跨状态信息共享显著降低误差，2个共享状态优于5个非共享状态。 模型选择受似然或KGE标准影响，但75%流域保留相同状态维度，表明预测成功无法唯一确定物理存储结构。
来源：arXiv · ML · arxiv.org