流域水文低维表征研究：状态交互优于维度堆叠

2026年11月3日，arXiv上一项针对513个流域的研究发布，比较了概念模型与神经网络在流域水文表征上的表现，发现低维但交互的状态结构优于高维独立结构。 研究显示，当允许2个共享状态时，模型KGEss从0.83升至0.89；而使用5个非共享状态仅达到0.90。跨状态信息共享能显著降低误差，2个共享状态的表现优于5个独立状态，说明信息交互比单纯增加维度更有效。 此外，研究发现模型选择虽受似然或KGE标准影响，但75%的流域保留了相同的状态维度。这表明预测成功并不能唯一确定物理存储结构，低维表征的有效性高度依赖于状态间的交互机制。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。