National Water Model

LSTM在无测站流域的流量预测中优于Transformer

一项发表在arXiv上的新研究评估了Transformer和LSTM模型在无测站河流流域预测流量的有效性。研究人员发现，LSTM架构在重建上游流量方面通常优于Transformer模型，尤其是在纳入下游水文背景时。研究结果表明，与仅编码器的Transformer相比，循环记忆机制更适合这项特定的水文序列推理任务，并且包含下游数据能显著提高两种模型类型的预测准确性。