研究亮点
KAN网络的切线样条激活函数应用：首次在水文流量预测中采用KAN模型，通过使用样条激活函数增强模型的预测精度和解释能力，有效捕捉复杂的水文模式。
Transformer多头自注意力机制优化：使用自注意力机制，使模型能够同时关注不同时间序列片段，提高长时间依赖关系的处理能力。
综合评价模型性能的KGE/MAPE比率分析：引入KGE/MAPE比率对模型的整体准确性进行评估，展示了KAN在短期预测中具有明显优势，而Transformer在长时间跨度下更为稳定。
研究目的
本研究旨在比较Kolmogorov-Arnold网络（KAN）和Transformer模型在中欧河流的流量预测中的性能，评估这两种深度学习算法在短期（1至7天）预测精度上的优势。
主要结果
中欧主要河流流域图
调查河流流量分布的主要参数
结构示意图
建模流程图
不同模型和案例研究的 KGE/MAPE 比率与预测范围的关系
论文主要贡献
提高了短期流量预测的精度：KAN模型在1-3天预测期间的R²和KGE值高于Transformer，为水资源管理提供了更为可靠的短期预测工具。
揭示模型在复杂流量动态中的适用性差异：研究显示，KAN和Transformer模型在不同预测时长下各具优势，Transformer模型适合长时间依赖的流量预测。
为水文预测模型的选择提供了科学依据：KAN模型在短期预测中表现优异，而Transformer适用于长期趋势预测，研究为不同水文情景的模型选择提供了数据支持。
后续潜在研究方向
将KAN应用于更具流量波动性的河流：扩展KAN的适用性，将其应用于具有高变率或极端气候条件的流域。
开发结合多种深度学习模型的混合预测框架：探索KAN与Transformer及其他深度学习模型的组合，以进一步提升预测准确性。
应用外生气象变量增强长时预测性能：在长时预测中引入外生气象变量，如气温和降水，以提高对复杂水文条件下流量预测的精度。
来源：地表过程研究
声明：本公众号分享的资源均来自于互联网的公开资源，仅供个人学习和研究使用，不代表本人对其版权、真实性、合法性、准确性等方面做出任何保证。任何使用本号分享的资源的个人或组织，需自行承担相应的法律责任和后果；本号不承担任何法律责任和连带责任。使用本号分享的资源即代表您已完全了解并同意本免责声明的所有内容。
上海位温信息科技有限公司
专业的商业气象服务商
![]()
（咨询数据详情，可添加微信，请备注：合规数据）
可提供气象产品 ：
全国三千多个基准站
3213 个主要城市站点、每小时发 布 1 次，
每天发布 24 次，每次提供当前整点时刻的
城市站点实况天气（实况产品会在整点后
15 分钟、20 分钟、30 分钟进行数据更新），
要素包括：天气现象、气温、体感温度、风速、
风力、风向、相对湿度、气压、1小时降水量、
10分钟降水量、能见度、日出时间、日落时间、
紫外辐射等要素。
探空气象站
海洋气象站
雷达拼图
卫星云图（风云4、葵花8）
格点实况、再分析资料
数值预报:CMA EC GFS
强对流天气预报
强天气落区预报
强对流天气（短时强降水/冰雹/雷暴大风）概率预报图
台风、热带气旋
可提供国内与国外各类气象咨询气象服务
本公司提供服务稳定可靠，您值得拥有。
上海位温信息科技有限公司
专业的商业气象服务商
（咨询数据详情，可添加微信，请备注：合规数据）
可提供气象产品 ：
全国三千多个基准站
3213 个主要城市站点、每小时发 布 1 次，
每天发布 24 次，每次提供当前整点时刻的
城市站点实况天气（实况产品会在整点后
15 分钟、20 分钟、30 分钟进行数据更新），
要素包括：天气现象、气温、体感温度、风速、
风力、风向、相对湿度、气压、1小时降水量、
10分钟降水量、能见度、日出时间、日落时间、
紫外辐射等要素。
探空气象站
海洋气象站
雷达拼图
卫星云图（风云4、葵花8）
格点实况、再分析资料
数值预报:CMA EC GFS
强对流天气预报
强天气落区预报
强对流天气（短时强降水/冰雹/雷暴大风）概率预报图
台风、热带气旋
可提供国内与国外各类气象咨询气象服务
本公司提供服务稳定可靠，您值得拥有。
