126 lines
2.6 KiB
Markdown
126 lines
2.6 KiB
Markdown
---
|
||
name: hydro-forecast
|
||
description:
|
||
---
|
||
|
||
# 1 运行环境说明
|
||
|
||
- 在Julia中运行
|
||
|
||
- 在julia中首先加载包，`using HydroTools`
|
||
|
||
- 若没有包加载出错，则安装之，`using Pkg; Pkg.add("HydroTools")`
|
||
|
||
|
||
## 说明
|
||
|
||
先不要立即执行该skills，提醒用户输入的数据的格式。用户需要整理好的数据路径即可。
|
||
|
||
```
|
||
|
||
```
|
||
|
||
`model`模型选择
|
||
|
||
+ MarrMot
|
||
+ XAJ
|
||
+ TCN
|
||
+ LSTM
|
||
+ KAN
|
||
|
||
如果复杂、参数比较多的模型：要求用户输入模型参数`json`文件。
|
||
按照如下示例
|
||
|
||
```json
|
||
{
|
||
"clumping_index": 0.62,
|
||
"LAI_max_o": 4.5,
|
||
"LAI_max_u": 2.4,
|
||
"z00": 1.33,
|
||
"mass_overstory": 35,
|
||
"mass_understory": 10,
|
||
"root_depth": 0.6,
|
||
"α_canopy_vis": 0.035,
|
||
"α_canopy_nir": 0.23,
|
||
"r_root_decay": 0.95,
|
||
"minimum_stomatal_resistance": 150,
|
||
"z_canopy_o": 20,
|
||
"z_canopy_u": 3,
|
||
"g1_w": 8,
|
||
"VCmax25": 62.5,
|
||
"leaf_resp_co": 0.0015,
|
||
"stem_resp_co": 0.0020,
|
||
"root_resp_co": 0.0020,
|
||
"fine_root_resp_co": 0.003,
|
||
"N_leaf": 4.45,
|
||
"slope_Vc": 0.33152
|
||
}
|
||
```
|
||
|
||
## 1.1 任务说明
|
||
|
||
### 1.1.1 `framework`：
|
||
|
||
```julia
|
||
|
||
function hydro_forecast(f; model, outdir)
|
||
res = ...
|
||
|
||
fwrite(res.output, ...)
|
||
fwrite(res.gof, ...)
|
||
fwrite(res.info_flood, ...)
|
||
fwrite(res.dat_flood, ...)
|
||
fwrite(res.evaluation, ...)
|
||
end
|
||
|
||
function hydro_forecast(X::AbstractArray, Y::AbstractArray; model::Function, outdir = "OUTPUT")
|
||
mkpath(outdir)
|
||
res; # return a NamedTuple
|
||
end
|
||
```
|
||
|
||
**输入**：X, Y, model
|
||
|
||
**输出**：Qsim, GOF, Pass_rate
|
||
|
||
+ `output`: 三类数据集的输出，A DataFrame with columns of `date`, `Qsim`,
|
||
+ `gof`: 三类数据的拟合优度
|
||
+ `info_flood`: 洪水场次信息，`id`, `time_beg`, `time_end`, `duration`, `Q_peak`, `Q_min`
|
||
+ `dat_flood`：洪水场次的驱动数据，
|
||
+ `evaluation`: 每个洪水场次上的模拟优度, csv
|
||
|
||
**绘图**：
|
||
|
||
+ 交给他绘图的函数，数据
|
||
|
||
**总结**：
|
||
|
||
+ `evaluation`总结模型预报精度 （`AI执行`）
|
||
|
||
|
||
**内部模块设计**：
|
||
|
||
+ `flood_division`: 采用R语言，划分洪水场次
|
||
|
||
+ `划分数据集`：train, test, valid
|
||
|
||
+ `loss`: 根据拟合优度指标去设计loss，例如KGE, NSE, RMSE，注意loss越小越优。根据loss去优选模型参数。
|
||
|
||
+ `evaluation`: 在三种数据集，train, test, valid。每个洪水场次的洪峰、峰现时间合格率。
|
||
|
||
|
||
### 1.1.2 `model`：水文模型、LSTM、TCN、KAN
|
||
|
||
```julia
|
||
Ysim = Model(X, Y; params, state) # Lux的设计哲学
|
||
```
|
||
|
||
### 1.1.3 文件保存
|
||
|
||
文件保存采用Julia包`DataFrames`，`RTableTools`
|
||
|
||
```julia
|
||
using RTableTools
|
||
fwrite(df, "out.csv") # df is a DataFrame
|
||
```
|