Hybrid Deep Learning Combining Mode Decomposition and Intelligent Optimization for Discharge Forecasting: A Case Study of the Baiquan Karst Spring

Karst springs play a critical strategic role in regional economic and ecological sustainability, yet their spatiotemporal heterogeneity and hydrological complexity pose substantial challenges for flow prediction. This study proposes FMD-mGTO-BiGRU-KAN, a four-stage hybrid deep learning architecture...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Sustainability Jg. 17; H. 18; S. 8101
Hauptverfasser:	Li, Yanling, Dong, Tianxing, Shao, Yingying, Mao, Xiaoming
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Basel MDPI AG 01.09.2025
Schlagworte:	Aquifers Case studies Decomposition method Deep learning Environmental aspects Fault lines Geology Groundwater Hydrology Karst Machine learning Mathematical optimization Natural history Optimization algorithms Prediction theory Springs Stream measurements Stress concentration Technology application Time series China
ISSN:	2071-1050, 2071-1050
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!