机器学习在水文模拟预测社区的应用学习

引言

目前深度学习，如LSTM的模拟性能已经超过了水文模型，但是作为黑箱模型，他的可靠性依然难以让水文学家认可
目前的研究趋势，可能在于水文学中的物理机理与深度学习的融合（黑箱转灰箱）:

1. 利用深度学习挖掘数据中的物理知识
2. 利用物理知识对深度学习进行约束
3. 将一些物理方程项作为loss函数一部分，或者通过激活函数表证物理含义

时间空间边界条件的外插，探讨极端条件，有约束的版本效果有时候可能还比没有约束效果差。
我们知道有物理约束的模型在数据有限（data limited）的情景有较好的表现

推荐一些参考文献¹${}^{,}$² , ^,