Basin2Vec：面向可扩展水文建模的以流域为中心的嵌入学习

在不同时间尺度上以及无测站流域中实现可靠的径流预测，需要能够捕捉与水文相关的流域特征的表示。现有方法依赖于固定的手工构建属性，或未针对流域结构进行定制的通用地球观测嵌入。我们提出了 \textbf{Basin2Vec}，一种自监督框架，可利用水文气候和地形地貌数据学习紧凑的流域表示，而无需观测径流。Basin2Vec 围绕流域尺度以及跨空间和时间的关系组织表示学习。在多种预测架构中，它在时间泛化和零样本空间迁移方面始终优于预定义属性和通用地理空间嵌入。Basin2Vec 在时间维度上平均可带来最高 8.3% 的相对提升，并在未见过的流域上达到最强基线模型中位数预测性能的 3.5 倍。这些结果证明了以流域为中心的预训练对于实现可迁移的水文预测具有有效性。代码发布于 https://github.com/Muhammad-Talha-MT/basin2vec