-
公开(公告)号：CN117349795A
公开(公告)日：2024-01-05
申请号：CN202311646345.X
申请日：2023-12-04
IPC分类号： G06F18/25 , G06F18/10 , G06F18/2415 , G06F18/2134 , G06F18/27 , G06N3/0499 , G06N3/084 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/214 , G06F18/21
摘要： 本发明公开了一种基于ANN和GWR耦合的降水融合方法和系统，确定研究区域并栅格化，获取研究区域内的基础数据并预处理；构建并通过基础数据训练ANN模型，通过该模型得到栅格有无雨判断矩阵；构建并通过多源降水数据训练GWR模型，通过该模型得到栅格降水量矩阵；基于栅格有无雨判断矩阵和降水量矩阵对计算结果进行修正和交叉验证，并做乘积，得到栅格降水融合矩阵，获得降水融合结果；将降水融合结果与观测值进行对比，分析降水融合的时空分布特征，评估降水融合的精度和效率，符合预期要求后，将ANN和GWR耦合模型配置在预定系统中。本申请有效降低了日降水空间估计的分类误差和定量误差，相关增益在10%以上。
-
公开(公告)号：CN116609860A
公开(公告)日：2023-08-18
申请号：CN202310879900.7
申请日：2023-07-18
IPC分类号： G01W1/10 , G01W1/14 , G06F30/27 , G06F30/28 , G06N20/20 , G06F111/10 , G06F113/08 , G06F119/14
摘要： 本发明公开了一种基于集成学习算法的水文模型实时校正方法和系统，方法包括如下步骤：采集研究区域信息并获取流域类型和水文特征，构建耦合洪水预报模型；针对耦合洪水预报模型，筛选校正方法并分类，获得至少两类校正方法，采用每个校正方法对水文模型进行校正，获得预测流量序列；构建随机森林集成学习模型并训练；构建评价指标集合，对所述随机森林集成学习模型的预报效果进行评价，若达到预设评价值，输出基于集成学习算法的水文模型；采用所述基于集成学习算法的水文模型进行洪水预测，获得实时校正的水文序列预测结果。本申请提供了一种通用性强、计算效率高且准确高的水文模型校正方法，具有很好的社会经济价值。
-
公开(公告)号：CN114970377B
公开(公告)日：2022-09-30
申请号：CN202210905823.3
申请日：2022-07-29
摘要： 本申请涉及一种基于新安江与深度学习耦合模型的场次洪水预报方法和系统，所述方法包括：采集并预处理预研究区域的地理信息数据和雨水情数据，构建新安江三水源小时尺度水文模型；基于所述地理信息数据和雨水情数据获得新安江三水源小时尺度水文模型的洪水初始参数，率定和检验新安江三水源小时尺度水文模型，并通过所述新安江三水源小时尺度水文模型筛选出预定数量的场次洪水，获得各场次洪水的输出变量和中间状态变量；构建与所述新安江三水源小时尺度水文模型适配的深度学习耦合模型，形成新安江与深度学习耦合模型并获得预报结果。本申请大大提高了场次洪水预报的准确性，同时神经网络的泛化能力得到增强，便于迁移应用。
-
公开(公告)号：CN113779113B
公开(公告)日：2022-03-08
申请号：CN202111336042.9
申请日：2021-11-12
申请人： 水利部交通运输部国家能源局南京水利科学研究院 , 江苏省水资源服务中心
IPC分类号： G06F16/2458 , G06F16/29 , G06Q10/04 , G06Q50/26
摘要： 本发明提供了一种基于雨洪时空过程相似性挖掘的洪水动态预估方法及系统，方法如下：获取研究区历史和实时遥感反演观测降水、数值预报降水和水文站历史场次洪水信息，建立历史雨洪数据库；拼接面临时刻前期和已观测降水与数值预报降水，采用结构相似性指数和动态时间规整DTW耦合的结构相似性，检索时空过程相似的降水及对应历史洪水过程集合1；采用DTW检索时序相似的历史洪水过程集合2；合并集合1、2，以平均相似洪水过程估计后续洪水；随时间推移更新信息，实现洪水动态预估。本发明将相似性分析由一维时间序列扩展到三维时空过程，预估后续来水量精度高于传统方法。
-
公开(公告)号：CN113779113A
公开(公告)日：2021-12-10
申请号：CN202111336042.9
申请日：2021-11-12
申请人： 水利部交通运输部国家能源局南京水利科学研究院 , 江苏省水资源服务中心
IPC分类号： G06F16/2458 , G06F16/29 , G06Q10/04 , G06Q50/26
摘要： 本发明提供了一种基于雨洪时空过程相似性挖掘的洪水动态预估方法及系统，方法如下：获取研究区历史和实时遥感反演观测降水、数值预报降水和水文站历史场次洪水信息，建立历史雨洪数据库；拼接面临时刻前期和已观测降水与数值预报降水，采用结构相似性指数和动态时间规整DTW耦合的结构相似性，检索时空过程相似的降水及对应历史洪水过程集合1；采用DTW检索时序相似的历史洪水过程集合2；合并集合1、2，以平均相似洪水过程估计后续洪水；随时间推移更新信息，实现洪水动态预估。本发明将相似性分析由一维时间序列扩展到三维时空过程，预估后续来水量精度高于传统方法。
-
公开(公告)号：CN118427546B
公开(公告)日：2024-09-17
申请号：CN202410896147.7
申请日：2024-07-05
摘要： 本发明公开一种基于SWV‑WBM模型的天然径流量变化定量归因方法和系统，基于预处理的基础数据确定变异点，根据变异点划分基准期和变化期；构建SWV‑WBM模型，读取部分基础数据并调用预配置的算法率定SWV‑WBM模型的模型参数，验证SWV‑WBM模型；调用已验证的SWV‑WBM模型，以变化期的数据作为输入数据进行模拟，获得变化期的模拟天然径流量序列；从基础数据中读取基准期的实际天然径流量和变化时期的实测天然径流量序列，并结合变化期的模拟天然径流量序列，计算气候变化影响量和人类活动影响量，并评估归因结果的敏感性和不确定范围。能够更好地捕捉水文系统的复杂性和动态变化，提高了模型的预测能力。
-
公开(公告)号：CN117807917B
公开(公告)日：2024-05-07
申请号：CN202410233672.0
申请日：2024-03-01
IPC分类号： G06F30/28 , G06Q10/0635 , G06Q10/0639 , G06Q50/26 , G06T17/05 , G06F113/08 , G06F119/14
摘要： 本发明公开了一种基于场次洪涝灾害的损失函数构建方法和系统，包括获取研究区域的基础数据并预处理；构建模拟模型并率定模型参数；筛选洪涝灾害损失评估指标，构建评估指标体系；将社会经济数据进行空间展布；进行洪水模拟，获得每个时间步长的栅格化的积水深度数据；构建并采用损失率计算模块，基于展布后的社会经济数据，计算各个时刻的洪涝灾害损失，对洪涝灾害损失‑时间函数的变化曲线进行拟合，比较不同函数的拟合效果，选择最优的拟合函数及其参数；分析损失函数中相关参数与灾害发生概率之间的关系，得到损失函数参数与灾害发生概率的关系公式并输出损失函数。能反应洪涝灾害损失的动态变化过程，并计算间接经济损失。
-
公开(公告)号：CN117370939A
公开(公告)日：2024-01-09
申请号：CN202311646291.7
申请日：2023-12-04
IPC分类号： G06F18/27 , G06F18/2433 , G06F18/2135 , G06F17/18
摘要： 本发明公开了一种考虑土壤含水率的流域降雨径流响应关系演变分析方法和系统，包括调用预配置的水文变异诊断方法集，划分基准期和变化期；分别采用广义极值分布函数构建各个研究数据的边缘分布，并分析基准期和变化期的变化特征；基于研究数据的边缘分布，构造降水与天然径流的二维联合分布以及降水、土壤含水率与天然径流量三维联合分布；基于条件径流对降水分布以及降水与土壤含水率二维条件联合分布进行拟合，形成条件概率分布；获得流域降雨径流响应关系演变特征，并预存储，以用于水文预报。结合不同要素在各个分布类型的主要特征，进而得到流域降雨径流响应关系演变规律，更加全面和可靠。
-
公开(公告)号：CN114970377A
公开(公告)日：2022-08-30
申请号：CN202210905823.3
申请日：2022-07-29
摘要： 本申请涉及一种基于新安江与深度学习耦合模型的场次洪水预报方法和系统，所述方法包括：采集并预处理预研究区域的地理信息数据和雨水情数据，构建新安江三水源小时尺度水文模型；基于所述地理信息数据和雨水情数据获得新安江三水源小时尺度水文模型的洪水初始参数，率定和检验新安江三水源小时尺度水文模型，并通过所述新安江三水源小时尺度水文模型筛选出预定数量的场次洪水，获得各场次洪水的输出变量和中间状态变量；构建与所述新安江三水源小时尺度水文模型适配的深度学习耦合模型，形成新安江与深度学习耦合模型并获得预报结果。本申请大大提高了场次洪水预报的准确性，同时神经网络的泛化能力得到增强，便于迁移应用。
-
公开(公告)号：CN118673336A
公开(公告)日：2024-09-20
申请号：CN202411163010.7
申请日：2024-08-23
IPC分类号： G06F18/214 , G06F18/2431 , G06F18/25 , G06N3/006 , G06N3/0442 , G06N3/0464 , G06F18/243
摘要： 本发明提供了一种基于二次筛选的融合多头自注意力机制的中长期降水预报方法及系统，涉及降水预报领域。该方法步骤如下：获取研究区域历史气象因子数据和水文站降水数据，采用统计学方法和随机森林算法筛选预报因子，获取最终的预报因子库；将多头自注意力机制与卷积长短记忆神经网络融合，采用麻雀算法进行优化耦合构建中长期降水预报模型；采用最终预报因子库输入构建的优化模型中，实现研究区域中长期降水的预估；与传统预报模型进行统计参数对比，评估模型预报效果。本发明通过二次筛选精选预报因子，并通过引入多头自注意力机制层多层次训练传统预报模型，预估后续中长期降水预报精度高于传统方法。
-
-
-
-
-
-
-
-
-
搜索结果
27 条记录 (耗时 0.076 秒)
