一种基于机器学习的无资料地区水文模型参数区域化方法

    公开(公告)号:CN109840873A

    公开(公告)日:2019-06-04

    申请号:CN201910106649.4

    申请日:2019-02-02

    IPC分类号: G06Q50/26 G06N20/00 G06K9/62

    摘要: 本发明公开了一种基于机器学习的无资料地区水文模型参数区域化方法,包括以下步骤:步骤1、数据准备;步骤2、获取有资料流域水文模型参数集;步骤3、流域特征属性主成分提取;步骤4、构建机器学习决策树算法数据集;步骤5、构建决策树,生成最优决策树;步骤6、根据决策树分类规则,获得流域最优分类规则;步骤7、无资料流域参数获取。本发明提出了一种基于机器学习的无资料地区水文模型参数区域化方法,该参数区域化方法不仅客观性强而且能够通过机器学习算法快速准确的为无资料流域寻找参证流域、获得模型参数,为无资料地区水文预报提供支撑。

    一种大尺度台风洪涝模拟计算方法

    公开(公告)号:CN113779814B

    公开(公告)日:2024-08-02

    申请号:CN202111150376.7

    申请日:2021-09-29

    IPC分类号: G06F30/20

    摘要: 本发明公开了一种大尺度台风洪涝模拟计算方法,首先基于网格的分布式水文模拟方法,利用地形地貌、土壤质地、土地利用等空间数据集作为模型计算的依据,将网格概化为上层和下层两层土壤含水层,并在每个网格上考虑降雨、蒸发、超渗产流、蓄满产流、土壤侧向流和向地下含水层的排水水流,其中侧向流包括上游网格流入该网格的侧向流与该网格流向下游网格的侧向流和地下水径流;在产流计算的基础上,采用改进的运动波回流计算方法,对坡面及河道的回流进行模拟计算。本发明在大尺度台风洪涝模拟计算中,显示出高效的计算效率与一定的精确度,解决了准确性与时效性的平衡问题。

    一种大尺度台风洪涝模拟计算方法

    公开(公告)号:CN113779814A

    公开(公告)日:2021-12-10

    申请号:CN202111150376.7

    申请日:2021-09-29

    IPC分类号: G06F30/20

    摘要: 本发明公开了一种大尺度台风洪涝模拟计算方法,首先基于网格的分布式水文模拟方法,利用地形地貌、土壤质地、土地利用等空间数据集作为模型计算的依据,将网格概化为上层和下层两层土壤含水层,并在每个网格上考虑降雨、蒸发、超渗产流、蓄满产流、土壤侧向流和向地下含水层的排水水流,其中侧向流包括上游网格流入该网格的侧向流与该网格流向下游网格的侧向流和地下水径流;在产流计算的基础上,采用改进的运动波回流计算方法,对坡面及河道的回流进行模拟计算。本发明在大尺度台风洪涝模拟计算中,显示出高效的计算效率与一定的精确度,解决了准确性与时效性的平衡问题。