-
公开(公告)号：CN117370939B
公开(公告)日：2024-02-06
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：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：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：CN117349795B
公开(公告)日：2024-02-02
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(56)对比文件CN 114861840 A,2022.08.05CN 114943365 A,2022.08.26CN 115357847 A,2022.11.18CN 115423163 A,2022.12.02CN 116151474 A,2023.05.23NL 2030246 A,2022.04.29李伶杰 等.考虑有雨无雨辨识的多源降水融合方法《.水科学进展》.2022,第33卷(第5期),780-793.杨宏志 等.降水融合技术在湖南多源融合实况分析系统中的应用研究《.信息与电脑》.2023,(第2023年16期),32-34.南天一 等.基于深度学习的青藏高原多源降水融合《.中国科学》.2023,第53卷(第4期),836- 855.赵君 等.基于贝叶斯三角帽法的多源降水数据融合分析及应用《.水科学进展》.2023,第34卷(第5期),685-696.Youssef Wehbe 等.EnhancingPrecipitation Estimates Through theFusion of Weather Radar, SatelliteRetrievals, and Surface Parameters.《remote sensing》.2020,1-28.Yi Pan 等.Improved Daily SpatialPrecipitation Estimation by MergingMulti-Source Precipitation Data Based onthe Geographically Weighted RegressionMethod: A Case Study of Taihu Lake Basin,China《.International Journal ofEnvironmental Research and PublicHealth》.2022,1-18.ZHONGKUN HONG 等.Generation of anImproved Precipitation Dataset fromMultisource Information over the TibetanPlateau《.JOURNAL OF HYDROMETEOROLOGY》.2021,1275-1295.
-
公开(公告)号：CN116609860B
公开(公告)日：2023-09-19
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。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.052 秒)
