-
公开(公告)号：CN119204452A
公开(公告)日：2024-12-27
申请号：CN202411691321.0
申请日：2024-11-25
Applicant: 水利部交通运输部国家能源局南京水利科学研究院 , 河海大学 , 太湖流域管理局水利发展研究中心
IPC: G06Q10/063 , G06F18/25 , G06Q50/26
Abstract: 本发明公开了一种城市排涝和区域防洪设计暴雨协同方法，包括获取降雨站点的原始降雨数据，通过时空自适应异常检测处理，生成标准化降雨数据集；其中原始降雨数据包括长历时区域降雨序列数据和城市降雨序列数据；基于标准化降雨数据集，分别提取区域和城市的降雨特征，并进行尺度转换和统一，得到统一尺度特征数据集；基于统一尺度特征数据集，分别构建区域降雨和城市降雨的边缘分布函数并分别识别最优Copula结构，得到时变参数矩阵；基于时变参数矩阵，分别计算区域降雨和城市降雨的条件风险概率，并通过多层级风险传播网络，得到风险组合向量。本发明有效提升了设计暴雨的时空协同性，适用于气候变化和城市化背景下的防洪排涝工程设计。
-
公开(公告)号：CN118673336B
公开(公告)日：2024-10-29
申请号：CN202411163010.7
申请日：2024-08-23
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F18/214 , G06F18/2431 , G06F18/25 , G06N3/006 , G06N3/0442 , G06N3/0464 , G06F18/243
Abstract: 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。
-
公开(公告)号：CN118427740A
公开(公告)日：2024-08-02
申请号：CN202410840704.3
申请日：2024-06-27
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F18/2431 , G01W1/10 , G01D21/02 , G06F18/23213 , G06F18/25 , G06N5/04 , G06N7/01
Abstract: 本发明提供了一种基于信息融合的卫星和再分析降水产品无缝隙精度评估方法及系统，涉及降水精度评估领域。本技术方案利用基于土壤含水量反演、卫星反演和大气再分析的三种栅格降水产品，进入第一精度指标计算流程输出有测站栅格的精度指标，进入第二精度指标计算流程输出有测站栅格和无测站栅格的精度指标，基于两套流程得到的精度指标构建精度指标融合模型，输出空间连续且低偏差的分类和定量精度指标。本方法通过信息融合的途径，解决了栅格降水产品在无测站栅格的精度指标评估难度大的问题，并且较传统方法显著降低无测站栅格精度评估的偏差，实现了三种栅格降水产品空间无缝隙精度指标评估。
-
公开(公告)号：CN118427546A
公开(公告)日：2024-08-02
申请号：CN202410896147.7
申请日：2024-07-05
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 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：CN118091657B
公开(公告)日：2024-07-02
申请号：CN202410517166.4
申请日：2024-04-28
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G01S13/89 , G06V20/13 , G06V10/26 , G06V10/28 , G06V10/54 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/776
Abstract: 本发明提供了一种基于分类三元搭配的流域洪涝淹没范围集成识别方法及系统，涉及洪涝识别技术领域。该方法包括采集流域多时相雷达卫星影像，进行数据预处理和空间配准；通过目视解译标注水体和非水体样本集，采用K均值聚类方法随机分割建模和检验样本集；提取影像后向散射系数和纹理特征，构建基于双极化水体指数、基于随机森林和面向对象的三套水体识别模型；基于三套水体识别模型的水体识别结果，计算各套结果的平衡精度指标和集成权重，加权得到多模型水体识别集成结果，最后输出流域洪涝淹没范围矢量边界。本发明方法解决了单一方法识别洪涝淹没精度不高、不同方法错位优势集成困难的问题，有效提高了洪涝淹没范围的识别精度。
-
Patent Agency Ranking
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
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F18/27 , G06F18/2433 , G06F18/2135 , G06F17/18
Abstract: 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
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F18/25 , G06F18/10 , G06F18/2415 , G06F18/2134 , G06F18/27 , G06N3/0499 , G06N3/084 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/214 , G06F18/21
Abstract: 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：CN115640547B
公开(公告)日：2023-04-28
申请号：CN202211670520.4
申请日：2022-12-26
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F18/25 , G06F18/241 , G06F17/18
Abstract: 本发明提供了无地面观测条件下湖泊水域多源降水融合方法及系统，涉及电数字数据处理领域。融合方法包括：采集湖泊水域三套相互独立的降水估测数据，构造降水估测数据三重组合；基于三重组合的分类型和定量型精度评估单元，计算各套降水估测数据的综合分类精度、均方根误差和相关系数；基于精度评价结果，输出有雨无雨状态融合权重与降水量融合权重；分别开展降水状态融合与降水量融合计算，并将二者输出的时间序列对应相乘，输出湖泊水域多源融合降水估测数据集。本发明方法解决了湖泊水域因无地面观测数据引起的栅格降水估测数据精度评价与误差订正的难题，并可通过多源降水融合实现栅格降水估测数据分类和定量误差双重订正。
-
公开(公告)号：CN119476658A
公开(公告)日：2025-02-18
申请号：CN202510065450.7
申请日：2025-01-16
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06Q10/04 , G06Q50/26 , G06F18/20 , G06F18/2415 , G06N3/126
Abstract: 本发明涉及中长期水文预报技术领域，特别是涉及基于贝叶斯判别的中长期水文预报方法及系统，包括以下步骤：S1针对预报对象遴选的相关预报因子；S2根据径流数据，划分径流类别；S3和S4根据径流的分类，计算每一个类别径流的先、后验概率；S5根据每种预报因子计算的预报结果，计算出最优组合预报结果；S6对各预报因子预报结果和组合预报结果进行评分。基于贝叶斯判别的中长期水文预报系统包括根据上述的预报方法获得的中长期水文分类、概率预报模型。本发明的中长期水文预报方法以及系统，提高了中长期水文预报结果精度，提高了其满足实际生产活动需求的能力，使决策者考虑决策风险，实现预报与决策的有机结合，更适应目前水资源管理需求。
-
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
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F18/214 , G06F18/2431 , G06F18/25 , G06N3/006 , G06N3/0442 , G06N3/0464 , G06F18/243
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.056 seconds)
