公开(公告)号：CN112084461A

公开(公告)日：2020-12-15

申请号：CN202010798316.5

申请日：2020-08-10

Applicant: 河海大学

Inventor： 李致家 ,  霍文博 ,  刘志雨 ,  姚成

IPC: G06F17/18 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于历史洪水学习的KNN实时校正方法，包括：选出与当前预报洪水总雨量或降雨强度分布在设定范围内的历史洪水；选出与当前洪水降雨中心位置在设定范围内的历史洪水；选出与当前洪水前期土壤含水量在设定范围内的历史洪水；设置一个流量比例系数，用于判断当前洪水处于涨洪或是退水阶段，利用KNN‑H方法匹配到历史洪水的相同阶段，并对历史洪水该阶段水文模型的预报值与实测值误差值进行重点学习通过匹配近邻样本，估计出水文模型的预报误差值并计算得到校正后的预报值。本发明的方法通过对历史洪水预报误差进行学习，有效提高了KNN实时校正方法对于洪水预报值的校正精度，为防洪决策提供依据。

公开(公告)号：CN112084461B

公开(公告)日：2024-05-14

申请号：CN202010798316.5

申请日：2020-08-10

Applicant: 河海大学

Inventor： 李致家 ,  霍文博 ,  刘志雨 ,  姚成

IPC: G06F17/18 ,  G06Q10/04 ,  G06Q10/0637 ,  G06Q50/26

Abstract: 本发明公开了一种基于历史洪水学习的KNN实时校正方法，包括：选出与当前预报洪水总雨量或降雨强度分布在设定范围内的历史洪水；选出与当前洪水降雨中心位置在设定范围内的历史洪水；选出与当前洪水前期土壤含水量在设定范围内的历史洪水；设置一个流量比例系数，用于判断当前洪水处于涨洪或是退水阶段，利用KNN‑H方法匹配到历史洪水的相同阶段，并对历史洪水该阶段水文模型的预报值与实测值误差值进行重点学习通过匹配近邻样本，估计出水文模型的预报误差值并计算得到校正后的预报值。本发明的方法通过对历史洪水预报误差进行学习，有效提高了KNN实时校正方法对于洪水预报值的校正精度，为防洪决策提供依据。