-
公开(公告)号：CN113469440A
公开(公告)日：2021-10-01
申请号：CN202110751412.9
申请日：2021-07-02
Applicant: 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
Inventor： 陈星 , 许钦 , 袁缘 , 蔡晶 , 张伊佳 , 张其成 , 徐慧 , 欧阳如琳 , 关铁生 , 向龙 , 马涛 , 史书华 , 陈正雷 , 高勋 , 叶鸣 , 郑皓 , 王文仲 , 孙晓敏 , 邓晰元 , 金君良 , 张珂
Abstract: 一种预测月尺度生活需水量的方法，属于水资源水量调配领域。具体包括以下步骤：S1构建生活需水特征评价评价指标体系；S2构建预测模型集；S3制定各生活需水评价分区最优预测方法；S4筛选月尺度生活需水关键影响因子，为多元回归法与前馈神经网络模型提供基础；S5月尺度生活需水预测。上述的S1包括：S1‑1选取生活需水特征评价指标；S1‑2制定评价指标分级阈值；S1‑3计算评价总值，定量评价生活需水情况。本发明的优点在于：1)具有月尺度的预测能力；2)方法考虑了区域特征；3)具有基于地区需水变化的模型筛选能力。
-
公开(公告)号：CN118568436A
公开(公告)日：2024-08-30
申请号：CN202410696010.7
申请日：2024-05-31
Applicant: 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F18/20 , G06F18/214 , G06F17/16 , G06F17/18 , G06N20/00
Abstract: 本发明公开了一种水文预报误差时空修正方法，首先根据历史实测径流数据建立径流时间序列。其次，建立极限学习机模型，采用合作搜索算法优选模型参数，利用训练集样本训练该模型并获得训练误差。利用奇异谱分解方法采用先报框架将训练集划分为合适数量的相对平稳的子序列；并逐一滚动添加测试集中的数据，进一步对每个子序列采用极限学习机模型进行预测；将所有子序列的预测值叠加得到初始预测结果。最后，对预测值进行结合时空的误差修正，得到最终的预测结果。迭代更新，得到测试集所有样本的预测结果。本发明能够基于更具有实际应用价值的先报框架分解模型，实现水文时间序列的预测，提出的时空结合的误差修正方法，有效提高模型的预测精度。
-
公开(公告)号：CN119670447A
公开(公告)日：2025-03-21
申请号：CN202510151634.5
申请日：2025-02-11
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
IPC: G06F30/20 , G16C20/20 , G06F113/08
Abstract: 本发明公开了一种中小流域分层径流混合产流机理解析方法，包括收集研究流域基础数据，布设若干个监测点；开展场次降雨中的水文采样；测试分析水样的氢氧同位素组成及水化学组成；对降雨事件进行分类；分析水文过程中的氢氧同位素和水化学特征，结合降雨过程、土壤体积含水量变化过程及地下水水位变化过程解析降雨‑分层径流响应规律；绘制端元混合图识别分层径流主要来源，构建端元混合模型划分分层径流水源组分。本发明通过水文过程氢氧同位素、水化学特征分析及多种水文要素监测，不仅能够揭示流域水分运移过程和各层径流汇流路径，而且可以更深入地解析不同降雨模式下的降雨‑分层径流响应规律。
-
公开(公告)号：CN113469440B
公开(公告)日：2023-11-14
申请号：CN202110751412.9
申请日：2021-07-02
Applicant: 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
Inventor： 陈星 , 许钦 , 袁缘 , 蔡晶 , 张伊佳 , 张其成 , 徐慧 , 欧阳如琳 , 关铁生 , 向龙 , 马涛 , 史书华 , 陈正雷 , 高勋 , 叶鸣 , 郑皓 , 王文仲 , 孙晓敏 , 邓晰元 , 金君良 , 张珂
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0639 , G06Q50/06 , G06N3/0499
Abstract: 一种预测月尺度生活需水量的方法，属于水资源水量调配领域。具体包括以下步骤：S1构建生活需水特征评价评价指标体系；S2构建预测模型集；S3制定各生活需水评价分区最优预测方法；S4筛选月尺度生活需水关键影响因子，为多元回归法与前馈神经网络模型提供基础；S5月尺度生活需水预测。上述的S1包括：S1‑1选取生活需水特征评价指标；S1‑2制定评价指标分级阈值；S1‑3计算评价总值，定量评价生活需水情况。本发明的优点在于：1)具有月尺度的预测能力；2)方法考虑了区域特征；3)具有基于地区需水变化的模型筛选能力。
-
公开(公告)号：CN119719611A
公开(公告)日：2025-03-28
申请号：CN202510228297.5
申请日：2025-02-28
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开了基于分段水文模拟的径流变化归因非线性贡献识别方法，包括：将年径流序列划分为天然时期和人类活动影响时期；选择流域水文模型，利用水文气象数据分别率定天然时期和人类活动影响时期的流域水文模型的参数；解析气候变化对径流变化的影响；解析人类活动对径流变化的影响；结合气候变化和人类活动对径流变化的影响，解析气候变化和人类活动对径流变化的协同作用；量化气候变化、人类活动以及二者协同作用对径流变化的贡献率。本发明在径流变化归因线性解析的基础上，重点识别气候变化和人类活动二者的协同作用，识别结果可客观反映水文过程对环境要素非线性响应，有效地应用到流域水资源评价和管理的具体工作。
-
Patent Agency Ranking
公开(公告)号：CN119272635B
公开(公告)日：2025-03-14
申请号：CN202411784868.5
申请日：2024-12-06
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F30/27 , G06F18/15 , G06F18/213 , G06F113/08 , G06F119/08 , G06F123/02
Abstract: 本发明提供了一种基于动态植被的生态水文过程模拟方法、装置及设备，涉及水文过程模拟技术领域，包括：获取目标流域内长序列水文气象资料和卫星遥感影像资料；基于卫星遥感影像资料，解译生成目标流域对应的面平均归一化植被指数序列；通过预先构建的流域水文模型，基于长序列水文气象资料和面平均归一化植被指数序列，模拟目标流域在动态植被条件下的生态水文过程，以得到目标流域对应的生态水文过程模拟结果。本发明可以实现动态植被条件下的生态水文过程的准确模拟。
-
公开(公告)号：CN119203618B
公开(公告)日：2025-01-24
申请号：CN202411716544.8
申请日：2024-11-27
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开了一种基于RCCC‑WBM水文模型的水源涵养量计算模拟方法，包括：收集研究流域内水文气象资料，计算逐月面平均降水量、气温及水面蒸发量，并输入模型中；采用RCCC‑WBM模型计算研究流域多年平均土壤含水量、实际蒸散发量、地表径流、融雪径流和地下径流；根据月尺度水源涵养量计算公式和年尺度水源涵养量计算公式，分别计算流域月尺度和年尺度的水源涵养量。本发明提出的水源涵养量计算公式能够有效规避水源涵养评估中的负值问题，通过RCCC‑WBM模型的状态变量和中间输出结果，可以计算流域水源涵养量动态过程。本发明提供的水源涵养量计算方法，对输入资料、参数要求较少，且对水文过程模拟效果较好。
-
公开(公告)号：CN119226363A
公开(公告)日：2024-12-31
申请号：CN202411773543.7
申请日：2024-12-05
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F16/2458 , G06F16/29 , G06Q50/02
Abstract: 本发明公开一种结合改进TVDI指数与动态干旱阈值的旱情监测方法，本发明引入改进的温度植被干旱指数TVDIm和考虑作物生长阶段需水特性的动态干旱阈值。通过筛除不符合TVDI基础理论的植被，增强对地表温度‑植被指数空间的干、湿边缘的检测准确度来提高监测精准性，使得TVDIm能够更准确反映地表湿度和干旱状况。通过分析作物不同生长阶段的TVDIm和实际土壤湿度的相关性，结合作物适宜的土壤湿度范围确定动态干旱阈值，方法考虑了作物生长周期的需水特性，使得干旱监测更具适应性和准确性。通过改进的TVDIm和动态干旱阈值，能够更准确地识别受干旱影响的区域。
-
公开(公告)号：CN114943361A
公开(公告)日：2022-08-26
申请号：CN202210256098.1
申请日：2022-03-15
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开了一种估算缺资料地区参考作物蒸散量的方法，包括资料收集，参数优化，地理因子选择，基于机器学习的参数区域化模型，计算得到的Hargreaves‑Samani模型参数，采用气温数据进一步计算缺资料地区参考作物蒸散量。本发明充分借助研究区内资料齐全地区的气象数据和地理因子信息，结合机器学习算法构建了Hargreaves‑Samani模型参数的缺资料区优化估计方法，相对于原始的Hargreaves‑Samani模型能显著提高缺资料地区参考作物蒸散量计算精度，同时相比于以往直接利用气象数据和机器学习模型建模的方式，本发明以Hargreaves‑Samani模型为基准，具备良好的物理基础，为缺资料地区精准的参考作物蒸散量估算提供了技术手段。
-
公开(公告)号：CN104298877B
公开(公告)日：2016-03-23
申请号：CN201410539158.6
申请日：2014-10-13
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F19/00
Abstract: 本发明公开了一种可降低不确定性的气候变化情景修订方法，收集区域内的降水和气温历史观测数据，并模拟出气候情景数据即未来情景下的降水和气温，采用距离反比插值算法将降水和气温历史观测数据插值到与气候情景数据相匹配的网格上，利用降水和气温历史观测数据与同时期气候情景下模拟所得的降水和气温数据的差值，提出并计算气温和降水的修订系数，利用修订系数，对气候情景基准期和未来变化进行修订，建立修订后的气候情景数据集。本发明结合区域内的历史实测水文气象要素数据库，提出气候情景的修订方法进行修订，评价气候模式输出的原始气候情景数据在区域范围的模拟能力，建立研究区域的气候变化情景数据集，为气候变化影响评价提供科学合理的依据。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.06 seconds)
