基于降雨相似与模型参数智能适配的快速洪水预报方法及装置

    公开(公告)号:CN114330102B

    公开(公告)日:2024-09-24

    申请号:CN202111482324.X

    申请日:2021-12-07

    IPC分类号: G06F18/22 G01W1/10 G01W1/14

    摘要: 本发明提供基于降雨相似与模型参数智能适配的快速洪水预报方法及装置,快速洪水预报方法包括:步骤1.建立雨洪转化模型,识别雨洪特征;步骤2.计算致洪因子相似度:从致洪暴雨的量级、雨型以及前期影响雨量各分量大小出发,基于相似性理论,计算相似度指标向量,量化各致洪因子间的相似度;步骤3.转移参数,构建雨洪样本间适配度映射:雨洪样本间相互移用自身的参数,创建参数转移后模型精度矩阵,建立相似度指标向量与精度矩阵间的映射,确定相似度指标间的重要程度;步骤4.智能适配参数:基于相似度计算、聚类分析和协同过滤理论,参考模型使用各套参数预报历史相似洪水的精度,为模型适配预估精度最高的参数,进行洪水预报。

    基于统计学特征的温敏散斑图像质量多维评估与优化方法及装置

    公开(公告)号:CN118247236A

    公开(公告)日:2024-06-25

    申请号:CN202410330673.7

    申请日:2024-03-22

    申请人: 武汉大学

    IPC分类号: G06T7/00

    摘要: 本发明公开了一种基于统计学特征的温敏散斑图像质量多维评估与优化方法及装置,通过计算散斑图像的平均灰度梯度、占空比、灰度方差,对散斑质量进行初始评价。评价合格则进一步对待评价图像模拟施加若干像素位移,对所得位移场的均方根误差进行统计;同时对迭代优化的次数进行统计。若精度与效率满足要求,则此时散斑图像即为最优散斑。若不满足则分别将位移均方根误差、算法迭代优化次数的统计结果作为散斑场二值矢量图优化的目标函数,对数字散斑场的特征参数进行优化,后再次循环评估,直至得到最优散斑场。本发明有效解决了散斑质量不稳定导致数字图像相关法测量精度的不稳定等问题,保证了数字图像相关方法在科研和实际工程测量中的可靠性。

    基于雨洪管网模型与决策树算法的调蓄池优化布设方法

    公开(公告)号:CN115758886A

    公开(公告)日:2023-03-07

    申请号:CN202211453160.2

    申请日:2022-11-21

    申请人: 武汉大学

    摘要: 本发明公开了一种基于雨洪管网模型与决策树算法的调蓄池优化布设方法,首先城市地形管网基础资料获取、排水管网监测资料整合、SWMM雨洪管网模型的构建、基于决策树算法的SWMM模型参数自动率定、降雨情景数据库生成、调蓄池布设方案预制、调蓄池布设情景模拟并生成数据库、建立调蓄池效益量化评价体系、模拟调蓄池多组合布设条件下效益指标、结合决策树算法建立评价指标与调蓄池布设方案深层联系,通过设定评价指标反演调蓄池布设方案。本发明针对城市初雨面源污染严重,调蓄池布设依据缺乏,初雨污染物削减效果欠佳问题,通过结合雨洪管网模型与决策树算法,实现调蓄池的优化布设,最大化调蓄池的初雨污染削减效益。

    基于雷视多传感器数据的水位数据融合方法及装置

    公开(公告)号:CN114911789B

    公开(公告)日:2022-10-11

    申请号:CN202210830796.8

    申请日:2022-07-15

    申请人: 武汉大学

    发明人: 黄煜 陈华 武泽恒

    摘要: 本发明提供基于雷视多传感器数据的水位数据融合方法及装置,既能对传感器测量值进行有效性验证,剔除异常观测数据,同时又能充分考虑各数据源之间的离散性和相关性,实现全自动、自适应、高准确水位监测。水位数据融合方法包括:步骤1.采集待研究区域基于视频与雷达的多传感器水位原始数据集;步骤2.构建原始数据集理论函数和其约束条件,并对数据集样本进行可疑值检验和剔除,得到优选数据集S;步骤3.对S进行频率统计,计算熵值,并构建相对熵矩阵H;步骤4.对S进行相关计算,并构建相关性矩阵R;步骤5.基于H和R构建权重系数矩阵ωT;步骤6.基于ωT构建归一化系数矩阵W,将W与S子集矩阵做乘积处理,得到最终融合结果。

    基于过程-数据协同驱动的长期径流预报方法及系统

    公开(公告)号:CN115115148A

    公开(公告)日:2022-09-27

    申请号:CN202211047557.1

    申请日:2022-08-30

    申请人: 武汉大学

    摘要: 本发明提供基于过程‑数据协同驱动的长期径流预报方法及系统,长期径流预报方法包括:步骤1,采集数据;步骤2,构建VIC模型;步骤3,进行插值、偏差校正、离散获得日数据;步骤4,采用气候模式预报数据驱动VIC模型;步骤5,以率定期时段内出口水文站点的实测月径流值作为因变量,以流域内所有网格在不同预见期的产流输出聚合成月数据后作为自变量,选取产流输出为日尺度的第三层土壤含水量,筛选出产流输出对应的网格作为典型网格,构成改进的VIC模型;步骤6,驱动改进的VIC模型,计算全时段网格产流;步骤7,形成待选预报因子集;步骤8,筛选所得的预报因子训练深度学习模型,得到复合模型,进行长期径流预报。

    一种基于自适应高斯混合算法的视频雨量监测方法与装置

    公开(公告)号:CN114594533A

    公开(公告)日:2022-06-07

    申请号:CN202210504229.3

    申请日:2022-05-10

    申请人: 武汉大学

    发明人: 陈华 鄢康 黄凯霖

    IPC分类号: G01W1/14 G06T7/254 G06T7/62

    摘要: 本发明涉及一种基于自适应高斯混合算法的视频降雨测量方法及装置。视频降雨测量方法包括:基础数据收集与处理;对降雨视频逐帧分离背景和雨滴,得到雨纹二值化图;根据透镜方程和终端速度假设,进行雨滴定位和实际尺寸推求,并筛选出景深内的雨滴;统计景深内雨滴尺寸分布,拟合Gamma分布雨滴谱,从而推求降雨量。视频降雨测量装置包括相机参数获取部、雨滴识别分离部、雨滴尺寸统计部、降雨量计算部、输入显示部、控制部。本发明提出的基于视频的非接触式降雨量测量方法可实时监测降雨量,经济快捷,且具有较高的时空分辨率。