一种基于改进LSTM模型的多流域中长期径流预报方法

    公开(公告)号:CN119647994A

    公开(公告)日:2025-03-18

    申请号:CN202411672382.2

    申请日:2024-11-21

    Abstract: 本发明属于水文信息数字孪生技术领域,公开了一种基于改进LSTM模型的多流域中长期径流预报方法。凭借多流域属性数据、流域气象数据和全球大尺度数据,引入使模型具备“认识”或“意识”到每个流域的特有属性的模块来改进标准LSTM模型,形成BA‑LSTM模型,区分输入的多流域气象数据对该流域径流的影响;反映一套全球大尺度数据对不同流域的独特影响;学习多流域预报因子对径流的普适性规律;实现对多流域的中长期径流预报,有效弥补中长期预报数据量不足的缺陷,满足多流域建模和预报精度的要求。

    一种基于水文水动力学耦合的河道型水库入库流量计算方法

    公开(公告)号:CN119249948A

    公开(公告)日:2025-01-03

    申请号:CN202411297026.7

    申请日:2024-09-18

    Abstract: 本发明属于水文预报技术领域,公开一种基于水文水动力学耦合的河道型水库入库流量计算方法。首先,构建水文‑水动力学耦合模型,包括分布式水文建模和一维水动力建模。其次,由水文水动力学耦合模型提供河道断面资料,计算河道型水库的库容变化。最后,根据库容变化和耦合模型输出的出库流量,采用水量平衡法计算河道型水库入库流量。本发明结合水文水动力学耦合模型计算河道型水库动库容,能够准确的反映动库容变化,为河道型水库入库流量计算提供一种准确可靠的方法。

    基于虚拟站点的格状遥测雨量和点状实测雨量的融合框架

    公开(公告)号:CN115421218B

    公开(公告)日:2024-12-03

    申请号:CN202211004273.4

    申请日:2022-08-22

    Abstract: 本发明提供一种基于虚拟站点的格状遥测雨量和点状实测雨量的融合框架,属于少资料地区降雨估计技术领域。首先,用雨量站把待估计地区划分为多个子区域。其次,针对每一个子区域,由多源格状遥测雨量产品与点状实测雨量空间对比推荐虚拟站点的位置。再次,基于非空间类融合方法估计虚拟站点处的降雨量。最后,利用实际站点和虚拟站点进行空间插值。本发明利用多源格状遥测雨量产品推测虚拟站点的数量、位置和雨量,从而补充了雨量站点缺测的降雨空间分布信息,并削弱了格状遥测产品的不确定性带来的干扰,为获得更高精度的降水空间分布提供了新思路。

    基于多源卫星降水信息和产流约束校正的无资料地区洪水实时预报方法

    公开(公告)号:CN112884223B

    公开(公告)日:2024-08-13

    申请号:CN202110188490.2

    申请日:2021-02-19

    Abstract: 本发明提供一种基于多源卫星降水信息和产流约束校正的无资料地区洪水实时预报方法,属于洪水实时预报技术领域。首先,拆分流域出口流量组成,获得校正对象。其次,采用多源卫星降水产品驱动水文模型后得到第一步获得的校正对象的多个序列,将多序列的最值形成的范围作为约束,进行产流约束校正和流量预报。最后,根据传统的评价指标评价每场洪水的预报表现,并进行参数率定。本发明通过将多源卫星降水信息转化为产流的上下限,从而对产流进行有约束的校正,可大幅提高卫星降雨产品驱动的水文模型的洪水预报精度,以支持无降雨资料地区洪水预报,并为多源卫星降雨产品的应用提供新思路。

    基于DSS数据库的分布式水文模型多场次洪水参数率定方法

    公开(公告)号:CN108021773B

    公开(公告)日:2021-01-05

    申请号:CN201711440083.6

    申请日:2017-12-27

    Abstract: 基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法,属于水文模型参数率定技术领域,步骤为:1)构建多目标遗传算法eNSGA‑II框架用于HEC‑HMS模型的参数多目标优化率定;2)基于参数优化框架,利用JAVA语言将参数种群中的个体写入basin文件以输入模型参数,并在模型运行之后从DSS数据库中提取模拟结果反馈至框架以计算参数个体适应度生成新参数种群,实现模型与参数优化框架的耦合,完成整个参数自动率定过程;3)依据参数物理意义是否符合流域特性等标准,在Pareto解集中选取适宜的参数输入模型,并对模拟结果进行精度评定。本发明突破模型的应用局限性,极大地节省率定时间和人力,有利于模型的推广使用。

    一种基于不确定性的山丘区水文模型与数据精度匹配方法

    公开(公告)号:CN106951682B

    公开(公告)日:2019-03-29

    申请号:CN201710109519.7

    申请日:2017-03-01

    Abstract: 本发明提供一种基于不确定性分析的山丘区水文预报模型与数据精度匹配方法,包括以下步骤:1)分析某一类型数据精度对模拟的影响;2)基于单独一种数据精度对水文模拟结果的影响分析,选择对结果影响较大的数据精度,采用方差分解方法ANOVA量化水文模拟中诸多数据类型对模拟结果的不确定性贡献,识别影响模拟结果不确定性的来源,找到水文预报模型与数据精度匹配的方案。该方法综合考虑影响水文模型不确定性的因子,并将方差分解方法ANOVA成功应用于水文模型不确定性研究。为全面认识水文模型不确定性的本质和内在规律提供服务,为山洪灾害预报预警工作提供了更有效的建议和参考。

    一种基于最小二乘拟合的降雨概率分布无偏估计方法

    公开(公告)号:CN118862454A

    公开(公告)日:2024-10-29

    申请号:CN202410882399.4

    申请日:2024-07-03

    Abstract: 本发明属于水文气象极值理论技术领域,提供一种基于最小二乘拟合的降雨概率分布无偏估计方法。已有的参数估计方法种类众多,具有各自特有的适用范围和优缺点,方法选取显著影响广义极值分布参数估计的准确性。本发明综合考虑了Bayesian、GMLE、L‑moments、MLE和MPS五种参数估计方法的优势,基于最小二乘拟合确定单一方法的最优权重系数,建立一种无偏、高效的集合参数估计框架。通过集成多种参数估计方法,可以降低单一方法的偏差和方差,提高参数估计的稳健性和可靠性,为准确确定暴雨频率曲线和设计暴雨提供参考。

    一种基于网格降雨信息的CNN-LSTM卷积循环神经网络水文预报校正方法

    公开(公告)号:CN115511206A

    公开(公告)日:2022-12-23

    申请号:CN202211268814.4

    申请日:2022-10-17

    Abstract: 本发明属于流域水文预报误差校正技术领域,且公开了一种基于网格降雨信息的CNN‑LSTM卷积循环神经网络水文预报校正方法,水文预报校正方法总共分为三个主要步骤,分别为收集水文要素、构建CNN‑LSTM卷积循环神经网络校正模型和模型验证与误差校正。本发明将收集的数据作为模型的输入特征,利用历史观测数据、预报数据训练和确定模型结构,挖掘预报影响因素、时空特征与预报误差之间的相关关系,利用实际预报降雨径流资料对模型进行验证,实现水文预报误差智能校正,该模型具有较高的精度,尤其在汛期,校正后的预报流量精度有明显的提高,有效地应对误差规律的非线性特点,为人工智能在流域水文预报领域的“分布式”应用奠定基础。

    一种自动化次洪划分与退水修正方法及系统

    公开(公告)号:CN116595345B

    公开(公告)日:2024-05-10

    申请号:CN202310313421.9

    申请日:2023-03-28

    Abstract: 本发明公开了一种自动化次洪划分与退水修正方法及系统,包括以下步骤:步骤1:资料收集与处理;步骤2:基流分割;步骤3:雨洪事件初步划分;步骤4:多峰雨洪事件检验;步骤5:水位~流量绳套曲线拟合;步骤6:场次洪水过程修正。本发明针对多峰雨洪事件检验的难题,依据径流系数的概率分布进行K‑S检验,准确识别不同峰型,提高了自动化划分场次洪水的准确率;并且针对难以实现的自动化退水修正问题,本发明基于洪峰流量值分类的逆时针水位~流量绳套曲线拟合方法,修正场次洪水的流量过程,使其趋于合理化,显著减少了次洪划分与退水修正所需的人力与时间,有助于提高水文资料整编的效率,为完善流域自动预报预警系统提供技术支撑。

Patent Agency Ranking