极端降水预测方法、装置、电子设备及存储介质

    公开(公告)号:CN119202483B

    公开(公告)日:2025-02-07

    申请号:CN202411733114.7

    申请日:2024-11-29

    Applicant: 武汉大学

    Abstract: 本发明涉及数据预测处理技术领域,特别涉及一种极端降水预测方法、装置、电子设备及存储介质,其中,方法包括:获取目标区域的历史大气再分析资料;根据历史大气再分析资料确定目标区域内各格点中极端降水与近地气温的标度系数,并识别标度系数的热力项和动力项;根据历史大气再分析资料预测未来时段的未来气温变化值,基于标度系数的热力项和动力项、以及未来气温变化值预测目标区域内各格点在未来时段的极端降水初始值;基于历史大气再分析资料和极端降水初始值构建涌现约束模型,涌现约束模型输出目标区域在未来时段的极端降水预测结果。由此,解决了相关技术中预测未来极端降水的准确度较低等问题。

    极端降水预测方法、装置、电子设备及存储介质

    公开(公告)号:CN119202483A

    公开(公告)日:2024-12-27

    申请号:CN202411733114.7

    申请日:2024-11-29

    Applicant: 武汉大学

    Abstract: 本发明涉及数据预测处理技术领域,特别涉及一种极端降水预测方法、装置、电子设备及存储介质,其中,方法包括:获取目标区域的历史大气再分析资料;根据历史大气再分析资料确定目标区域内各格点中极端降水与近地气温的标度系数,并识别标度系数的热力项和动力项;根据历史大气再分析资料预测未来时段的未来气温变化值,基于标度系数的热力项和动力项、以及未来气温变化值预测目标区域内各格点在未来时段的极端降水初始值;基于历史大气再分析资料和极端降水初始值构建涌现约束模型,涌现约束模型输出目标区域在未来时段的极端降水预测结果。由此,解决了相关技术中预测未来极端降水的准确度较低等问题。

    一种融合人工智能的干旱指数重构方法及计算机可读介质

    公开(公告)号:CN117610434B

    公开(公告)日:2024-04-16

    申请号:CN202410082819.0

    申请日:2024-01-19

    Applicant: 武汉大学

    Abstract: 本发明提出了一种融合人工智能的干旱指数重构方法及计算机可读介质。选定干旱指数重构区域,获取气象样本、水文样本、叶片面积指数、大尺度环流因子样本,计算饱和水汽压亏缺、比湿、湿球温度;筛选月径流关键因子、水储量关键因子,并率定多个人工智能模拟模型及月尺度多模型加权模型;将归一化植被指数数据作为输出,代入植被观测月的干旱事件过程回归模型,解算得到回归模型的参数,通过加权平均方法进行计算,得到重构期每个月的干旱指数。本发明不仅可应用于干旱风险评估和防灾减灾,还能为气候变化情景下全球及区域水资源风险评估、预警提供重要且可操作性强的参考依据。

    一种融合人工智能的干旱指数重构方法及计算机可读介质

    公开(公告)号:CN117610434A

    公开(公告)日:2024-02-27

    申请号:CN202410082819.0

    申请日:2024-01-19

    Applicant: 武汉大学

    Abstract: 本发明提出了一种融合人工智能的干旱指数重构方法及计算机可读介质。选定干旱指数重构区域,获取气象样本、水文样本、叶片面积指数、大尺度环流因子样本,计算饱和水汽压亏缺、比湿、湿球温度;筛选月径流关键因子、水储量关键因子,并率定多个人工智能模拟模型及月尺度多模型加权模型;将归一化植被指数数据作为输出,代入植被观测月的干旱事件过程回归模型,解算得到回归模型的参数,通过加权平均方法进行计算,得到重构期每个月的干旱指数。本发明不仅可应用于干旱风险评估和防灾减灾,还能为气候变化情景下全球及区域水资源风险评估、预警提供重要且可操作性强的参考依据。

    一种基于人工智能和卫星遥感的旱涝急转预测方法及装置

    公开(公告)号:CN119202482B

    公开(公告)日:2025-02-21

    申请号:CN202411733104.3

    申请日:2024-11-29

    Applicant: 武汉大学

    Abstract: 本发明涉及气候预测技术领域,特别涉及一种基于人工智能和卫星遥感的旱涝急转预测方法及装置,其中,方法包括:利用克劳修斯‑克拉珀龙热力学方程确定饱和水汽压亏缺和比湿;率定适用于陆地水储量模拟的长短期记忆模型;从重构的长系列陆地水储量反演数据集中,提取旱涝急转事件;利用箱元缩放函数将预测流域内各个格点的气温‑旱涝急转强度组合划分至多个样本容量相同的箱元;利用标度系数预测各个格点未来时期旱涝急转强度,以得到各个格点在目标未来时期旱涝急转强度的预测结果。由此,解决了相关技术难以实现较长时间跨度的旱涝灾害回溯行风险评估,较少考虑旱涝急转事件的演变规律,未能充分利用人工智能技术开展旱涝急转预测的问题。

    一种基于人工智能和涌现约束的洪水风险预测方法及装置

    公开(公告)号:CN119204707B

    公开(公告)日:2025-03-21

    申请号:CN202411733059.1

    申请日:2024-11-29

    Applicant: 武汉大学

    Abstract: 本发明涉及数据预测处理技术领域,特别涉及一种基于人工智能和涌现约束的洪水风险预测方法及装置,其中,方法包括:采用预设数字滤波算法分割基流,生成研究流域的地表径流系列;获取流域平均日气温系列,并利用箱元缩放函数将目标研究时段内同日气温‑地表径流组合划分至多个样本容量相同的箱元;分离出流域极端降水标度系数的热力项和动力项;预测热力作用驱动下极端地表径流的初步预测值;根据全球气候模式的数据和预测后的极端地表径流的初步预测值构建涌现约束模型,以预测目标未来热力作用驱动下的洪水风险。由此,解决了相关技术未综合考虑大气热力和动力分离机制,且未考虑涌现约束预测未来热力作用驱动下的洪水风险的问题。

    一种基于人工智能和涌现约束的洪水风险预测方法及装置

    公开(公告)号:CN119204707A

    公开(公告)日:2024-12-27

    申请号:CN202411733059.1

    申请日:2024-11-29

    Applicant: 武汉大学

    Abstract: 本发明涉及数据预测处理技术领域,特别涉及一种基于人工智能和涌现约束的洪水风险预测方法及装置,其中,方法包括:采用预设数字滤波算法分割基流,生成研究流域的地表径流系列;获取流域平均日气温系列,并利用箱元缩放函数将目标研究时段内同日气温‑地表径流组合划分至多个样本容量相同的箱元;分离出流域极端降水标度系数的热力项和动力项;预测热力作用驱动下极端地表径流的初步预测值;根据全球气候模式的数据和预测后的极端地表径流的初步预测值构建涌现约束模型,以预测目标未来热力作用驱动下的洪水风险。由此,解决了相关技术未综合考虑大气热力和动力分离机制,且未考虑涌现约束预测未来热力作用驱动下的洪水风险的问题。

    一种基于人工智能和卫星遥感的旱涝急转预测方法及装置

    公开(公告)号:CN119202482A

    公开(公告)日:2024-12-27

    申请号:CN202411733104.3

    申请日:2024-11-29

    Applicant: 武汉大学

    Abstract: 本发明涉及气候预测技术领域,特别涉及一种基于人工智能和卫星遥感的旱涝急转预测方法及装置,其中,方法包括:利用克劳修斯‑克拉珀龙热力学方程确定饱和水汽压亏缺和比湿;率定适用于陆地水储量模拟的长短期记忆模型;从重构的长系列陆地水储量反演数据集中,提取旱涝急转事件;利用箱元缩放函数将预测流域内各个格点的气温‑旱涝急转强度组合划分至多个样本容量相同的箱元;利用标度系数预测各个格点未来时期旱涝急转强度,以得到各个格点在目标未来时期旱涝急转强度的预测结果。由此,解决了相关技术难以实现较长时间跨度的旱涝灾害回溯行风险评估,较少考虑旱涝急转事件的演变规律,未能充分利用人工智能技术开展旱涝急转预测的问题。

Patent Agency Ranking