一种水文模拟计算方法、装置及计算机设备

    公开(公告)号:CN114741989B

    公开(公告)日:2025-03-14

    申请号:CN202210493152.4

    申请日:2022-05-07

    Abstract: 本发明公开了一种水文模拟计算方法、装置及计算机设备,该方法包括,获取目标区域的流域数据;基于流域数据进行划分得到多个子流域数据;根据多个子流域数据创建至少一个独立水文单元,其中每一个独立水文单元包括多个子流域数据中的至少一个子流域数据,每两个独立水文单元之间在当前时刻没有水力学联系;以当前时刻为起始时刻,每经过预设时间,根据每一个独立水文单元包括的子流域数据,和预配置的降雨径流条件,得到与每一个独立水文单元对应的产汇流的数据;若经过第一预设时间后,每一个独立水文单元对应的产汇流与其他独立水文单元无水力学联系,则将每一个独立水文单元对应的产汇流的数据进行整合,得到目标区域的水文模拟结果。

    一种农业节水信息管理方法与系统

    公开(公告)号:CN112214542A

    公开(公告)日:2021-01-12

    申请号:CN202011127639.8

    申请日:2020-10-20

    Abstract: 本发明公开了一种农业节水信息管理方法及系统,方法包括:采集待测区域的农业节水工程数据信息,所述数据信息包括:地块信息、管线信息、机井信息;根据待测区域各地块的地理坐标,将地块信息、管线信息、机井信息进行关联得到关联数据,并将对应的关联数据关联至电子地图;获取运维人员审核关联数据的审核结果,将审核通过的关联数据保存至数据库;将数据库中的关联数据在电子地图上进行显示。本发明通过将采集的数据信息进行关联,将关联数据进行审核,审核通过的关联数据在电子地图上进行显示,提高了工作效率、信息准确率。

    一种设施蔬菜膜下滴灌智能灌溉决策系统

    公开(公告)号:CN107135915A

    公开(公告)日:2017-09-08

    申请号:CN201710315268.8

    申请日:2017-05-08

    CPC classification number: Y02A40/237 Y02A40/238 A01G25/167

    Abstract: 本发明涉及设施蔬菜膜下滴灌智能灌溉决策系统,包括:决策系统1、中心控制系统2、机井智能计量系统3、灌溉系统4,其中决策系统1用于监测设施蔬菜计划湿润层深度内的土壤水分含量,实时传输不同深度土壤含水量信息至中心控制系统2,中心控制系统2用于根据土壤含水量信息,判断蔬菜是否需要灌溉,若需灌溉,则计算灌水量,发布灌水指令至机井智能计量系统3,机井智能计量系统3收到灌水指令后,开启水泵及灌溉系统4,按照计算所得灌水量进行定量灌溉。本发明可实时监控设施蔬菜的根区土壤水分动态变化,掌握作物需水信息,监控灌溉用水情况,有效提高灌溉水的利用效率,减少用工,降低管理成本,提高经济效益。

    一种耦合机理模型和深度学习的洪水预报模型和方法

    公开(公告)号:CN118395868A

    公开(公告)日:2024-07-26

    申请号:CN202410596226.6

    申请日:2024-05-14

    Abstract: 本发明涉及洪水预报技术领域,公开了一种耦合机理模型和深度学习的洪水预报模型和方法,该洪水预报模型包括:普通神经网络层以流域特征数据作为输入数据,输出第一数据;P‑RNN层以气象驱动因子时间序列数据作为输入数据,集合第一数据,输出当前径流特征数据,P‑RNN层包括预设循环神经元,预设循环神经元是基于水文机理模型编码得到的;第一循环神经网络层以前期洪水流量数据作为输入数据,输出前期洪水特征数据;第二循环神经网络层以前期洪水特征数据、当前径流特征数据和气象驱动因子数据作为输入数据,输出洪水特征数据;输出层以洪水特征数据作为输入数据,输出洪水流量数据。本发明实现深度学习主导的水文模型与物理一致性,提升洪水预报精度。

    一种耦合机理模型和深度学习的洪水预报模型和方法

    公开(公告)号:CN118395868B

    公开(公告)日:2025-04-22

    申请号:CN202410596226.6

    申请日:2024-05-14

    Abstract: 本发明涉及洪水预报技术领域,公开了一种耦合机理模型和深度学习的洪水预报模型和方法,该洪水预报模型包括:普通神经网络层以流域特征数据作为输入数据,输出第一数据;P‑RNN层以气象驱动因子时间序列数据作为输入数据,集合第一数据,输出当前径流特征数据,P‑RNN层包括预设循环神经元,预设循环神经元是基于水文机理模型编码得到的;第一循环神经网络层以前期洪水流量数据作为输入数据,输出前期洪水特征数据;第二循环神经网络层以前期洪水特征数据、当前径流特征数据和气象驱动因子数据作为输入数据,输出洪水特征数据;输出层以洪水特征数据作为输入数据,输出洪水流量数据。本发明实现深度学习主导的水文模型与物理一致性,提升洪水预报精度。

    一种水文模拟计算方法、装置及计算机设备

    公开(公告)号:CN114741989A

    公开(公告)日:2022-07-12

    申请号:CN202210493152.4

    申请日:2022-05-07

    Abstract: 本发明公开了一种水文模拟计算方法、装置及计算机设备,该方法包括,获取目标区域的流域数据;基于流域数据进行划分得到多个子流域数据;根据多个子流域数据创建至少一个独立水文单元,其中每一个独立水文单元包括多个子流域数据中的至少一个子流域数据,每两个独立水文单元之间在当前时刻没有水力学联系;以当前时刻为起始时刻,每经过预设时间,根据每一个独立水文单元包括的子流域数据,和预配置的降雨径流条件,得到与每一个独立水文单元对应的产汇流的数据;若经过第一预设时间后,每一个独立水文单元对应的产汇流与其他独立水文单元无水力学联系,则将每一个独立水文单元对应的产汇流的数据进行整合,得到目标区域的水文模拟结果。

    一种设施蔬菜膜下滴灌方法

    公开(公告)号:CN106993518A

    公开(公告)日:2017-08-01

    申请号:CN201710315258.4

    申请日:2017-05-08

    CPC classification number: A01G25/02 A01G25/167

    Abstract: 本发明涉及一种设施蔬菜膜下滴灌方法,包括:a)实时计算设施蔬菜计划湿润层深度内的土壤含水量;b)当计划湿润层深度内土壤含水量低于蔬菜的土壤适宜含水率下限时,认为作物需灌溉;c)通过计划湿润层深度内土壤含水量与适宜含水率上限的差距,计算灌水量;d)开始灌溉;e)当灌水量满足作物灌水需求时,停止灌溉,同时记录每次灌水的信息,包括灌水开始时间、结束时间、灌水历时、灌水量等,实现灌溉用水的智能监控。本发明能够根据作物的生长习性及耗水规律适时适量的完成作物灌溉,实现灌溉时机的自动诊断、灌溉用水量的精准确定、灌溉过程的智能控制等功能,达到省时省工、节约用水、提升效率的目的,同时还能有助于设施蔬菜的优质高产。

Patent Agency Ranking