-
公开(公告)号：CN108256177B
公开(公告)日：2021-02-05
申请号：CN201711464005.X
申请日：2017-12-28
Applicant: 中国水利水电科学研究院
IPC: G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明实施例提供了一种河流水沙模型的参数优化方法和系统，该方法和系统具体为生成模型计算网格；采集河道的待预测区域的初始场和边界信息，形成待预测区域的信息文件；根据待预测区域的信息文件，离散求解水沙模型；采用拉丁超立方采样方法LHS对水沙模型的多个参数在可行域内进行分层采样，得到多个参数组；基于模型参数组合，求解河流水沙模型，获得每个参数组对应的似然度值；设定似然度阈值，将低于预设阈值的似然度值所对应的参数组予以删除；将剩余的参数组所对应的似然度值进行排序，确定不确定性区间；利用GLUE累积对似然度值进行区域敏感度分析。能够解决了该模型因参数不正确表达而导致其预测精度较差的问题。
-
公开(公告)号：CN110188484B
公开(公告)日：2020-10-09
申请号：CN201910474850.8
申请日：2019-06-03
Applicant: 中国水利水电科学研究院
IPC: G06F30/20
Abstract: 本发明公开了一种水动力水质模型自适应网格生成方法，其包括以下步骤：S1、生成覆盖计算域的若干叶网格和若干个子网格；S2、获取子网格的地形坡度；S3、根据子网格的地形坡度和目标区域边界种子点和子网格中心的相对位置关系选取叶网格，将选取出的叶网格的划分水平调整为最低划分水平；S4、获取不为最大划分水平的叶网格中子网格的水位梯度和污染物浓度梯度；S5、根据水位梯度、污染物浓度梯度和干湿边界再次调整对应叶网格的划分水平，得到重新划分后的若干子网格。本方法能够细化地形坡度较大区域的网格，同时可以根据水位和污染物浓度梯度自适应调整网格大小，计算过程中可以保证模型的静水和谐性和模型的模拟精度。
-
公开(公告)号：CN110619111A
公开(公告)日：2019-12-27
申请号：CN201910886292.6
申请日：2019-09-19
Applicant: 中国水利水电科学研究院 , 水利部水利水电规划设计总院
Abstract: 本发明公开了一种天然径流系列一致性修正方法，该方法包括五个部分：Ⅰ.天然径流量的核定与时间序列突变性检验；Ⅱ.降水~径流关系分析；Ⅲ.基于统计法的天然径流系列一致性修正；Ⅳ.基于图解法的天然径流系列一致性修正；Ⅴ.综合统计法与图解法的天然径流系列一致性修正。本方法设计了映射转换模块，提出了适用于阈值判定方法对统计修正法的适用范围进行了规范；将图解分析与统计分析相集成，以图解分析成果作为控制性的外边界条件，有效解决了修正比例超过100%以及修正后丰、枯年份天然径流量相对大小关系紊乱问题，丰富了天然径流一致性修正方法体系。
-
公开(公告)号：CN105631168B
公开(公告)日：2018-12-28
申请号：CN201610175074.8
申请日：2016-03-25
Applicant: 中国水利水电科学研究院
IPC: G06F17/50
Abstract: 本发明涉及一种实时高效的流域洪水演进可视化仿真方法，包括：获取网格控制断面和节点；确定河势拟合曲线；生成加密断面；对网格控制断面和加密断面处理；插值生成节点网格；生成数字河道模型；断面水位数据获取；插值生成与数字河道地形网格相匹配的断面水位；确定单一河道、树状河网或环状河网淹没线；建立河道淹没线的拓扑关系；识别淹没区；河道水流演进可视化显示。所述的方法能够实时高效地显示流域洪水演进状况，可以创建连续变化的洪水淹没层，根据水面的高程立体地观察局部或全区域淹没范围，对于局部洪水淹没地区可实时计算出某一高程洪水水面淹没的表面积和蓄水量，直接服务于流域防洪减灾，对于提高减灾能力具有重要的理论、实践意义。
-
公开(公告)号：CN108399309A
公开(公告)日：2018-08-14
申请号：CN201810218383.8
申请日：2018-03-16
Applicant: 中国水利水电科学研究院
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明公开一种大尺度复杂地形区分布式水文模型的子流域划分方法，包括：最大和最小集水面积阈值的确定、流域出水口的确定、多阈值虚拟河网融合与子流域划分。本发明可实现流域出水口的自动识别，高效快速。另外，初步解决了内流区河网提取失真问题，可准确描述所划分子流域间的拓扑关系。在准确拟合研究区范围的同时有效控制了子流域的数量，兼顾了模型模拟的精度和效率需求。该方法在大尺度、复杂地形区的子流域划分上适用性良好，相关结果可对宏观尺度区域分布式水文模型构建给予有力支持。
-
Patent Agency Ranking
公开(公告)号：CN108256177A
公开(公告)日：2018-07-06
申请号：CN201711464005.X
申请日：2017-12-28
Applicant: 中国水利水电科学研究院
Abstract: 本发明实施例提供了一种河流水沙模型的参数优化方法和系统，该方法和系统具体为生成模型计算网格；采集河道的待预测区域的初始场和边界信息，形成待预测区域的信息文件；根据待预测区域的信息文件，离散求解水沙模型；采用拉丁超立方采样方法LHS对水沙模型的多个参数在可行域内进行分层采样，得到多个参数组；基于模型参数组合，求解河流水沙模型，获得每个参数组对应的似然度值；设定似然度阈值，将低于预设阈值的似然度值所对应的参数组予以删除；将剩余的参数组所对应的似然度值进行排序，确定不确定性区间；利用GLUE累积对似然度值进行区域敏感度分析。能够解决了该模型因参数不正确表达而导致其预测精度较差的问题。
-
公开(公告)号：CN119272035B
公开(公告)日：2025-05-27
申请号：CN202411343493.9
申请日：2024-09-25
Applicant: 中国水利水电科学研究院 , 宁波市水资源管理中心 , 四川水发勘测设计研究有限公司 , 江西省水利科学院 , 淳安县水利水电局
IPC: G06F18/2132 , G06F18/10 , G06F18/25
Abstract: 本发明提供了一种取水户与河流断面关联关系的自动判别方法，涉及水利水资源技术领域，该方法包括获取覆盖研究区的数字高程数据，并对其进行预处理；计算栅格单元的流向，并遍历栅格单元，自动生成断面的汇流范围，并分配唯一标识符，生成断面汇流范围栅格数据；将取水口数据的坐标系统转化为与研究区数字高程数据一致，为每个取水口分配唯一标识符，并将取水户点数据转换为与栅格单元具有相同分辨率的栅格单元数据，并根据取水口ID对栅格单元进行赋值；根据生成的断面汇流范围栅格数据和赋值结果，判别取水户位置和断面汇流范围的空间关联关系。本发明可批量判断断面汇流范围内分布的取水户。
-
公开(公告)号：CN119740735A
公开(公告)日：2025-04-01
申请号：CN202411717440.9
申请日：2024-11-27
Applicant: 中国水利水电科学研究院
IPC: G06Q10/063 , G06V20/10 , G06T7/62
Abstract: 本公开属于水文技术领域，提供了一种基于遥感的洪水过程分析方法、装置、电子设备以及存储介质，该方法包括：当确定待分析河段发生洪水时，在待分析河段的当前遥感影像中提取各典型河段的水面面积；获取待分析河段的地形数据，且根据各典型河段的水面面积和地形数据，确定相应典型河段中各单位河段的当前洪水水量以及洪峰所在位置；根据各当前洪水水量、所述洪峰所在位置、待分析河段所在区域的降雨数据和气温数据，以及堰塞湖所在位置，识别待分析河段的洪水出现位置，堰塞湖所在位置根据当前遥感影像得到；基于马斯京根法，利用当前洪水水量和洪水出现位置，生成待分析河段的洪水过程线；基于洪水过程线确定洪峰流量、峰现时间、洪水总量。本公开利用遥感影像实现了洪水过程分析。
-
公开(公告)号：CN119272035A
公开(公告)日：2025-01-07
申请号：CN202411343493.9
申请日：2024-09-25
Applicant: 中国水利水电科学研究院 , 宁波市水资源信息管理中心 , 四川水发勘测设计研究有限公司 , 江西省水利科学院 , 淳安县水利水电局
IPC: G06F18/2132 , G06F18/10 , G06F18/25
Abstract: 本发明提供了一种取水户与河流断面关联关系的自动判别方法，涉及水利水资源技术领域，该方法包括获取覆盖研究区的数字高程数据，并对其进行预处理；计算栅格单元的流向，并遍历栅格单元，自动生成断面的汇流范围，并分配唯一标识符，生成断面汇流范围栅格数据；将取水口数据的坐标系统转化为与研究区数字高程数据一致，为每个取水口分配唯一标识符，并将取水户点数据转换为与栅格单元具有相同分辨率的栅格单元数据，并根据取水口ID对栅格单元进行赋值；根据生成的断面汇流范围栅格数据和赋值结果，判别取水户位置和断面汇流范围的空间关联关系。本发明可批量判断断面汇流范围内分布的取水户。
-
公开(公告)号：CN117649327A
公开(公告)日：2024-03-05
申请号：CN202311562566.9
申请日：2023-11-22
Applicant: 中国水利水电科学研究院
IPC: G06Q50/26 , G06F18/214 , G06F18/30 , G06N3/0442
Abstract: 本发明公开了一种基于深度学习的无遥感监测期流域叶面积指数的重建方法，所述重建方法包括：获得空间分辨率一致的流域的气象因子及LAI的月尺度数据；对同一空间分辨率下的流域的DEM进行分区，在分区内随机设置采样点；通过采样点的同一空间分辨率下的气象因子及LAI的月尺度数据和DEM静态数据构建深度学习模型，对无遥感监测时段的LAI进行预测；通过修正的S‑G滤波算法对预测得到的LAI数据或含预测数据的长序列LAI数据进行滤波处理，得到流域长序列LAI逐日数据。本发明通过深度学习模型实现了对无遥感监测时段LAI的数据重建，有助于实现相关地表参数的计算，提升流域水循环与能量循环的分析能力。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.031 seconds)
