一种分布式水文模型的矩阵化处理方法

    公开(公告)号:CN112380684B

    公开(公告)日:2024-07-09

    申请号:CN202011237645.9

    申请日:2018-07-27

    Abstract: 本发明属于分布式文模型优化技术领域,公开了一种分布式水文模型的矩阵化模拟方法,在分布式水文模型的构建中采用矩阵化运算,将难以进行矩阵化运算的环节通过转移矩阵的形式进行优化,使得整个分布式水文模型基本实现产汇流过程所有环节的矩阵化运算;这种矩阵化运算通过化零为整,能够对进行同一运算的所有数据整理为一个集合,然后对集合进行整体运算;通过本发明提供的这种方法,不需要判断某个数值的存储位置而直接运算,极大提高了模型计算效率,在很多支持向量运算的数学语言中,对矩阵运算的优化更为高效;解决了现有分布式水文模型的计算能力差依赖于计算机或集群的处理能力,计算时间长的问题,打破了优化比受限于计算机或集群处理器数量的限制。

    一种分布式水文模型的矩阵化模拟方法

    公开(公告)号:CN109190160A

    公开(公告)日:2019-01-11

    申请号:CN201810846739.2

    申请日:2018-07-27

    Abstract: 本发明属于分布式文模型优化技术领域,公开了一种分布式水文模型的矩阵化模拟方法,在分布式水文模型的构建中采用矩阵化运算,将难以进行矩阵化运算的环节通过转移矩阵的形式进行优化,使得整个分布式水文模型基本实现产汇流过程所有环节的矩阵化运算;这种矩阵化运算通过化零为整,能够对进行同一运算的所有数据整理为一个集合,然后对集合进行整体运算;通过本发明提供的这种方法,不需要判断某个数值的存储位置而直接运算,极大提高了模型计算效率,在很多支持向量运算的数学语言中,对矩阵运算的优化更为高效;解决了现有分布式水文模型的计算能力差依赖于计算机或集群的处理能力,计算时间长的问题,打破了优化比受限于计算机或集群处理器数量的限制。

    一种耦合神经网络和分布式VIC模型的水文预报方法及系统

    公开(公告)号:CN107274031A

    公开(公告)日:2017-10-20

    申请号:CN201710512467.8

    申请日:2017-06-29

    CPC classification number: Y02A90/15 G06Q10/04 G06N3/04 G06Q50/26

    Abstract: 本发明公开了一种耦合神经网络和分布式VIC模型的水文预报方法及系统,包括:根据当前流域降雨量量、温度、地形、植被覆盖以及土壤品种信息,建立流域内各子流域的VIC模型;分析每个子流域前期实测径流序列与每个子流域当前实测径流序列的相关性,依据AIC准则,选取与每个子流域当前径流序列的相关性高于相关性阈值的序列集;将为每个子流域当前径流序列选取的预测序列集作为输入构建三层神经网络模型,对所述VIC模型模拟的每个子流域当前径流模拟序列进行校正;将校正后的各子流域的当前径流序列作为输入构建三层神经网络模型,对各子流域的径流序列进行汇流并校正得到流域出流序列。本发明可以提高水文预报精度。

Patent Agency Ranking