考虑变化环境和调度影响的非一致性设计洪水计算方法

    公开(公告)号:CN113705091B

    公开(公告)日:2023-09-22

    申请号:CN202110966610.7

    申请日:2021-08-23

    Applicant: 武汉大学

    Abstract: 本发明提供考虑变化环境和调度影响的非一致性设计洪水计算方法,包括:基于人口增长模型预测未来人口、基于全球气候模式和降尺度模型生成流域未来气象数据;基于历史洪量资料、流域气象资料及人口资料,以洪量为响应变量、气象因子和人口为协变量,根据多种备选分布线型选择最优的非一致性单变量概率分布;基于等可靠度思想推求流域最下游水库的非一致性工程水文设计值;根据非一致性工程水文设计值,构建基于时变Copula函数的非一致性最可能地区组成模型,采用数值法推求非一致性最可能地区组成结果,进而计算各分区设计洪水过程线;基于各分区设计洪水过程线和梯级水库防洪调度规程,推求经水库调蓄后的非一致性设计洪水过程线。

    基于动态启发式算法的多源降水产品的融合方法

    公开(公告)号:CN112766580B

    公开(公告)日:2022-04-29

    申请号:CN202110096858.2

    申请日:2021-01-25

    Applicant: 武汉大学

    Abstract: 本发明提供一种基于动态启发式算法的多源降水产品融合方法,包括:搜集稀缺资料地区的有限站点观测数据、卫星反演和再分析降水数据集;采用局地量级缩放方法和等率校正方法校正各数据集,并获得各站点的校正系数;通过赋分函数描述各数据源对降水事件的捕捉能力,推求具有时空动态属性的状态权重;考虑各数据源对降水量级的模拟能力,基于布谷鸟算法推求动态的量级权重;采用普通克里金插值方法,将所有站点的校正系数、状态权重和量级权重均动态映射到同一空间分辨率,通过校正和数据融合获得长系列的栅格定量降水产品。本发明有效地融合各降水数据源的优势,校正了各降水数据源的系统偏差,为流域水文模拟和水资源规划提供了参考依据。

    考虑变化环境和调度影响的非一致性设计洪水计算方法

    公开(公告)号:CN113705091A

    公开(公告)日:2021-11-26

    申请号:CN202110966610.7

    申请日:2021-08-23

    Applicant: 武汉大学

    Abstract: 本发明提供考虑变化环境和调度影响的非一致性设计洪水计算方法,包括:基于人口增长模型预测未来人口、基于全球气候模式和降尺度模型生成流域未来气象数据;基于历史洪量资料、流域气象资料及人口资料,以洪量为响应变量、气象因子和人口为协变量,根据多种备选分布线型选择最优的非一致性单变量概率分布;基于等可靠度思想推求流域最下游水库的非一致性工程水文设计值;根据非一致性工程水文设计值,构建基于时变Copula函数的非一致性最可能地区组成模型,采用数值法推求非一致性最可能地区组成结果,进而计算各分区设计洪水过程线;基于各分区设计洪水过程线和梯级水库防洪调度规程,推求经水库调蓄后的非一致性设计洪水过程线。

    基于Copula函数的多变量水文不确定性处理方法

    公开(公告)号:CN107423546B

    公开(公告)日:2020-07-24

    申请号:CN201710254449.4

    申请日:2017-04-18

    Applicant: 武汉大学

    Abstract: 本发明提供一种基于Copula函数的多变量水文不确定性处理方法,采用该方法能够进行水文预报,其特征在于,包括以下步骤:步骤1.收集流域的水文气象基础资料和定量降水预报数据;步骤2.建立水文模型得到不同预见期的预报流量过程;步骤3.确定实测流量和预报流量的边缘分布函数;步骤4.利用Copula函数构建实测流量和预报流量的联合概率分布函数;步骤5.根据步骤3估计的边缘分布函数和步骤4构建的联合概率分布函数求解不同预见期实测流量的贝叶斯后验转移概率密度函数;步骤6.依据步骤5所得的不同预见期实测流量的贝叶斯后验转移概率密度函数,通过全概率公式获取实测流量过程的贝叶斯后验联合概率密度函数。

    基于Copula函数的多变量水文不确定性处理方法

    公开(公告)号:CN107423546A

    公开(公告)日:2017-12-01

    申请号:CN201710254449.4

    申请日:2017-04-18

    Applicant: 武汉大学

    CPC classification number: G16Z99/00

    Abstract: 本发明提供一种基于Copula函数的多变量水文不确定性处理方法,采用该方法能够进行水文预报,其特征在于,包括以下步骤:步骤1. 收集流域的水文气象基础资料和定量降水预报数据;步骤2. 建立水文模型得到不同预见期的预报流量过程;步骤3. 确定实测流量和预报流量的边缘分布函数;步骤4. 利用Copula函数构建实测流量和预报流量的联合概率分布函数;步骤5. 根据步骤3估计的边缘分布函数和步骤4构建的联合概率分布函数求解不同预见期实测流量的贝叶斯后验转移概率密度函数;步骤6. 依据步骤5所得的不同预见期实测流量的贝叶斯后验转移概率密度函数,通过全概率公式获取实测流量过程的贝叶斯后验联合概率密度函数。

Patent Agency Ranking