跨省江河流域水量调度方法及系统

    公开(公告)号:CN116822825A

    公开(公告)日:2023-09-29

    申请号:CN202310214827.1

    申请日:2023-03-08

    IPC分类号: G06Q10/0631 G06Q50/26

    摘要: 本公开涉及一种跨省江河流域水量调度方法及系统,该方法包括如下步骤:采集待研究区域的流域地理位置数据、水文数据和行政区划数据;基于所述流域地理位置数据和行政区划数据;基于所述水文数据,对地表水的净流量进行一致性分析,计算水资源总量和水资源可利用量;基于水文数据构建流域河网有向拓扑图,计算不同时间尺度的河网水通量矩阵;采集各个站点的污染物分布和生态评价参数,计算污染物入河量,通过污染物入河量和生态评价参数,构建水资源禀赋集合;基于水量平衡指标和水资源禀赋集合,构建基于神经网络模型的水量调度模块,对跨省江河流域的水资源进行分配。本发明大大提高了跨省江河流域的水量调度精度和公平度。

    基于多要素联合判别的中长期水资源量临界预警指标方法

    公开(公告)号:CN111047213A

    公开(公告)日:2020-04-21

    申请号:CN201911351595.4

    申请日:2019-12-25

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种基于多要素联合判别的中长期水资源量临界预警指标方法,包括定义流域或区域生态保障与防洪安全的水资源临界状态判断条件,建立水资源临界状态判别模型;分别计算临界流量距平和水分距平,利用二者建立反映流域内水资源临界状态的定量化综合指标;依据历史水资源异常事件划分不同等级的水资源状态预警指标;建立中长期水资源临界状态综合指标预测预报机制,实现中长期水资源临界状态的预测预警。本发明的有益效果是:利用流域内降雨蒸散和控制断面径流量构建综合的水资源临界状态指标,在此基础上利用降雨和径流预报,实现水资源临界状态的预测预警,提高水资源管理调度的科学性和安全性。

    一种基于深度学习的特征提取水文预报的方法

    公开(公告)号:CN110619432A

    公开(公告)日:2019-12-27

    申请号:CN201910874717.1

    申请日:2019-09-17

    摘要: 本发明提供了一种基于深度学习的特征提取水文预报的方法,属于水资源高效利用与水文预报领域,方法包括:首先利用流域历史信息获得流域水文预报特征因子集合,其次利用数据挖掘算法训练特征因子集合并获得不同因子作用下“量值”和“过程形态”相似的多组场次洪水过程集合,然后基于深度学习算法开展传统水文预报中各模型、方法的参数率定,并形成模型、方法与参数方案配套的模型库和方法库,最后结合聚类分析完成水文预报计算。相对于已有方法,本发明有效改进了传统水文预报方法预报精度较低、有效预见期较短等不足,在开展水文预报时能够明显提高预报精度、延长预见期,具有良好的适用性和可行性,为流域水文预报提供了行之有效的技术方法。