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。

Patent Agency Ranking