-
公开(公告)号:CN117150802A
公开(公告)日:2023-12-01
申请号:CN202311194630.2
申请日:2023-09-15
Applicant: 厦门大学
IPC: G06F30/20 , G06F17/11 , G06F17/16 , G06F17/18 , G06F113/08
Abstract: 本发明公开了一种基于SWAT模型近似响应矩阵的总磷和泥沙负荷计算方法,包括以下步骤:S1、根据SWAT模型获得响应矩阵,生成决策向量;S2、计算各个子流域面积,构建连接矩阵;S3、评价水库拦截、河流过程和点源输入对总磷的影响;S4、评价点源输入和水库拦截对泥沙的影响;S5、计算各个子流域各时段的总磷、泥沙负荷;该方法灵活易用,在进行复杂优化模型运算时有明显的优势,能有效提升复杂优化模型的运算速度,从而提高水文数据处理速度,准确性好。
-
公开(公告)号:CN118551676B
公开(公告)日:2024-11-15
申请号:CN202411032684.3
申请日:2024-07-30
Applicant: 厦门大学
IPC: G06F30/27 , G06F30/28 , G06N3/042 , G06N3/0464 , G06N3/088 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于图神经网络的海湾自动分区方法,包括以下步骤:S1、使用修改的数据包,将水动力模型的输出文件转化为Python软件可读取的.nc文件;S2、读取转化后的.nc文件并进行数据预处理;S3、使用tsfresh数据包提取不同特征的时间序列特征值;S4、利用Delaunay三角剖分算法和四向矩阵或八向矩阵判定空间连通性,并构建邻接矩阵;S5、构建卷积图神经网络对海湾特征与空间连通性进行学习;S6、使用Louvain算法或Spectral Clustering算法对海湾进行非监督分类;S7、采用邻近网格一致化的方法对海湾分区破碎边缘进行后处理;S8、基于卷积图神经网络将分区结果输出为.shp文件,实现海湾自动分区;该方法灵活易用,能够将海湾划分为内部水动力条件相对均一的少量分区。
-
公开(公告)号:CN117035242A
公开(公告)日:2023-11-10
申请号:CN202311296709.6
申请日:2023-10-09
Applicant: 厦门大学
IPC: G06Q10/063 , G06Q50/26
Abstract: 本发明公开了一种在生命周期评价中量化职业健康的方法,包括以下步骤:S1、对工作环境中伤病数据进行预处理;S2、计算各产业的伤残调整生命年DALYs;S3、结合投入产出模型,计算不同产业职业健康影响因子;S4、利用步骤S3中计算的职业健康影响因子计算产品或服务的职业健康影响;本发明提供的职业健康影响定量评价方法灵活易用,可以补充现有的LCIA中对人群健康影响的评价,为建立一个覆盖面广、方法一致且具有全球共识的生命周期影响评价方法提供重要的方法学和数据支撑,有效提高了评价的准确性。
-
公开(公告)号:CN118967409A
公开(公告)日:2024-11-15
申请号:CN202411467099.6
申请日:2024-10-21
Applicant: 厦门大学
IPC: G06Q50/26 , G06F17/16 , G06F17/18 , G06F18/27 , G06F18/213 , G06F123/02
Abstract: 本发明公开了一种面向排污主体的营养盐污染时空溯源方法,包括以下步骤:S1、构建海湾营养盐污染数据库;S2、栅格化流域,构建空间连接关系矩阵;S3、将污染源与网格进行匹配;S4、构建河流网格与非河流网格的剖面生地化过程模型,形成营养盐污染量矩阵;S5、构建营养盐迁移成本矩阵;S6、采用多目标优化算法,计算营养盐迁移效率最高的源‑路径组合;S7、将河流网格与监测断面相匹配进行模型校正,并根据误差使用算法实现自动参数调整;S8、通过剖面生地化过程模型结合源‑路径最佳组合,追溯其主要的营养盐源‑迁移组合;S9、对不同断面的不同营养盐源‑迁移组合进行时间序列建模,得到营养盐污染排污主体在不同时间的空间变化规律。
-
公开(公告)号:CN118967409B
公开(公告)日:2025-02-07
申请号:CN202411467099.6
申请日:2024-10-21
Applicant: 厦门大学
IPC: G06Q50/26 , G06F17/16 , G06F17/18 , G06F18/27 , G06F18/213 , G06F123/02
Abstract: 本发明公开了一种面向排污主体的营养盐污染时空溯源方法,包括以下步骤:S1、构建海湾营养盐污染数据库;S2、栅格化流域,构建空间连接关系矩阵;S3、将污染源与网格进行匹配;S4、构建河流网格与非河流网格的剖面生地化过程模型,形成营养盐污染量矩阵;S5、构建营养盐迁移成本矩阵;S6、采用多目标优化算法,计算营养盐迁移效率最高的源‑路径组合;S7、将河流网格与监测断面相匹配进行模型校正,并根据误差使用算法实现自动参数调整;S8、通过剖面生地化过程模型结合源‑路径最佳组合,追溯其主要的营养盐源‑迁移组合;S9、对不同断面的不同营养盐源‑迁移组合进行时间序列建模,得到营养盐污染排污主体在不同时间的空间变化规律。
-
公开(公告)号:CN118551676A
公开(公告)日:2024-08-27
申请号:CN202411032684.3
申请日:2024-07-30
Applicant: 厦门大学
IPC: G06F30/27 , G06F30/28 , G06N3/042 , G06N3/0464 , G06N3/088 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于图神经网络的海湾自动分区方法,包括以下步骤:S1、使用修改的数据包,将水动力模型的输出文件转化为Python软件可读取的.nc文件;S2、读取转化后的.nc文件并进行数据预处理;S3、使用tsfresh数据包提取不同特征的时间序列特征值;S4、利用Delaunay三角剖分算法和四向矩阵或八向矩阵判定空间连通性,并构建邻接矩阵;S5、构建卷积图神经网络对海湾特征与空间连通性进行学习;S6、使用Louvain算法或Spectral Clustering算法对海湾进行非监督分类;S7、采用临近网格一致化的方法对海湾分区破碎边缘进行后处理;S8、基于卷积图神经网络将分区结果输出为.shp文件,实现海湾自动分区;该方法灵活易用,能够将海湾划分为内部水动力条件相对均一的少量分区。
-
-
-
-
-