-
公开(公告)号：CN115730025A
公开(公告)日：2023-03-03
申请号：CN202211232776.7
申请日：2022-10-10
Applicant: 大连理工大学
IPC: G06F16/29 , G06F16/2455 , G06Q50/06
Abstract: 本发明提供一种基于现有GIS数据识别河道上下游水文站点的方法，属于水文信息数字孪生领域。本发明根据水文站点坐标GIS数据和河网矢量图，根据给定站点编号寻找该站点所对应河道上下游任意数量站点；显示给定站点的上下游站点拓扑关系图；判断其他站点是否位于给定站点上游，以及处于上游流域干流和支流何者之中；将站点上下游拓扑关系、河网边表保存在文本文件中，进行后续分析。本发明只需要基于现有的GIS数据构建两个图层文件，即能够识别河道上下游水文站点，能够大幅节省人工寻找特定站点上下游水文站的工作量，对大型河网和站点图层，准确程度高、运行速度较快，可以作为河网数字孪生的有利基础。
-
公开(公告)号：CN115130396B
公开(公告)日：2025-05-13
申请号：CN202210659525.0
申请日：2022-06-13
Applicant: 大连理工大学
IPC: G06F30/28 , G06F111/06 , G06F111/08 , G06F113/08 , G06F119/14
Abstract: 本发明提供一种河道型水库库区的分布式水文模型建模方法，属于分布式水文建模技术领域。首先，获取建立库区分布式水文模型所需基本资料，包括地形地貌数据、水文气象数据,寻求合适的网格尺度，为分布式水文模型的建模提供依据。其次，对子流域与坡面流域进行划分，并进行产汇流计算。最后，根据传统的评价指标评价每场洪水的预报表现，并进行参数率定。本发明通过分布式水文模型的建立，将库区划分为子流域和坡面流域，将坡面流域划分为更为精细的坡面水文响应单元，可以充分反映坡面单元下垫面的空间变异特征，进而更为准确的模拟坡面流域的入流情况。
-
公开(公告)号：CN115130396A
公开(公告)日：2022-09-30
申请号：CN202210659525.0
申请日：2022-06-13
Applicant: 大连理工大学
IPC: G06F30/28 , G06F111/06 , G06F111/08 , G06F113/08 , G06F119/14
Abstract: 本发明提供一种河道型水库库区的分布式水文模型建模方法，属于分布式水文建模技术领域。首先，获取建立库区分布式水文模型所需基本资料，包括地形地貌数据、水文气象数据,寻求合适的网格尺度，为分布式水文模型的建模提供依据。其次，对子流域与坡面流域进行划分，并进行产汇流计算。最后，根据传统的评价指标评价每场洪水的预报表现，并进行参数率定。本发明通过分布式水文模型的建立，将库区划分为子流域和坡面流域，将坡面流域划分为更为精细的坡面水文响应单元，可以充分反映坡面单元下垫面的空间变异特征，进而更为准确的模拟坡面流域的入流情况。
-
公开(公告)号：CN115511206A
公开(公告)日：2022-12-23
申请号：CN202211268814.4
申请日：2022-10-17
Applicant: 大连理工大学
Abstract: 本发明属于流域水文预报误差校正技术领域，且公开了一种基于网格降雨信息的CNN‑LSTM卷积循环神经网络水文预报校正方法，水文预报校正方法总共分为三个主要步骤，分别为收集水文要素、构建CNN‑LSTM卷积循环神经网络校正模型和模型验证与误差校正。本发明将收集的数据作为模型的输入特征，利用历史观测数据、预报数据训练和确定模型结构，挖掘预报影响因素、时空特征与预报误差之间的相关关系，利用实际预报降雨径流资料对模型进行验证，实现水文预报误差智能校正，该模型具有较高的精度，尤其在汛期，校正后的预报流量精度有明显的提高，有效地应对误差规律的非线性特点，为人工智能在流域水文预报领域的“分布式”应用奠定基础。
-
-
-
Search Results
4
records
(took 0.014 seconds)
