-
公开(公告)号：CN117575873A
公开(公告)日：2024-02-20
申请号：CN202410050804.6
申请日：2024-01-15
Applicant: 安徽大学
IPC: G06Q50/26 , G06N3/0455 , G06N3/0499 , G06N3/082 , G06N3/0985 , G06Q10/0637 , G06F18/15 , G06F18/27 , G08B21/10 , G08B31/00 , G01F23/00 , G01F1/002 , G01W1/02
Abstract: 本发明公开了综合气象水文敏感性的洪水警戒方法与系统，涉及水利工程技术领域，包括监测与数据采集单元、数据驱动水位预测单元、敏感性分析单元和判断单元；其中，数据驱动水位预测单元包括预处理模块、评价模块以及水位预测模块。本发明采用Transformer模型结合稀疏注意力和非线性输出，准确预测多气象和水文要素下的水位变化。利用可解释机器学习分析水位对气象水文的敏感性，标记超过警戒水位的水位预测为风险点。在洪水警戒后，进行高敏感气象水文因子洪水诱因分析，建立历史防汛方案数据库。以水位、降雨等为特征，输出初步防汛方案，并结合专家意见确定最终方案，确保水位在合理范围内控制。
-
Patent Agency Ranking
公开(公告)号：CN118114574A
公开(公告)日：2024-05-31
申请号：CN202410509169.3
申请日：2024-04-26
Applicant: 安徽大学
IPC: G06F30/27 , G06F18/20 , G06F18/27 , G06N3/0442
Abstract: 本发明公开了一种利用可解释机器学习的植被生长归因分析方法及系统，涉及植被生长归因分析技术领域，包括以下步骤：步骤一，获取研究区域的归一化植被指数以及历史气象数据并进行预处理，构建初始数据集，并且将归一化植被指数用于描述植被生长情况；步骤二，利用趋势性和显著性分析方法对步骤一中得到的归一化植被指数数据进行年际变化、季节变化和空间演变分析；步骤三，通过输入步骤一中的历史气象数据，利用RclimDex模型提取出极端气候事件的特征，计算出十二种关键极端气候指数。本发明最终实现植被生长的气候归因分析，如此可以解决现有技术拟合精度较低，解释性较差的缺陷，用于区域植被生长情况的准确分析和预测。
-
公开(公告)号：CN117592663B
公开(公告)日：2024-04-05
申请号：CN202410070523.7
申请日：2024-01-18
Applicant: 安徽大学
IPC: G06Q10/063 , G06Q50/26 , G06F17/10 , G01W1/10
Abstract: 本发明公开了一种面向变化气候的干旱风险预测方法及其系统，涉及气象预警领域，包括数据采集单元、评估单元、处理单元利用遥感卫星图像和气象站数据获取监测区域的植被、流域面积以及气象数据，建立初始数据集合，进而逐步根据各模块的评估方法生成四个级别的干旱风险系数，并将超过各模块阈值的地区进行相应风险等级标记；构建集成学习气象干旱风险预测模型对干旱高风险地区进行第四级干旱风险等级的预测；若风险等级超过设定的阈值，则及时发出干旱预警，并提供干旱事件的特征，以便有关部门提前采取措施。本发明通过构建多级别评估体系模型，实现了区域干旱风险的准确预测，为未来变化气候背景下的区域干旱事件预警提供了一条有效路径。
-
公开(公告)号：CN116415730A
公开(公告)日：2023-07-11
申请号：CN202310385569.3
申请日：2023-04-12
Applicant: 安徽大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种预测水位的融合自注意力机制时空深度学习模型，涉及人工智能和水文预测领域，包括，S1、收集区域历史的水位和降雨数据，S2、水位和降雨数据的预处理及数据集的构造、划分，S3、构造适用于水位预测的融合自注意力机制的时空深度学习模型，S4、模型的训练、测试与修正，S5、基于融合自注意力机制的时空深度学习模型的水位预测，本发明可以捕获长期的空间相关性，并提取全局的时空特征，相比于未考虑全局时空特征提取的方法参数更少，时间效率更高，能够弥补传统水位预测方法在空间信息和全局信息提取上的不足，实现未来长期水位的准确预测，能够为洪水预报、防灾减灾提供可靠有效的理论指导。
-
公开(公告)号：CN117575873B
公开(公告)日：2024-04-05
申请号：CN202410050804.6
申请日：2024-01-15
Applicant: 安徽大学
IPC: G06Q50/26 , G06N3/0455 , G06N3/0499 , G06N3/082 , G06N3/0985 , G06Q10/0637 , G06F18/15 , G06F18/27 , G08B21/10 , G08B31/00 , G01F23/00 , G01F1/002 , G01W1/02
Abstract: 本发明公开了综合气象水文敏感性的洪水警戒方法与系统，涉及水利工程技术领域，包括监测与数据采集单元、数据驱动水位预测单元、敏感性分析单元和判断单元；其中，数据驱动水位预测单元包括预处理模块、评价模块以及水位预测模块。本发明采用Transformer模型结合稀疏注意力和非线性输出，准确预测多气象和水文要素下的水位变化。利用可解释机器学习分析水位对气象水文的敏感性，标记超过警戒水位的水位预测为风险点。在洪水警戒后，进行高敏感气象水文因子洪水诱因分析，建立历史防汛方案数据库。以水位、降雨等为特征，输出初步防汛方案，并结合专家意见确定最终方案，确保水位在合理范围内控制。
-
公开(公告)号：CN117592663A
公开(公告)日：2024-02-23
申请号：CN202410070523.7
申请日：2024-01-18
Applicant: 安徽大学
IPC: G06Q10/063 , G06Q50/26 , G06F17/10 , G01W1/10
Abstract: 本发明公开了一种面向变化气候的干旱风险预测方法及其系统，涉及气象预警领域，包括数据采集单元、评估单元、处理单元利用遥感卫星图像和气象站数据获取监测区域的植被、流域面积以及气象数据，建立初始数据集合，进而逐步根据各模块的评估方法生成四个级别的干旱风险系数，并将超过各模块阈值的地区进行相应风险等级标记；构建集成学习气象干旱风险预测模型对干旱高风险地区进行第四级干旱风险等级的预测；若风险等级超过设定的阈值，则及时发出干旱预警，并提供干旱事件的特征，以便有关部门提前采取措施。本发明通过构建多级别评估体系模型，实现了区域干旱风险的准确预测，为未来变化气候背景下的区域干旱事件预警提供了一条有效路径。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
