-
公开(公告)号：CN106228277A
公开(公告)日：2016-12-14
申请号：CN201610674043.7
申请日：2016-08-16
Applicant: 武汉大学
Abstract: 本发明公开了一种基于数据挖掘的水库调度预报信息有效精度识别方法，包括步骤：采用动态规划法得到水库最优调度轨迹；按照给定误差水平对预报信息进行扰动，生成符合给定误差水平的预报信息；采用随机森林法建立水库最优调度轨迹与决策变量、预报信息间的映射关系，即随机森林决策树；根据随机森林决策树，统计相关决策变量；逐步增大误差水平，重复前述步骤，当所得相关决策变量中不存在预报信息时，前一误差水平即有效精度。本发明可有效识别出有利于水库优化调度的有效预报精度，充分挖掘可用预报信息，为水库的科学决策提供更简单且可操作性强的参考依据。
-
公开(公告)号：CN104751008A
公开(公告)日：2015-07-01
申请号：CN201510182612.1
申请日：2015-04-16
Applicant: 武汉大学
Inventor： 尹家波
IPC: G06F19/00
Abstract: 本发明公开了一种针对含有模糊信息历史洪水的L-moment 估参方法，通过对含有模糊信息的历史洪水，在合理范围内对它可能的量值进行离散，然后求得含有模糊信息的历史洪水在不同离散值下，频率估计结果的离差平方和，通过随机动态规划法求解得到使离差平方和最小时的离散值组合，则在该离散值组合下计算得到的频率分布线型的参数为最优解，该方法既不增加冗余信息，又不提高历史洪水的误差，还能够得到使估计结果最优的参数，拓展了L-moment 方法的适用度，为水库的洪水频率分布函数的参数估计提供重要的参考依据。
-
公开(公告)号：CN118915193B
公开(公告)日：2025-04-29
申请号：CN202410970398.5
申请日：2024-07-19
Applicant: 武汉大学
Abstract: 本申请公开了热浪‑干旱复合事件预测方法、装置。本方法包括：根据全球气候模式下的陆地水储量系列确定全球气候模式下的陆地干旱强度，陆地水储量系列至少依据饱和水汽压亏缺所确定；基于植被‑干旱回归模型，根据陆地干旱强度和全球气候模式下的标准化径流干旱强度确定归一化综合干旱指数；基于植被生长季的疾病‑高温关系模型，根据全球气候模式下的各格点日均湿球温度、日均致病高温胁迫指数确定归一化高温指数；根据归一化综合干旱指数和归一化高温指数，预测发生状况。本申请所公开方法中，充分考虑大气湿度，且从陆面和大气综合考虑热浪及干旱灾害对人类健康和植被固碳效应的影响，由此提升了对热浪‑干旱复合事件发生的预测准确性。
-
公开(公告)号：CN119692565A
公开(公告)日：2025-03-25
申请号：CN202510198964.X
申请日：2025-02-24
Applicant: 武汉大学
IPC: G06Q10/04 , G06Q40/04 , G06Q50/06 , G06F30/20 , G06F111/08 , G06F111/04 , G06F111/06 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本申请公开了一种自然‑社会耦合的水交易预测方法、系统及存续介质，包括：获取研究区域内水文气象数据、全球气候模式输出数据、社会人口‑经济数据和水资源数据；确定相对湿度和比湿，并基于水文气象数据率定四种水文模型参数；采用校正后的未来期全球气候模式输出数据训练四种水文模型，得到未来期日径流系列数据；获得研究区域各子流域未来期天然径流量的概率分布特性；评估各子流域内生态系统的需水阈值；构建自然‑社会耦合的水交易动态预测优化模型；估算校正后的未来期缺水面积，最后获得未来期水交易后缺水区域的演变趋势。本发明能够在未来气候变化与未来经济走势下准确预测水交易动态变化的响应特征，为水交易决策提供科学依据。
-
公开(公告)号：CN117610434B
公开(公告)日：2024-04-16
申请号：CN202410082819.0
申请日：2024-01-19
Applicant: 武汉大学
IPC: G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种融合人工智能的干旱指数重构方法及计算机可读介质。选定干旱指数重构区域，获取气象样本、水文样本、叶片面积指数、大尺度环流因子样本，计算饱和水汽压亏缺、比湿、湿球温度；筛选月径流关键因子、水储量关键因子，并率定多个人工智能模拟模型及月尺度多模型加权模型；将归一化植被指数数据作为输出，代入植被观测月的干旱事件过程回归模型，解算得到回归模型的参数，通过加权平均方法进行计算，得到重构期每个月的干旱指数。本发明不仅可应用于干旱风险评估和防灾减灾，还能为气候变化情景下全球及区域水资源风险评估、预警提供重要且可操作性强的参考依据。
-
Patent Agency Ranking
公开(公告)号：CN114117956B
公开(公告)日：2024-04-09
申请号：CN202111360730.9
申请日：2021-11-17
Applicant: 武汉大学 , 中国长江三峡集团有限公司
IPC: G06F30/28 , G06N3/006 , G06F113/08 , G06F119/14
Abstract: 本发明提供一种梯级水库汛期运行水位协同浮动的运用方法，包括：剖析梯级水库防洪库容的补偿机理，厘清梯级水库汛期运行水位协同浮动关系；对多个梯级水库，考虑梯级水库间水力联系，依从上游至下游顺序采用预报预泄法推求各水库汛期运行水位上浮的浮动量；建立以有效预泄时间内防洪风险最小化和发电量最大化为优化目标函数、水库出库流量为决策变量的协同优化模块，并根据该协同优化模块优化防洪库容等效置换系数和梯级水库汛期运行水位浮动量。本发明可大幅提升仿生进化算法的寻优效率，对梯级水库汛期运行水位协同浮动运用的预报调度一体化程度更高且可实现梯级水库防洪库容的等效置换。
-
公开(公告)号：CN117610434A
公开(公告)日：2024-02-27
申请号：CN202410082819.0
申请日：2024-01-19
Applicant: 武汉大学
IPC: G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种融合人工智能的干旱指数重构方法及计算机可读介质。选定干旱指数重构区域，获取气象样本、水文样本、叶片面积指数、大尺度环流因子样本，计算饱和水汽压亏缺、比湿、湿球温度；筛选月径流关键因子、水储量关键因子，并率定多个人工智能模拟模型及月尺度多模型加权模型；将归一化植被指数数据作为输出，代入植被观测月的干旱事件过程回归模型，解算得到回归模型的参数，通过加权平均方法进行计算，得到重构期每个月的干旱指数。本发明不仅可应用于干旱风险评估和防灾减灾，还能为气候变化情景下全球及区域水资源风险评估、预警提供重要且可操作性强的参考依据。
-
公开(公告)号：CN117493476A
公开(公告)日：2024-02-02
申请号：CN202311411364.4
申请日：2023-10-25
Applicant: 武汉大学
IPC: G06F16/29 , G06N5/01 , G06N20/20 , G06N20/10 , G06N20/00 , G06N3/0442 , G06N3/0464 , G06N7/01
Abstract: 本发明提供一种融合物理机制和人工智能的径流回溯模拟方法及系统，其技术要点包括：采集卫星遥测和再分析数据集；推求长系列的饱和水汽压亏缺、相对湿度和比湿；率定分布式水文模型，模拟得到流域内各格点的径流深；推求模拟径流深及各变量的流域平均日系列，并采用随机森林模型，优选影响流域日径流的关键因子；基于所述优选的关键因子和流域水文测站的径流观测数据，构建多种人工智能模型；基于所述人工智能的模拟结果，推求各优选人工智能模型的权重参数；采用长系列关键因子数据集驱动所述人工智能模型和月尺度贝叶斯模型，生成长系列的流域日径流回溯模拟数据集。本发明用以解决针对日径流回溯模拟没有考虑植被和下垫面变化影响的缺陷。
-
公开(公告)号：CN111797129B
公开(公告)日：2024-01-26
申请号：CN202010483313.2
申请日：2020-06-01
Applicant: 武汉大学
Abstract: 本发明公开了一种气候变化情景下水文旱情评估方法，首先收集研究区域气象、水文、地形数据，构建SWAT水文模型数据库；基于M个全球气候模式，通过多变量偏差校正方法获取未来气象序列，输入SWAT模型获取M组未来径流序列；计算M组标准化径流指数，并通过游程理论提取干旱特征值；计算影响区域旱情的关键指标PI，将其作为协变量，构建非一致性条件下两变量水文干旱联合概率分布函数。基于最可能组合情景分别求取M组历史基准时段与未来时段不同联合重现期下的干旱历时、烈度；基于M组最可能情景的中位数，量化干旱特征值的变化，评估气候变化对流域未来水文干旱情势的影响。本发明评估可靠性好，为应对未来气候灾害提供实践价值。
-
公开(公告)号：CN116663719A
公开(公告)日：2023-08-29
申请号：CN202310588199.3
申请日：2023-05-23
Applicant: 武汉大学
Abstract: 本发明公开了一种洪水风险预测方法、系统及电子设备，该方法包括：采集气象水文数据集并对多个流域水文模型进行训练；基于多个流域水文模型和门控循环单元神经网络模型建立机器学习模型；训练机器学习模型，得到未来情景下的流域水文过程数据；将多个全球气候模式与机器学习模型进行组合，并确定各组合情景权重参数；获取流域年均下垫面特征参数，并建立联合概率分布函数，以及基于联合概率分布函数和各组合情景权重参数对洪水风险进行预测。本发明采用多种方法与流域洪水相结合，为流域洪水风险预测提供重要且操作性强的参考依据。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.036 seconds)
