基于卫星遥感的日降雨空间降尺度获取方法及设备

    公开(公告)号:CN114969643A

    公开(公告)日:2022-08-30

    申请号:CN202210513053.8

    申请日:2022-05-11

    Applicant: 武汉大学

    Inventor: 熊立华 陈石磊

    Abstract: 本发明提供了一种基于卫星遥感的日降雨空间降尺度获取方法及设备。所述方法包括:步骤S1至步骤S7。本发明适用于具有卫星遥感降雨产品的地区,对满足适用条件的地区提供了一种更加稳定的卫星遥感降雨产品空间降尺度方法,为水利行业从事水文预报、流域水资源利用与管理决策提供支撑,具有很强的实用性和广泛的适用性。

    水库入库流量的计算方法、装置、电子设备和存储介质

    公开(公告)号:CN114494925A

    公开(公告)日:2022-05-13

    申请号:CN202210149620.6

    申请日:2022-02-18

    Applicant: 武汉大学

    Abstract: 本申请公开了水库入库流量的计算方法、装置、电子设备和存储介质。本申请水库入库流量的计算方法、装置、电子设备和存储介质,针对测流断面对应的图像,根据预置的时空图像识别规则获得断面流量,相比相关技术中的水量平衡法而言,能有效避免计算入库流量时各种中间误差的累积、放大作用影响,从而有效提高入库流量计算精度。此外,上述水库入库流量的计算方法、装置、电子设备和存储介质,是一种非接触式流量测量方法,克服了传统测流方法高洪期测流困难、测验成本高等问题,满足了入库流量测算工作的实时性、稳定性与准确性要求,能有效提升水库自动化监测水平。

    基于转换器深度学习的流域洪水多步长预报方法及装置

    公开(公告)号:CN118939747A

    公开(公告)日:2024-11-12

    申请号:CN202411048458.4

    申请日:2024-08-01

    Applicant: 武汉大学

    Abstract: 本发明公开一种基于转换器深度学习的流域洪水多步长预报方法及装置,方法包括:考虑流域产汇流时长,构建基于自适应途径的转换器深度学习模型,智能匹配多步长洪水预报架构,采用双重自注意力机制捕捉洪水与降雨的局部与全局相依性;考虑目标函数正则化,采用亚当优化算法率定转换器深度学习模型参数;应用可解释性方法,解析输入因子对多步长洪水预报精度的贡献度,提升深度学习模型的物理可解释性。本发明构建基于自适应途径的转换器深度学习模型,确定不同洪水预见期下降雨、洪水有效输入因子;考虑双重自注意力机制和基于亚当优化算法的模型参数率定,进而不仅提高了流域洪水多步长预报的精度,而且延长了洪水预见期。

    基于遥感土壤湿度数据的水文模型参数估计方法及设备

    公开(公告)号:CN114722606B

    公开(公告)日:2024-08-09

    申请号:CN202210368731.6

    申请日:2022-04-08

    Applicant: 武汉大学

    Inventor: 熊立华 田逸飞

    Abstract: 本发明提供了一种基于遥感土壤湿度数据的水文模型参数估计方法及设备。所述方法包括:步骤S1至步骤S6。本发明对于参考流域,需要具有较长时间序列的实测水文资料;对于目标流域,需要在地形地貌、植被、土地利用和水文气候特征等方面与参考流域具有一定相似性,为水利行业从事无资料流域的水文预报、流域水资源利用与管理决策提供支撑,具有很强的实用性和广泛的适用性。

    面向水库汛期泄流量智能计算的少样本超级学习方法

    公开(公告)号:CN114462304B

    公开(公告)日:2024-07-12

    申请号:CN202210042006.X

    申请日:2022-01-14

    Applicant: 武汉大学

    Abstract: 本发明提供一种面向水库汛期泄流量智能计算的少样本超级学习方法,包括如下步骤:收集水库汛期运行资料,建立洪水样本库,选择基本模型,使用洪水样本训练基本模型的参数,建立基本模型库;进行K折交叉验证基本模型,并选择元模型,使用每个洪水样本的每个基本模型的验证结果训练元模型;对于待模拟的洪水特征,首先根据步骤一基本模型库中的基本模型模拟得到初步模拟结果,然后使用步骤二的元模型集成初步模拟结果,从而得到超级学习模型的模拟出库流量。本发明以基于少样本的模型训练验证方案建模就能兼顾调度规则和模拟精度,并且解决了以场次洪水建模的困难,提高了出库流量计算精度。

    融合遥感土壤含水量的多目标分层贝叶斯率定方法及设备

    公开(公告)号:CN115081306B

    公开(公告)日:2024-06-28

    申请号:CN202210433784.1

    申请日:2022-04-24

    Applicant: 武汉大学

    Inventor: 熊立华 杨涵

    Abstract: 本发明提供了一种融合遥感土壤含水量的多目标分层贝叶斯率定方法及设备。所述方法包括:步骤S1至步骤S7。本发明通过在似然函数中构建分布式水文模型每个栅格与对应栅格水文变量相关的剖面土壤含水量残差误差模型,在考虑流域的时空异质性的情况下,同时分析不同目标之间的权衡关系和分布式水文模型模拟值的不确定性,适用于具有较长时长序列遥感土壤含水量数据和实测流量资料、以地表河川径流为主要特征的流域,能够显著提升模型对土壤含水量的模拟能力,具有很强的实用性和广泛的适用性。

    融合遥感土壤含水量的多目标分层贝叶斯率定方法及设备

    公开(公告)号:CN115081306A

    公开(公告)日:2022-09-20

    申请号:CN202210433784.1

    申请日:2022-04-24

    Applicant: 武汉大学

    Inventor: 熊立华 杨涵

    Abstract: 本发明提供了一种融合遥感土壤含水量的多目标分层贝叶斯率定方法及设备。所述方法包括:步骤S1至步骤S7。本发明通过在似然函数中构建分布式水文模型每个栅格与对应栅格水文变量相关的剖面土壤含水量残差误差模型,在考虑流域的时空异质性的情况下,同时分析不同目标之间的权衡关系和分布式水文模型模拟值的不确定性,适用于具有较长时长序列遥感土壤含水量数据和实测流量资料、以地表河川径流为主要特征的流域,能够显著提升模型对土壤含水量的模拟能力,具有很强的实用性和广泛的适用性。

    基于地理加权岭回归的多源降雨数据融合方法及设备

    公开(公告)号:CN114936955A

    公开(公告)日:2022-08-23

    申请号:CN202210355695.X

    申请日:2022-04-06

    Applicant: 武汉大学

    Inventor: 熊立华 陈石磊

    Abstract: 本发明提供了一种基于地理加权岭回归的多源降雨数据融合方法及设备。所述方法包括:步骤S1至步骤S7:采用连续性指标和分类指标,对原始卫星降雨产品与融合降雨产品进行精度评价。本发明可以适用于具有雨量站实测降雨和卫星遥感降雨产品的地区,为水利行业从事水文预报、流域水资源利用与管理决策提供支撑,具有很强的实用性和广泛的适用性。

    一种基于多水文变量的水文模型参数率定方法

    公开(公告)号:CN114266174A

    公开(公告)日:2022-04-01

    申请号:CN202210194835.X

    申请日:2022-03-02

    Abstract: 本申请涉及一种基于多水文变量的水文模型参数率定方法,包括以下步骤:S1、获取流域范围内长时间序列水文气象数据、遥感反演土壤湿度和蒸发量数据,以1年为最小单元,将有资料时期按年降水量、年径流量、流域下垫面这些条件划分为多个不同的子时期;S2、针对各子时期,基于遥感反演蒸发量数据和土壤湿度指数SWI数据,以联合率定、分步率定两种方式对水文模型参数进行率定;S3、以King‑Gupta效率系数为评价指标,分析评价模型参数在各率定子时期与移用至其他子时期的流量过程模拟效果。本发明能有效降低模型参数的不确定性,提高模型参数的在不同时期间的移用性,有利于提升流域水文模型在生产实践中的可靠性。

Patent Agency Ranking