-
公开(公告)号：CN120069247A
公开(公告)日：2025-05-30
申请号：CN202510562822.7
申请日：2025-04-30
Applicant: 河海大学
Abstract: 本发明公开了一种干旱灾害下农业产量预测方法，提出了干旱灾害胁迫下的农业产量预测模型，通过随机森林算法预测出不同气象条件下干旱事件的形成时间，将干旱形成时间转变为干旱形成速率后，再构建干旱形成速率与产量损失率之间的关系，能够较为准确地得到农业作物在干旱灾害下的产量损失，为农业防旱早期预警和作物受旱灾影响预测提供了更准确的信息。
-
公开(公告)号：CN119886587A
公开(公告)日：2025-04-25
申请号：CN202510377839.5
申请日：2025-03-28
Applicant: 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06Q10/063 , G06Q10/04 , G06F18/214 , G06F18/213 , G06N20/20
Abstract: 本发明公开了一种干旱事件影响下植被恢复时长的量化预测方法，包括如下步骤：提取研究区各格点周尺度植被状态指数和土壤含水量的时间序列；根据植被状态指数时间序列得到逐格点的植被异常状况；基于土壤水分位数方法识别研究区的土壤干旱事件，提取逐格点的干旱典型特征；结合干旱事件以及对应的植被异常状况，绘制植被累积距平曲线，通过识别植被恢复的起止时刻之间的间隔来量化植被恢复时长；引入极端梯度提升树模型，训练并预测未来时刻旱情发生后植被的恢复时长。本发明为量化植被恢复时长提供了新的途径，基于机器学习算法建立了干旱影响下植被恢复时长的预测方法，为评估生态系统对干旱的响应提供技术支撑。
-
公开(公告)号：CN118863528A
公开(公告)日：2024-10-29
申请号：CN202410891956.9
申请日：2024-07-04
Applicant: 河海大学
IPC: G06Q10/0635 , G06Q50/26 , G06F17/15
Abstract: 本发明公开了一种基于逐日降水量的旱涝急转事件判别方法及系统，所述方法通过由各气象站的逐日实测降水数据，计算标准化加权平均降水指数；再由逐日实测降水数据计算获得前期、后期标准化降水异常值SPA前、SPA后，在日尺度旱涝急转指数的公式基础上改进，构建一个同时考虑前后期旱涝程度与急转快慢程度的日尺度旱涝急转指数，识别筛选出旱涝急转事件。再通过逐日降水资料，检验该指标对旱涝急转事件描述的准确性，并将其应用于长江中下游流域。本发明考虑了旱涝急转事件“急的程度”与“转的程度”之间的差异，解决了现有技术中对旱涝急转综合强度的定义，更加精准识别流域旱涝急转事件，对旱涝急转灾害的分析与防治具有十分重要的意义。
-
公开(公告)号：CN114493245B
公开(公告)日：2024-08-09
申请号：CN202210078561.8
申请日：2022-01-21
Applicant: 河海大学
IPC: G06Q10/063 , G06Q50/26 , G06N20/20 , G06N3/08 , G06F16/29
Abstract: 本发明公开了一种基于GIS与集成学习的山洪灾害易发性评价方法，应用多元自适应回归样条(MARS)和随机森林(RF)算法作为集成学习基础模型，采用人工神经网络(ANN)算法集成，以多个小流域矢量单元为研究对象，选用多个山洪特征因子为回归自变量。本发明以矢量小流域作为基本研究单元，可以更加精确的分析小流域区域易发程度，从而精准定位山洪易发的小流域。同时将山洪灾害调查评价成果与机器学习、智能算法相结合，从而进行山洪灾害易发性评估与制图，提供的评价方法计算精确，原理可靠，操作过程易学简便，能够普遍适用于省级尺度山洪灾害易发性评价的需要，为山洪灾害防治提供辅助决策。
-
公开(公告)号：CN118364746A
公开(公告)日：2024-07-19
申请号：CN202410530358.9
申请日：2024-04-29
Applicant: 河海大学
IPC: G06F30/28 , G06T17/05 , G06F113/08 , G06F119/14
Abstract: 本发明公开了基于DEM修正的地形资料匮乏河流的水动力模拟方法，包括如下步骤：获取待模拟河流的同一时刻的DEM数据及水位监测数据；根据DEM数据和水位监测数据，通过确定水面分界线，得到水下的待修正的地形数据；基于粒子群算法，对水下的待修正的地形数据进行优化，得到优化结果；根据优化结果，对DEM数据进行修正，得到修正后的DEM数据；根据修正后的DEM数据，基于预构建的明渠水动力模型，得到河流的水动力模拟结果。本发明基于粒子群算法，通过监测数据对DEM数据进行修正，进而为预构建的明渠水动力模型提供数据支撑，实现了地形资料匮乏河流的高精度水动力仿真模拟。
-
Patent Agency Ranking
公开(公告)号：CN118071536A
公开(公告)日：2024-05-24
申请号：CN202410044716.5
申请日：2024-01-12
Applicant: 河海大学
IPC: G06Q50/06 , G06F18/214 , G06F18/243 , G06F18/23213 , G06F18/22 , G06N3/0442 , G06Q10/047
Abstract: 本发明公开了无资料流域区域化径流预测方法、装置及系统，包括获取有资料流域数据，包括气象数据、径流时间序列以及静态属性数据；获取无资料流域数据，包括气象数据和静态属性数据；对径流时间序列进行聚类，将所有有资料流域划分为K个类别，构建用来表征静态属性数据和流域的类别之间映射关系的随机森林模型；针对各类别对应的有资料流域数据，训练基于深度学习的神经网络模型，得到K个训练完成的径流预测模型；基于无资料流域的静态属性数据，以及随机森林模型确定出无资料流域所属的类别；将无资料流域的历史第t‑τ+1到t天气象数据输入到对应类别的径流预测模型中预测出第t天的径流。本发明能够解决基于水文模型的无资料流域径流预测中的模型参数移植不确定性问题。
-
公开(公告)号：CN117688505B
公开(公告)日：2024-04-19
申请号：CN202410157179.5
申请日：2024-02-04
Applicant: 河海大学 , 中国水利水电科学研究院
IPC: G06Q50/26 , G06F18/2433 , G06F18/15 , G06F17/18 , G06F18/27
Abstract: 本发明公开了一种植被大范围区域化负异常的预测方法及系统，包括：将研究区域网格化，提取各格点反映植被状态的参数W的时间序列；对各格点序列进行预处理；计算各格点间的同步性负异常次数，得到各格点间负异常事件的同步性数据；根据同步性数据判断各格点间负异常事件的发生是否具有同步性；筛选区域内与待预测格点具有同步性的格点集，根据所述格点集中各格点参数W负异常事件的时间序列，对待预测格点未来的参数W负异常事件进行预测。本发明在植被负异常变化的预测中引入了同步性考量，通过建立区域间植被负异常的同步性，使得单个或多个区域出现植被负异常现象时对与该部分区域建立同步性的区域进行植物负异常预警。
-
公开(公告)号：CN116257817A
公开(公告)日：2023-06-13
申请号：CN202310113509.6
申请日：2023-02-14
Applicant: 河海大学
Abstract: 本发明公开了一种近实时降水融合方法、装置及系统，所述方法包括获取互相独立的近实时降水产品；对各近实时降水产品进行预处理，使得各近实时降水产品具备统一的时空分辨率；采用Triple Collocation方法估计各近实时降水产品的误差，并以最小化融合降水数据与真实降水数据的误差为目的，用所述误差计算得到各近实时降水产品的权重；对各近实时降水产品进行加权求和，获得初始融合降水数据；使用累积概率密度函数匹配方法校正所述初始融合降水数据，获得近实时融合降水数据集。本发明能够得到更高精度的近实时融合降水数据集。
-
公开(公告)号：CN114493244A
公开(公告)日：2022-05-13
申请号：CN202210078443.7
申请日：2022-01-21
Applicant: 河海大学
Abstract: 本发明公开了一种基于提升算法的江西省小流域山洪易发性制图方法，包括以下主要步骤：S1、数据预处理：对数据进行下采样后，随机将样本数据划分为训练集、验证集和测试集作为模型输入，S2、提升方法模型建立：使用上述数据，采用三种提升算法对山洪灾害易发性进行评估。本发明通过采用AdaBoost、GBDT以及XGBoost算法，构建山洪易发性模型。S3、将小流域山洪易发程度结果导入GIS软件，快速准确地进行山洪易发性评估及制图。基于提升方法的集成算法可以有效结合水利大数据，将水利大数据与机器学习算法相结合，从而辅助政府及专业人员对小流域山洪问题进行精准的空间分析工作。
-
公开(公告)号：CN114493243A
公开(公告)日：2022-05-13
申请号：CN202210078366.5
申请日：2022-01-21
Applicant: 河海大学
Abstract: 本发明公开了一种基于岭模型树算法的山洪灾害易发性评估方法，包括如下小流域山洪易发性区划方法步骤：S1、数据收集和数据预处理：收集研究区的小流域属性数据并建立相应的指标体系，数据清洗，数据预处理，并选取样本作为模型输入，S2、山洪风险易发性因子筛选：以各小流域的历史山洪次数为因变量，其余属性为自变量进行计算，并筛选洪水调节因子，本发明通过将机器学习算法与GIS相结合，进行山洪风险易发性的预测和制图研究，相较于传统的空间分析方法和单一的机器学习模型，本发明可以提供更为准确的小流域山洪易发性地图，准确高效地进行小流域山洪灾害易发性评估与制图，能够更加精准的定位灾害，对灾害的易发性进行评估。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.021 seconds)
