一种水文时间序列小波互相关分析方法

    公开(公告)号:CN102033851A

    公开(公告)日:2011-04-27

    申请号:CN201010297456.0

    申请日:2010-09-30

    Applicant: 南京大学

    Abstract: 本发明公开了一种水文时间序列小波互相关分析方法,首先选择小波函数和时间尺度范围,然后对待分析的水文时间序列进行连续小波变换分析;计算水文时间序列在不同时间尺度上及不同时滞下的小波互协方差;求解两序列在不同时间尺度上及不同时滞下的小波互相关系数,计算小波互相关度以描述两序列在整体时间域上的互相关程度,绘制小波互相关系数等值线图,实现对时间序列之间互相关关系进行时频综合分析。实例分析结果显示了小波互相关分析方法的有效性和优越性,该方法能够分析和定量描述非平稳时间序列在特定时间尺度和指定时滞下的互相关关系,可克服传统互相关分析方法的局限,具有更好的灵活性和适用性。

    一种不确定性中长期水文预报模型的建立方法

    公开(公告)号:CN101604356B

    公开(公告)日:2011-01-12

    申请号:CN200910033616.8

    申请日:2009-06-24

    Applicant: 南京大学

    Abstract: 本发明公开了一种不确定性中长期水文预报模型的建立方法,其将小波分析方法(WA),人工神经网络(ANN)和水文频率分析法(HFA)联合使用,建立了不确定性中长期水文预报模型:即在应用WA揭示水文序列多时间尺度变化特性的基础上,将原序列分为主序列和随机序列两部分,然后利用ANN对主序列进行模拟预测,对随机序列进行水文频率分析,最后将两部分结果叠加作为最终预测值。该模型用于黄河河口地区作中长期水文预报,并与传统方法作对比,结果显示:该模型能同时揭示序列的时、频结构和变化特性;预报值结果精度高;且合格率高;能定量分析和描述水文不确定性因素对预报结果的影响,可得到不同频率对应水文序列的模拟预测值。

    一种基于Transformer网络的多孔介质渗透率预测方法

    公开(公告)号:CN116680988A

    公开(公告)日:2023-09-01

    申请号:CN202310737138.9

    申请日:2023-06-21

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于Transformer网络的多孔介质渗透率预测方法,属于孔隙尺度数值模拟技术领域。本发明利用孔隙尺度模拟方法模拟流场,计算三维多孔介质的渗透率;将多孔介质的三维结构图像视为由二维切片图像组成的空间序列,提取每一个二维切片图像的物理属性;在多孔介质三维结构图像中加入相应的物理参数矩阵,并以多孔介质渗透率作为图像对应的标签值构造样本集,确定训练集、验证集与测试集,而后利用卷积神经网络CNN和Transformer网络,构建并训练PhyCNN‑Transformer神经网络模型,从而实现对多孔介质渗透率的准确预测。本发明将三维图像回归问题转化为二维图像序列回归问题,加深了对多孔介质结构特性的理解,捕捉到多孔介质的本质特征,从而提高模型的预测性能与泛化能力。

    水库调蓄和环境因子对下游河流水温变化定量分析方法

    公开(公告)号:CN110942257B

    公开(公告)日:2023-05-09

    申请号:CN201911239918.0

    申请日:2019-12-06

    Applicant: 南京大学

    Abstract: 本发明公开了一种水库调蓄和环境因子对下游河流水温变化定量分析方法,收集流域内的水文气象资料,对水库蓄水前后天然期和影响期分别逐月构建线性水温回归模型,再重构影响期的天然径流,进而重构天然水温序列,利用重构的天然水温与实测水温的差异,分析水库调蓄和环境因子对下游水温变化的贡献;本发明将水库调蓄和环境因子对水温变化的二元归因分析,细分为水库调蓄作用下水温‑气温相互作用变化、径流模式变化和天然情境下气温变化、流量变化的四元归因分析,能够科学准确地判断水库对水温的影响程度,定量评估出水库下游河流水温变化的原因。

    一种考虑径流预测的多目标雨量站网设计方法

    公开(公告)号:CN110689182B

    公开(公告)日:2022-12-27

    申请号:CN201910890913.8

    申请日:2019-09-20

    Applicant: 南京大学

    Abstract: 本发明公开了一种考虑径流预测的多目标雨量站网设计方法,所述方法根据雨量站点间信息冗余最小、雨量站对下游流量站信息传递最大和面平均雨量预测偏差最小的多目标准则,通过基于NSGA‑II的遗传算法对研究区雨量站网优化设计,利用人工神经网络(ANN)降雨‑径流模型评价优化结果对径流预测精度的影响。本发明方法将雨量站网优化和降雨‑径流模型相结合,从径流预测的角度补充了现有站网优化分析和设计的不足,并提出了一种适用性良好的雨量站网优化设计框架及方法。

    一种区域土壤环境中高风险污染物的识别方法

    公开(公告)号:CN111353720A

    公开(公告)日:2020-06-30

    申请号:CN202010175053.2

    申请日:2020-03-13

    Abstract: 本发明公开了一种区域土壤环境中高风险污染物的识别方法,包括以下步骤:步骤一、根据区域内企业生产活动,汇总潜在土壤污染物清单;步骤二、布点采样,对照潜在土壤污染物清单检测分析;步骤三、统计检出污染物的检出率和超标率,进行归一化处理;步骤四、按公式R1=X1×a+X2×b计算R1;由高到低排序取前10形成备选污染物清单;步骤五、建立综合评分系统,包括污染物的致癌性、非致癌健康毒性、生态毒性、生物降解性、迁移性和挥发性,选择各评分因素的表征指标并分级赋值,综合污染物的各评分因素赋值,取前5污染严重的污染物形成高风险污染物清单;步骤六、针对高风险污染物清单进行定期监测和管控。本发明具有效率高、衡量指标全面等优点。

    一种基于AM嵌套抽样算法的地下水模型评价方法

    公开(公告)号:CN106650293B

    公开(公告)日:2020-06-16

    申请号:CN201710008901.9

    申请日:2017-01-05

    Applicant: 南京大学

    Abstract: 本发明提供了一种基于AM嵌套抽样算法的地下水模型评价方法,将嵌套抽样算法中的局部限制抽样算法改进为AM算法,将模型的边缘似然值及后验概率(权重)作为评价地下水模型表现的指标,根据贝叶斯分析理论及嵌套抽样算法,将复杂且不易直接求解的高维积分边缘似然值转化为易于计算的一维积分,在计算地下水模型边缘似然值的案例分析中,本方法通过AM的自适应更新,保证了抽样的质量与精度,与原有的NSE‑MH算法相比,在计算结果的计算效率和收敛速度方面有所提高,同时也提高了计算结果的准确性和稳定性。

    一种从固相洗脱锑、铋的组合物及其方法

    公开(公告)号:CN106731008B

    公开(公告)日:2020-05-05

    申请号:CN201510827827.4

    申请日:2015-11-20

    Applicant: 南京大学

    Abstract: 本发明提供一种用于洗脱嫁接了氨基磷酸或磷酸功能基的树脂或固体吸附剂吸附锑和或铋的洗脱液,由磷酸0.5‑2M或加硫酸、盐酸、硝酸0‑2M组成。用于洗脱再生方法为在流动床或固定床中使用吸附剂体积的20到40倍体积的洗脱液接触0.5‑2小时,分离即可。该洗脱液及其方法大大降低了现有技术中需要使用高达6M硫酸洗脱的工艺流程,降低了对工艺和装置的要求,也降低了吸附剂的耐酸性要求。

    水库调蓄和环境因子对下游河流水温变化定量分析方法

    公开(公告)号:CN110942257A

    公开(公告)日:2020-03-31

    申请号:CN201911239918.0

    申请日:2019-12-06

    Applicant: 南京大学

    Abstract: 本发明公开了一种水库调蓄和环境因子对下游河流水温变化定量分析方法,收集流域内的水文气象资料,对水库蓄水前后天然期和影响期分别逐月构建线性水温回归模型,再重构影响期的天然径流,进而重构天然水温序列,利用重构的天然水温与实测水温的差异,分析水库调蓄和环境因子对下游水温变化的贡献;本发明将水库调蓄和环境因子对水温变化的二元归因分析,细分为水库调蓄作用下水温-气温相互作用变化、径流模式变化和天然情境下气温变化、流量变化的四元归因分析,能够科学准确地判断水库对水温的影响程度,定量评估出水库下游河流水温变化的原因。

    基于Copula函数和信息熵理论相结合的综合式水文站网评估模型

    公开(公告)号:CN109460526A

    公开(公告)日:2019-03-12

    申请号:CN201811085127.2

    申请日:2018-09-18

    Applicant: 南京大学

    Abstract: 本发明公开一种基于Copula函数和信息熵理论相结合的综合式水文站网评估模型,包括以下步骤:采用半参数评估方法优选潜在的Archimedean族Copula、计算了两变量互信息和多个变量的总相关量(Total correlation,TC);基于Copula函数理论和信息熵原理的有机结合,利用Copula函数理论确定了多维变量下互信息估计值,提出了MACE站点优化准则(minimizing absolute value of copula entropy,MACE),很好地弥补了单一采用信息熵对互信息量估计的不足。本发明还采用三种后验性的评价指标对模型效果有一个最终的评价:(1)Nash–Sutcliffe效率系数;(2)均值化后的负Copula熵值;(3)联合信息熵值。

Patent Agency Ranking