-
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。
-
Patent Agency Ranking
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：CN116468169A
公开(公告)日：2023-07-21
申请号：CN202310418676.1
申请日：2023-04-19
Applicant: 安徽大学
Abstract: 本发明提供一种基于完全逐步分解的机器学习水位预测方法，涉及人工智能和水文预测领域，包括：收集水位历史数据，对数据进行预处理，得到标准数据集，使用完全逐步分解采样技术对数据进行采样，同时，使用三种边界延拓方法：极值点延拓、镜像延拓以及波形特征匹配延拓，分别针对三个真实数据集：三个真实地方水位数据，对采样边界进行矫正，然后利用时间序列分解方法分解数据，将处理后的数据保存为可加载的数据集，本发明通过以真实流域大量水位历史记录为数据集，使用考虑边界矫正并基于完全逐步分解的机器学习水位预测方法实现了精确的水位预测，可以在预测时严格排除获取解释变量以及响应变量时，未来信息造成的影响。
-
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。
-
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。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
