-
公开(公告)号：CN119476055A
公开(公告)日：2025-02-18
申请号：CN202510055611.4
申请日：2025-01-14
Applicant: 河海大学
IPC: G06F30/27 , G06F18/10 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06N20/00 , G06F113/08
Abstract: 本发明提供了一种基于机器学习模型的生态水文模拟方法，该方法包括：获取生态水文数据，对获取的生态水文数据进行预处理，得到数据集，基于改进的ConvLSTM网络结构构建生态水文模型，基于数据集对生态水文模型进行训练，得到训练后的生态水文模型，将待测数据输入训练后的生态水文模型，进行蒸散发的预测。本发明基于多种数据实现蒸散发的预测，充分利用了遥感数据及地面气象数据的优势，显著提高了蒸散发预测的精度，能够对实时数据进行处理，实时性强，可根据不同区域进行不同的应用，能够实现模型的输入灵活调整，可扩展性强，可应用于多个领域，为农业和生态监测提供实时支持。
-
公开(公告)号：CN119150071A
公开(公告)日：2024-12-17
申请号：CN202411208123.4
申请日：2024-08-30
Applicant: 河海大学
IPC: G06F18/24 , G06F18/213 , G06F18/22 , G06Q50/26
Abstract: 本发明公开了一种人类活动对气象‑水文干旱传递特征影响的识别方法、装置及系统，基于率定好的水文模型模拟无人类活动影响下研究区域的水文过程，获得无人类活动影响下的径流数据，计算出第一水文干旱指数序列；基于气象观测数据和水文观测数据，计算出人类活动影响下的气象干旱指数序列和第二水文干旱指数序列；基于气象干旱指数序列、第一水文干旱指数序列和第二水文干旱指数序列识别出干旱事件及其特征，计算出有人类活动影响和无人类活动影响情景下气象干旱事件向水文干旱事件传递的干旱传递特征；比较两种情景下的干旱传递特征得到人类活动对干旱传递特征的影响。本发明能够得到人类活动对气象‑水文干旱传递过程的影响程度，可为水资源的合理配置提供参考。
-
公开(公告)号：CN117892638A
公开(公告)日：2024-04-16
申请号：CN202410289442.6
申请日：2024-03-14
Applicant: 河海大学
IPC: G06F30/27 , G06F18/214 , G06F18/21 , G06N20/20 , G06F111/08 , G06F119/12
Abstract: 本发明公开了一种利用条件概率函数的干旱形成时间预测方法及系统，包括：构建数据集；计算变量边缘分布，构建联合概率函数；推求条件概率分布函数及条件概率模型；抽样并划分数据集，导入随机森林模型；修正条件概率模型，预测未来干旱形成时间。本发明结合随机森林模型推算出的干旱形成时间与影响因子间的对应值，对理论计算的条件概率模型进行修正，得到更为精确的条件概率函数以预测未来不同影响因子下的干旱形成时间。该方法使得在分析单一主要影响因子变化与多个次要影响因子变化下对干旱形成时间的影响时具有更高的精度，并对进一步研究干旱过程提供技术手段参考。
-
公开(公告)号：CN112287294B
公开(公告)日：2024-02-27
申请号：CN202010950190.9
申请日：2020-09-10
Applicant: 河海大学
IPC: G06F17/18 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的时空双向土壤含水量插值方法，包括：构建长短期记忆LSMT、全卷积神经网络FCNN两种深度学习模型；以遥感土壤水产品、气象要素、植被土壤等下垫面参数为输入数据，分别从时间维度逐网格构建LSTM模型，从空间维度逐日构建FCNN模型，重建土壤含水量数据；结合贝叶斯网络权重自学习模型，将时间和空间两套不同插值途径获得的土壤水数据进行优化融合。本发明充分考虑数据的时空三维特征，综合了土壤水在时程上的季节变化规律以及在空间上的地理学特性，利用深度学习模型有效建立气象、下垫面要素与土壤含水量间的内在联系，显著提高了土壤含水量的插值精度。
-
公开(公告)号：CN116227785A
公开(公告)日：2023-06-06
申请号：CN202310184591.1
申请日：2023-03-01
Applicant: 河海大学
IPC: G06Q10/063 , G06Q50/26 , G06Q50/06 , G06F30/20
Abstract: 本发明公开了考虑气候‑植被‑取用水影响的径流变化归因方法、装置及系统，包括基于基准期和变化期的水文气象数据，分离出气候变化对径流变化的直接影响；基于基准期和变化期的取用水数据，分离出取用水对径流变化的直接影响；基于径流总变化、气候变化对径流变化的直接影响和取用水对径流变化的直接影响，得到植被变化对径流变化的直接影响；基于变化期的归一化植被指数、降水和气温数据集，以年最大归一化植被指数为因变量、降水和气温栅格数据为自变量，利用多元回归残差分析，得出气候变化引起的植被变化和人类活动引起的植被变化对径流变化的影响。本发明能准确分离气候变化、气候变化和人类活动引起的植被变化和取用水变化对径流的影响。
-
Patent Agency Ranking
公开(公告)号：CN109118721A
公开(公告)日：2019-01-01
申请号：CN201811284448.5
申请日：2018-10-31
Applicant: 河海大学
IPC: G08B21/10
Abstract: 本发明公开了一种基于临界雨量推求复合预警指标的方法、装置及预警方法，包括获取复合预警指标RTI的计算公式RTI＝(k1*Pa+P)/H^k2；式中，k1、k2为系数，Pa为前期影响雨量，H为预警时段，P为不同前期影响雨量Pa和预警时段组合情景下临界雨量值；确定系数k1和k2取值；获取开始降雨时的初始土壤含水量、实测或预报的雨量及其时段长，并代入计算公式RTI＝(k1*Pa+P)/H^k2，得到实时复合预警指标值；将实时复合预警指标值与断面复合预警指标阈值比较，并根据比较结果执行相应的操作。本发明充分利用事发之前的已有信息，简单易行、能计算任意时段预警值，可为山洪灾害预警提供一种新的行之有效的方法。
-
公开(公告)号：CN108765568A
公开(公告)日：2018-11-06
申请号：CN201810561291.X
申请日：2018-06-04
Applicant: 河海大学
IPC: G06T17/10
CPC classification number: G06T17/10
Abstract: 本发明公开了一种基于激光雷达点云的多层次建筑物快速三维重建方法，其步骤为：采集三维点云数据；点云滤波处理得到建筑物点云；使用优化的随机抽样一致性算法获得激光点云集；Delaunay三角剖分进行建筑物轮廓点的提取；冒泡排序对轮廓点进行排序，生成轮廓线；使用关键点提取算法，提取建筑物轮廓的关键点；连接关键点，并使用正交约束对轮廓线进行规则化处理；将建筑物轮廓线赋予点云中的高程信息，生成三维建筑物模型。本发明采用优化的算法能够提供更高的执行效率，并能有效的删除建筑物墙面点；使用Delaunay剖分方法精确的提取建筑物的轮廓线；使用轮廓线关键点提取算法较好的提取建筑物的关键点，并能抑制错误轮廓点的干扰，减少伪关键点的生成。
-
公开(公告)号：CN119783027A
公开(公告)日：2025-04-08
申请号：CN202411838079.5
申请日：2024-12-13
Applicant: 河海大学
Abstract: 本发明公开了考虑误差变异的多源降水信息时变融合方法、装置及系统，包括：生成具有相同时空分辨率的第一卫星反演降水产品、第二卫星反演降水产品和再分析模拟降水产品；在各雨量站的每个时间点，以最小化融合降水产品与雨量站观测数据之间的误差为目标，确定出所述第一卫星反演降水产品、第二卫星反演降水产品和再分析模拟降水产品的时变最优权重；使用反距离加权方法对所述时变最优权重进行插值处理，生成时变融合权重；基于所述第一卫星反演降水产品、第二卫星反演降水产品和再分析模拟降水产品，以及所述时变融合权重，生成融合降水产品。本发明能有效地时变融合多源降水信息，为无资料流域水资源管理和水灾害监测预警提供数据支撑。
-
公开(公告)号：CN119647203A
公开(公告)日：2025-03-18
申请号：CN202411849543.0
申请日：2024-12-16
Applicant: 河海大学
Abstract: 本发明公开一种基于L系统的刺槐退化全过程建模方法、系统、设备及介质，涉及生物生长形态技术领域。所述方法包括：从野外实测数据和文献资料中获取刺槐的基础数据，基于所述基础数据提取L系统规则；所述L系统规则包括主干规则、分支模式规则和叶片模拟规则；根据所述L系统规则进行刺槐树分部建模，分别得到主干和枝条模型、叶片模型和根系模型；根据所述主干和枝条模型、所述叶片模型和所述根系模型组合单株刺槐模型，并模拟刺槐树枯梢率，得到刺槐退化全过程的变化模型。本发明能够提高模型精度与适用性。
-
公开(公告)号：CN119312960A
公开(公告)日：2025-01-14
申请号：CN202411207628.9
申请日：2024-08-30
Applicant: 河海大学
Abstract: 本发明公开了一种土壤水骤发干旱预测方法及系统，该方法包括：获取各格点的历史指数数据，按照时间步长ΔT得到各格点在不同时刻对应的土壤水干旱情况数据；根据各格点在不同时刻对应的土壤水干旱情况数据，通过时程联结识别土壤水干旱事件，得到研究区域内各土壤水干旱事件所覆盖的区域随时间变化的数据；根据各土壤水干旱事件所覆盖的区域随时间变化的数据，以平均降水P、平均温度T、距离值G为输入量，干旱形成时间F为输出量，构建用于预测干旱形成时间F的随机森林模型；根据各格点在不同时刻对应的土壤水干旱情况数据，统计得到各格点的干旱扩张率数据；预测干旱面积发展趋势数据。本发明能够提供提高土壤水骤发干旱事件预测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.019 seconds)
