-
公开(公告)号:CN109977510B
公开(公告)日:2022-12-06
申请号:CN201910198520.0
申请日:2019-03-15
Applicant: 长江水利委员会长江科学院
Abstract: 本发明提供一种基于GIS技术的水文模型网络发布方法,其将原来单计算机单用户使用的水文模型计算程序通过GIS技术及地理服务框架等相关技术构建为网络水文计算服务,并通过网络发布提供给任何能够访问网络服务器的用户使用。用户使用水文模型计算服务时,只需利用通用客户端将基本参数和计算请求通过网络发送至后台服务器,服务器调用数据资源和水文模型模块根据用户需求进行水文模拟计算,计算完毕后将水文模型计算结果返回给用户。这使得模型使用人员可以直接通过计算机网络调用模型计算并且得到计算结果,摆脱对基础参数数据管理的要求和计算机性能的限制,这对于水文模型的高效方便使用和应用推广有着非常好的促进作用。
-
公开(公告)号:CN112464421A
公开(公告)日:2021-03-09
申请号:CN202011318087.9
申请日:2020-11-23
Applicant: 长江水利委员会长江科学院
IPC: G06F30/18 , G06F30/20 , G06F17/16 , G06F119/14
Abstract: 本发明提供一种基于联合信息熵的供水管网漏损识别传感器优化布置方法,其基于联合信息熵对供水管网传感器进行优化布置,得到确定性条件下的传感器最优布局;考虑到传感器发生突然中断的情况,对确定性条件下的传感器布局方案进行改进,得到具有鲁棒性的传感器优化布局方案。该方法不仅能够确保所得到布局方案在确定性条件下具有良好的漏损识别率,同时,在传感器发生故障时所获得的传感器布局方案仍然具有良好的鲁棒性,对提高供水管网漏损识别尤其是在发生故障时的鲁棒性具有重要意义。
-
公开(公告)号:CN110942029A
公开(公告)日:2020-03-31
申请号:CN201911179390.2
申请日:2019-11-27
Applicant: 长江水利委员会长江科学院
Abstract: 本方法提供一种基于GIS技术和空间数据的地物检测Mask R-CNN模型训练方法,涵盖从空间数据生成模型训练样本库,到训练样本库与Mask R-CNN模型实现相结合进行模型训练,然后训练结果存储分发的完整自动化流程。本发明可实现样本数据集的自动生成和有效管理,能够直接对原始空间数据进行Mask R-CNN模型权重的自动化训练,并提供了对训练结果的管理共享,极大程度地降低了训练过程中的人工工作量,这对于推动Mask R-CNN模型在地物检测方面的深入应用有着非常好的促进作用。实验结果表明,该技术为地物检测Mask R-CNN模型的自动化训练提供了一套完整的技术流程方案,能较好地满足实际应用的需要。
-
公开(公告)号:CN113887000A
公开(公告)日:2022-01-04
申请号:CN202111073010.4
申请日:2021-09-14
Applicant: 长江水利委员会长江科学院 , 义乌市水务建设集团有限公司
Abstract: 本发明提供一种基于污染概率的供水管网污染监测传感器多目标布置方法,包括:步骤1、对供水管网各个节点发生污染物入侵的情况进行模拟,得到各种污染事件对供水管网的影响;步骤2、根据各个节点发生污染对供水管网的影响,得到各个节点的污染概率;步骤3、基于多目标优化方法,得到各个污染概率下的帕累托前沿解;步骤4、采用多准则决策聚类分析方法,对各种污染概率下的帕累托前沿解进行聚类与排序,得到不同情形的各个聚类的最优方案,利用管网发生污染物入侵后对管网的影响对各种最优方案进行比较与分析。本发明在对传感器进行优化布置时考虑了节点污染概率的变化,可获得污染物入侵时对管网影响最小的传感器布置方案。
-
公开(公告)号:CN113139584A
公开(公告)日:2021-07-20
申请号:CN202110336232.4
申请日:2021-03-29
Applicant: 长江水利委员会长江科学院
Abstract: 本发明提供一种用于供水管网污染入侵点识别的传感器优化布置方法,首先对污染入侵节点进行风险评估并对污染入侵节点进行选择和聚类,基于分层算法得到一组传感器布置方案满足传感器网络的可识别性,然后,基于传感器的数量和传感器发生故障时对传感器网络的影响对各种方案进行比较得到最优方案,在对各种方案进行比较时考虑了污染概率的变化。在传感器数量有限的情况下,该方法考虑了各种污染入侵节点发生概率的变化,能够确保对造成严重后果的污染入侵节点进行检测和识别,对供水管网污染物入侵监测具有重要意义。
-
公开(公告)号:CN108320317A
公开(公告)日:2018-07-24
申请号:CN201810131068.1
申请日:2018-02-09
Applicant: 长江水利委员会长江科学院
Abstract: 一种基于高分辨率数字地形的堤防线数据提取方法,其针对堤防高分辨率数字地形数据,沿着堤防行进方向在数字地形上自动构建探测圆环,查找圆环与数字地形的相交网格中高程值最高的网格单元,以该网格单元作为圆环中心继续构建探测圆环,直至堤防数字地形探测完毕,通过连接圆环中心点构建高精度堤防线数据,从而实现堤防线数据的自动提取。本发明与传统的人工实地测绘方法相比,极大地提高了堤防线数据生产的效率,而与当前堤防线数据提取较为常见的最小成本路径分析法、矩阵法、垂线法和点匹配垂线法等相比,较好的解决了堤防由于受到破坏导致线数据提取异常等问题,本发明无论是在线数据提取精度还是提取效率上都有着极大的优势,是一个较优的堤防线数据提取方法。
-
公开(公告)号:CN102842104B
公开(公告)日:2015-08-12
申请号:CN201210244846.0
申请日:2012-07-16
Applicant: 长江水利委员会长江科学院
IPC: G06F19/00
CPC classification number: Y02A10/46
Abstract: 一种面向海量DEM数据的高精度河道洪水淹没区生成方法,其针对海量DEM数据进行条带划分,并将条带中栅格行上连续多个淹没单元进行游程压缩存储,以降低数据量,最后采用压缩单元边界追踪方法提取淹没范围,从而实现了复杂地形条件下的淹没区生成。本发明将传统淹没源种子点填充方法改为栅格压缩存储和栅格边界追踪计算,使得较小的内存配置处理了较大的栅格数据量,同时避免了种子点填充法中的大量递归判断,提升了计算速度。本发明充分运用了数字地形分析和数据压缩存储技术,避免了种子填充法进行海量DEM数据淹没分析产生的问题,较好的解决了河湖复杂地形环境下的连通域分析,实现大范围、高精度河湖洪水淹没区的生成。
-
公开(公告)号:CN113887020B
公开(公告)日:2024-11-22
申请号:CN202111072949.9
申请日:2021-09-14
Applicant: 长江水利委员会长江科学院 , 义乌市水务局
Abstract: 本发明提供一种基于漏损概率的供水管网漏损检测传感器多目标布置方法,属于城市供水管网漏损检测传感器优化布置方法,该方法考虑了各个节点漏损概率变化,确定管网各个节点发生漏损后对管网的影响,得到管网各个节点的漏损概率;然后,采用NSGA‑II多目标优化方法和漏损检测矩阵求解得到不同漏损概率下的帕累托前沿解,并利用PROMETHEE对帕累托前沿解进行排序与聚类,得到各种漏损概率下的最优方案;最后,基于各个节点发生漏损后对管网的影响对各种方案进行比较与分析。本发明考虑了各个节点漏损的变化,基于漏损概率的变化得到各种漏损概率传感器最优布置方案,可以获得漏损对供水管网影响最小的传感器优化布置方案。
-
公开(公告)号:CN111242006B
公开(公告)日:2021-04-09
申请号:CN202010025117.0
申请日:2020-01-10
Applicant: 长江水利委员会长江科学院
Abstract: 本发明提供一种将基于Mask R‑CNN的遥感影像地物检测实现为地理WPS服务的方法,可以实现Mask R‑CNN模型遥感影像地物检测的远程在线和多人共享应用。本发明实现了根据应用需求,调用Mask R‑CNN模型对遥感影像数据的自动化地物检测识别,以及对地物检测结果的空间矢量多边形自动转换和空间数据库存储,并把作为规范地理编码格式的地物检测结果网络传输至客户端的完整应用服务流程。本发明极大程度地降低了遥感影像地物检测过程中的人工工作量,这对于推动Mask R‑CNN模型在地物检测方面的深入应用有着非常好的促进作用。
-
公开(公告)号:CN108320317B
公开(公告)日:2021-04-09
申请号:CN201810131068.1
申请日:2018-02-09
Applicant: 长江水利委员会长江科学院
Abstract: 一种基于高分辨率数字地形的堤防线数据提取方法,其针对堤防高分辨率数字地形数据,沿着堤防行进方向在数字地形上自动构建探测圆环,查找圆环与数字地形的相交网格中高程值最高的网格单元,以该网格单元作为圆环中心继续构建探测圆环,直至堤防数字地形探测完毕,通过连接圆环中心点构建高精度堤防线数据,从而实现堤防线数据的自动提取。本发明与传统的人工实地测绘方法相比,极大地提高了堤防线数据生产的效率,而与当前堤防线数据提取较为常见的最小成本路径分析法、矩阵法、垂线法和点匹配垂线法等相比,较好的解决了堤防由于受到破坏导致线数据提取异常等问题,本发明无论是在线数据提取精度还是提取效率上都有着极大的优势,是一个较优的堤防线数据提取方法。
-
-
-
-
-
-
-
-
-