基于LHS-GAS-BP分布式水文模型参数敏感性分析及率定方法

    公开(公告)号:CN118569090A

    公开(公告)日:2024-08-30

    申请号:CN202410735391.5

    申请日:2024-06-07

    Abstract: 本发明公开了一种基于LHS‑GAS‑BP分布式水文模型参数敏感性分析及率定方法,采用遗传算法来优化BP神经网络的权值和阈值,改善BP神经网络学习算法易陷入局部极小的缺陷;并采用依据自变量耦合变化导致因变量变化率的敏感度定义,有助于识别模型中相对敏感的参数,降低参数维度,减小模型计算成本,为模型参数优化与不确定性分析提供支撑。且本发明克服了人工试错法对水文模型参数率定的主观影响,通过模型批量执行和结果批量提取可将模型运行和拟合优度评价自动化,提高调参效率,并且相对于其它参数率定步骤更为简单快捷,能够更精确、有效、快捷的完成参数率定过程。

    水肥一体化的高效节水灌溉方法
    4.
    发明公开

    公开(公告)号:CN118511808A

    公开(公告)日:2024-08-20

    申请号:CN202411000529.3

    申请日:2024-07-25

    Abstract: 本发明公开了一种水肥一体化的高效节水灌溉方法,利用文献计量方法构建农学数据库,基于收集到的历史土壤、作物数据,采用大数据机器学习算法,建立农作物的产量预测模型。根据待灌溉地块的预测产量。再基于理论确定的最高产量所需的水肥量,确定了作物高产量的水肥效应函数。将两者结合确定了带灌溉地块产量与水肥的关系,从而做到高效的产量与水肥比。将确定的施肥和灌溉制度作为水肥一体化决策系统的前端输入项,可提高水肥一体化灌溉系统传感器的数据精度和可靠性,实现对水肥一体化的智能感知、智能预警、智能分析和智能决策与一体,通过研究灌区水肥一体化和高效节水灌溉模式,有利于指导智慧化灌区的建设与水资源规划。

Patent Agency Ranking