华中科技大学郭俊获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉华中科技大学申请的专利一种边演边合汇流方式的分布式水文预报方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120277985B 。
龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510155878.0,技术领域涉及:G06F30/27;该发明授权一种边演边合汇流方式的分布式水文预报方法是由郭俊;胡海;刘懿;李昊川;顾子也;程聪;常新雨;倪修设计研发完成,并于2025-02-12向国家知识产权局提交的专利申请。
本一种边演边合汇流方式的分布式水文预报方法在说明书摘要公布了:本发明提供一种边演边合汇流方式的分布式水文预报方法,包括以下步骤:分析研究流域中各个网格的汇流流动关系,将所有网格划分为多个等级;建立水文预报模型;所述水文预报模型包括联合产流模型的地下径流汇流模型和地表径流汇流模型;对所述水文预报模型进行训练,得到训练完成的所述水文预报模型;采用训练完成的所述水文预报模型,对研究流域的每个网格进行出流流量预报。本发明提出的一种边演边合汇流方式的分布式水文预报方法,为一种边演边合汇流方法,可实现对流域中每个网格的出流流量的预报,具有水文预报精度高以及准确性高的优点。
本发明授权一种边演边合汇流方式的分布式水文预报方法在权利要求书中公布了:1.一种边演边合汇流方式的分布式水文预报方法,其特征在于,包括以下步骤: 步骤S1,对研究流域进行网格化处理,将研究流域划分为N个网格; 步骤S2,分析N个网格的汇流流动关系,从而将所有网格划分为M个等级,分别表示为: 第1等级R1,第2等级R2,…,第M等级RM; 其中,每个相同等级中的各个网格之间不存在汇流关系;第M等级RM中的每个网格为在所述研究流域中不具有上游网格的网格,为非汇流网格;第M‑1等级RM‑1到第1等级R1中的每个网格均为汇流网格,具有至少一个直接相连的上游网格,并且,第M‑1等级RM‑1到第2等级R2中的每个网格,具有唯一的直接相连的下游网格,第1等级R1只具有一个网格,为其他N‑1个网格的最终汇入网格; 步骤S3,建立水文预报模型;所述水文预报模型包括联合产流模型的地下径流汇流模型和地表径流汇流模型; 所述联合产流模型的地下径流汇流模型,包括公式1所示的非汇流网格的地下径流汇流子模型和公式2所示的汇流网格的地下径流汇流子模型: 其中: 为网格j在时刻t的地下径流; KGG为地下径流消退系数,为需要进行调节的模型参数; 为网格j在时刻t‑1的地下径流,并且,其初始值设置为0; 为网格j在时刻t本身产生的地下径流量,通过产流模型进行预测得到; 为网格j在时刻t的地下径流入流量,通过公式3确定: 其中:代表与网格j直接相连的上游网格i在时刻t本身产生的地下径流量;upi代表与网格j直接相连的上游网格i的数量; 所述地表径流汇流模型包括公式4所示的非汇流网格的地表径流汇流子模型和公式5所示的汇流网格的地表径流汇流子模型: 其中: L为网格长度; K为流量与流速之间的转换系数;x为流量比重系数;为流量与流速之间的转换指数; K、x、为需要进行调节的模型参数; 为网格j在时刻t的地表径流; 为网格j在时刻t‑1的地表径流,并且,其初始值设置为0; Δt为相邻两个时刻的时间间隔; 代表与网格j直接相连的上游网格i在时刻t的地表径流;upi代表与网格j直接相连的上游网格i的数量; 代表与网格j直接相连的上游网格i在时刻t‑1的地表径流; 步骤S4,确定训练期T;确定所述水文预报模型的各模型参数初始值; 步骤S5,对所述水文预报模型进行训练,得到训练完成的所述水文预报模型; 步骤S5.1,按照网格从第M等级RM到第1等级R1的演算次序,采用边演边合汇流方式,通过所述水文预报模型,依次演算得到每个网格在训练期T的逐时刻t的地下径流时间序列以及地表径流时间序列,将每个网格在训练期T的逐时刻t的地下径流时间序列以及地表径流时间序列进行逐时刻t相加,得到每个网格在训练期T的逐时刻t的出流流量时间序列; 步骤S5.2,在研究流域中选定标志性网格;通过分析标志性网格在训练期T的逐时刻t的出流流量时间序列,评估当前得到的所述水文预报模型是否满足精度要求;如果不满足,则调节所述水文预报模型的模型参数,返回步骤S5.1;如果满足,则得到训练完成的所述水文预报模型; 步骤S6,采用训练完成的所述水文预报模型,对研究流域的每个网格进行出流流量预报。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励