System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 大范围实时水文模拟方法及系统技术方案_技高网

大范围实时水文模拟方法及系统技术方案

技术编号:41132958 阅读:4 留言:0更新日期:2024-04-30 18:03
本发明专利技术公开了一种大范围实时水文模拟方法及系统。所述大范围实时水文模拟方法包括:获取前端数据,包括基础地面数据、水文观测数据和气象预报数据;基于水文观测数据和基础地面数据利用第一水文模型执行第一水文模拟,获得全局范围预报结果;基于全局范围预报结果并结合气象预报数据,利用深度学习模型,识别局部灾害风险区域;基于自动化建模技术在局部灾害风险区域中利用精度更高的第二水文模型执行第二水文模拟,获得风险预测结果。本发明专利技术集成了气象数据获取、水文建模和机器学习多种技术手段,能够自动运行、自动更新,能够以高分辨率数值模型模拟研究范围内的水文状况,为水文灾害预测和水资源管理提供高效准确的预测工具。

【技术实现步骤摘要】

本专利技术涉及水文预测,尤其涉及一种大范围实时水文模拟方法及系统


技术介绍

1、水作为一种重要资源,它支撑着人类社会的方方面面,但同时他也带来了许多灾害,包括洪水、干旱和滑坡等,对人类的生产生活构成了巨大威胁。特别是近几十年以来,水灾造成的经济损失呈上升趋势。这些事件的频率和严重性不断升级,再加上气候变化,因而迫切需要建立一个强大而有效的水预测和管理系统。

2、当前各国都开展了大范围实时水文模型方面的研究,如美国气象局开发的国家水文模型,欧盟开发的欧洲洪水预警系统(european flood awareness system,efas)等。在中国,中国国家水雨情信息网是一个全国水文雨情实时信息的数据平台,每天在线发布特定河流断面的径流流量数据;全国水情预警发布平台实时发布基于行政区的水文灾害预警。这两个系统展示了中国在水情监测和水害预警方面取得的重大进展,但目前仍然无法完全满足大范围、任意河段、实时、高分辨率水情模拟和预测需求。


技术实现思路

1、针对现有技术的不足,本专利技术的目的在于提供一种大范围实时水文模拟方法及系统。目的是提供自动化、高分辨率、任意河段、实时水文预测及灾害预警,解决现有水文预测系统的一些关键限制。

2、为实现前述专利技术目的,本专利技术采用的技术方案包括:

3、第一方面,本专利技术提供一种大范围实时水文模拟方法,其包括:

4、获取前端数据,所述前端数据包括基础地面数据、水文观测数据和气象预报数据;

<p>5、基于所述水文观测数据和基础地面数据,利用第一水文模型执行第一水文模拟,获得全局范围预报结果;

6、基于所述全局范围预报结果并结合所述气象预报数据,利用深度学习模型,识别对应的局部灾害风险区域;

7、在所述局部灾害风险区域中开展自动化建模,建立局地高分辨率水文模型输入文件;

8、在所述局部灾害风险区域内,利用第二水文模型执行第二水文模拟,获得局部流域风险预测结果;

9、其中,所述第二水文模型的时空分辨率高于所述第一水文模型。

10、第二方面,本专利技术还提供一种大范围实时水文模拟系统,其包括:

11、数据获取模块,用于获取前端数据,所述前端数据包括基础地面数据、水文观测数据和气象预报数据;

12、第一模拟模块,用于基于所述水文观测数据和基础地面数据,利用第一水文模型执行第一水文模拟,获得全局范围预报结果;

13、自动化水文建模模块,在所述的灾害风险区自动建立高分辨率水文模型输入文件;

14、风险识别模块,用于基于所述全局范围预报结果并结合所述气象预报数据,利用深度学习模型,识别对应的局部灾害风险区域;

15、第二模拟模块,用于在所述局部灾害风险区域中利用第二水文模型执行第二水文模拟,获得局部流域风险预测结果;其中,所述第二水文模型的精度高于所述第一水文模型。

16、第三方面,本专利技术还提供上述大范围实时水文模拟方法在灾害预警方面的应用。

17、第四方面,本专利技术还提供一种水文灾害的预警方法,包括:

18、采用上述大范围实时水文模拟方法获取风险预测结果;

19、基于所述风险预测结果发出水文灾害预警信息。

20、基于上述技术方案,与现有技术相比,本专利技术的有益效果至少包括:

21、本专利技术所提供的大范围实时水文模拟方法和系统集成了气象数据获取、自动化水文建模和机器学习多种技术手段,能够自动运行、自动更新,且基于相对较为粗略的第一次模拟并配合对应的深度学习模型,能够高效率地获得可能的风险区域,然后以较为精细的第二次模拟进行风险区域内的详细模拟,能够以高分辨率数值模型模拟研究范围内的水文状况,为水文灾害预测和水资源管理提供高效准确的预测工具;

22、该方法和系统基于数值模拟和机器学习预测洪水可能性的能力可以为防洪策略提供依据,从而有可能保护生命和基础设施,此外,其预测干旱期的能力可以指导农民和其他利益相关者做好干旱准备和缓解工作;还可以作为研究气候变化对水循环潜在影响的重要工具,提供可以塑造未来适应策略的见解。

23、上述说明仅是本专利技术技术方案的概述,为了能够使本领域技术人员能够更清楚地了解本申请的技术手段,并可依照说明书的内容予以实施,以下以本专利技术的较佳实施例并配合详细附图说明如后。

本文档来自技高网
...

【技术保护点】

1.一种大范围实时水文模拟方法,其特征在于,包括:

2.根据权利要求1所述的大范围实时水文模拟方法,其特征在于,具体包括:周期性实时更新所述前端数据,并在所述前端数据更新后执行所述水文模拟方法的步骤以获得周期性更新的所述全局范围预报结果和风险预测结果;

3.根据权利要求2所述的大范围实时水文模拟方法,其特征在于,所述基础地面数据包括海拔、土壤质地、土地覆盖、河网和水文物理参数;

4.根据权利要求1所述的大范围实时水文模拟方法,其特征在于,所述第一水文模拟包括历史预热模拟和未来预测模拟;

5.根据权利要求1所述的大范围实时水文模拟方法,其特征在于,所述气象预报数据包括中期预报数据和短期预报数据,所述短期预报数据的精度高于所述中期预报数据;

6.根据权利要求5所述的大范围实时水文模拟方法,其特征在于,所述风险预测结果包括基于所述平均水深计算得出的洪涝或干旱程度及对应的位置。

7.根据权利要求5所述的大范围实时水文模拟方法,其特征在于,所述深度学习模型包括卷积神经网络、循环神经网络、长短期记忆网络、及其改进算法中的任意一种;

8.根据权利要求1所述的大范围实时水文模拟方法,其特征在于,所述全局范围预报结果包括区域内每个河流区段的径流流量、水面高度、土壤湿度、地下水深度、蒸散发和每个空间单元的雪水当量;

9.一种大范围实时水文模拟系统,其特征在于,包括:

10.根据权利要求9所述的大范围实时水文模拟系统,其特征在于,具体包括:

...

【技术特征摘要】

1.一种大范围实时水文模拟方法,其特征在于,包括:

2.根据权利要求1所述的大范围实时水文模拟方法,其特征在于,具体包括:周期性实时更新所述前端数据,并在所述前端数据更新后执行所述水文模拟方法的步骤以获得周期性更新的所述全局范围预报结果和风险预测结果;

3.根据权利要求2所述的大范围实时水文模拟方法,其特征在于,所述基础地面数据包括海拔、土壤质地、土地覆盖、河网和水文物理参数;

4.根据权利要求1所述的大范围实时水文模拟方法,其特征在于,所述第一水文模拟包括历史预热模拟和未来预测模拟;

5.根据权利要求1所述的大范围实时水文模拟方法,其特征在于,所述气象预报数据包括中期预报数据和短期预报数据,所述短期预报数据的精度高于...

【专利技术属性】
技术研发人员:舒乐乐常燕陈昊孟宪红李照国赵林
申请(专利权)人:中国科学院西北生态环境资源研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1