【技术实现步骤摘要】
本专利技术属于流域水文模拟，具体涉及一种河流流量模拟模型的构建方法及装置、电子设备。
技术介绍
1、河流流量模拟是水文预报、水资源评估和管理的关键技术手段。随着人工智能技术和计算机技术的不断发展发展，机器学习模型和机理模型成为河流流量模拟的两大主流方法。河流流量模拟的机理模型具有悠久的历史，形成了较为完善的降水产流、汇流理论，具有广泛的适用性和较高的模拟精度，但对输入数据依赖程度高，模拟精度受到多种因素的复杂影响。机器学习模型是近年来迅速发展的人工智能模型，在河流水文模拟中迅速发展。机器学习模型具有较为简单的模型输入结构和相对较高的模拟精度特点，但是在水文模拟中难以精准捕获降水径流的复杂响应关系，模拟精度受样本的影响较大，存在不稳定性特点。
2、多模型集成模拟是当前流域环境模拟的重要发展趋势，能够有效整合不同模型的模拟能力，从而提高模型整体模拟效果。当前河流流量模拟主要采用机理模型和机器学习模型，两者的融合模拟对提高河流流量模拟能力具有重要意义。hspf水文模型是一种具有清晰产汇流过程的典型机理模型，随机森林模型是一种具有广...
【技术保护点】
1.一种河流流量模拟模型的构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述数字高程模型数据和土地利用数据的空间范围不小于河流流域范围；
3.根据权利要求1所述的方法，其特征在于，基于所述数字高程模型数据，对流域进行子流域划分并提取其地理特征信息，包括：
4.根据权利要求1所述的方法，其特征在于，基于划分的子流域和所述基本数据集，构建HSPF水文模型，包括：
5.根据权利要求1所述的方法，其特征在于，基于所述基本数据集和HSPF水文模型，率定和验证水文参数，输出HSPF模拟流量，包括：
<...【技术特征摘要】
1.一种河流流量模拟模型的构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述数字高程模型数据和土地利用数据的空间范围不小于河流流域范围；
3.根据权利要求1所述的方法，其特征在于，基于所述数字高程模型数据，对流域进行子流域划分并提取其地理特征信息，包括：
4.根据权利要求1所述的方法，其特征在于，基于划分的子流域和所述基本数据集，构建hspf水文模型，包括：
5.根据权利要求1所述的方法，其特征在于，基...
【专利技术属性】
技术研发人员：高伟，张远，蔡宴朋，郭芬，李飞龙，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
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。