【技术实现步骤摘要】
本专利技术涉及黄河支流水循环，具体为一种黄河支流水循环变化过程定量表征方法。
技术介绍
1、
2、公开号为cn106898243a的中国专利公开了一种黄河水循环模型，它是由微型电动喷雾器和一个热塑模压硬塑料薄膜壳两部分构成，因为它是用微型电动喷雾器喷水在一个长方块形彩色印刷并热塑模压成形的西高东低的带有黄河流域地形凸凹特点的硬塑料薄膜壳上的黄河干流和支流内流动及“海面蒸发”、“风力输送”到“下雨”作动态的黄河水循环演示，所以它比平面印刷品的地理教科书上的图文更能直观形象地表达出黄河的地理知识，寓教于乐，能引起同学们学习黄河地理的兴趣，也更容易理解，易学好记；但是，该专利存在以下缺陷：
3、现有的不能对黄河支流水循环变化过程进行定量表征，不利于更好地理解和预测水资源的演变趋势，不能为水资源管理和保护提供科学依据，导致黄河支流管理效果差。
技术实现思路
1、本专利技术的目的在于提供一种黄河支流水循环变化过程定量表征方法，可对黄河支流水循环变化过程进行定量表征，有利于更好地理解和预测水资源的演变趋势，能为水资源管理和保护提供科学依据，可提升黄河支流管理效果，解决了上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种黄河支流水循环变化过程定量表征方法，包括如下步骤：
4、s1：采集基于时间序列的黄河支流水循环变化过程实时数据，对基于时间序列的黄河支流水循环变化过程实时数据进行处理，确定出基于时间序
5、s2：根据黄河支流水循环变化过程定量表征需求，构建基于深度学习的黄河支流水循环变化模型，对基于深度学习的黄河支流水循环变化模型进行测试优化，确定出最优的基于深度学习的黄河支流水循环变化模型；
6、s3：根据最优的基于深度学习的黄河支流水循环变化模型，对基于时间序列的黄河支流水循环变化过程特征数据进行预测分析及定量表征，模拟黄河支流水循环变化过程，确定出基于时间序列的黄河支流水循环变化过程定量表征结果；
7、s4：可视化展示黄河支流水循环变化过程定量表征报告，且制定黄河支流水循环变化过程综合管理方案，基于黄河支流水循环变化过程综合管理方案，对黄河支流水循环变化过程进行智能化综合管理。
8、优选的，所述s1中，采集基于时间序列的黄河支流水循环变化过程实时数据，执行以下操作：
9、对黄河支流的水位、流量、降水量、含沙量及蒸发量进行实时监测及连续采集，获取不同时间下的黄河支流水循环水文数据；
10、对黄河支流的水深、流速、底质、覆盖物及水质进行实时监测及连续采集，获取不同时间下的黄河支流水循环水生生物栖息地数据；
11、其中，基于不同时间下的黄河支流水循环水文数据及水生生物栖息地数据，确定出基于时间序列的黄河支流水循环变化过程实时数据。
12、优选的，所述s1中，对基于时间序列的黄河支流水循环变化过程实时数据进行处理，执行以下操作：
13、获取基于时间序列的黄河支流水循环变化过程实时数据；
14、对基于时间序列的黄河支流水循环变化过程实时数据进行清洗，包括：
15、对基于时间序列的黄河支流水循环变化过程实时数据进行一致性检查；
16、根据基于时间序列的黄河支流水循环变化过程实时数据中每个参数的合理取值范围和相互关系，检查基于时间序列的黄河支流水循环变化过程实时数据是否合乎要求；
17、去除基于时间序列的黄河支流水循环变化过程实时数据中超出正常范围、逻辑上不合理或相互矛盾的不一致数据；
18、对基于时间序列的黄河支流水循环变化过程实时数据进行无效值及缺失值处理；
19、根据数据有效性及完整性要求，检查基于时间序列的黄河支流水循环变化过程实时数据是否含有无效值及缺失值；
20、去除基于时间序列的黄河支流水循环变化过程实时数据中对黄河支流水循环变化过程定量表征无用的无效值及缺失值；
21、确定出对黄河支流水循环变化过程定量表征有用的黄河支流水循环变化过程实时数据。
22、优选的，所述s1中，对基于时间序列的黄河支流水循环变化过程实时数据进行处理，还执行以下操作：
23、获取对黄河支流水循环变化过程定量表征有用的黄河支流水循环变化过程实时数据；
24、对黄河支流水循环变化过程定量表征有用的黄河支流水循环变化过程实时数据进行转换处理；
25、消除对黄河支流水循环变化过程定量表征有用的黄河支流水循环变化过程实时数据之间的量纲差异；
26、确定出标准化的黄河支流水循环变化过程实时数据。
27、优选的，所述s1中，对基于时间序列的黄河支流水循环变化过程实时数据进行处理，还执行以下操作：
28、获取标准化的黄河支流水循环变化过程实时数据；
29、对标准化的黄河支流水循环变化过程实时数据进行特征提取；
30、提取出能够反映黄河支流水循环变化过程定量表征的特征；
31、确定出基于时间序列的黄河支流水循环变化过程特征数据。
32、优选的，所述s2中，构建基于深度学习的黄河支流水循环变化模型，执行以下操作：
33、根据黄河支流水循环变化过程定量表征需求，收集黄河支流水循环变化过程历史数据；
34、对黄河支流水循环变化过程历史数据进行划分，确定出黄河支流水循环变化训练集及黄河支流水循环变化测试集；
35、选择适用于黄河支流水循环变化过程的卷积神经网络模型框架；
36、基于黄河支流水循环变化训练集，对选择的适用于黄河支流水循环变化过程的卷积神经网络模型框架进行训练；
37、确定出基于深度学习的黄河支流水循环变化模型。
38、优选的，所述s2中，对基于深度学习的黄河支流水循环变化模型进行测试优化，执行以下操作：
39、获取基于深度学习的黄河支流水循环变化模型；
40、基于黄河支流水循环变化测试集，对基于深度学习的黄河支流水循环变化模型进行性能测试评估；
41、确定出基于黄河支流水循环变化模型的性能测试评估结果；
42、根据基于黄河支流水循环变化模型的性能测试评估结果，对基于深度学习的黄河支流水循环变化模型进行挖掘分析；
43、确定出基于黄河支流水循环变化模型的参数调整优化方案；
44、根据基于黄河支流水循环变化模型的参数调整优化方案对基于深度学习的黄河支流水循环变化模型进行参数调整及迭代优化；
45、确定出最优的基于深度学习的黄河支流水循环变化模型。
46、优选的，所述s3中，对基于时间序列的黄河支流水循环变化过程特征数据进行预测分析及定量表征，执行以下操作：
47、获取基于时间序列的黄河支流水循环变化过程特征数据；
48、本文档来自技高网...
【技术保护点】
1.一种黄河支流水循环变化过程定量表征方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述S1中，采集基于时间序列的黄河支流水循环变化过程实时数据，执行以下操作：
3.根据权利要求2所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述S1中，对基于时间序列的黄河支流水循环变化过程实时数据进行处理，执行以下操作：
4.根据权利要求3所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述S1中，对基于时间序列的黄河支流水循环变化过程实时数据进行处理，还执行以下操作：
5.根据权利要求4所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述S1中，对基于时间序列的黄河支流水循环变化过程实时数据进行处理，还执行以下操作：
6.根据权利要求5所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述S2中，构建基于深度学习的黄河支流水循环变化模型，执行以下操作：
7.根据权利要求6所述的一种黄河支流水循环变化过程定量表征方法，其
8.根据权利要求7所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述S3中，对基于时间序列的黄河支流水循环变化过程特征数据进行预测分析及定量表征，执行以下操作：
9.根据权利要求8所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述S4中，可视化展示黄河支流水循环变化过程定量表征报告，执行以下操作：
10.根据权利要求9所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述S4中，对黄河支流水循环变化过程进行智能化综合管理，执行以下操作：
...【技术特征摘要】
1.一种黄河支流水循环变化过程定量表征方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述s1中，采集基于时间序列的黄河支流水循环变化过程实时数据，执行以下操作：
3.根据权利要求2所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述s1中，对基于时间序列的黄河支流水循环变化过程实时数据进行处理，执行以下操作：
4.根据权利要求3所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述s1中，对基于时间序列的黄河支流水循环变化过程实时数据进行处理，还执行以下操作：
5.根据权利要求4所述的一种黄河支流水循环变化过程定量表征方法，其特征在于，所述s1中，对基于时间序列的黄河支流水循环变化过程实时数据进行处理，还执行以下操作：
6.根据权利要求5所述的一...
【专利技术属性】
技术研发人员：裴海峰，付来臣，胡泽华，杨耀天，刘勇，刘晓民，
申请(专利权)人：内蒙古农业大学，
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。