申请/专利权人：河海大学;湖南省水利水电勘测设计规划研究总院有限公司

申请日：2023-08-14

公开（公告）日：2024-05-24

公开（公告）号：CN117216468B

主分类号：G06F17/18

分类号：G06F17/18;G06N3/047;G06N3/08;G06F18/214;G06F18/21;G06Q50/26

优先权：

专利状态码：有效-授权

法律状态：2024.05.24#授权;2023.12.29#实质审查的生效;2023.12.12#公开

摘要：本发明公开了基于深度学习及联合概率分布的湖泊生态缺水预警方法，包括步骤1、收集湖泊水文数据；步骤2、计算最低生态水位；步骤3、基于深度学习建立湖泊水位预测模型；步骤4、构建前7日最高水位的边缘概率分布函数和前7日最高水位‑未来3日最低水位的联合概率分布函数；步骤5、采用湖泊水位预测模型预测未来3日水位；步骤6、通过统计未来3日的最低水位，并将其与最低生态水位进行比较，判断是否生态缺水；步骤7、计算未来3日发生生态缺水概率；步骤8、预警。本发明能应用于预测湖泊未来3日的水位，预警湖泊是否将面临生态缺水的问题，并量化未来3日湖泊生态缺水的可能性。

主权项：1.一种基于深度学习及联合概率分布的湖泊生态缺水预警方法，其特征在于：包括如下步骤：步骤1、收集湖泊水文数据：对待预测湖泊以自然日为时间间隔，收集不少于20年的水文数据；其中，湖泊水文数据包括入湖流量、出湖流量和湖泊水位；步骤2、计算最低生态水位ZEco：对步骤1收集的湖泊水文数据中的湖泊水位数据，采用水文频率法进行分析计算，得到最低生态水位ZEco；其中，最低生态水位ZEco为判定待预测湖泊是否生态缺水的阈值；步骤3、建立湖泊水位预测模型：基于深度学习，构建湖泊水位预测模型；其中，湖泊水位预测模型的输入为待预测湖泊的前7日入湖流量、前7日出湖流量和前7日湖泊水位；湖泊水位预测模型的输出为待预测湖泊的未来3日水位；采用步骤1收集的湖泊水文数据，对建立的湖泊水位预测模型进行训练与验证；步骤4、构建概率分布函数：针对步骤1收集的湖泊水位数据，构建概率分布函数；概率分布函数包括前7日最高水位的边缘概率分布函数和前7日最高水位-未来3日最低水位的联合概率分布函数FC；其中，Z7-max为步骤1收集的湖泊水位数据中的前7日水位中的最大值；步骤5、预测未来3日水位：设当前日期为t′，针对预警湖泊，根据t′-6，t′-5，t′-4，t′-3，t′-2，t′-1，t′日的入湖流量、出湖流量和湖泊水位；采用步骤3建立的湖泊水位预测模型，预测未来t′+1、t′+2、t′+3日的湖泊水位Zt′+1,Zt′+2,Zt′+3；步骤6、生态缺水判断：统计未来3日的最低水位minZt′+1,Zt′+2,Zt′+3，并将minZt′+1,Zt′+2,Zt′+3与步骤2计算得到的最低生态水位ZEco进行比较，并按照如下方法进行判断：A、当minZt′+1,Zt′+2,Zt′+3＞ZEco时，则表明未来3日水位均高于湖泊最低生态水位，湖泊生态需水能够得到保障、不会发生生态缺水，能维系湖泊生态安全；B、当minZt′+1,Zt′+2,Zt′+3≤ZEco时，则表明未来3日水位将跌破湖泊最低生态水位，湖泊生态需水难以保障、将发生生态缺水，有可能威胁湖泊生态安全；步骤7、计算未来3日发生生态缺水概率p：当步骤6中，判断未来3日将发生生态缺水时，根据如下方法计算得到未来3日发生生态缺水概率p：步骤7-1、计算当Z7-max≤Z7′-max时，认为发生前7日湖泊水情；其中，Z7′-max为t′-6，t′-5，t′-4，t′-3，t′-2，t′-1，t′日水位中的最大值；使用步骤4构建的计算前7日湖泊水情的发生概率步骤7-2、计算FCZ7-max≤Z7′-max,Z3′-min≤ZEco：当Z7-max≤Z7′-max和Z3′-min≤ZEco两者同时成立时，认为前7日湖泊水情和未来3日湖泊生态缺水两组事件同时发生；其中，Z3′-min为未来t′+1、t′+2、t′+3日水位中的最低值；使用步骤4构建的联合概率分布函数FC，计算前7日湖泊水情和未来3日湖泊生态缺水两组事件同时发生的概率FCZ7-max≤Z7′-max,Z3′-min≤ZEco；步骤7-3、计算未来3日发生生态缺水概率p，具体计算公式为： 步骤8、预警：根据步骤6的生态缺水判断结果和步骤7计算的未来3日发生生态缺水概率p，进行预报或预警，具体为：A、当minZt′+1,Zt′+2,Zt′+3＞ZEco时，预报湖泊生态安全；B、当minZt′+1,Zt′+2,Zt′+3≤ZEco时，预警湖泊生态缺水，且其发生可能性为p。

全文数据：

权利要求：

百度查询： 河海大学;湖南省水利水电勘测设计规划研究总院有限公司 基于深度学习及联合概率分布的湖泊生态缺水预警方法

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD