申请/专利权人：西安理工大学

申请日：2023-12-04

公开（公告）日：2024-06-25

公开（公告）号：CN117648863B

主分类号：G06F30/27

分类号：G06F30/27;G06Q50/06;G06Q10/0635;G06V10/764;G06Q10/0631;G06F111/08;G06F113/08;G06F119/14;G06F111/04;G06F119/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.03.22#实质审查的生效;2024.03.05#公开

摘要：基于水系连通特旱条件下区域供水能力获取方法，包括步骤1，历史特大干旱事件精确识别与不同等级干旱场景生成；步骤2，基于遥感卫星数据与WRF‑Hydro模型的特旱场景下区域水系连通状态识别；步骤3，区域精细化水资源调配模型构建；步骤4，不同特旱场景与水系连通状态下区域水资源调配模拟；步骤5，特旱场景下极限供水能力计算及供水方案生成。本发明通过精细化模拟区域内外各类型水源水系连通情况，可达到特大干旱条件下精准评估区域供水能力的目标，减少旱灾损失。提出的特大干旱条件下区域水资源的精细化调配模型，精细化模拟特大干旱条件不同水系连通状态区域水资源最优调配方案，预判缺水风险，实现供水能力精准评估，提高水资源统筹调配能力。

主权项：1.一种基于水系连通的特旱条件下区域供水能力获取方法，其特征在于：包括以下步骤，步骤1进行历史特大干旱事件精准识别与不同等级干旱场景生成；步骤2进行基于遥感卫星数据与WRF-Hydro模型的特旱场景下区域水系连通状态识别；步骤3进行区域精细化水资源调配模型构建；步骤4进行不同特旱场景与水系连通状态下区域水资源调配模拟；步骤5进行特旱场景下极限供水能力计算及供水方案生成；其中，步骤1包括以下步骤，步骤1.1收集计算区域历史长系列气象水文数据，采用标准化降雨指数SPI识别区域特大干旱历史事件；步骤1.2对于区域特大干旱事件的场景生成，通过互信息与Hampel准则识别区域干旱气象驱动因子，构建VMD-SSA-BILSTM机器学习模型，学习干旱气象驱动因子与特大干旱事件映射关系，在此基础上根据未来气候模式得到的干旱气象驱动因子数据模拟得到多状态的特大干旱事件；其中，步骤1.1包括如下步骤，步骤1.1.1收集区域气象要素数据与径流数据；步骤1.1.2采用Г分布概率描述降水量的变化，经过正态标准化求得SPI值：步骤1.1.3通过判断区域的SPI值确定区域特大干旱历史事件，其中，根据干旱等级标准，当SPI≥-2.0为特旱；其中，步骤1.2包括如下步骤，步骤1.2.1计算各气象要素之间的相关性，得到各气象要素之间的交互熵；步骤1.2.2根据计算得到的交互熵，根据Hampel准则进行离群值计算，选取干旱气象驱动因子；步骤1.2.3将选取的干旱气象驱动因子各自分解为多个本征模态函数uk，并求得每个uk的单边谱，同时对每个uk进行调频，最后添加约束条件得到一个带约束的变分模型： 式中，ωk是假设分解得到的各阶模态分量的频率中心；μk是第k个信号分量的模态分量；f是干旱气象驱动因子长系列数据；δt为脉冲函数；表示对t求偏导，t表示时间；通过拉格朗日函数将选取的干旱气象驱动因子转化为无约束变分问题： 式中，α为惩罚因子；λ为拉格朗日乘子；ft为总的长系列数据；ukt标示第k个信号分量，再利用交替乘子方向算法求解，更新各数据信号分量的中心频率以及带宽，提取各旱气象干旱驱动因子的周期性规律；步骤1.2.4将选取的干旱气象驱动因子模态周期分量作为机器学习模型的输入量、区域SPI值作为输出量，建立BiLSTM双向长短期记忆网络模型，从样本中选取部分数据作为训练样本，另一部分数据作为检验样本，对样本数据进行归一化处理后输入BiLSTM模型中进行学习训练；步骤1.2.5使用麻雀搜寻算法SSA方法进行双向长短期记忆网络BiLSTM模型的参数寻优，得到模型最优参数，构建干旱气象驱动因子与特大干旱事件之间的映射函数关系；步骤1.2.6使用气候模式模型，计算得到未来多年区域气候要素变化序列，并将得到的干旱气象驱动因子序列，输入到映射函数关系当中，生成得到多状态的特大干旱事件；其中，步骤3包括以下步骤，步骤3.1对区域属性网格化、区域需水网格化以及供水工程网格化，得到区域需水与可供水量，计算区域基础保障性供水与其他功能性供水效益及相关权重，建立各计算小区的需水量与相应供水水源之间的拓扑关系；步骤3.2以供水经济效益最大化为目标，构建区域精细化水资源调配模型。

全文数据：

权利要求：

百度查询： 西安理工大学 一种基于水系连通的特旱条件下区域供水能力获取方法

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