摘要
本申请涉及农业水资源管理领域,特别涉及一种灌溉用水量及渠系水利用效率估算方法、装置及设备,其中,方法包括:从历史气象数据及水文数据中筛选符合极端降雨场景条件的极端气象及水文数据,并结合极端降雨场景下深层土壤边界处净交换通量,计算表征地下水变动带的水分存储及排放能力的标签数据,基于极端降雨场景对土壤水分动态的非线性影响与空间异质性,结合机器学习算法构建时空可变的给水度估计模型,利用携带有标签数据的数据集训练给水度估计模型;基于极端降雨场景与灌溉场景下土壤水分动态的相似特征,将训练完成的给水度估计模型迁移至灌溉场景中,以估算灌溉用水量及渠系水利用效率。由此,解决了如何提升干旱区的参数准确性等问题。
技术关键词
历史气象数据
土地利用数据
水文
场景
土壤水
给水
地下水
方程
土壤储水量
机器学习算法
估算灌溉用水量
植被
农业水资源管理
生成数据集
动态
标签
系统为您推荐了相关专利信息
手术器械
软组织模型
手术场景
交互方法
四面体模型
场景提取方法
分布式光伏
序贯蒙特卡罗
回归预测模型
预测误差
反馈信息处理方法
大语言模型
标签体系
文本
语音
运动分析方法
图像数据处理
运动图像数据
图像分割
深度学习模型