摘要
本发明公开了一种极端枯水变化归因及枯水资源潜力评估方法,属于水资源计算技术领域,获取研究区径流及其驱动因素的栅格数据,并进行数据预处理,采用非参数核密度估计方法推求每个网格单元径流深的频率分布,统计各年满足保证率径流深阈值的栅格占总栅格的比例,进而确定各保证率下的枯水典型年。采用耦合优化深度学习的非线性回归模拟模型开展不同驱动因子组合下的极度枯水径流深回归模拟研究,并基于回归模拟精度结果挖掘影响枯水径流深变化的关键驱动因子组合,基于归因分析的结果,采用约束线推求技术分析各关键驱动因子对极端枯水的约束效应和可能存在的阈值,评估极端枯水典型年的枯水资源潜力。
技术关键词
非线性回归模型
径流
潜力评估方法
非参数核密度估计
因子
随机森林模型
归因
模拟模型
典型
栅格
水资源计算技术
估计概率密度函数
变量
LSTM模型
数据
深度学习模型
采样技术
系统为您推荐了相关专利信息
分子量分布宽度
PID控制参数
温度控制方法
数据
非线性回归模型
三相电网电压
辅助控制器
并网变流器
表达式
深度强化学习方法
主题分类方法
Attention机制
噪声因子
前馈神经网络
参数
医学影像配准方法
嵌入特征
卷积神经网络提取
图像分割
医学影像数据
混合预测模型
客户
异常识别方法
长短期记忆神经网络
融合卷积神经网络