一种极端枯水变化归因及枯水资源潜力评估方法

AITNT
正文
推荐专利
一种极端枯水变化归因及枯水资源潜力评估方法
申请号:CN202510000469
申请日期:2025-01-02
公开号:CN119377915B
公开日期:2025-06-10
类型:发明专利
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
1
一种粘合剂制备过程的搅拌温度控制方法及系统
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
2
弱网下多模型融合的并网变流器协同趋优控制方法及系统
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
3
一种自适应模型的民间故事主题分类方法
主题分类方法 Attention机制 噪声因子 前馈神经网络 参数
4
一种基于图像分割与卷积神经网络的医学影像配准方法
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
5
基于人工智能的客户支付交易数据异常识别系统及方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号