摘要
本申请公开了一种地表水储量异常的预测方法及系统,该方法包括:获取地表环境数据集,地表环境数据集包括多个时间序列环境数据子集;利用地表环境数据集对初始水文模型进行训练,得到目标水文模型;获取目标区域的实时环境数据;利用目标水文模型基于实时环境数据进行水文模拟,得到目标区域的地表水预测数据;对地表水预测数据进行异常分析,得到目标区域的地表水储量异常数据。解决了现有的统计模型法依赖历史数据的质量和数量,对新情况适应性差,使得预测准确性较低的问题。
技术关键词
地表水
水文模型
异常数据
网络单元
序列
预测系统
水量
网格
分析模块
连续性
参数
系统为您推荐了相关专利信息
事件信号处理方法
耦合神经网络
连续小波变换
序列
语义特征
序列
评审方法
深度学习模型
抽象语法树
标签结构
视觉定位方法
反光
语义分割网络
相机外参
Softmax函数