一种基于组件式水文模型的径流不确定性关键驱动因素确定方法

AITNT
正文
推荐专利
一种基于组件式水文模型的径流不确定性关键驱动因素确定方法
申请号:CN202510620558
申请日期:2025-05-14
公开号:CN120688216A
公开日期:2025-09-23
类型:发明专利
摘要
本发明提供了一种基于组件式水文模型的径流不确定性关键驱动因素确定方法,包括:收集与整理研究流域站点观测、再分析网格数据集的逐日降水数据;基于组件式建模框架构建组件式水文模型,为每个水文子过程配置多种模型结构,不同水文子过程的模型结构可灵活耦合;将不同降水数据和水文子过程的每个模型结构分别与一个整数相关联,降水和水文子过程在指定的整数范围内离散采样,模型参数在指定的参数范围内连续采样;采用动态Sobol’敏感性分析方法,以每日模拟径流作为分析目标变量,计算输入数据、模型结构与模型参数逐日总阶敏感性指数;采用多年平均序列分析方法,分析输入数据、模型结构与模型参数逐日总阶敏感性指数的年内趋势变化。
技术关键词
水文模型 组件式 敏感性分析方法 径流 序列分析方法 数据 指数 参数 地面气象要素 变量 网格 青藏高原 日历 连续型 站点 动态 气候 框架
系统为您推荐了相关专利信息
1
基于融合优化算法的舰船执行机构运动控制方法
运动控制方法 执行机构 神经网络控制器 模式 PID控制器
2
基于数字孪生的蓄滞洪区风险-效益动态博弈调控方法
数字孪生模型 调控方法 调控策略 闸门 洪水演进模拟
3
一种居家健康管理方法、装置、计算机设备及存储介质
健康管理方法 健康状态参数 交互设备 睡眠监测数据 校验机制
4
一种投诉案例库动态建立方法、系统、设备和介质
案例库 动态建立方法 子模块 监督机器学习算法 时间序列分析方法
5
基于深度学习的虾稻共作区域水文模拟方法
水文模拟方法 作物生长模型 数据 动态调整机制 卷积神经网络学习
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