买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学;水利部交通运输部国家能源局南京水利科学研究院申请的专利基于动态阈值进行场次洪水数据清洗的降雨径流模拟方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120337792B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510813577.2，技术领域涉及：G06F30/27；该发明授权基于动态阈值进行场次洪水数据清洗的降雨径流模拟方法是由韦宇飞;谢康;阮俞理;宁忠瑞;刘翠善;鲍振鑫;王国庆设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本基于动态阈值进行场次洪水数据清洗的降雨径流模拟方法在说明书摘要公布了：本发明公开了一种基于动态阈值进行场次洪水数据清洗的降雨径流模拟方法，包括收集目标流域多年小时尺度的实测降雨和断面流量数据；基于流量过程线形态特征对目标流域连续降雨径流数据序列进行洪水事件分割，提取各场次洪水对应的降雨径流数据；通过初步降雨筛选、降雨径流总量对比筛选以及基于径流系数截尾分析的精细筛选，识别并剔除去除降雨‑径流数据中量级关系不合理的异常洪水场次；通过筛选洪水过程中的关键时间点，剔除时间顺序异常的洪水场次数据；将清洗完毕的洪水数据作为场次水文模型的输入，进行正常模拟。本方法规范洪水数据清洗流程，提前剔除不合理洪水场次数据，确保输入数据干净，从而提高洪水预报精度。

本发明授权基于动态阈值进行场次洪水数据清洗的降雨径流模拟方法在权利要求书中公布了：1.基于动态阈值进行场次洪水数据清洗的降雨径流模拟方法，其特征在于，包括如下步骤： 步骤S1：数据收集与整编：收集目标流域多年小时尺度的实测降雨和断面径流数据； 步骤S2：洪水事件分割：基于流量过程线形态特征，对目标流域连续降雨径流数据序列进行洪水事件分割，提取各场次洪水对应的降雨径流数据，形成独立的洪水场次数据序列； 步骤S3：量级清洗校正：通过初步降雨筛选、降雨径流总量对比筛选以及基于径流系数截尾分析的精细筛选，识别并剔除降雨-径流数据中量级关系不合理的异常洪水场次；具体包括： 步骤S3.1：初步降雨筛选：判断每个场次洪水事件的时间序列间是否存在降雨，若不存在则判定为降雨量级不合格并剔除；若存在降雨，则进入步骤S3.2，进行下一步量级清洗； 步骤S3.2：降雨径流总量对比、筛选，具体包括： 步骤S3.2.1：计算每个场次降雨总量P总： ； 其中，n为时段数，即把一场降雨过程划分成多个时间段的数量；为时段间隔，p i 表示第i个时间段内的平均降雨强度； 步骤S3.2.2：计算每个场次洪水径流总量R总； ； 其中，Q t 表示t时刻的断面流量，t 0 为该场次洪水起涨点对应的时间，t f 为该场次洪水终止点对应的时间； 步骤S3.2.3：计算每个场次洪水净径流量Rnet： Rnet=R总-Rb-Rpre； ； ； 其中，Q0为对应场次的起始退水流量，Qb为基流流量，Qp为前期退水流量；λ为退水系数，t 0为该场次洪水起涨点对应的时间，t e 为前期退水的终止点对应的时间，t f 为该场次洪水终止点对应的时间；R b 表示基流径流量；R pre 表示前期退水径流量； 步骤S3.2.4：引入sgn函数进行Rnet和P总比较， ； δ=Rnet-P总； 保留sgnδ值为1的对应洪水场次，剔除其余洪水场次数据，然后进入下一步量级清洗； 步骤S3.3：基于径流系数截尾分析的量级清洗，具体包括： 步骤S3.3.1：计算洪水径流系数：利用公式C=RnetP总计算经过步骤S3.2筛选出的所有场次洪水径流系数；然后将径流系数按照升序进行排序，得到有序数组{Cj|1≤j≤N}，其中，N为经过步骤S3.2筛选出的洪水场次总数； 步骤S3.3.2：设定百分数ρ 1%和ρ 2%，然后计算特征分位数m k ，以及对应径流系数序列分位数G ρk%； m k =N+1×ρ k%； ； 其中，K=1、2；表示向下取整运算； 步骤S3.3.3：确定合理值边界：保留Cj∈[Gρ 1%，Gρ 2%]对应的洪水场次数据，剔除C小于Gρ 1%和大于Gρ 2%的异常洪水场次数据，至此量级清洗校正完成； 步骤S4：过程清洗矫正：通过筛选洪水过程中的关键时间点，剔除经过步骤S3筛选后的时间顺序异常的洪水场次数据； 步骤S5：模拟与效果评定：将清洗完毕的洪水数据作为水文模型的输入进行模拟，并运用评定指标对模拟效果进行评定。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学;水利部交通运输部国家能源局南京水利科学研究院，其通讯地址为：210000 江苏省南京市鼓楼区西康路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。