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申请的专利一种基于多站点多变量天气发生器的降水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：CN119903748B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510040677.6，技术领域涉及：G06F30/27；该发明授权一种基于多站点多变量天气发生器的降水径流模拟方法是由李新;周义斌设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于多站点多变量天气发生器的降水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多站点多变量天气发生器的降水径流模拟方法，采用多变量一阶自回归模型生成降水和气温序列，能够有效模拟降水和气温序列的年际变化特性；多变量多站点天气发生器可生成具有站点间、变量间和时序间相关性的水文气象要素模拟场，能有效反映水文气象过程的全方位特征，改善径流模拟效果；通过引入EmpiricalCopula后处理方法，在天气发生器模拟结果较差的情况下，进一步改善气象要素模拟场的时空相关性，为水文模型提供更可靠的输入数据。

本发明授权一种基于多站点多变量天气发生器的降水径流模拟方法在权利要求书中公布了：1.一种基于多站点多变量天气发生器的降水径流模拟方法，其特征在于，包括如下步骤： 步骤1、收集流域内站点逐日降水、最高和最低气温及流域出口断面流量数据； 步骤2、年尺度气象要素随机模拟：将日尺度观测资料处理成年尺度观测气象变量序列，利用基于多变量一阶自回归模型MAR1的年尺度天气发生器生成区域平均年降水、最高和最低气温序列； 步骤3、赋予日尺度模拟序列年际变化特性：对于MAR1生成的区域平均年降水、最高及最低气温模拟序列的各个年份，采用KNN算法，从观测序列中按概率权重随机抽取若干与区域平均年降水、最高及最低气温模拟值相近的年份，提取年份对应的区域平均日尺度降水、最高及最低气温序列，以构建日尺度多站点多变量天气发生器； 步骤4、日尺度气象要素随机模拟：利用两状态一阶马尔可夫链和KNN模型构建日尺度天气发生器模拟某区域L个站点由R个天气变量组成的逐日天气序列；具体包括如下步骤： 步骤41、从年尺度天气发生器生成的模拟数据中随机抽取模拟起始月对应的任意一天的气象数据，且该数据对应的降水干湿状态要与马尔可夫链模拟的第一个降水状态一致； 步骤42、利用一阶马尔可夫链模拟L个站点的区域平均日降水干湿序列的时间分布，降水的发生与否取决于前一日是否有降水发生，假设日降水量大于或等于0.1mm为湿日，St＝1代表有降水发生，小于0.1mm为干日，St＝0代表无降水发生，考虑到降水过程的季节性变化特征，马尔可夫链参数的计算及日降水干湿状态的模拟按月进行； 步骤43、利用最大似然法估计从前一日的状态a过渡到当日状态b的降水转移概率pab，由此计算两状态马尔可夫链的4个转移概率p00，p01，p10，p11，其中p00为前一天无降水，当前天无降水的概率，p01为前一天无降水，当前天有降水的概率，以此类推； 步骤44、将年尺度天气发生器生成的区域平均日天气变量解集到区域内的L个站点；具体包括如下步骤： 步骤441、假设和分别代表模拟的t-1天和t天的区域平均天气变量向量，且t-1和t天均为湿日，在年尺度天气发生器提取的历史观测记录中找出以t日为中心的窗口中的所有相邻天对，设定窗口期为7天，若没有搜索到合适的天对，扩大窗口期至30天； 步骤442、筛选出和及具有相同干湿状态的相邻天对，假设有Q个相邻天对，每对都包含前后两天的区域平均天气变量向量，和计算Q个历史区域平均天气变量向量与模拟向量间的加权欧几里得距离； 步骤443、将距离dq升序排列，k设置为利用离散核函数对k个最邻近距离进行权重计算： 步骤444、基于权重从k个最邻近距离中随机抽取一个值并记录其对应的历史日期； 步骤445、找出区域内L个站点在该历史日期下一日的天气变量向量Xl作为第t天的模拟向量； 步骤446、对T个模拟日重复以上步骤； 步骤45、对研究区域的多站点多变量天气发生器模拟天气变量序列进行适用性评估，若气象要素时空相关性和变量间相关性表现较差，则采取EmpiricalCopula后处理方法改善气象要素的时空相关性和变量间相关性；具体包括如下步骤： 步骤451、对于K个站点的降水、最高和最低气温3个天气变量，考虑到季节性的影响，对每个月的3个天气变量观测样本数据应用EmpiricalCopula后处理方法计算秩矩阵，作为参考样本秩矩阵，矩阵行数为该月份的数据点数，列数为K×3； 步骤452、根据参考样本秩矩阵，将相应月份的模拟样本数据按秩次重新排序，使得排序后的模拟样本的秩矩阵与观测样本完全一致，以此重建模拟样本数据的站点间、变量间及时序相关性； 步骤453、将处理好的各个月份的各天气变量模拟数据按时间顺序进行拼接，得到经EmpiricalCopula函数后处理过的模拟数据； 步骤5、GR4J水文模型输入数据预处理：将上述天气发生器模拟的气象要素数据预处理作为水文模型数据输入； 步骤6、选定误差标准作为目标函数后，对GR4J水文模型进行模型参数率定； 步骤7、采用率定好的GR4J模型进行流域日径流模拟。

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，其通讯地址为：210024 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”。

以上内容由龙图腾AI智能生成。