首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种特大流域暴雨洪水分类及类型识别方法 

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!

申请/专利权人:大连理工大学

摘要:本发明提供一种特大流域暴雨洪水分类及类型识别方法,属于洪水分类及识别技术领域。所述识别方法首先,确定并计算用于分类的降雨及洪水相关指标;其次,基于洪水分类指标对场次洪水进行分类并解析各类洪水过程的形态、速率、强度特征;再次,基于降雨指标对场次洪水进行分类并验证利用降雨信息分类的可行性及准确性;最后,根据场次洪水分类结果生成基于降雨信息的决策规则并分三个阶段进行洪水类型动态识别。本发明分别使用次洪总量占比和次降雨总量占比进行分类,使用预报降雨和落地雨进行洪水类型的动态识别,因此该识别方法能够在洪水发生发展中分段识别类型,具有实时性的优点,能够提前判断,辅助提早决策。

主权项:1.一种特大流域暴雨洪水分类及类型识别方法,其特征在于,所述识别方法首先,确定并计算用于分类的降雨及洪水相关指标;其次,基于洪水分类指标对场次洪水进行分类并解析各类洪水过程的形态、速率、强度特征;再次,基于降雨指标对场次洪水进行分类并验证利用降雨信息分类的可行性及准确性;最后,根据场次洪水分类结果生成基于降雨信息的决策规则并分三个阶段进行洪水类型动态识别;包括以下步骤:第一步,确定并计算分类使用的降雨及洪水相关指标;基于特大流域的特点,以洪水组成作为分类指标进行分类;所述的分类指标包括洪水分类指标和降雨分类指标两种,两个指标进行分类的过程相互独立;其中,采用次洪总量占比作为洪水分类指标,采用次降雨总量占比作为降雨分类指标;第二步,基于次洪总量占比对洪水进行分类;步骤2.1:以场次洪水为样本,采用系统聚类法,利用样本之间距离最近原则,对场次洪水进行类型划分;采用赤池信息AIC准则判定场次洪水的最佳分类数,计算如公式(3)所示, (3)其中,AIC是判断最佳分类数的指数,最小AIC值对应为最佳分类数;是通过系统聚类得到的类型数目;是分类结果的对数似然函数的最大值;L是似然函数;步骤2.2基于次洪总量占比和步骤2.1的分类方法,对各场次洪水进行分类得到四种类型的洪水;步骤2.3:基于步骤2.2得到的场次洪水分类结果,进行四种类型洪水的特征解析,选择每种类型洪水的形态指标、速率指标、强度指标分析各类型洪水的特征;步骤2.4:比对步骤2.3得到的每一类型洪水的7种指标与历史洪水的特征描述,若不同类型的典型洪水与历史特征描述相符,则认为分类合理,得到分类结果准确的结论;若不同类型的典型洪水与历史特征描述不相符,则认为分类与实际不符,洪水分类结果不适用于后续的洪水类型识别工作,应返回第一步,调整洪水分类指标、分类方法等,重新划分场次洪水类型;第三步,基于次降雨总量占比对洪水进行分类;步骤3.1:以场次洪水对应的场次降雨为样本,采用系统聚类法,利用样本之间距离最近原则,对场次降雨进行类型划分;步骤3.1中基于系统聚类法划分场次洪水类型的过程与步骤2.1相同;步骤3.2:基于次降雨总量占比和步骤3.1的分类方法,对各场次洪水对应的场次降雨进行分类得到四种类型的洪水;第四步,对第二步、第三步洪水分类结果进行可行性验证;若第二步得到的基于次洪总量占比的准确分类结果与第三步得到的基于次降雨总量占比的分类结果重叠度达到85%及以上,认为第三步基于次降雨总量占比分类是可行的,应继续进行第五步的洪水类型识别工作;反之则认为不可使用次降雨总量占比为洪水分类、识别的判别指标,应重新选择指标、重新分类、重新进行可行性验证;第五步:确定用于洪水类型识别的方法;采用模糊识别中的粗糙集理论,挖掘分类指标与洪水类型间的隐含关系,确定对洪水类型进行识别的决策规则,并分为三个阶段对洪水的类型进行识别;第六步:基于降雨信息进行洪水类型动态识别;根据第五步确定的洪水类型识别的决策规则,结合预报降雨信息和落地雨信息,对场次洪水过程所属的洪水类型进行动态识别。

全文数据:

权利要求:

百度查询: 大连理工大学 一种特大流域暴雨洪水分类及类型识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。