CN111047096A - 一种区域水土流失日预报算法 - Google Patents
一种区域水土流失日预报算法 Download PDFInfo
- Publication number
- CN111047096A CN111047096A CN201911290422.6A CN201911290422A CN111047096A CN 111047096 A CN111047096 A CN 111047096A CN 201911290422 A CN201911290422 A CN 201911290422A CN 111047096 A CN111047096 A CN 111047096A
- Authority
- CN
- China
- Prior art keywords
- soil loss
- water
- data
- factors
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000002689 soil Substances 0.000 title claims abstract description 59
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 57
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 230000007613 environmental effect Effects 0.000 claims abstract description 28
- 238000012806 monitoring device Methods 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000004162 soil erosion Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009304 pastoral farming Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Biophysics (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Biology (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Marketing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Biomedical Technology (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明公开的属于水土流失技术领域,具体为一种区域水土流失日预报算法,该算法步骤如下:步骤一:根据多个监测点,安装相应的监测装置;步骤二:根据监测点上的监测数据,绘制密度图像;步骤三:根据各个环境影响因素,得出因素的影响大小分布情况;步骤四:根据环境因素影响的大小和密度图像得出最佳的水土流失影响因素数据;步骤五:根据最佳数据,得出水土流失日的数据,预报出水土流失日,通过对现有数据的统计,并选择统计降雨量、温湿度和自然灾害的年发生量,绘制出统一的密度图,并将影响水土水土流失的主次要因素来调整该自然灾害的影响比例,得出最终的密度图,根据密度图即可得出预报的水土流失日,精确度较高。
Description
技术领域
本发明涉及水土流失技术领域,具体为一种区域水土流失日预报算法。
背景技术
水土流失是指由于自然或人为因素的影响、雨水不能就地消纳、顺势下流、冲刷土壤,造成水分和土壤同时流失的现象。主要原因是地面坡度大、土地利用不当、地面植被遭破坏、耕作技术不合理、土质松散、滥伐森林、过度放牧等。水土流失的危害主要表现在:土壤耕作层被侵蚀、破坏,使土地肥力日趋衰竭;淤塞河流、渠道、水库,降低水利工程效益,甚至导致水旱灾害发生,严重影响工农业生产;水土流失对山区农业生产及下游河道带来严重威胁。
水土流失存在阶段性因素影响,如阶段性的气候、降雨及降雨影响的地面物质组成和植被影响,因此对水土流失情况进行记录时,需要知晓环境因素在具体的日期内对水土流失造成的影响,但现有的方法中并没有对水土流失日进行预报的算法,并不能准确得出水土流失日的具体数据,不利于水土流失的监测。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述和/或现有水土流失预报算法中存在的问题,提出了本发明。
因此,本发明的目的是提供一种区域水土流失日预报算法,能够基于现有统计数据得出最佳的水土流失日数据,达到精准预报的目的。
为解决上述技术问题,根据本发明的一个方面,本发明提供了如下技术方案:
一种区域水土流失日预报算法,该算法步骤如下:
步骤一:根据多个监测点,安装相应的监测装置;
步骤二:根据监测点上的监测数据,绘制密度图像;
步骤三:根据各个环境影响因素,得出因素的影响大小分布情况;
步骤四:根据环境因素影响的大小和密度图像得出最佳的水土流失影响因素数据;
步骤五:根据最佳数据,得出水土流失日的数据,预报出水土流失日。
作为本发明所述的一种区域水土流失日预报算法的一种优选方案,其中:所述步骤一中监测点具体为环境因素监测点,所述监测装置为环境因素监测装置,环境因素监测装置具体用于监测降雨量、温湿度及自然灾害年均发生量。
作为本发明所述的一种区域水土流失日预报算法的一种优选方案,其中:所述步骤二中监测数据具体步骤为将环境因素监测装置中产生的具体的环境信息进行记录并存储,并通过处理装置绘制成平面图像,形成多点密度图像。
作为本发明所述的一种区域水土流失日预报算法的一种优选方案,其中:所述步骤三中的环境因素的大小分布情况具体为环境因素影响的主要因素和次要因素,并根据主次要因素及占比计算出实际的因素影响大小分布情况。
作为本发明所述的一种区域水土流失日预报算法的一种优选方案,其中:所述步骤四中环境因素影响和密度图像之间组合具体为将环境因素影响产生的数据代入到密度图像中,并根据数值更改图像的密度分布情况,代入完毕后即可得出水土流失影响因素数据。
与现有技术相比:水土流失存在阶段性因素影响,如阶段性的气候、降雨及降雨影响的地面物质组成和植被影响,因此对水土流失情况进行记录时,需要知晓环境因素在具体的日期内对水土流失造成的影响,但现有的方法中并没有对水土流失日进行预报的算法,并不能准确得出水土流失日的具体数据,不利于水土流失的监测,本申请文件中,通过对现有数据的统计,并选择统计降雨量、温湿度和自然灾害的年发生量,绘制出统一的密度图,并将影响水土水土流失的主次要因素来调整该自然灾害的影响比例,得出最终的密度图,根据密度图即可得出预报的水土流失日,精确度较高。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将结合附图和详细实施方式对本发明进行详细说明,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明一种区域水土流失日预报算法的结构单月环境因素分布点阵示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施方式的限制。
其次,本发明结合示意图进行详细描述,在详述本发明实施方式时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明提供一种区域水土流失日预报算法,该算法步骤如下:
步骤一:根据多个监测点,安装相应的监测装置;
步骤二:根据监测点上的监测数据,绘制密度图像;
步骤三:根据各个环境影响因素,得出因素的影响大小分布情况;
步骤四:根据环境因素影响的大小和密度图像得出最佳的水土流失影响因素数据;
步骤五:根据最佳数据,得出水土流失日的数据,预报出水土流失日。
其中,所述步骤一中监测点具体为环境因素监测点,所述监测装置为环境因素监测装置,环境因素监测装置具体用于监测降雨量、温湿度及自然灾害年均发生量;
降雨量通过覆盖算法得出,覆盖算法擅长于构造分类器,因此,对降雨量的预测,是使用气象领域的分类等级将要得到的结果进行分类,然后再应用覆盖算法对数据进行处理。从中得到影响因素与目标结果的关系,将对难度较大的目标结果的预测,转化为使用较易预测的、已得到的影响因素的值对其结果进行预测;
自然灾害通过遗传算法预测,具体步骤如下:
设参数P的变化范围为(Pmin,Pmax),若采用二进制,则b=(2m-1)(P-Pmin)/(Pmax-Pmin)
这样就有区间影射关系
[Cmin,Cmax]→[0,2m-1]
设Pb为十进制数P的二进制位串,Cb(·)为二进制编码函数。则有:
Pb=Cb(P)
再将所有参数的二进制位串组成一个长字符串s,称为个体。若有N个模型参数,每个参数采用m位二进制码表示,则个体字符串长度共有m*n位。
设种群规模为n1,随机产生n1+n2+1个个体字符串,建立初始种群。
参数P的译码值为:P=Pmin+Cb -1(Pb)(Cmax-Cmin)
把每个参数的二进制位串都转换为十进制数,与实践变量一起代入预测模型,在观测或统计时段内计算每个个体在每个时间点的模型值,然后计算每个个体在各个实践点上观测与模型值的差值,并计算残差平方和S,根据残差平方和计算适应值F,F=C/S,其中C为常数,由于一般S值较大,故可取一个较大的常数C,以使F的值不至于过小,然后进行选择计算,在在选择计算中选取较大的个体参加交叉计算,在交叉后得到的n2个个体中,随机选取一个个***串中的一位进行求反,把产生的n2+1个新个体加入到种群中,输出最后的模型参数值,建立预测模型,进行预测计算。
将监测产生的降雨量信息记录为X,将监测产生的温湿度信息记录为Y,将监测产生的自然灾害信息记录为Z,绘制出日/年点阵图,将X、Y、Z数据代入到点阵图中,如图1,即可得到密度图。
其中,所述步骤二中监测数据具体步骤为将环境因素监测装置中产生的具体的环境信息进行记录并存储,并通过处理装置绘制成平面图像,形成多点密度图像。
其中,所述步骤三中的环境因素的大小分布情况具体为环境因素影响的主要因素和次要因素,并根据主次要因素及占比计算出实际的因素影响大小分布情况。
其中,所述步骤四中环境因素影响和密度图像之间组合具体为将环境因素影响产生的数据代入到密度图像中,并根据数值更改图像的密度分布情况,代入完毕后即可得出水土流失影响因素数据。
在具体使用过程中,设环境因素中的降雨因素、温湿度因素和自然灾害对水土流失影响的具体比例为2:1:2,将比例信息代入到点阵图中,根据比例和点阵图中的单日产生的降雨量信息、温度度信息和自然灾害信息进行比较,设将雨量信息的在点阵图中标注方式为粉色,按照比例,则将降雨量信息设为红色,按照同样的方法,温湿度信息的颜色设为绿色,且按照比例颜色不变,自然灾害信息设为灰色,按照比例将颜色设为黑色,将颜色信息在日/年点阵图上显示,将最近几年的环境因素信息按照此种方法在点阵图上显示,即可直观的查看和预测水土流失日。
虽然在上文中已经参考实施方式对本发明进行了描述,然而在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用,在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此,本发明并不局限于文中公开的特定实施方式,而是包括落入权利要求的范围内的所有技术方案。
Claims (5)
1.一种区域水土流失日预报算法,其特征在于:该算法步骤如下:
步骤一:根据多个监测点,安装相应的监测装置;
步骤二:根据监测点上的监测数据,绘制密度图像;
步骤三:根据各个环境影响因素,得出因素的影响大小分布情况;
步骤四:根据环境因素影响的大小和密度图像得出最佳的水土流失影响因素数据;
步骤五:根据最佳数据,得出水土流失日的数据,预报出水土流失日。
2.根据权利要求1所述的一种区域水土流失日预报算法,其特征在于:所述步骤一中监测点具体为环境因素监测点,所述监测装置为环境因素监测装置,环境因素监测装置具体用于监测降雨量、温湿度及自然灾害年均发生量。
3.根据权利要求1所述的一种区域水土流失日预报算法,其特征在于:所述步骤二中监测数据具体步骤为将环境因素监测装置中产生的具体的环境信息进行记录并存储,并通过处理装置绘制成平面图像,形成多点密度图像。
4.根据权利要求1所述的一种区域水土流失日预报算法,其特征在于:所述步骤三中的环境因素的大小分布情况具体为环境因素影响的主要因素和次要因素,并根据主次要因素及占比计算出实际的因素影响大小分布情况。
5.根据权利要求1所述的一种区域水土流失日预报算法,其特征在于:所述步骤四中环境因素影响和密度图像之间组合具体为将环境因素影响产生的数据代入到密度图像中,并根据数值更改图像的密度分布情况,代入完毕后即可得出水土流失影响因素数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911290422.6A CN111047096A (zh) | 2019-12-16 | 2019-12-16 | 一种区域水土流失日预报算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911290422.6A CN111047096A (zh) | 2019-12-16 | 2019-12-16 | 一种区域水土流失日预报算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111047096A true CN111047096A (zh) | 2020-04-21 |
Family
ID=70236604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911290422.6A Pending CN111047096A (zh) | 2019-12-16 | 2019-12-16 | 一种区域水土流失日预报算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111047096A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801370A (zh) * | 2021-01-28 | 2021-05-14 | 深圳市深水水务咨询有限公司 | 水土流失量预测方法、装置、设备及存储介质 |
WO2023010856A1 (zh) * | 2021-08-02 | 2023-02-09 | 上海派森诺生物科技有限公司 | 一种组合密度图在线绘制方法、装置和电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3656852B1 (ja) * | 2004-07-22 | 2005-06-08 | 有限会社山口ティー・エル・オー | 防災事業計画支援方法とそのシステム |
JP2007011582A (ja) * | 2005-06-29 | 2007-01-18 | Information & Science Techno-System Co Ltd | 洪水予測システム |
CN103235845A (zh) * | 2012-12-18 | 2013-08-07 | 交通运输部科学研究院 | 一种用于公路施工中进行水土流失监测的方法 |
CN106886967A (zh) * | 2017-02-20 | 2017-06-23 | 长沙市玖车测控技术有限公司 | 一种建立水土流失监测与预警模型的方法 |
CN109086935A (zh) * | 2018-08-07 | 2018-12-25 | 中国地质环境监测院 | 一种区域地质灾害趋势预测方法 |
CN110415346A (zh) * | 2019-07-10 | 2019-11-05 | 华中师范大学 | 利用面向对象的三维元胞自动机进行水土流失模拟的方法 |
-
2019
- 2019-12-16 CN CN201911290422.6A patent/CN111047096A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3656852B1 (ja) * | 2004-07-22 | 2005-06-08 | 有限会社山口ティー・エル・オー | 防災事業計画支援方法とそのシステム |
JP2007011582A (ja) * | 2005-06-29 | 2007-01-18 | Information & Science Techno-System Co Ltd | 洪水予測システム |
CN103235845A (zh) * | 2012-12-18 | 2013-08-07 | 交通运输部科学研究院 | 一种用于公路施工中进行水土流失监测的方法 |
CN106886967A (zh) * | 2017-02-20 | 2017-06-23 | 长沙市玖车测控技术有限公司 | 一种建立水土流失监测与预警模型的方法 |
CN109086935A (zh) * | 2018-08-07 | 2018-12-25 | 中国地质环境监测院 | 一种区域地质灾害趋势预测方法 |
CN110415346A (zh) * | 2019-07-10 | 2019-11-05 | 华中师范大学 | 利用面向对象的三维元胞自动机进行水土流失模拟的方法 |
Non-Patent Citations (6)
Title |
---|
周晓乐: "基于USLE方程和安卓***的水土流失预测软件开发", 《中国水土保持》 * |
易兴松等: "岩溶地区水土流失生态风险评价――以贵州省六盘水市为例", 《绿色科技》 * |
李新运等: "基于遗传算法的自然灾害预测方法研究", 《山东农业大学学报(自然科学版)》 * |
王海芝等: "北京山区泥石流自动监测预警***的建立与应用", 《城市地质》 * |
邱超: "GIS和遥感技术在水土流失定量监测中的应用", 《人民长江》 * |
郭丰等: "三峡库区水土流失与面源污染自动监测***", 《中国水土保持》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801370A (zh) * | 2021-01-28 | 2021-05-14 | 深圳市深水水务咨询有限公司 | 水土流失量预测方法、装置、设备及存储介质 |
CN112801370B (zh) * | 2021-01-28 | 2021-09-07 | 深圳市深水水务咨询有限公司 | 水土流失量预测方法、装置、设备及存储介质 |
WO2023010856A1 (zh) * | 2021-08-02 | 2023-02-09 | 上海派森诺生物科技有限公司 | 一种组合密度图在线绘制方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7104175B2 (ja) | 洪水監視および管理システム | |
Wu et al. | An operation-based scheme for a multiyear and multipurpose reservoir to enhance macroscale hydrologic models | |
CN107463730B (zh) | 一种考虑土地利用时空演变的径流变化归因识别方法 | |
Wang et al. | Evaluating the effect of land use changes on soil erosion and sediment yield using a grid‐based distributed modelling approach | |
CN111047096A (zh) | 一种区域水土流失日预报算法 | |
Al-Ansari et al. | Long term effect of climate change on rainfall in northwest Iraq | |
Li et al. | A new modified tennant method with spatial-temporal variability | |
Du et al. | Modeling and analysis of effects of precipitation and vegetation coverage on runoff and sediment yield in Jinsha River Basin | |
CN113361742A (zh) | 一种基于水文模拟的区域综合干旱识别方法 | |
CN108416475A (zh) | 一种页岩气产能非确定性预测方法 | |
Leng et al. | Projected changes in mean and interannual variability of surface water over continental China | |
Tork et al. | A new framework of a multi-criteria decision making for agriculture water distribution system | |
Gai et al. | Assessing the impact of human interventions on floods and low flows in the Wei River Basin in China using the LISFLOOD model | |
Yang et al. | Effects of the Three Gorges Dam on the downstream streamflow based on a large-scale hydrological and hydrodynamics coupled model | |
CN111539904A (zh) | 一种基于降雨量的灾害易发性预测方法 | |
Wang et al. | Habitat quality evolution characteristics and multi-scenario prediction in Shenzhen based on PLUS and InVEST models | |
van Rooijen et al. | Quantifying fluvial habitat changes due to multiple subsequent floods in a braided alpine reach | |
CN116796799A (zh) | 无水文资料地区中小流域洪水降雨量阈值模型创建方法 | |
Theara et al. | Integrated modeling to assess flow changes due to future dam development and operation in Stung Sen River of Tonle Sap Lake Basin, Cambodia | |
Geng et al. | Drought propagation characteristics across China: Time, probability, and threshold | |
Qiu et al. | A rainwater control optimization design approach for airports based on a self-organizing feature map neural network model | |
Ming-Hsu et al. | Assessing water resources vulnerability and resilience of southern Taiwan to climate change | |
Caro-Camargo et al. | The effect of changes in vegetation cover on the hydrological response of the sub-basin Los Pozos | |
Yasmeen et al. | Forecasting of rainfall in pakistan via sliced functional times series (SFTS) | |
Yang et al. | Habitat quality assessment and multi-scenario prediction of the Gansu-Qinghai section of the Yellow River Basin based on the FLUS-InVEST model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200421 |
|
RJ01 | Rejection of invention patent application after publication |