CN111784160A - 一种河流水文情势变化的评估方法及*** - Google Patents
一种河流水文情势变化的评估方法及*** Download PDFInfo
- Publication number
- CN111784160A CN111784160A CN202010620610.7A CN202010620610A CN111784160A CN 111784160 A CN111784160 A CN 111784160A CN 202010620610 A CN202010620610 A CN 202010620610A CN 111784160 A CN111784160 A CN 111784160A
- Authority
- CN
- China
- Prior art keywords
- river
- index
- hydrological
- iha
- influence
- 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
- 230000008859 change Effects 0.000 title claims abstract description 73
- 238000011156 evaluation Methods 0.000 title claims description 14
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000015654 memory Effects 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种河流水文情势变化的评估方法及***,方法包括:获取待评估河流逐年的年均流量,并基于此计算长序列河流水文时间序列的置信区间;利用置信区间确定引起水文情势变化的控制节点,计算影响前、影响后控制河段的IHA指标序列;根据每个类别的IHA指标一阶连接性指数计算影响前、后控制河段的塔尼模特相似度的数值;根据影响前、后控制河段的塔尼模特相似度值的变化值评估总体的河流水文变动。本发明根据长序列河流水文时间序列的置信区间,明确了数据的有效性,基于IHA指标序列有效考虑了水文年的变动以及水文指标的位置信息,利用塔尼莫特相似度方法确定河流的水文变动提高了计算精度,合理的指导水文调度。
Description
技术领域
本发明涉水文情势分析技术领域,具体涉及一种河流水文情势变化的评估方法及***。
背景技术
水文情势作为影响河道生态的重要因素,河流水文情势的变化改变了河流生态***的水环境和生物多样性,在水文情势评价方面,Richter等在1996年建立了一套评估生态水文变化过程的IHA(Indicators of Hydrological Alteration,IHA)方法,定量分析水文指标的变化;为了更好的衡量变化等级,Richter等又于1997年提出RVA(Range ofVariability Approach,RVA)方法进行水文变动评估,主要通过对比不同时段河流水文情势的改变程度,定量分析受环境影响后河道水文情势变化情况;Black A.R.等2005年提出了更为广义的水文改变分析方法DHRAM(Dundee HydrologicalRegime AlterationMethod),将河流生态水文改变的风险程度划分为5个等级,等级越大,河流流态改变程度越大,生态***遭受破坏的风险越大。
Shiau等2008年通过对RVA法,在不同情况下的对比分析,认为RVA法具有一定的局限性,对在目标范围内的水文参数的改变度具有较好的估计,而对落在目标范围外的参数,其变化程度则不能较好的考虑,由此,他提出应用直方图匹配法评价水文情势变动。黎云云等2015年对RVA法进行了改进,提出了以层次分析法计算主观权重,以熵权法计算客观权重,并将两者相结合来评价变异程度的方法。虽然,现有的对水文情势变动评估方法的研究较多,但是这些方法主要集中水文指标扩展上,未考虑水文数据的代表性及其他水文信息,导致容易造成低估水文年变动的情况。
发明内容
因此,本发明提供的一种河流水文情势变化的评估方法及***,克服了现有技术中对河流水文情势变化的评估不准的缺陷。
为达到上述目的,本发明提供如下技术方案:
第一方面,本发明实施例提供一种河流水文情势变化的评估方法,包括:
获取待评估河流逐年的年均流量,并根据所述年均流量计算长序列河流水文时间序列的置信区间;
利用所述置信区间确定引起水文情势变化的控制节点,计算影响前、影响后控制河段的IHA指标序列;
利用IHA指标序列确定不同IHA指标分类区间,并计算每个类别的IHA指标一阶连接性指数;
根据每个类别的IHA指标一阶连接性指数,计算影响前、影响后控制河段的塔尼模特相似度的数值;
根据影响前、影响后控制河段的塔尼模特相似度值的变化值,评估总体的河流水文变动。
在一实施例中,所述获取待评估河流逐年的年均流量,并根据所述年均流量计算长序列河流水文时间序列的置信区间的步骤,包括:
根据长序列河流水文逐日流量数据,计算河流水文逐年流量数据及水文逐年的年均流量数据;
抽取至少两年的水文逐年流量数据计算其均值,与水文逐年的年均流量数据进行比较,并重复预设次数的比较过程,确定年均长序列水文流量数据的置信区间。
在一实施例中,不同IHA指标分类区间,包括:低等变化组,目标变化组,高等变化组。
在一实施例中,通过以下公式计算每个类别的IHA指标一阶连接性指数:
Idt(li)=∑(σ1,σ2,…,σk)-0.5
其中,Idt(li)为每个类别的IHA指标一阶连接性指数,li为第i个类别(i=1为低变化类别、i=2为目标变化类别、i=3为高变化类别),t为年份,σk为li类别中的位置值。
在一实施例中,通过以下公式计算计算影响前、影响后控制河段的塔尼模特相似度的数值:
在一实施例中,根据以下公式计算影响前、影响后控制河段的塔尼模特相似度值的变化值:
当影响前的年份a>影响后的年份b时,塔尼模特相似度值的变化值为:
当影响后的年份b>影响前的年份a时,塔尼模特相似度值的变化值为:
当影响前的年份总数a=影响后的年份总数b时,塔尼模特相似度值的变化值为:
其中,pk为影响前第K年,qk为影响后第K年,n为获取待评估河流逐年的年均流量的年数。
在一实施例中,通过以下公式评估总体的河流水文变动:
OA=1-(1-IA)×(1-TA)
其中,OA为总体的水文变动,IA为每个IHA指标的变动,TA为塔尼模特相似度值的变化值。
第二方面,本发明实施例提供一种河流水文情势变化的评估***,包括:
置信区间计算模块,用于获取待评估河流逐年的年均流量,并根据所述年均流量计算长序列河流水文时间序列的置信区间;
IHA指标序列计算模块,用于将置信区间确定引起水文情势变化的控制节点,计算影响前、影响后控制河段的IHA指标序列;
一阶连接性指数计算模块,利用IHA指标序列确定不同IHA指标分类区间,并计算每个类别的IHA指标一阶连接性指数;
塔尼模特相似度计算模块,用于根据每个类别的IHA指标一阶连接性指数,计算影响前、影响后控制河段的塔尼模特相似度的数值;
评估总体河流水文变动模块,用于根据影响前、影响后控制河段的塔尼模特相似度值的变化值,评估总体的河流水文变动。
第三方面,本发明实施例提供一种终端,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行本发明实施例第一方面所述的河流水文情势变化的评估方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行本发明实施例第一方面所述的河流水文情势变化的评估方法。
本发明技术方案,具有如下优点:
1、本发明提供的河流水文情势变化的评估方法及***,获取待评估河流逐年的年均流量,并根据所述年均流量计算长序列河流水文时间序列的置信区间;利用置信区间确定引起水文情势变化的控制节点,计算影响前、影响后控制河段的IHA指标序列;根据每个类别的IHA指标一阶连接性指数,计算影响前、影响后控制河段的塔尼模特相似度的数值;根据影响前、影响后控制河段的塔尼模特相似度值的变化值,评估总体的河流水文变动。根据长序列河流水文时间序列的置信区间,明确了数据的有效性,基于IHA指标序列有效考虑了水文年的变动以及水文指标的位置信息,利用塔尼莫特相似度方法确定河流的水文变动提高了计算精度,合理的指导水文调度。
2、本发明提供的河流水文情势变化的评估方法及***,通过确定年均流量计算长序列河流水文时间序列的置信区间,解决了水文变动评估难应用于少资料区域,为影响前后年份年数较少的情况提供可信度评估,使评估结果更具有参考意义。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的河流水文情势变化的评估方法的一个具体示例的流程图;
图2为本发明实施例提供的河流水文情势变化的评估方法的一个具体路线图;
图3为本发明实施例提供的河流水文情势变化的评估方法的置信区间的一个具体示意图;
图4A为本发明实施例提供的河流水文情势变化的影响前一阶连接性指数指数变化示意图;
图4B为本发明实施例提供的河流水文情势变化的影响后一阶连接性指数指数变化示意;
图5为本发明实施例提供的河流水文情势变化的评估***的模块组成图;
图6为本发明实施例提供的一种终端一个具体示例的组成图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本发明实施例提供的一种河流水文情势变化的评估方法,如图1所示,包括如下步骤:
步骤S1:获取待评估河流逐年的年均流量,并根据年均流量计算长序列河流水文时间序列的置信区间。
在本发明实施例中,获取待评估河流逐年的年均流量,并根据年均流量计算长序列河流水文时间序列的置信区间的步骤,包括:根据长序列河流水文逐日流量数据,计算河流水文逐年流量数据及水文逐年的年均流量数据;抽取至少两年的水文逐年流量数据计算其均值,与水文逐年的年均流量数据进行比较,并重复预设次数的比较过程,确定年均长序列水文流量数据的置信区间。如图2所示,例如,抽取两年的的水文逐年流量数据计算其均值,与水文逐年的年均流量数据进行比较,将上述比较过程重复5000次(仅以此为例,不以此为限在实际应用中根据实际需求选择相应的抽取年数及次数),其中,最大的抽取次数不能超过研究的年数,根据比较结果计算每个数值在水文逐年的年均流量数据上下波动5%、10%的置信区间为85%、90%和95%记录长度,计算长序列河流水文时间序列的置信区间,通过确定水文时间序列的置信区间,解决了水文变动评估难应用于少资料区域,传统评估方法必须要求年份少的数据的问题,例如:20年,能够评估影响前后年份数据的有效性,为影响前后年份少于20年的情况提供可信度评估,使评估结果更具有参考意义,明确了数据的有效性。
步骤S2:利用置信区间确定引起水文情势变化的控制节点,计算影响前、影响后控制河段的IHA指标序列。
在本发明实施例中,利用置信区间确定引起水文情势变化的控制节点,实际中,计算影响前、影响后控制河段2组33个IHA指标序列。
步骤S3:利用IHA指标序列确定不同IHA指标分类区间,并计算每个类别的IHA指标一阶连接性指数。
在本发明实施例中,不同IHA指标分类区间,包括:低等变化组,目标变化组,高等变化组。具体的,计算一阶连接性指数需要将指标序列分为不同的范围,根据IHA软件中设定的三类指标(低变化组L1=[p0,p25),目标变化组L2=[p25,p75),高变化组L3=(p75,p100]),其中,p25为IHA指标序列出现25%频率,p75为IHA指标序列出现75%频率。
在本发明实施例中,通过以下公式计算每个类别的IHA指标一阶连接性指数:
Idt(li)=∑(σ1,σ2,…,σk)-0.5
其中,Idt(li)为每个类别的IHA指标一阶连接性指数,li为第i个类别(i=1为低变化类别、i=2为目标变化类别、i=3为高变化类别),t为年份,σk为li类别中的位置值,一阶连接性指数将IHA指标的位置信息转换成数值,因此可以计算出处于不同类别中的指标变化。
在本发明实施例中,如图3所示,横向纵向计算水文情势指标总体改变,首先计算影响前后年份的IHA指标变动,计算结果为IA,,计算的公式为其中,Npre为影响前落入目标区间的年份,Npost为影响后落入目标区间的年份,IA只能计算年内落入目标区间的年份变动,不能反映指标的变化,如果,影响前第一年落入目标区间的指标为4个,分别为2,4,8,10,影响后第一年落入目标区间总数为4,分别为1,12,16,22,虽然总数一样,IA为0,但是实际上水文情势是不同的。因此,其次计算纵向变化,将指标位置信息量化成一阶链接性指数,量化水文指标的位置信息。
步骤S4:根据每个类别的IHA指标一阶连接性指数,计算影响前、影响后控制河段的塔尼模特相似度的数值。
在本发明实施例中,通过以下公式计算计算影响前、影响后控制河段的塔尼模特相似度的数值:
其中,影响前每个类别的IHA指标一阶连接性指数,影响后每个类别的IHA指标一阶连接性指数,影响前、影响后控制河段的塔尼模特相似度的数值通过每个类别的IHA指标一阶连接性指数,如图4A、图4B,计算影响前一阶连接性指数指数变化和影响后一阶连接性指数指数变化。
步骤S5:根据影响前、影响后控制河段的塔尼模特相似度值的变化值,评估总体的河流水文变动。
在本发明实施例中,根据以下公式计算影响前、影响后控制河段的塔尼模特相似度值的变化值:
当影响前的年份a>影响后的年份b时,塔尼模特相似度值的变化值为:
当影响后的年份b>影响前的年份a时,塔尼模特相似度值的变化值为:
当影响前的年份总数a=影响后的年份总数b时,塔尼模特相似度值的变化值为:
其中,pk为影响前第K年,qk为影响后第K年,n为获取待评估河流逐年的年均流量的年数。
在本发明实施例中,通过以下公式评估总体的河流水文变动:
OA=1-(1-IA)×(1-TA)
其中,OA为总体的水文变动,IA为每个IHA指标的变动,TA为塔尼模特相似度值的变化值。
本发明实施例中提供的河流水文情势变化的评估方法,通过获取待评估河流逐年的年均流量,并根据所述年均流量计算长序列河流水文时间序列的置信区间;利用置信区间确定引起水文情势变化的控制节点,计算影响前、影响后控制河段的IHA指标序列;根据每个类别的IHA指标一阶连接性指数,计算影响前、影响后控制河段的塔尼模特相似度的数值;根据影响前、影响后控制河段的塔尼模特相似度值的变化值,评估总体的河流水文变动。根据长序列河流水文时间序列的置信区间,明确了数据的有效性,基于IHA指标序列有效考虑了水文年的变动以及水文指标的位置信息,利用塔尼莫特相似度方法确定河流的水文变动提高了计算精度,为水资源管理调度流量提供更加合理的支持。
实施例2
本发明实施例提供一种河流水文情势变化的评估***,如图5所示,包括:
置信区间计算模块1,用于获取待评估河流逐年的年均流量,并根据所述年均流量计算长序列河流水文时间序列的置信区间;此模块执行实施例1中的步骤S1所描述的方法,在此不再赘述。
IHA指标序列计算模块2,用于将置信区间确定引起水文情势变化的控制节点,计算影响前、影响后控制河段的IHA指标序列;此模块执行实施例1中的步骤S2所描述的方法,在此不再赘述。
一阶连接性指数计算模块3,利用IHA指标序列确定不同IHA指标分类区间,并计算每个类别的IHA指标一阶连接性指数;此模块执行实施例1中的步骤S3所描述的方法,在此不再赘述。
塔尼模特相似度计算模块4,用于根据每个类别的IHA指标一阶连接性指数,计算影响前、影响后控制河段的塔尼模特相似度的数值;此模块执行实施例1中的步骤S4所描述的方法,在此不再赘述。
评估总体河流水文变动模块5,用于根据影响前、影响后控制河段的塔尼模特相似度值的变化值,评估总体的河流水文变动;此模块执行实施例1中的步骤S5所描述的方法,在此不再赘述。
本发明实施例提供一种河流水文情势变化的评估***,根据长序列河流水文时间序列的置信区间,明确了数据的有效性,基于IHA指标序列有效考虑了水文年的变动以及水文指标的位置信息,利用塔尼莫特相似度方法确定河流的水文变动提高了计算精度,为水资源管理调度流量提供更加合理的支持。
实施例3
本发明实施例提供一种终端,如图6所示,包括:至少一个处理器401,例如CPU(Central Processing Unit,中央处理器),至少一个通信接口403,存储器404,至少一个通信总线402。其中,通信总线402用于实现这些组件之间的连接通信。其中,通信接口403可以包括显示屏(Display)、键盘(Keyboard),可选通信接口403还可以包括标准的有线接口、无线接口。存储器404可以是高速RAM存储器(Ramdom Access Memory,易挥发性随机存取存储器),也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器404可选的还可以是至少一个位于远离前述处理器401的存储装置。其中处理器401可以执行实施例1中的河流水文情势变化的评估方法。存储器404中存储一组程序代码,且处理器401调用存储器404中存储的程序代码,以用于执行实施例1中的河流水文情势变化的评估方法。其中,通信总线402可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。通信总线402可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。其中,存储器404可以包括易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory),硬盘(英文:hard disk drive,缩写:HDD)或固降硬盘(英文:solid-state drive,缩写:SSD);存储器404还可以包括上述种类的存储器的组合。其中,处理器401可以是中央处理器(英文:central processingunit,缩写:CPU),网络处理器(英文:network processor,缩写:NP)或者CPU和NP的组合。
其中,存储器404可以包括易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory),硬盘(英文:hard diskdrive,缩写:HDD)或固态硬盘(英文:solid-state drive,缩写:SSD);存储器404还可以包括上述种类的存储器的组合。
其中,处理器401可以是中央处理器(英文:central processing unit,缩写:CPU),网络处理器(英文:network processor,缩写:NP)或者CPU和NP的组合。
其中,处理器401还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文:application-specific integrated circuit,缩写:ASIC),可编程逻辑器件(英文:programmable logic device,缩写:PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文:complex programmable logic device,缩写:CPLD),现场可编程逻辑门阵列(英文:field-programmable gate array,缩写:FPGA),通用阵列逻辑(英文:generic arraylogic,缩写:GAL)或其任意组合。
可选地,存储器404还用于存储程序指令。处理器401可以调用程序指令,实现如本申请执行实施例1中的河流水文情势变化的评估方法。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机可执行指令,该计算机可执行指令可执行实施例1中的河流水文情势变化的评估方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种河流水文情势变化的评估方法,其特征在于,包括:
获取待评估河流逐年的年均流量,并根据所述年均流量计算长序列河流水文时间序列的置信区间;
利用所述置信区间确定引起水文情势变化的控制节点,计算影响前、影响后控制河段的IHA指标序列;
利用IHA指标序列确定不同IHA指标分类区间,并计算每个类别的IHA指标一阶连接性指数;
根据每个类别的IHA指标一阶连接性指数,计算影响前、影响后控制河段的塔尼模特相似度的数值;
根据影响前、影响后控制河段的塔尼模特相似度值的变化值,评估总体的河流水文变动。
2.根据权利要求1所述的河流水文情势变化的评估方法,其特征在于,所述获取待评估河流逐年的年均流量,并根据所述年均流量计算长序列河流水文时间序列的置信区间的步骤,包括:
根据长序列河流水文逐日流量数据,计算河流水文逐年流量数据及水文逐年的年均流量数据;
抽取至少两年的水文逐年流量数据计算其均值,与水文逐年的年均流量数据进行比较,并重复预设次数的比较过程,确定年均长序列水文流量数据的置信区间。
3.根据权利要求1所述的河流水文情势变化的评估方法,其特征在于,不同IHA指标分类区间,包括:低等变化组,目标变化组,高等变化组。
4.根据权利要求3所述的河流水文情势变化的评估方法,其特征在于,通过以下公式计算每个类别的IHA指标一阶连接性指数:
Idt(li)=∑(σ1,σ2,…,σk)-0.5
其中,Idt(li)为每个类别的IHA指标一阶连接性指数,li为第i个类别(i=1为低变化类别、i=2为目标变化类别、i=3为高变化类别),t为年份,σk为li类别中的位置值。
7.根据权利要求6所述的河流水文情势变化的评估方法,其特征在于,通过以下公式评估总体的河流水文变动:
OA=1-(1-IA)×(1-TA)
其中,OA为总体的水文变动,IA为每个IHA指标的变动,TA为塔尼模特相似度值的变化值。
8.一种河流水文情势变化的评估***,其特征在于,包括:
置信区间计算模块,用于获取待评估河流逐年的年均流量,并根据所述年均流量计算长序列河流水文时间序列的置信区间;
IHA指标序列计算模块,用于将置信区间确定引起水文情势变化的控制节点,计算影响前、影响后控制河段的IHA指标序列;
一阶连接性指数计算模块,利用IHA指标序列确定不同IHA指标分类区间,并计算每个类别的IHA指标一阶连接性指数;
塔尼模特相似度计算模块,用于根据每个类别的IHA指标一阶连接性指数,计算影响前、影响后控制河段的塔尼模特相似度的数值;
评估总体河流水文变动模块,用于根据影响前、影响后控制河段的塔尼模特相似度值的变化值,评估总体的河流水文变动。
9.一种终端,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-7任一所述的河流水文情势变化的评估方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-7任一所述的河流水文情势变化的评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010620610.7A CN111784160A (zh) | 2020-06-30 | 2020-06-30 | 一种河流水文情势变化的评估方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010620610.7A CN111784160A (zh) | 2020-06-30 | 2020-06-30 | 一种河流水文情势变化的评估方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111784160A true CN111784160A (zh) | 2020-10-16 |
Family
ID=72759953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010620610.7A Pending CN111784160A (zh) | 2020-06-30 | 2020-06-30 | 一种河流水文情势变化的评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111784160A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113077167A (zh) * | 2021-04-16 | 2021-07-06 | 中山大学 | 一种面向出入库径流的水文情势变化分析方法 |
WO2022217567A1 (zh) * | 2021-04-16 | 2022-10-20 | 中山大学 | 一种面向出入库径流的水文情势变化分析方法 |
CN115409394A (zh) * | 2022-09-05 | 2022-11-29 | 中国长江三峡集团有限公司 | 一种河流连通性综合评价方法及*** |
CN117035508A (zh) * | 2023-08-01 | 2023-11-10 | 成都理工大学 | 基于多因素的致密气藏河道砂体连通性评价方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105009648A (zh) * | 2013-03-13 | 2015-10-28 | 高通股份有限公司 | 使用运动来改进本地无线网络连通性 |
-
2020
- 2020-06-30 CN CN202010620610.7A patent/CN111784160A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105009648A (zh) * | 2013-03-13 | 2015-10-28 | 高通股份有限公司 | 使用运动来改进本地无线网络连通性 |
Non-Patent Citations (2)
Title |
---|
WENHAI ZHANG: "Multi-index data dimension reduction approach and its applicability in the calculation of indicators of hydrological alteration", 《HYDROLOGY RESEARCH》 * |
葛金金: "闸控河流的水文生态响应关系及应用研究", 《中国优秀博士学位论文全文数据库 工程科技Ⅰ辑(月刊)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113077167A (zh) * | 2021-04-16 | 2021-07-06 | 中山大学 | 一种面向出入库径流的水文情势变化分析方法 |
CN113077167B (zh) * | 2021-04-16 | 2022-07-19 | 中山大学 | 一种面向出入库径流的水文情势变化分析方法 |
WO2022217567A1 (zh) * | 2021-04-16 | 2022-10-20 | 中山大学 | 一种面向出入库径流的水文情势变化分析方法 |
CN115409394A (zh) * | 2022-09-05 | 2022-11-29 | 中国长江三峡集团有限公司 | 一种河流连通性综合评价方法及*** |
CN115409394B (zh) * | 2022-09-05 | 2023-08-04 | 中国长江三峡集团有限公司 | 一种河流连通性综合评价方法及*** |
CN117035508A (zh) * | 2023-08-01 | 2023-11-10 | 成都理工大学 | 基于多因素的致密气藏河道砂体连通性评价方法 |
CN117035508B (zh) * | 2023-08-01 | 2024-06-18 | 成都理工大学 | 基于多因素的致密气藏河道砂体连通性评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111784160A (zh) | 一种河流水文情势变化的评估方法及*** | |
CN109598095B (zh) | 评分卡模型的建立方法、装置、计算机设备和存储介质 | |
CN109558295B (zh) | 一种性能指标异常检测方法及装置 | |
CN109949290B (zh) | 路面裂缝检测方法、装置、设备及存储介质 | |
CN109190808B (zh) | 用户行为预测方法、装置、设备及介质 | |
CN108900622B (zh) | 基于物联网的数据融合方法、装置与计算机可读存储介质 | |
CN108197795B (zh) | 恶意团体账户识别方法、装置、终端及存储介质 | |
CN113409167B (zh) | 一种水质异常分析方法及装置 | |
CN113657668A (zh) | 基于lstm网络的电力负荷预测方法及*** | |
CN110288003B (zh) | 数据变化识别方法及设备 | |
CN114444827B (zh) | 一种集群性能的评估方法和装置 | |
CN111091287A (zh) | 风险对象识别方法、装置以及计算机设备 | |
CN114399321A (zh) | 一种业务***稳定性分析方法、装置和设备 | |
CN111835536B (zh) | 一种流量预测方法和装置 | |
CN112395179B (zh) | 一种模型训练方法、磁盘预测方法、装置及电子设备 | |
CN112613762B (zh) | 基于知识图谱的集团评级方法、装置和电子设备 | |
CN117872166A (zh) | 储能电池热失控检测方法、装置及电子设备 | |
CN116740586A (zh) | 冰雹识别方法、装置、电子设备及计算机可读存储介质 | |
CN112287776A (zh) | 轴承性能指标分析方法、***、可读存储介质及电子设备 | |
CN112529432A (zh) | 一种电压暂降严重程度评估方法、装置及电子设备 | |
CN117149565A (zh) | 云平台关键性能指标的状态检测方法、装置、设备及介质 | |
CN114911788B (zh) | 一种数据插补方法、装置及存储介质 | |
CN111523501B (zh) | 体重指数预测方法及装置 | |
CN110062023B (zh) | 一种安全教育信息推送方法、装置及设备 | |
CN109059989B (zh) | 一种仪表剩余寿命评估的方法、***及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201016 |