CN103092572B - 一种集群环境下分布式水文模拟的并行化方法 - Google Patents
一种集群环境下分布式水文模拟的并行化方法 Download PDFInfo
- Publication number
- CN103092572B CN103092572B CN201310011570.6A CN201310011570A CN103092572B CN 103092572 B CN103092572 B CN 103092572B CN 201310011570 A CN201310011570 A CN 201310011570A CN 103092572 B CN103092572 B CN 103092572B
- Authority
- CN
- China
- Prior art keywords
- basin
- sub basin
- calculation
- task
- sub
- 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.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种集群环境下分布式水文模拟的并行化方法，对分布式水文模拟并行计算中的限制因子——汇流过程计算与并行性较好的坡面过程计算区分对待，研发了一种集群环境下的并行算法，以提高计算效率。技术方案为：进行子流域划分和分级；以子流域为模版，将输入数据进行剖分并存入数据库；以子流域面积为计算量的衡量指标，同时考虑子流域间的拓扑关系进行计算任务划分；以子流域为单元，在集群环境下进行并行计算，其中，坡面过程计算采用静态调度，河道过程计算采用动态调度；计算完成后，将结果写入数据库。本发明突破了集群环境下现有分布式水文模拟并行化方法的性能瓶颈，显著提高了并行性能，在大流域高分辨率分布式水文模拟方面具有广阔的应用前景。
Description
技术领域
本发明涉及一种集群环境下分布式水文模拟的并行化方法，技术应用领域为水文模拟。
背景技术
分布式水文模拟考虑了各种地理要素的空间异质性，与集总式模拟相比能更准确地表达流域水文过程，从而能更好地预测自然和人为因素对流域水资源和水环境的影响。随着遥感和地理信息技术的发展，高分辨率的地形、植被、土壤和降水数据的获取日益方便。基于这些高空分辨率的数据进行精细水文模拟成为一个重要的发展方向。但是由于计算能力的限制，当前高分辨率精细模拟一般仅限于小流域短历时模拟。要进行大流域长时段的精细模拟需要借助并行计算的支持。
集群是当前并行计算的主流平台。在集群环境下进行分布式水文模型的并行化一般采用以子流域为单元进行区域分解的方式。子流域是流域的自然划分单元，基于子流域进行并行计算只需在子流域出口与相邻子流域进行数据交换，并行执行的任务之间通信量很小，因此在集群环境下，基于子流域的并行计算是一种合理的分布式水文模拟并行化方式。
现有基于子流域的并行化方法将坡面过程与河道过程的计算作为一个整体进行调度，调度规则如下：不存在上下游关系的子流域可以并行计算，存在上下游关系的子流域需串行执行。将流域用树型结构表示，则树型结构中从叶子节点（代表源头子流域）到根节点（代表出口子流域）的最长通路的计算时间决定了并行计算的最短时间。在计算节点数超过一定数目时，并行计算时间不会随节点数增多而减少，并行加速比达到一个上限。该加速比上限导致了基于子流域的并行算法可伸缩性较差的问题。
目前国内外尚没有解决这一问题的技术。
发明内容
本发明解决的技术问题是：为克服集群环境下现有基于子流域的分布式水文模拟并行化方法存在的加速比上限问题，提供一种坡面与河道过程分离的分布式水文模拟并行化方法。该方法将作为并行计算限制因子的河道过程与可并行性较好的坡面过程分离，对坡面和河道过程采用不同的并行策略和调度方法，能突破现有并行方法中存在的最大加速比问题，有效地提高了分布式水文模拟的并行计算性能。实际应用证明，通过使用本发明，大流域高分辨率分布式水文模拟的效率得到很大提升。
本发明的技术解决方案为：一种集群环境下分布式水文模拟的并行化方法，步骤如下：
（1）首先根据栅格DEM（Digital Elevation Model）将流域按照应用目标和流域特点划分成多个子流域。子流域划分过程包括填洼、提取流向、流量累积、河网提取、河网编码、子流域提取和子流域分级等步骤。子流域分级的方法为：源头子流域为第一级，非源头子流域的级别为其上游河段的最大级别加1。子流域分级信息将用于下面步骤中子流域计算顺序的确定。
（2）从DEM、土地利用图、土壤图、遥感影像等基础信息中提取模型运行所需要的空间参数，这些参数以栅格数据方式存储，包括：坡度、叶面积指数、土壤厚度、饱和导水率、最大孔隙率等。
（3）将模型所需的上述空间参数以子流域为模版进行剖分，得到按子流域组织的空间数据图层，并以二进制格式存入数据库，以方便以子流域为单元进行高效数据读写。
（4）以子流域面积作为计算量的衡量指标，同时考虑子流域间的拓扑关系进行并行计算任务划分。任务划分一方面要考虑负载平衡，另一方面要将有上下游关系的子流域尽可能分配到一个进程计算，以减少通信开销。该分配问题属于NP-Hard问题，无法在多项式时间内获得最优解，可利用METIS图分解算法求得满意解。
（5）在集群环境下，对坡面和河道过程分别采用不同的并行策略进行并行计算：坡面过程的计算相互独立，计算时不需要进行通信，可采用静态任务调度的方式；而河道过程的计算则必须按照从上游到下游的顺序依次进行，而且下游子流域的汇流计算需要上游子流域的流量作为输入，需要考虑子流域的计算顺序和进程间的通信，进行动态任务调度。该算法采用主从式架构，由一个管理进程和多个计算进程组成（如图2所示）。
管理进程负责任务的分发、计算进程间的协调以及计算结果的汇总。程序开始执行后，管理进程读取子流域信息和任务划分方案，并将计算任务分配到各个计算进程。由于一个子流域的坡面过程和河道汇流计算密切相关，所以一个子流域的坡面和河道计算任务由同一计算进程执行。在运行过程中，管理进程在内存中通过树型结构保存子流域间的拓扑关系，并负责计算进程间的协调和数据传递。在计算完成后，管理进程负责汇总各计算进程的计算结果并写入数据库。
计算进程负责执行具体的计算任务，在计算时根据计算特点将任务分为三类：
A类：源头子流域坡面过程和河道汇流整体计算；
B类：非源头子流域的坡面过程计算；
C类：非源头子流域的的河道汇流计算；
其中，各个子流域的前两类计算任务是相互独立的，所以计算进程收到计算任务后先进行这两类任务的计算，然后进行C类任务的计算。在同一类任务中，子流域级别越小（距源头子流域越近），优先级越高。这样设计的原因在于，只有A类和C类任务中的河道汇流完成后，其下游子流域的河道汇流才可以执行，优先执行上游子流域的计算任务可以尽早解除对下游子流域的计算限制。
对A类和B类任务，计算前需先从数据库中读取模拟所需的流域数据（包括河道汇流所需数据）；对于C类任务计算前需从当前计算进程或管理进程获取上游子流域的出口流量数据。
每个计算任务完成后，计算进程将用户指定的计算结果写到数据库，并检查计算完成子流域的下游子流域是否在同一节点，如果在同一节点，则将子流域出口的计算结果保存在内存供下游子流域计算使用；如果下游子流域不在同一节点，则将出口的计算结果发送给管理进程，再由管理进程转发给需要的计算进程。
当所有计算进程完成计算任务后，计算进程通知管理进程计算结束，然后管理进程和计算进程都退出。
本发明的原理是：对于基于子流域的分布式水文模拟的并行化，由于河道过程的计算存在上下游依赖关系，可并行性较差，导致了加速比上限和算法的可伸缩性问题。但河道过程的计算一般只占水文模拟总计算时间的一小部分，占总计算时间相当大比例的坡面过程计算具有很好的可并行性。所以将作为限制因子的河道过程从水文模拟计算中分离出来，能显著提高水文模拟的总体并行性能。
本发明与现有技术相比的优点在于：现有基于子流域的分布式水文模拟的并行化方法将坡面过程和河道过程作为一个整体对待，导致河道过程引起的加速比上限成为整个水文模拟的性能瓶颈。本发明将作为限制因子的河道过程分离出来，突破了现有基于子流域的并行化方法的性能瓶颈，能显著提高大流域高分辨率分布式水文模拟的效率。
附图说明
图1为本发明的实现流程图；
图2为本发明的坡面和河道过程分离的并行算法流程图；
图3为在赣江上游流域利用本发明提出的方法和现有基于子流域的方法进行分布式水文模拟并行计算的加速比对比图。
具体实施方式
下面结合如图1所示的流程图，以赣江上游流域（6.27万km2）的分布式水文模拟并行计算为例，说明本发明的具体实施方法：
（1）获取赣江上游流域90m分辨率的SRTM（Shuttle Radar Topography Mission）DEM数据，并按照如下步骤进行子流域划分：填洼、提取流向、流量累积、河网提取、河网编码、子流域提取。然后，将提取的子流域矢量化，并根据上下游关系进行子流域分级，分级方法为：源头子流域为第一级，非源头子流域的级别为其上游河段的最大级别加1。子流域分级信息将用于下面步骤中子流域计算顺序的确定。
（2）从DEM、土地利用图、土壤图、遥感影像等基础信息中提取模型运行所需要的空间参数，这些参数以栅格数据方式存储，包括：坡度、叶面积指数、土壤厚度、饱和导水率、最大孔隙率等。
（3）将模型所需的上述空间参数以子流域为模版进行剖分，得到按子流域组织的空间数据图层，并以GridFS二进制格式存入MongoDB数据库（一种NoSQL数据库），以方便以子流域为单元进行高效数据读写。
（4）计算各个子流域的面积，并以子流域面积作为计算量的衡量指标，同时考虑子流域间的拓扑关系进行并行计算任务划分。任务划分一方面要考虑负载平衡，另一方面要将有上下游关系的子流域尽可能分配到一个进程计算，以减少通信开销。该分配问题属于NP-Hard问题，无法在多项式时间内获得最优解，可利用METIS图分解算法求得满意解。
（5）在集群环境下，对坡面和河道过程分别采用不同的并行策略进行并行计算：坡面过程的计算相互独立，计算时不需要进行通信，可采用静态任务调度的方式；而河道过程的计算则必须按照从上游到下游的顺序依次进行，而且下游子流域的汇流计算需要上游子流域的流量作为输入，需要考虑子流域的计算顺序和进程间的通信，进行动态任务调度。该算法采用主从式架构，由一个管理进程和多个计算进程组成（如图2所示），进程间通信采用MPI（Message Passing Interface）消息传递的方式进行。
管理进程负责任务的分发、计算进程间的协调以及计算结果的汇总。程序开始执行后，管理进程读取子流域信息和任务划分方案，并用MPI_Scatter函数将计算任务分配信息发送给各个计算进程。由于一个子流域的坡面过程和河道汇流计算密切相关，所以一个子流域的坡面和河道计算任务由同一计算进程执行。在运行过程中，管理进程在内存中通过树型结构保存子流域间的拓扑关系，并负责计算进程间的协调和数据传递。在计算完成后，管理进程负责汇总各计算进程的计算结果并写入MongoDB数据库。
计算进程负责执行具体的计算任务，在计算时根据计算特点将任务分为三类：
A类：源头子流域坡面过程和河道汇流整体计算；
B类：非源头子流域的坡面过程计算；
C类：非源头子流域的的河道汇流计算；
其中，各个子流域的前两类计算任务是相互独立的，所以计算进程收到计算任务后先进行这两类任务的计算，然后进行C类任务的计算。在同一类任务中，子流域级别越小（距源头子流域越近），优先级越高。这样设计的原因在于，只有A类和C类任务中的河道汇流完成后，其下游子流域的河道汇流才可以执行，优先执行上游子流域的计算任务可以尽早解除对下游子流域的计算限制。
对A类和B类任务，计算前需先从数据库中读取模拟所需的流域数据（包括河道汇流所需数据）；对于C类任务计算前需从当前计算进程或管理进程获取上游子流域的出口流量数据。
每个计算任务完成后，计算进程将用户指定的计算结果写到数据库，并检查计算完成子流域的下游子流域是否在同一节点，如果在同一节点，则将子流域出口的计算结果保存在内存供下游子流域计算使用；如果下游子流域不在同一节点，则将出口的计算结果发送给管理进程，再由管理进程转发给需要的计算进程。
当所有计算进程完成计算任务后，计算进程通知管理进程计算结束，然后管理进程和计算进程都退出。
为验证本发明方法在实际应用中的性能，分别利用本发明提出的并行化方法与现有基于子流域的并行化方法，在赣江上游流域进行了分布式水文模拟。模拟的水文过程包括冠层截留、蒸发、入渗、地表径流、壤中流、渗漏、地下水运动、河道汇流等，各过程的模拟算法采用WetSpa Extension中的相应算法。模拟单元采用规则栅格，在空间分辨率为90m的情况下，参与计算的单个栅格数据的行列数为3228*3951。计算平台为由三个DELL PowerEdgeR710节点组成的集群，每个节点的CPU为Xeon E5645（双路6核），内存为32G。两种并行化方法的加速比测试结果如图3所示，可以看出使用本发明的方法进行分布式水文模拟的加速比优于现有基于子流域的并行化方法，能显著提高流域分布式水文模拟的效率，具有较好的实用价值。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
所有上述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视作本发明的保护范围。
Claims (1)
1.一种集群环境下分布式水文模拟的并行化方法，其特征在于实现步骤如下：
(1)根据栅格DEM(Digital Elevation Model)将流域按照应用目标和流域特点划分成多个子流域，子流域划分过程包括填洼、提取流向、流量累积、河网提取、河网编码、子流域提取和子流域分级；所述子流域分级的方法为：源头子流域为第一级，非源头子流域的级别为其上游河段的子流域的最大级别加1；子流域分级信息将用于下面步骤中子流域计算顺序的确定；
(2)从DEM、土地利用图、土壤图、遥感影像基础信息中提取模型运行所需要的空间参数，所述空间参数以栅格方式存储；
(3)以子流域为模版，对分布式水文模拟所需的栅格数据进行剖分，得到按子流域组织的空间数据，并以二进制格式存入数据库，以便进行以子流域为单元的高效数据读写；
(4)以子流域面积作为计算量的衡量指标，同时考虑子流域间的拓扑关系进行并行计算任务划分；
(5)在集群环境下，对坡面和河道过程分别采用不同的并行策略进行并行计算：坡面过程的计算相互独立，计算时不需要进行通信，可采用静态任务调度的方式；而河道过程的计算则必须按照从上游到下游的顺序依次进行，而且下游子流域的汇流计算需要上游子流域的流量作为输入，需要考虑子流域的计算顺序和进程间的通信，进行动态任务调度；并行计算采用主从式架构，由一个管理进程和多个计算进程组成；
所述管理进程负责任务的分发、计算进程间的协调以及计算结果的汇总；计算开始时，管理进程读取子流域信息和任务划分方案，并将计算任务分配到各个计算进程；由于一个子流域的坡面过程和河道汇流计算密切相关，所以一个子流域的坡面和河道计算任务由同一计算进程执行；在运行过程中，管理进程在内存中通过树型结构保存子流域间的拓扑关系，并负责计算进程间的协调和数据传递；在计算完成后，管理进程负责汇总各计算进程的计算结果并将汇总的全局结果写入数据库；
所述计算进程负责执行具体的计算任务，在计算时根据计算特点将任务分为三类：
A类：源头子流域坡面过程和河道汇流整体计算；
B类：非源头子流域的坡面过程计算；
C类：非源头子流域的河道汇流计算；
其中，各个子流域的前两类计算任务是相互独立的，计算进程收到计算任务后先进行这两类任务的计算，然后进行C类任务的计算；在同一类任务中，子流域级别越小，即距源头子流域越近，优先级越高；
对A类和B类任务，计算前需先从数据库中读取模拟所需的流域数据，包括河道汇流所需数据；对于C类任务计算前需从当前计算进程或管理进程获取上游子流域的出口流量数据；
每个计算任务完成后，计算进程将用户指定的计算结果写到数据库，并检查计算完成子流域的下游子流域是否在同一节点，如果在同一节点，则将子流域出口的计算结果保存在内存供下游子流域计算使用；如果下游子流域不在同一节点，则将出口的计算结果发送给管理进程，再由管理进程转发给需要的计算进程；
当所有计算进程完成计算任务后，计算进程通知管理进程计算结束，然后管理进程和计算进程结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310011570.6A CN103092572B (zh) | 2013-01-11 | 2013-01-11 | 一种集群环境下分布式水文模拟的并行化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310011570.6A CN103092572B (zh) | 2013-01-11 | 2013-01-11 | 一种集群环境下分布式水文模拟的并行化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103092572A CN103092572A (zh) | 2013-05-08 |
| CN103092572B true CN103092572B (zh) | 2015-07-29 |
Family
ID=48205192
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310011570.6A Active CN103092572B (zh) | 2013-01-11 | 2013-01-11 | 一种集群环境下分布式水文模拟的并行化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103092572B (zh) |
Families Citing this family (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103677826B (zh) * | 2013-12-09 | 2017-01-04 | 河海大学 | 基于IDL和Mapinfo的子流域划分与信息提取方法 |
| CN104142812B (zh) * | 2014-07-30 | 2017-02-01 | 中国水利水电科学研究院 | 一种分布式水文模型并行运算方法 |
| CN105138722A (zh) * | 2015-07-14 | 2015-12-09 | 南京师范大学 | 基于数字河湖网络的平原河网区流域集水单元划分方法 |
| CN105656989B (zh) * | 2015-12-10 | 2019-04-12 | 天津海量信息技术股份有限公司 | 基于蜂群思维的分布式计算方法 |
| CN105740464B (zh) * | 2016-03-03 | 2017-03-22 | 中国国土资源航空物探遥感中心 | 一种基于dem的河谷形态参数自动提取方法 |
| CN106875045B (zh) * | 2017-01-23 | 2021-02-09 | 浙江传媒学院 | 考虑地块拓扑关系的流域最佳管理措施优化方法 |
| CN106845116B (zh) * | 2017-01-23 | 2019-07-23 | 中国水利水电科学研究院 | 一种河系的洪水预报系统 |
| CN107908856B (zh) * | 2017-11-10 | 2020-12-11 | 长春理工大学 | 激光大气湍流传输的分布式计算机集群并行模拟方法 |
| CN108304511B (zh) * | 2018-01-19 | 2021-03-30 | 福建师范大学 | 一种基于xml数据格式的河网水系存储表达方法 |
| CN108491664A (zh) * | 2018-03-30 | 2018-09-04 | 南京上古网络科技有限公司 | 一种分布式水文预报模型聚合系统 |
| CN108647900B (zh) * | 2018-05-18 | 2022-03-11 | 北京科技大学 | 一种应用于水文模拟领域的区域划分方法 |
| CN108920799B (zh) * | 2018-06-22 | 2022-04-26 | 中国科学院地理科学与资源研究所 | 基于正方形自适应网格的二维水文-水动力单向耦合方法 |
| CN110796731B (zh) * | 2018-07-25 | 2021-03-12 | 中国水利水电科学研究院 | 一种河道网格演算次序编码方法 |
| CN112380684B (zh) * | 2018-07-27 | 2024-07-09 | 华中科技大学 | 一种分布式水文模型的矩阵化处理方法 |
| CN108984972B (zh) * | 2018-08-24 | 2022-06-24 | 浪潮软件股份有限公司 | 一种基于大数据和并行计算的水质数学模型优化方法 |
| CN109767120B (zh) * | 2019-01-11 | 2020-05-05 | 中国水利水电科学研究院 | 一种基于分布式水文模型的产流并行任务调度方法 |
| CN109753362B (zh) * | 2019-01-14 | 2020-03-24 | 中国水利水电科学研究院 | 一种分布式水文模型的汇流并行调度方法 |
| CN109918740B (zh) * | 2019-02-13 | 2020-10-02 | 北京科技大学 | 一种适用于大规模分布式水文模拟的并行方法 |
| CN109918741B (zh) * | 2019-02-13 | 2020-11-27 | 北京科技大学 | 一种适用于大规模水文模拟的参数率定方法 |
| CN109902366B (zh) * | 2019-02-14 | 2020-05-05 | 中国水利水电科学研究院 | 一种分布式水文模型汇流并行方法 |
| CN110413571A (zh) * | 2019-07-01 | 2019-11-05 | 中国科学院遥感与数字地球研究所 | 基于MongoDB大规模遥感影像数据分布式存储方法 |
| CN111611226B (zh) * | 2020-05-19 | 2022-04-29 | 厦门理工学院 | 一种基于swat模型的水文模拟方法和装置 |
| CN112257260B (zh) * | 2020-10-21 | 2022-10-14 | 华能澜沧江水电股份有限公司 | 一种基于地形属性的水文模型计算单元划分方法 |
| CN112612784B (zh) * | 2020-11-09 | 2024-08-06 | 中国再保险(集团)股份有限公司 | 河水流域计算单元自动划分方法、装置和计算机设备 |
| CN113157806B (zh) * | 2021-04-19 | 2022-05-24 | 清华大学 | 网格数据分布式存储服务系统、方法、装置、设备及介质 |
| CN113449404B (zh) * | 2021-06-29 | 2024-06-07 | 中国水利水电科学研究院 | 基于逐层叶片单元识别的河网汇流与分水并行计算方法 |
| CN114417590B (zh) * | 2022-01-12 | 2024-10-01 | 清华大学 | 水文参数的率定方法、装置、设备和存储介质 |
| CN114707325B (zh) * | 2022-03-30 | 2023-05-12 | 洛阳师范学院 | 一种基于物理模型的水文过程串并耦合动态模拟方法 |
| CN117873686B (zh) * | 2024-01-23 | 2024-08-20 | 中国水利水电科学研究院 | 基于分层负载均衡的分布式水文模型汇流并行调度算法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7003366B1 (en) * | 2005-04-18 | 2006-02-21 | Promos Technologies Inc. | Diagnostic system and operating method for the same |
| CN102034001A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种以栅格为模拟单元的分布式水文模型设计方法 |
-
2013
- 2013-01-11 CN CN201310011570.6A patent/CN103092572B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7003366B1 (en) * | 2005-04-18 | 2006-02-21 | Promos Technologies Inc. | Diagnostic system and operating method for the same |
| CN102034001A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种以栅格为模拟单元的分布式水文模型设计方法 |
Non-Patent Citations (2)
| Title |
|---|
| Maximum speedup ratio curve (MSC) in parallel computing of the binary-tree-based drainage network;Hao Wang等;《Computer & Geosciences》;20110616;第127-135页 * |
| 流域生态水文模型研究进展;陈腊娇等;《地理科学进展》;20110531;第30卷(第5期);第535-544页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103092572A (zh) | 2013-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103092572B (zh) | 一种集群环境下分布式水文模拟的并行化方法 | |
| CN110298076B (zh) | 一种基于gis和swmm的城市内涝智能建模及分析方法 | |
| Zeng et al. | Designing and implementing an SWMM-based web service framework to provide decision support for real-time urban stormwater management | |
| CN108399309B (zh) | 一种大尺度复杂地形区分布式水文模型的子流域划分方法 | |
| CN103559375B (zh) | 调度工程水质改善的数值模拟及可视化仿真系统 | |
| CN107704592A (zh) | 一种基于WebGIS的洪水预报服务构建方法 | |
| CN104298841B (zh) | 一种基于历史数据的洪水预报方法和系统 | |
| CN103236086B (zh) | 一种顾及地表水文上下文的多尺度dem建模方法 | |
| CN105138722A (zh) | 基于数字河湖网络的平原河网区流域集水单元划分方法 | |
| CN108614915B (zh) | 基于情景驱动的水文模型自由组建策略方法 | |
| CN105912770A (zh) | 水文实时预报系统 | |
| CN102902844A (zh) | 基于大数据量dem数据的子流域划分方法 | |
| CN105893770A (zh) | 一种气候变化和人类活动对流域水资源影响的量化方法 | |
| CN106443833A (zh) | 一种基于云计算的数值天气预报方法 | |
| CN110175370A (zh) | 一种城市汇水潜力区识别方法 | |
| CN103268342A (zh) | 基于cuda的dem动态可视化加速系统和方法 | |
| CN113902160A (zh) | 一种应用于水利枢纽工程的水调方法 | |
| CN104750985A (zh) | 一种蓄水关系近似一致的复杂平原河网概化方法 | |
| CN115186483A (zh) | 一种水土资源互馈作用机制识别方法及系统 | |
| CN111625954B (zh) | 一种降雨型滑坡模型trigrs的并行优化方法及系统 | |
| Nair et al. | Methods for integrating high-resolution land, climate, and infrastructure scenarios in a hydrologic simulation model | |
| KAWASAKI et al. | An integrated approach to evaluate potential impact of precipitation and land-use change on streamflow in Srepok River Basin | |
| CN116882741A (zh) | 一种超标准洪水灾害动态定量评估方法 | |
| CN103729803A (zh) | 利用cfs集合预报产品的水电站中期滚动调度方法 | |
| Shaad | Development of a distributed surface-subsurface interaction model for river corridor hydrodynamics |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |