CN106651052A - 一种地面雨量站优化布局的方法及装置 - Google Patents

一种地面雨量站优化布局的方法及装置 Download PDF

Info

Publication number
CN106651052A
CN106651052A CN201611256130.7A CN201611256130A CN106651052A CN 106651052 A CN106651052 A CN 106651052A CN 201611256130 A CN201611256130 A CN 201611256130A CN 106651052 A CN106651052 A CN 106651052A
Authority
CN
China
Prior art keywords
coverage
rainfall station
information
ground
rainfall
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.)
Granted
Application number
CN201611256130.7A
Other languages
English (en)
Other versions
CN106651052B (zh
Inventor
王珂
陈能成
关庆锋
胡楚丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Zhongdi University Smart City Research Institute Co ltd
Original Assignee
China University of Geosciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Geosciences filed Critical China University of Geosciences
Priority to CN201611256130.7A priority Critical patent/CN106651052B/zh
Publication of CN106651052A publication Critical patent/CN106651052A/zh
Application granted granted Critical
Publication of CN106651052B publication Critical patent/CN106651052B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了一种地面雨量站优化布局的方法及装置，涉及智慧城市地理信息服务技术领域，通过获得目标监测区域的网格划分信息和时间分段信息，根据测雨卫星的覆盖信息、地面雨量站的覆盖信息，获得所述测雨卫星和所述地面雨量站的有效覆盖范围，根据目标监测区域的地形信息、地面雨量站的覆盖标准信息，获得所述地面雨量站布局有限候选点集，获得时间连续最大覆盖模型，根据所述时间连续最大覆盖模型，确定所述雨量站优化布局方案。用以解决现有技术中的地面雨量站和测雨卫星往往孤立发挥作用，没有考虑卫星覆盖对地面雨量站布局的影响，不能满足水文传感网协同观测和资源优化配置的需求的技术问题。

Description

一种地面雨量站优化布局的方法及装置
技术领域
本发明涉及智慧城市地理信息服务技术领域，尤其涉及一种地面雨量站优化布局的方法及装置。
背景技术
随着对地观测技术的不断发展，水文监测已经从传统的单一地面站网发展为天地一体化联合观测传感网的新阶段。降雨是地球水循环的基本组成部分，具有重要的水文学意义和监测价值，现有技术中主要以地面观测和卫星遥感作为传感网降雨监测的主要技术手段。
现有技术中由于成像机理和重访周期的限制，遥感卫星对地观测具有空间连续、时间不连续的特征，其覆盖范围呈条带形区域，可以通过卫星轨道参数进行计算与仿真。虽然星载传感器能够周期性地提供大范围区域的对地观测数据，但并不能对地表事件进行不间断的连续观测。与之相比，地基传感器探测是一种基于离散点的空间采样方式，具有时间连续、空间不连续的特征。地基传感器能够对地表事件进行连续观测，但不能直接获得观测要素的大范围空间分布特征，需要通过空间插值算法进行估计。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
由于缺乏星地传感器协同规划布局机制，目前的地面雨量站和测雨卫星往往孤立发挥作用，没有考虑卫星覆盖对地面雨量站布局的影响，不能满足水文传感网协同观测和资源优化配置的需求。
发明内容
本发明实施例提供了一种地面雨量站优化布局的方法及装置，用以解决现有技术中的地面雨量站和测雨卫星往往孤立发挥作用，没有考虑卫星覆盖对地面雨量站布局的影响，不能满足水文传感网协同观测和资源优化配置的需求的技术问题。
第一方面，本发明提供了一种地面雨量站的优化布局方法，所述方法包括：
获得目标监测区域的网格划分信息和时间分段信息；
根据测雨卫星的覆盖信息、地面雨量站的覆盖信息，获得所述测雨卫星和所述地面雨量站的有效覆盖范围；
根据目标监测区域的地形信息、地面雨量站的覆盖标准信息，获得所述地面雨量站布局有限候选点集；
获得时间连续最大覆盖模型；
根据所述时间连续最大覆盖模型，确定所述雨量站优化布局方案。
优选的，所述方法还包括：
根据连续需求空间，确定多边形需求对象，其中所述多边形需求对象是一组离散数据；
根据降雨观测需求，确定所述多边形需求对象的覆盖优先级；
根据连续需求时间，确定子时段，其中，所述子时段为一组离散数据。
优选的，所述方法还包括：
根据时空需求，获得所述测雨卫星集合；
根据所述测雨卫星集合，确定所述测雨卫星在各个子时段内的有效覆盖范围；
根据所述雨量站密度标准、所述地形信息，获得所述地面雨量站的最大服务距离；
根据所述地面雨量站的最大服务距离，确定所述雨量站的有效覆盖范围；
根据所述测雨卫星的覆盖信息，获得需求对象集合，其中所述需求对象集合为不同时段的需求对象集合。
优选的，所述方法还包括：
获得所述需求对象多边形顶点；
根据所述需求对象多边形顶点，获得第一候选点集；
根据所述雨量站最大服务距离，确定所述需求对象的覆盖边界；
获得所述需求对象的覆盖边界的交点，加入所述第一候选点集；
获得第一有限候选点集，去除受控点获得所述第二候选点集，其中，所述受控点为同时被第三候选点集和第一候选点集包含的候选点，所述第一候选点集不同于所述第三候选点集。
优选的，所述方法还包括：
根据所述时空需求，确定所述优化布局模型的目标函数，所述目标函数为一个观测时段内的星地联合加权覆盖范围；
根据所述测雨卫星的覆盖信息、所述地面雨量站的覆盖信息，确定所述需求对象的覆盖判定约束条件；
根据可用观测资源信息，确定所述雨量站的数量约束条件；
根据所述覆盖判定约束条件、所述数量约束条件，确定所述雨量站时间连续最大覆盖模型；
根据所述雨量站时间连续最大覆盖模型，确定所述雨量站优化布局方案，其中，所述雨量站优化布局方案为顾及卫星影响的布局方案。
第二方面，本发明还提供了一种地面雨量站优化布局的装置，所述装置包括：
第一获得单元，所述第一获得单元用于获得目标监测区域的网格划分信息和时间分段信息；
第二获得单元，所述第二获得单元用于根据测雨卫星的覆盖信息、地面雨量站的覆盖信息，获得所述测雨卫星和所述地面雨量站的有效覆盖范围；
第三获得单元，所述第三获得单元用于根据目标监测区域的地形信息、地面雨量站的覆盖标准信息，获得所述地面雨量站布局有限候选点集；
第四获得单元，所述第四获得单元用于获得时间连续最大覆盖模型；
第一确定单元，所述第一确定单元用于根据所述时间连续最大覆盖模型，确定所述雨量站优化布局方案。
优选的，所述装置还包括：
第二确定单元，所述第二确定单元用于根据连续需求空间，确定多边形需求对象，其中所述多边形需求对象是一组离散数据；
第三确定单元，所述第三确定单元用于根据降雨观测需求，确定所述多边形需求对象的覆盖优先级；
第四确定单元，所述第四确定单元用于根据连续需求时间，确定子时段，其中，所述子时段为一组离散数据。
优选的，所述装置还包括：
第五获得单元，所述第五获得单元用于根据时空需求，获得所述测雨卫星集合；
第五确定单元，所述第五确定单元用于根据所述测雨卫星集合，确定所述测雨卫星在各个子时段内的有效覆盖范围；
第六获得单元，所述第六获得单元用于根据所述雨量站密度标准、所述地形信息，获得所述地面雨量站的最大服务距离；
第六确定单元，所述第六确定单元用于根据所述地面雨量站的最大服务距离，确定所述雨量站的有效覆盖范围；
第七获得单元，所述第七获得单元用于根据所述测雨卫星的覆盖信息，获得需求对象集合，其中所述需求对象集合为不同时段的需求对象集合。
优选的，所述装置还包括：
第八获得单元，所述第八获得单元用于根据获得所述需求对象多边形顶点，
第九获得单元，所述第九获得单元用于根据所述需求对象多边形顶点，获得第一候选点集；
第七确定单元，所述第七确定单元用于根据所述雨量站最大服务距离，确定所述需求对象的覆盖边界；
第十获得单元，所述第十获得单元用于获得所述需求对象的覆盖边界的交点，加入所述第一候选点集；
第十一获得单元，所述第十一获得单元用于获得第一有限候选点集，去除受控点获得所述第二候选点集，其中，所述受控点为同时被第三候选点集和第一候选点集包含的候选点，所述第一候选点集不同于所述第三候选点集。
优选的，所述装置还包括：
第八确定单元，所述第八确定单元用于根据所述时空需求，确定所述优化布局模型的目标函数，所述目标函数为一个观测时段内的星地联合加权覆盖范围；
第九确定单元，所述第九确定单元用于根据所述测雨卫星的覆盖信息、所述地面雨量站的覆盖信息，确定所述需求对象的覆盖判定约束条件；
第十确定单元，所述第十确定单元用于根据可用观测资源信息，确定所述雨量站的数量约束条件；
第十一确定单元，所述第十一确定单元用于根据所述覆盖判定约束条件、所述数量约束条件，确定所述雨量站时间连续最大覆盖模型；
第十二确定单元，所述第十二确定单元用于根据所述雨量站时间连续最大覆盖模型，确定所述雨量站优化布局方案，其中，所述雨量站优化布局方案为顾及卫星影响的布局方案。
本发明实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
1.在本发明实施例提供的方法及装置中，首先通过获得目标监测区域的网格划分信息和时间分段信息，然后根据测雨卫星的覆盖信息、地面雨量站的覆盖信息，获得所述测雨卫星和所述地面雨量站的有效覆盖范围，其次根据目标监测区域的地形信息、地面雨量站的覆盖标准信息，获得所述地面雨量站布局有限候选点集，再次获得时间连续最大覆盖模型，最后根据所述时间连续最大覆盖模型，确定所述雨量站优化布局方案。通过上述技术方案解决了现有技术中地面雨量站和测雨卫星往往孤立发挥作用，没有考虑卫星覆盖对地面雨量站布局的影响，不能满足水文传感网协同观测和资源优化配置的需求的技术问题，达到了地面雨量站和测雨卫星的观测能力互补，最大化星地传感器降雨观测的时空连续覆盖能力技术效果。
2.本申请实施例通过首先根据连续需求空间，确定多边形需求对象，其中所述多边形需求对象是一组离散数据，然后根据降雨观测需求，确定所述多边形需求对象的覆盖优先级，再根据连续需求时间，确定子时段，其中，所述子时段为一组离散数据的技术手段，实现了测雨卫星与地面雨量站时空连续覆盖问题的离散化求解，能够显著增强雨量观测网的时空连续覆盖能力的技术效果。
3.本申请实施例构建的雨量站时间连续最大覆盖模型采用了适应不同观测需求的多种加权模式，支持通过流域面积、平均降雨量、降雨量变化率等特征参数对需求对象进行加权以衡量覆盖优先级，达到了能够将有限数量的雨量站优先布设在需求权重更高的区域，有效提高了有限观测资源的利用率和监测效率的技术效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明实施例中的一种地面雨量站的优化布局方法流程图；
图2为本发明实施例中的一种地面雨量站的优化布局装置示意图；
图3为本发明实施例中卫星传感器有效覆盖范围示例；
图4为本发明实施例中考虑已有雨量站覆盖的需求对象集合示例；
图5为本发明实施例中基于地形条件的有限候选点集；
图6为本发明实施例中的雨量站现实布局及其时间覆盖度；
图7为本发明实施例中的雨量站优化布局及其时间覆盖度。
具体实施方式
本发明实施例提供了一种地面雨量站优化布局的方法及装置，解决了现有技术中的地面雨量站和测雨卫星往往孤立发挥作用，没有考虑卫星覆盖对地面雨量站布局的影响，不能满足水文传感网协同观测和资源优化配置的需求的技术问题。
本发明实施例中的技术方案，总体思路如下：首先通过获得目标监测区域的网格划分信息和时间分段信息，然后根据测雨卫星的覆盖信息、地面雨量站的覆盖信息，获得所述测雨卫星和所述地面雨量站的有效覆盖范围，其次根据目标监测区域的地形信息、地面雨量站的覆盖标准信息，获得所述地面雨量站布局有限候选点集，再次获得时间连续最大覆盖模型，最后根据所述时间连续最大覆盖模型，确定所述雨量站优化布局方案。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中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作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。
实施例一
本实施例以金沙江下游流域为研究区对本技术方案进行举例说明，将2009年之前设立的38个雨量站作为已有测站，在考虑卫星测雨雷达对地覆盖影响的条件下对新增的31个地面雨量站进行优化布局，并与现实布局情况进行对比以验证本方法的有效性。金沙江下游流域位于长江上游，流域面积135473km2，降雨量充沛且雨季暴雨多发，其降雨监测对长江中下游水文气象与洪水预报具有重要意义。金沙江下游流域现有雨量站69个，其中38个为2009年之前设立，另外31个为2009年新增。根据2011年长江流域水文站网普查结果，该地区的雨量站网密度远未达到世界气象组织WMO推荐的最小站网密度标准，有必要在该地区增设雨量站以提高站网密度和覆盖范围。此外，根据WMO卫星传感器观测能力数据库，目前能够用于降雨观测的共计有22颗卫星搭载的25个传感器，其中以星载测雨雷达的降雨观测精度最高。
本实施例提供的一种地面雨量站优化布局的方法，请参阅图1，所述方法包括：
步骤S110，获得目标监测区域的网格划分信息和时间分段信息；
具体而言，根据连续需求空间，确定多边形需求对象，其中所述多边形需求对象是一组离散数据。以金沙江流域为例进行说明：首先对金沙江下游流域目标监测区域进行空间离散化表达，以15km x 15km的网格尺寸标准通过网格划分将空间连续的流域范围转换为621个离散多边形需求对象，大部分位于区域内部的对象为规则的正方形，少部分位于边界区域的对象为不规则多边形。
然后，根据降雨观测需求，确定所述多边形需求对象的覆盖优先级。结合雨量监测需求，设计基于需求对象流域面积的加权模式，为每个需求对象赋予相应权重以区分其需求量大小和覆盖优先级，具有更大面积的需求对象具有更高的重要程度和监测价值，需要优先对其进行观测覆盖。
最后，根据连续需求时间，确定子时段，其中，所述子时段为一组离散数据。对任务观测全过程进行时间离散化表达，结合金沙江流域降雨分布时空特征，选择2014年6月为任务观测时间范围，以1天为单位时间长度，将整个观测总时间划分为30个离散的子时段，不同时段内需求权重保持不变。
步骤S120，根据测雨卫星的覆盖信息、地面雨量站的覆盖信息，获得所述测雨卫星和所述地面雨量站的有效覆盖范围；
具体而言，首先根据时空需求，获得所述测雨卫星集合。根据所述时空需求，空间范围是24.461725°N-29.581736°N，99.572968°E-104.946251°E，时间范围是2014.06.01-2014.06.30。基于卫星轨道参数获取星下点轨迹并计算每个子时段内卫星过境时对目标区域的有效覆盖范围，可得任务时段内可用的卫星传感器集合包括星载测雨雷达TRMM-PR和GPM-DPR。通过卫星覆盖范围和需求网格的相交分析，获得每个子时段已被覆盖的需求对象。例如，TRMM-PR和GPM-DPR在观测时段29过境时，有效覆盖范围如图3所示。
然后，根据所述测雨卫星集合，确定所述测雨卫星子时段的有效覆盖范围，根据所述雨量站密度标准、所述地形信息，获得所述地面雨量站的最大服务距离。根据世界气象组织WMO给出的雨量站最小站网密度标准，可知不同地形和雨量站最小站网密度的对应关系，通过计算目标区域的地形坡度，将目标区划分为5个不同的地形分区，具体包括4个陡峭山区和1个平原地区。根据地形条件和雨量站最小站网密度的对应关系，在平原地区内雨量站的最小密度为5750km2/站，陡峭山区内雨量站的最小密度为2500km2/站。将雨量站的有效覆盖范围抽象为一个以测站为中心的圆形区域，则雨量站在陡峭山区和平原地区的最大服务距离分别为42.78km和28.21km。
最后，根据所述地面雨量站的最大服务距离，确定所述雨量站的有效覆盖范围，根据所述测雨卫星的覆盖信息，获得需求对象集合，其中所述需求对象集合为不同时段的需求对象集合。确定目标区域内38个已有雨量站所属的地形分区，根据不同分区雨量站最大服务距离，计算已有雨量站的有效覆盖范围，结合卫星覆盖情况获得每个时段的需求对象集合。例如，观测时段29的需求对象集合共包括150个需求多边形，如图4所示。
步骤S130，根据目标监测区域的地形信息、地面雨量站的覆盖标准信息，获得所述地面雨量站布局有限候选点集；
具体而言，首先获得所述需求对象多边形顶点，根据所述需求对象多边形顶点，获得第一候选点集P；
然后，根据所述雨量站最大服务距离，确定所述需求对象的覆盖边界。所述雨量站最大服务距离为相应地形条件对应的雨量站最大服务距离，所述需求对象的覆盖边界为每个需求对象的所有顶点缓冲区的相交部分。针对陡峭山区和平坦地区的需求对象多边形，分别以相应地形条件对应的雨量站最大服务距离为半径，计算每个需求对象多边形顶点的圆形缓冲区，并针对每个需求对象计算其所有顶点缓冲区的相交部分，作为该需求对象多边形的覆盖边界，覆盖边界范围内的雨量站能够覆盖该需求对象。
其次，获得所述需求对象的覆盖边界的交点，加入所述第一候选点集。针对每个需求对象，计算其覆盖边界与其他多边形覆盖边界的交点，将所有交点加入所述第一候选点集P，共计有8500个点。
最后，获得第一有限候选点集，去除受控点获得所述第二候选点集，其中，所述受控点为同时被第三候选点集和所述第一候选点集包含的候选点，所述第一候选点集不同于所述第三候选点集。计算所述第一候选点集P中每个候选点能够覆盖的需求对象，记为该点的覆盖对象集合，如果候选点P1的覆盖对象集合即所述第一候选点集被另一个候选点P2的覆盖对象集即所述第三候选点集合完全包含，则候选点P1称为受控点，从P中去除所有受控点即获得最终的有限候选点集J，共计有1035个候选点，即雨量站选址的关键点位，如图5所示。
步骤S140，获得时间连续最大覆盖模型；
步骤S150，根据所述时间连续最大覆盖模型，确定所述雨量站优化布局方案。
具体而言，首先，根据所述时空需求，确定所述优化布局模型的目标函数，所述目标函数为一个观测时段内的星地联合加权覆盖范围。针对金沙江下游流域测雨卫星和地面雨量站联合降雨观测任务，采用基于流域面积的需求加权模式，确定优化目标为使任务观测时间2014年6月每个子时段内测雨卫星传感器和地面雨量站网的联合覆盖范围之和最大化。
其次，根据所述测雨卫星的覆盖信息、所述地面雨量站的覆盖信息，确定所述需求对象的覆盖判定约束条件。即根据卫星传感器和雨量站的时空覆盖特征，规定在时段t内如果需求对象i位于至少一个地面雨量站或测雨卫星传感器的覆盖范围内，则认为该需求对象被覆盖。
然后，根据可用观测资源信息，确定所述雨量站的数量约束条件，即根据现实布局情况，定义本实施例中待布设雨量站的数量为31个。
再次，根据所述覆盖判定约束条件、所述数量约束条件，确定所述雨量站时间连续最大覆盖模型。
构建顾及卫星影响的雨量站时间连续最大覆盖模型，表现为如下形式：
满足
其中，
I为621个需求对象集合，T为30个观测子时段集合；
wi为基于流域面积的需求对象i的权重值，即相应多边形的面积；
Nit表示时段t能够覆盖需求对象i的所有候选点集合，例如在观测时段29(即第29天)能够覆盖需求对象7的候选点集合为：
N7-29＝{456,458,480,481,485,489,491,500,510,515,529,531,533,534,547,572,574,598}，括号内数字表示候选点j的序号；
Mit表示时段t能够覆盖需求对象i的所有卫星传感器集合，例如在观测时段29(即第29天)能够覆盖需求对象7的可用卫星传感器集合为；
M7-29＝{0,1}，括号内数字表示可用卫星传感器k的序号，0表示TRMM-PR，1表示GPM-DPR，即在观测时段1需求对象7能够同时被TRMM-PR和GPM-DPR覆盖。
xj表示测站是否被布设于候选点位j，取值范围为0或1；
uk表示卫星传感器k是否可用，取值范围为0或1；
yit表示需求对象i在时段t是否被覆盖，取值范围为0或1；
∑xj表示新增测站总数为31个。
最后，根据所述雨量站时间连续最大覆盖模型，确定所述雨量站优化布局方案，其中，所述雨量站优化布局方案为顾及卫星影响的布局方案。求解时间连续最大覆盖模型，获得新增地面雨量的站优化布局方案，并与现实布局情况进行对比，地面实际布局情况如图6所示，2009年之后增加的31个测站没有考虑卫星覆盖的影响，每个需求对象的时间覆盖度表示每个网格在30个时段内被卫星或地面雨量站覆盖的次数，颜色越深代表时间覆盖度越高。现实布局的总覆盖度为69.39％。基于本实施例所建立的时间连续最大覆盖模型，所获得的顾及卫星影响的雨量站优化布局结果如图7所示，新增的雨量站被布设在流域面积更大、时间覆盖度更低的区域，总覆盖度为87.38％，相比现实布局上升了大约18％。本实施例的结果表明，顾及卫星覆盖影响的雨量站最大覆盖优化布局相比现实布局的时空覆盖度得到了显著增强，且最大化了有限雨量站的资源利用率和监测效率，实现了以时空连续覆盖最大化为目标、顾及卫星覆盖影响的新增地面雨量站的最大时空覆盖优化布局。
基于同一发明构思，本发明实施例还提供了实施例一中方法对应的装置，见实施例二。
实施例二
本实施例提供的一种地面雨量站的优化布局装置，请参考图2，所述装置备包括：
第一获得单元11，所述第一获得单元11用于获得目标监测区域的网格划分信息和时间分段信息；
第二获得单元12，所述第二获得单元12用于根据测雨卫星的覆盖信息、地面雨量站的覆盖信息，获得所述测雨卫星和所述地面雨量站的有效覆盖范围；
第三获得单元13，所述第三获得单元13用于根据目标监测区域的地形信息、地面雨量站的覆盖标准信息，获得所述地面雨量站布局有限候选点集；
第四获得单元14，所述第四获得单元14用于获得时间连续最大覆盖模型；
第一确定单元15，所述第一确定单元15用于根据所述时间连续最大覆盖模型，确定所述雨量站优化布局方案。
进一步的，所述装置还包括：
第二确定单元，所述第二确定单元用于根据连续需求空间，确定多边形需求对象，其中所述多边形需求对象是一组离散数据；
第三确定单元，所述第三确定单元用于根据降雨观测需求，确定所述多边形需求对象的覆盖优先级；
第四确定单元，所述第四确定单元用于根据连续需求时间，确定子时段，其中，所述子时段为一组离散数据。
进一步的，所述装置还包括：
第五获得单元，所述第五获得单元用于根据时空需求，获得所述测雨卫星集合；
第五确定单元，所述第五确定单元用于根据所述测雨卫星集合，确定所述测雨卫星在各个子时段内的有效覆盖范围；
第六获得单元，所述第六获得单元用于根据所述雨量站密度标准、所述地形信息，获得所述地面雨量站的最大服务距离；
第六确定单元，所述第六确定单元用于根据所述地面雨量站的最大服务距离，确定所述雨量站的有效覆盖范围；
第七获得单元，所述第七获得单元用于根据所述测雨卫星的覆盖信息，获得需求对象集合，其中所述需求对象集合为不同时段的需求对象集合。
进一步的，所述装置还包括：
第八获得单元，所述第八获得单元用于根据获得所述需求对象多边形顶点，
第九获得单元，所述第九获得单元用于根据所述需求对象多边形顶点，获得第一候选点集；
第七确定单元，所述第七确定单元用于根据所述雨量站最大服务距离，确定所述需求对象的覆盖边界；
第十获得单元，所述第十获得单元用于获得所述需求对象的覆盖边界的交点，加入所述第一候选点集；
第十一获得单元，所述第十一获得单元用于获得第一有限候选点集，去除受控点获得所述第二候选点集，其中，所述受控点为同时被第三候选点集和第一候选点集包含的候选点，所述第一候选点集不同于所述第三候选点集。
进一步的，所述装置还包括：
第八确定单元，所述第八确定单元用于根据所述时空需求，确定所述优化布局模型的目标函数，所述目标函数为一个观测时段内的星地联合加权覆盖范围；
第九确定单元，所述第九确定单元用于根据所述测雨卫星的覆盖信息、所述地面雨量站的覆盖信息，确定所述需求对象的覆盖判定约束条件；
第十确定单元，所述第十确定单元用于根据可用观测资源信息，确定所述雨量站的数量约束条件；
第十一确定单元，所述第十一确定单元用于根据所述覆盖判定约束条件、所述数量约束条件，确定所述雨量站时间连续最大覆盖模型。
第十二确定单元，所述第十二确定单元用于根据所述雨量站时间连续最大覆盖模型，确定所述雨量站优化布局方案，其中，所述雨量站优化布局方案为顾及卫星影响的布局方案。
由于本发明实施例二所介绍的一种地面雨量站的优化布局装置，为实施本发明实施例一的一种地面雨量站的优化布局方法所采用的装置，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
1.在本发明实施例提供的方法及装置中，首先通过获得目标监测区域的网格划分信息和时间分段信息，然后根据测雨卫星的覆盖信息、地面雨量站的覆盖信息，获得所述测雨卫星和所述地面雨量站的有效覆盖范围，其次根据目标监测区域的地形信息、地面雨量站的覆盖标准信息，获得所述地面雨量站布局有限候选点集，再次获得时间连续最大覆盖模型，最后根据所述时间连续最大覆盖模型，确定所述雨量站优化布局方案。通过上述技术方案解决了现有技术中地面雨量站和测雨卫星往往孤立发挥作用，没有考虑卫星覆盖对地面雨量站布局的影响，不能满足水文传感网协同观测和资源优化配置的需求的技术问题，达到了地面雨量站和测雨卫星的观测能力互补，最大化星地传感器降雨观测的时空连续覆盖能力技术效果。
2.本申请实施例通过首先根据连续需求空间，确定多边形需求对象，其中所述多边形需求对象是一组离散数据，然后根据降雨观测需求，确定所述多边形需求对象的覆盖优先级，再根据连续需求时间，确定子时段，其中，所述子时段为一组离散数据的技术手段，实现了测雨卫星与地面雨量站时空连续覆盖问题的离散化求解，能够显著增强雨量观测网的时空连续覆盖能力的技术效果。
3.本申请实施例构建的雨量站时间连续最大覆盖模型采用了适应不同观测需求的多种加权模式，支持通过流域面积、平均降雨量、降雨量变化率等特征参数对需求对象进行加权以衡量覆盖优先级，达到了能够将有限数量的雨量站优先布设在需求权重更高的区域，有效提高了有限观测资源的利用率和监测效率的技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种地面雨量站优化布局的方法，其特征在于，所述方法包括：
获得目标监测区域的网格划分信息和时间分段信息；
根据测雨卫星的覆盖信息、地面雨量站的覆盖信息，获得所述测雨卫星和所述地面雨量站的有效覆盖范围；
根据目标监测区域的地形信息、地面雨量站的覆盖标准信息，获得所述地面雨量站布局有限候选点集；
获得时间连续最大覆盖模型；
根据所述时间连续最大覆盖模型，确定所述雨量站优化布局方案。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据连续需求空间，确定多边形需求对象，其中所述多边形需求对象是一组离散数据；
根据降雨观测需求，确定所述多边形需求对象的覆盖优先级；
根据连续需求时间，确定子时段，其中，所述子时段为一组离散数据。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据时空需求，获得所述测雨卫星集合；
根据所述测雨卫星集合，确定所述测雨卫星在各个子时段内的有效覆盖范围；
根据所述雨量站密度标准、所述地形信息，获得所述地面雨量站的最大服务距离；
根据所述地面雨量站的最大服务距离，确定所述雨量站的有效覆盖范围；
根据所述测雨卫星的覆盖信息，获得需求对象集合，其中所述需求对象集合为不同时段的需求对象集合。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
获得所述需求对象多边形顶点；
根据所述需求对象多边形顶点，获得第一候选点集；
根据所述雨量站最大服务距离，确定所述需求对象的覆盖边界；
获得所述需求对象的覆盖边界的交点，加入所述第一候选点集；
获得第一有限候选点集，去除受控点获得所述第二候选点集，其中，所述受控点为同时被第三候选点集和第一候选点集包含的候选点，所述第一候选点集不同于所述第三候选点集。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述时空需求，确定所述优化布局模型的目标函数，所述目标函数为一个观测时段内的星地联合加权覆盖范围；
根据所述测雨卫星的覆盖信息、所述地面雨量站的覆盖信息，确定所述需求对象的覆盖判定约束条件；
根据可用观测资源信息，确定所述雨量站的数量约束条件；
根据所述覆盖判定约束条件、所述数量约束条件，确定所述雨量站时间连续最大覆盖模型；
根据所述雨量站时间连续最大覆盖模型，确定所述雨量站优化布局方案，其中，所述雨量站优化布局方案为顾及卫星影响的布局方案。
6.一种地面雨量站优化布局的装置，其特征在于，所述装置包括：
第一获得单元，所述第一获得单元用于获得目标监测区域的网格划分信息和时间分段信息；
第二获得单元，所述第二获得单元用于根据测雨卫星的覆盖信息、地面雨量站的覆盖信息，获得所述测雨卫星和所述地面雨量站的有效覆盖范围；
第三获得单元，所述第三获得单元用于根据目标监测区域的地形信息、地面雨量站的覆盖标准信息，获得所述地面雨量站布局有限候选点集；
第四获得单元，所述第四获得单元用于获得时间连续最大覆盖模型；
第一确定单元，所述第一确定单元用于根据所述时间连续最大覆盖模型，确定所述雨量站优化布局方案。
7.如权利要求6所述的装置，其特征在于，所述装置还包括：
第二确定单元，所述第二确定单元用于根据连续需求空间，确定多边形需求对象，其中所述多边形需求对象是一组离散数据；
第三确定单元，所述第三确定单元用于根据降雨观测需求，确定所述多边形需求对象的覆盖优先级；
第四确定单元，所述第四确定单元用于根据连续需求时间，确定子时段，其中，所述子时段为一组离散数据。
8.如权利要求6所述的装置，其特征在于，所述装置还包括：
第五获得单元，所述第五获得单元用于根据时空需求，获得所述测雨卫星集合；
第五确定单元，所述第五确定单元用于根据所述测雨卫星集合，确定所述测雨卫星在各个子时段内的有效覆盖范围；
第六获得单元，所述第六获得单元用于根据所述雨量站密度标准、所述地形信息，获得所述地面雨量站的最大服务距离；
第六确定单元，所述第六确定单元用于根据所述地面雨量站的最大服务距离，确定所述雨量站的有效覆盖范围；
第七获得单元，所述第七获得单元用于根据所述测雨卫星的覆盖信息，获得需求对象集合，其中所述需求对象集合为不同时段的需求对象集合。
9.如权利要求6所述的装置，其特征在于，所述装置还包括：
第八获得单元，所述第八获得单元用于根据获得所述需求对象多边形顶点，
第九获得单元，所述第九获得单元用于根据所述需求对象多边形顶点，获得第一候选点集；
第七确定单元，所述第七确定单元用于根据所述雨量站最大服务距离，确定所述需求对象的覆盖边界；
第十获得单元，所述第十获得单元用于获得所述需求对象的覆盖边界的交点，加入所述第一候选点集；
第十一获得单元，所述第十一获得单元用于获得第一有限候选点集，去除受控点获得所述第二候选点集，其中，所述受控点为同时被第三候选点集和第一候选点集包含的候选点，所述第一候选点集不同于所述第三候选点集。
10.如权利要求6所述的装置，其特征在于，所述装置还包括：
第八确定单元，所述第八确定单元用于根据所述时空需求，确定所述优化布局模型的目标函数，所述目标函数为一个观测时段内的星地联合加权覆盖范围；
第九确定单元，所述第九确定单元用于根据所述测雨卫星的覆盖信息、所述地面雨量站的覆盖信息，确定所述需求对象的覆盖判定约束条件；
第十确定单元，所述第十确定单元用于根据可用观测资源信息，确定所述雨量站的数量约束条件；
第十一确定单元，所述第十一确定单元用于根据所述覆盖判定约束条件、所述数量约束条件，确定所述雨量站时间连续最大覆盖模型；
第十二确定单元，所述第十二确定单元用于根据所述雨量站时间连续最大覆盖模型，确定所述雨量站优化布局方案，其中，所述雨量站优化布局方案为顾及卫星影响的布局方案。
CN201611256130.7A 2016-12-30 2016-12-30 一种地面雨量站优化布局的方法及装置 Active CN106651052B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611256130.7A CN106651052B (zh) 2016-12-30 2016-12-30 一种地面雨量站优化布局的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611256130.7A CN106651052B (zh) 2016-12-30 2016-12-30 一种地面雨量站优化布局的方法及装置

Publications (2)

Publication Number Publication Date
CN106651052A true CN106651052A (zh) 2017-05-10
CN106651052B CN106651052B (zh) 2020-04-10

Family

ID=58838361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611256130.7A Active CN106651052B (zh) 2016-12-30 2016-12-30 一种地面雨量站优化布局的方法及装置

Country Status (1)

Country Link
CN (1) CN106651052B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107632329A (zh) * 2017-09-04 2018-01-26 贵州东方世纪科技股份有限公司 一种虚拟雨量站雨量计算方法
CN108763248A (zh) * 2018-03-29 2018-11-06 中国交通通信信息中心 一种水域空间监测精细划分方法及系统
CN110232471A (zh) * 2019-05-08 2019-09-13 中国水利水电科学研究院 一种降水传感网节点布局优化方法及装置
CN110569595A (zh) * 2019-09-06 2019-12-13 中国水利水电科学研究院 一种基于数值模拟的无资料地区雨量站网选址方法
CN111639576A (zh) * 2020-05-25 2020-09-08 中国地质大学（武汉） 一种多要素洪涝监测任务的星地协同优化布局方法
CN112345698A (zh) * 2020-10-30 2021-02-09 大连理工大学 一种空气污染物监测站点的网格化排布方法
CN112988853A (zh) * 2021-05-20 2021-06-18 北京市水利自动化研究所 一种基于地统计和优化算法的雨量站网布设方法
CN113269240A (zh) * 2021-05-17 2021-08-17 中国水利水电科学研究院 一种雨量站选址信息输出方法、装置、电子设备和介质
CN113613259A (zh) * 2021-08-23 2021-11-05 中国地质大学（武汉） 连续立体空间下的传感器节点覆盖部署方法及系统
CN113722924A (zh) * 2021-09-07 2021-11-30 长江水利委员会长江科学院 一种小流域地面雨量站密度的确定方法
CN114781713A (zh) * 2022-04-13 2022-07-22 中国电建集团成都勘测设计研究院有限公司 基于卫星反演降水产品的雨量站网优化方法及装置
CN115249403A (zh) * 2022-07-27 2022-10-28 湖北清江水电开发有限责任公司 流域梯级电厂水雨情预警系统及预警方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632053A (zh) * 2013-11-26 2014-03-12 中国西安卫星测控中心 基于定轨约束满足的中低轨星座星地测控资源联合调度方法
CN105069295A (zh) * 2015-08-10 2015-11-18 河海大学 基于卡尔曼滤波的卫星以及地面降水测量值同化方法
CN105512750A (zh) * 2015-11-27 2016-04-20 清华大学 基于卫星降雨数据的雨量站网布设方法及装置
JP2016181862A (ja) * 2015-03-25 2016-10-13 国立大学法人 和歌山大学 衛星を利用した無線センサネットワークシステム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632053A (zh) * 2013-11-26 2014-03-12 中国西安卫星测控中心 基于定轨约束满足的中低轨星座星地测控资源联合调度方法
JP2016181862A (ja) * 2015-03-25 2016-10-13 国立大学法人 和歌山大学 衛星を利用した無線センサネットワークシステム
CN105069295A (zh) * 2015-08-10 2015-11-18 河海大学 基于卡尔曼滤波的卫星以及地面降水测量值同化方法
CN105512750A (zh) * 2015-11-27 2016-04-20 清华大学 基于卫星降雨数据的雨量站网布设方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KE WANG: ""Optimizing precipitation station location: a case study of the Jinsha River Basin"", 《INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107632329A (zh) * 2017-09-04 2018-01-26 贵州东方世纪科技股份有限公司 一种虚拟雨量站雨量计算方法
CN108763248A (zh) * 2018-03-29 2018-11-06 中国交通通信信息中心 一种水域空间监测精细划分方法及系统
CN108763248B (zh) * 2018-03-29 2022-03-15 中国交通通信信息中心 一种水域空间监测精细划分方法及系统
CN110232471B (zh) * 2019-05-08 2021-07-02 中国水利水电科学研究院 一种降水传感网节点布局优化方法及装置
CN110232471A (zh) * 2019-05-08 2019-09-13 中国水利水电科学研究院 一种降水传感网节点布局优化方法及装置
CN110569595A (zh) * 2019-09-06 2019-12-13 中国水利水电科学研究院 一种基于数值模拟的无资料地区雨量站网选址方法
CN111639576A (zh) * 2020-05-25 2020-09-08 中国地质大学（武汉） 一种多要素洪涝监测任务的星地协同优化布局方法
CN112345698B (zh) * 2020-10-30 2022-04-12 大连理工大学 一种空气污染物监测站点的网格化排布方法
CN112345698A (zh) * 2020-10-30 2021-02-09 大连理工大学 一种空气污染物监测站点的网格化排布方法
CN113269240A (zh) * 2021-05-17 2021-08-17 中国水利水电科学研究院 一种雨量站选址信息输出方法、装置、电子设备和介质
CN113269240B (zh) * 2021-05-17 2024-08-02 中国水利水电科学研究院 一种雨量站选址信息输出方法、装置、电子设备和介质
CN112988853A (zh) * 2021-05-20 2021-06-18 北京市水利自动化研究所 一种基于地统计和优化算法的雨量站网布设方法
CN113613259A (zh) * 2021-08-23 2021-11-05 中国地质大学（武汉） 连续立体空间下的传感器节点覆盖部署方法及系统
CN113613259B (zh) * 2021-08-23 2022-08-30 中国地质大学（武汉） 连续立体空间下的传感器节点覆盖部署方法及系统
CN113722924A (zh) * 2021-09-07 2021-11-30 长江水利委员会长江科学院 一种小流域地面雨量站密度的确定方法
CN114781713A (zh) * 2022-04-13 2022-07-22 中国电建集团成都勘测设计研究院有限公司 基于卫星反演降水产品的雨量站网优化方法及装置
CN114781713B (zh) * 2022-04-13 2023-04-07 中国电建集团成都勘测设计研究院有限公司 基于卫星反演降水产品的雨量站网优化方法及装置
CN115249403A (zh) * 2022-07-27 2022-10-28 湖北清江水电开发有限责任公司 流域梯级电厂水雨情预警系统及预警方法

Also Published As

Publication number Publication date
CN106651052B (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN106651052B (zh) 一种地面雨量站优化布局的方法及装置
Rane et al. A decision framework for potential dam site selection using GIS, MIF and TOPSIS in Ulhas river basin, India
Wang et al. Built-up land expansion and its impacts on optimizing green infrastructure networks in a resource-dependent city
Degefu et al. Dynamics of urban landscape nexus spatial dependence of ecosystem services in rapid agglomerate cities of Ethiopia
Nag et al. Application of remote sensing, GIS and MCA techniques for delineating groundwater prospect zones in Kashipur block, Purulia district, West Bengal
CN111062125B (zh) 海绵型综合管廊水文效应评估方法
Ahmad et al. Hydrological modelling and flood hazard mapping of Nullah Lai
Ettazarini GIS-based land suitability assessment for check dam site location, using topography and drainage information: a case study from Morocco
Aduah et al. Assessing suitability of the ACRU hydrological model in a rainforest catchment in Ghana, West Africa
Quan et al. Risk assessment of rainstorm waterlogging on subway in central urban area of Shanghai, China based on scenario simulation
Melo et al. Susceptibility modelling of hummocky terrain distribution using the information value method (Deception Island, Antarctic Peninsula)
Arulbalaji et al. Hydrological assessment of groundwater potential zones of Cauvery River Basin, India: a geospatial approach
Zhang et al. Construction of multi-level ecological security network in fragmented nature landscape using the three-dimensional framework of ecological adaptability
Ghosh et al. Rationalization of automatic weather stations network over a coastal urban catchment: A multivariate approach
CN114528672A (zh) 基于3s技术的城市水文站网布设方法及系统
Zhang et al. Spatial patterns and controlling factors of the evolution process of karst depressions in Guizhou province, China
Wang et al. Evaluation of urban flooding and potential exposure risk in central and southern Liaoning urban agglomeration, China
CN117033856A (zh) 一种短历时强降雨的城市淹没区域的确定方法
Yousuf et al. Development and evaluation of GIS-based runoff and sediment yield watershed scale model
CN115391973B (zh) 一种小流域景观生态空间数据处理方法
Lin et al. Longitudinal and transverse profiles of hilly and mountainous watersheds in Japan
Dau et al. ASSESSMENT OF POTENTIAL IMPACTS OF CLIMATE AND SOCIO-ECONOMIC CHANGES ON FUTURE WATER SECURITY IN THE HIMALAYAS, INDIA.
Chen et al. Formation of asymmetrical loess gullies in the northeastern loess plateau of China
Prakasam et al. Evaluation of geomorphic resources using GIS technology: a case study of selected villages in Ausgram Block, Burdwam District, West Bengal, India
Bevington Towards a TTOP-model of permafrost distribution for three areas in Yukon and northern British Columbia

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230803

Address after: Baogu Innovation and Entrepreneurship Center, China University of Geosciences (Wuhan), No. 388, Lumo Road, Hongshan District, Wuhan, 430000, Hubei

Patentee after: Dida (Wuhan) Asset Management Co.,Ltd.

Address before: 430070 no.388, LUMO Road, Hongshan District, Wuhan City, Hubei Province

Patentee before: CHINA University OF GEOSCIENCES (WUHAN CITY)

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230822

Address after: No. 99, Baogu Innovation and Entrepreneurship Center, East District, China University of Geosciences, No. 388 Lumo Road, Hongshan District, Wuhan City, Hubei Province, 430000

Patentee after: Wuhan Zhongdi University Smart City Research Institute Co.,Ltd.

Address before: Baogu Innovation and Entrepreneurship Center, China University of Geosciences (Wuhan), No. 388, Lumo Road, Hongshan District, Wuhan, 430000, Hubei

Patentee before: Dida (Wuhan) Asset Management Co.,Ltd.