CN111160596A - 一种基于旱情站点计算区域权重的优化方法 - Google Patents

一种基于旱情站点计算区域权重的优化方法 Download PDF

Info

Publication number
CN111160596A
CN111160596A CN201910918933.1A CN201910918933A CN111160596A CN 111160596 A CN111160596 A CN 111160596A CN 201910918933 A CN201910918933 A CN 201910918933A CN 111160596 A CN111160596 A CN 111160596A
Authority
CN
China
Prior art keywords
drought
optimization method
station
calculating
weight based
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
Application number
CN201910918933.1A
Other languages
English (en)
Inventor
周鹏
陈柏芳
陈俞安
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.)
SHENZHEN DONGSHEN ELECTRONIC CO LTD
Original Assignee
SHENZHEN DONGSHEN ELECTRONIC CO LTD
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 SHENZHEN DONGSHEN ELECTRONIC CO LTD filed Critical SHENZHEN DONGSHEN ELECTRONIC CO LTD
Priority to CN201910918933.1A priority Critical patent/CN111160596A/zh
Publication of CN111160596A publication Critical patent/CN111160596A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Graphics (AREA)
  • Primary Health Care (AREA)
  • Remote Sensing (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于旱情站点计算区域权重的优化方法，包括以下步骤：S1、通过服务端计算各个区划所对应的监测站点的权重值；S2、将获得的权重值乘以当前区划下所对应的各个测站的旱情等级求和；S3、得到区域旱情指数值，并按照国家标准在地图中绘制颜色；将计算方式交由服务端计算各个区划所对应的监测站点的权重值，然后权重值乘以当前区划下所对应的各个测站的旱情等级求和，得到区域旱情指数值，并按照国家标准在地图中绘制颜色，通过将计算交由服务端执行，再由服务端返回已计算的各个区划所对应的旱情等级，按照国家标准在地图中绘制颜色，解决计算速度问题，查询速度快，成本较低，适合大中小型项目使用。

Description

一种基于旱情站点计算区域权重的优化方法
技术领域
本发明属于农业干旱灾害区域旱情等级计算技术领域，具体涉及一种基于旱情站点计算区域权重的优化方法。
背景技术
农业干旱是指在农作物生长发育过程中，因降水不足、土壤含水量过低和作物得不到适时适量的灌溉，致使供水不能满足农作物的正常需水，而造成农作物减产。
目前，对于农业干旱灾害区域旱情等级计算多采用JTS空间模型计算，然而使用JTS空间模型计算时，需获取每个区划所对应的坐标数据集，每个区划的坐标数据需要依赖GIS服务获取到，如果每次计算都调用gis服务获取坐标数据则降低计算速度，估采用手动录入方式将当前区划所对应的坐标数据存入数据库中便于查询使用，现阶段计算各个区域下的旱情等级需要将所属行政区划和当前区划所对应的旱情等级交由GP服务计算，然后返回给页面显示，该方式查询速度较慢，必须依赖GP服务。且该服务相对比较昂贵不适合小项目引用，为此，提出一种基于旱情站点计算区域权重的优化方法。
发明内容
本发明的目的在于提供一种基于旱情站点计算区域权重的优化方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明采用了如下技术方案：
一种基于旱情站点计算区域权重的优化方法，包括以下步骤：
S1、通过服务端计算各个区划所对应的监测站点的权重值；
S2、将获得的权重值乘以当前区划下所对应的各个测站的旱情等级求和；
S3、得到区域旱情指数值，并按照国家标准在地图中绘制颜色。
优选的，在S1中，计算各个区划所对应的监测站点的权重值前，于服务器内建立泰森多边形算法，将区划坐标数据、监测站点的坐标值传入泰森多边形算法中，计算得出监测站点所对应的权重值。
优选的，所述泰森多边形算法的建立，包括以下步骤：
S101、构建Delaunay三角网；
S102、找出与每个离散点相邻的所有三角形的编号，并进行记录；
S103、对与每个离散点相邻的三角形按顺时针或逆时针方向排序，连接生成泰森多边形；
S104、计算每个三角形的外接圆圆心，并记录；
S105、根据每个离散点的相邻三角形，连接这些相邻三角形的外接圆圆心，得到泰森多边形。
优选的，在S101中，构建Delaunay三角网时，离散点自动构建三角网，对离散点和形成的三角形编号，记录每个三角形是由哪三个离散点构成的。
优选的，在S102中，找出与每个离散点相邻的所有三角形的编号时，在已构建的三角网中找出具有一个相同顶点的所有三角形。
优选的，在S103中，连接生成泰森多边形时，设离散点为o，找出以o为顶点的一个三角形，设为A；取三角形A除o以外的另一顶点，设为a，则另一个顶点也可找出，即为f；则下一个三角形必然是以of为边的，即为三角形F；三角形F的另一顶点为e，则下一三角形是以oe为边的；如此重复进行，直到回到oa边。
优选的，在S105中，对于三角网边缘的泰森多边形，垂直平分线与图廓相交，与图廓一起构成泰森多边形。
优选的，每个所述泰森多边形内仅含有一个离散点数据，所述泰森多边形内的点到相应离散点的距离最近，位于所述泰森多边形边上的点到其两边的离散点的距离相等。
优选的，泰森多边形内任意一点与其内部站点的距离均小于与外部站点的距离。
优选的，计算区域旱情等级时，按照土壤湿度和降雨距平中的任意一种方式进行计算；
按土壤湿度计算区域旱情等级时，采用以下公式：
Figure BDA0002216936300000031
式中：W为土壤相对湿度【％】，θ为土壤平均重量含水量【％】，Fc为土壤田间持水量【％】；
按降雨距平计算区域旱情等级时，采用以下公式：
Figure BDA0002216936300000032
式中：Dp为降水量距平百分率【％】，P为计算时段内降水量【mm】，
Figure BDA0002216936300000033
为多年同期平均降水量【mm】。
本发明的技术效果和优点：本发明提出的一种基于旱情站点计算区域权重的优化方法，与现有技术相比，具有以下优点：
本发明经过优化，将计算方式交由服务端计算各个区划所对应的监测站点的权重值，然后权重值乘以当前区划下所对应的各个测站的旱情等级求和，得到区域旱情指数值，并按照国家标准在地图中绘制颜色，通过将计算交由服务端执行，再由服务端返回已计算的各个区划所对应的旱情等级，按照国家标准在地图中绘制颜色，解决计算速度问题，查询速度快，成本较低，适合大中小型项目使用。
附图说明
图1为本发明的流程图；
图2为本发明构造泰森多变形步骤示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。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。
本发明提供了如图1所示的一种基于旱情站点计算区域权重的优化方法，包括以下步骤：
S1、通过服务端计算各个区划所对应的监测站点的权重值；
S2、将获得的权重值乘以当前区划下所对应的各个测站的旱情等级求和；
S3、得到区域旱情指数值，并按照国家标准在地图中绘制颜色。
较佳地，在S1中，计算各个区划所对应的监测站点的权重值前，于服务器内建立泰森多边形算法，将区划坐标数据、监测站点的坐标值传入泰森多边形算法中，计算得出监测站点所对应的权重值。
通过采用上述技术方案，可以对各个区划所对应的监测站点的权重值机型计算。
较佳地，所述泰森多边形算法的建立，包括以下步骤：
S101、构建Delaunay三角网；
S102、找出与每个离散点相邻的所有三角形的编号，并进行记录；
S103、对与每个离散点相邻的三角形按顺时针或逆时针方向排序，连接生成泰森多边形；
S104、计算每个三角形的外接圆圆心，并记录；
S105、根据每个离散点的相邻三角形，连接这些相邻三角形的外接圆圆心，得到泰森多边形。
较佳地，在S101中，构建Delaunay三角网时，离散点自动构建三角网，对离散点和形成的三角形编号，记录每个三角形是由哪三个离散点构成的。
较佳地，在S102中，找出与每个离散点相邻的所有三角形的编号时，在已构建的三角网中找出具有一个相同顶点的所有三角形。
较佳地，在S103中，连接生成泰森多边形时，设离散点为o，找出以o为顶点的一个三角形，设为A；取三角形A除o以外的另一顶点，设为a，则另一个顶点也可找出，即为f；则下一个三角形必然是以of为边的，即为三角形F；三角形F的另一顶点为e，则下一三角形是以oe为边的；如此重复进行，直到回到oa边。
较佳地，在S105中，对于三角网边缘的泰森多边形，垂直平分线与图廓相交，与图廓一起构成泰森多边形。
较佳地，每个所述泰森多边形内仅含有一个离散点数据，泰森多边形内的点到相应离散点的距离最近，位于所述泰森多边形边上的点到其两边的离散点的距离相等。
较佳地，泰森多边形内任意一点与其内部站点的距离均小于与外部站点的距离。
通过采用上述技术方案，可以得知，将一个区域(不规则封闭图形)离散成若干个正方形微分单元，然后计算每个微分单元到各站点间的距离，离哪个站点最近，该单元就属于哪个站所在的泰森多边形，各站所占的微分单元数与整个计算区域的微分单元总数之比及为该站的权重。
较佳地，计算区域旱情等级时，按照土壤湿度和降雨距平中的任意一种方式进行计算；
按土壤湿度计算区域旱情等级时，采用以下公式：
Figure BDA0002216936300000051
式中：W为土壤相对湿度【％】，θ为土壤平均重量含水量【％】，Fc为土壤田间持水量【％】；土壤墒情是判定点上农业旱情的主要指标之一，对于已建立土壤墒情监测站点的地区，应优先采用土壤相对湿度评估农业旱情。由于不同质地的土壤保墒性能不同，为使评价指标具有通用性和可比性，采用土壤相对湿度作为评估指标。
按土壤相对湿度计算方式得出单个站点的土壤相对湿度值(％)并与旱情等级划分表匹配，落在哪个区间中则属于那种干旱等级，然后计算当前区域旱情等级：(A站点旱情等级*当前站点权重值+B站点旱情等级*当前站点权重值….)等于旱情指数值，并将旱情指数值与农业旱情指数表的指数值对应匹配得出所属旱情等级。
按降雨距平计算区域旱情等级时，采用以下公式：
Figure BDA0002216936300000061
式中：Dp为降水量距平百分率【％】，P为计算时段内降水量【mm】，
Figure BDA0002216936300000062
为多年同期平均降水量【mm】。降水量是评价农业受旱程度的基本指标之一，对于尚未建立墒情监测站点但已建立雨量监测站点的雨养农业区，可采用降水量距平百分率评估农业旱情。考虑到降雨对农业旱情的影响有持续性，旱情严重程度与前期雨量大小和分布有关，因此，用降水量距平百分率评价农业旱情时，可根据情况选用月尺度、季尺度和年尺度。
统计得出日累计降雨量和多年同期平均降雨量值，分不同条件统计，如：按月尺度则计算当前月累积雨量总和和多年同期平均降雨量所在月份总和，季尺度、年尺度同理；套入公式计算得出单站所属旱情等级，然后计算当前区域下所属站点等级*权重值总和与之匹配旱情指数表得到区域旱情等级；计算监测点从当前统计日期往前推算无有效降雨天数，并与连续无雨日数旱情等级划分表匹配得出旱情等级，然后计算当前区域下所属站点等级*权重值总和与之匹配旱情指数表得到区域旱情等级。
结合泰森多边形计算当前区域旱情等级方式，计算得出每个监测站点的旱情等级，依赖基础数据分别有土壤相对湿度、土壤平均重量含水量、土壤田间持水量、累计降雨、多年平均日降水量、连续无有效降雨日天数。可根据不同时间类型计算相对应的旱情等级如：按每月统计旱情等级、按每年统计旱情等级。
其中，土壤相对湿度：土壤平均重量含水量(％)/土壤田间持水量(％)*100；
土壤平均重量含水量：土壤含水量一般是指土壤绝对含水量，即100g烘干土中含有若干克水分，也称土壤含水率。测定土壤含水量可掌握作物对水的需要情况，对农业生产有很重要的指导意义，重量含水率是指土壤中水分的重量与相应固相物质重量的比值。换算公式：重量含水率ω＝(ρ'b-ρb)/ρb，(ρ'b是土壤湿容重；ρb土壤容重；ρw是土壤中水密度)
土壤田间持水量：指在地下水较深和排水良好的土地上充分灌水或降水后，允许水分充分下渗，并防止其水分蒸发，经过一定时间，土壤剖面所能维持的较稳定的土壤水含量(土水势或土壤水吸力达到一定数值)，是大多数植物可利用的土壤水上限。达到田间持水量时的土水势为－50～－350毫巴，大多集中于－100～－300毫巴间。不同土质田间持水量也有差异，一般黏土>壤土>沙土。田间持水量长期以来被认为是土壤所能稳定保持的最高土壤含水量，也是土壤中所能保持悬着水的最大量，是对作物有效的最高的土壤水含量，且被认为是一个常数，常用来作为灌溉上限和计算灌水定额的指标。
累计雨量：累计雨量是指从天空降落到地面上的雨水，未经蒸发、渗透、流失而在水面上积聚的水层深度，并实时累计计算一小时或一天等不同时间段降雨量之和；(1小时累计降雨量、3小时累计降雨量、6小时累计降雨量、12小时累计降雨量，24小时累计降雨量，一天累计降雨量)
多年平均日降水量：指定月份和日期日降水量的算术平均值，计算今日累计降雨量，并和往年的今日累计降雨量求算术平均得出多年日平均降雨量；
连续无有效降雨日天数：指定某个有效降雨系数值(不同地区有效降雨系数值存在差异)，然后从当日往前推算，如果当前降雨为无效降雨或无降雨则累计+1，直到出现有效降雨则停止推算，并将当前累计值视为连续无有效降雨天数。(大于有效系数值则视为有效降雨，否则视为无效降雨)
通过采用上述技术方案，由于土壤墒情是判定农业旱情的主要指标之一，对于已建立土壤墒情监测站点的地区，应优先采用土壤相对湿度评估农业旱情。由于不同质地的土壤保墒性能不同，为使评价指标具有通用性和可比性，采用土壤相对湿度作为评估指标；由于降水量是评价农业受旱程度的基本指标之一，对于尚未建立墒情监测站点但已建立雨量监测站点的雨养农业区，可采用降水量距平百分率评估农业旱情，考虑到降雨对农业旱情的影响有持续性，旱情严重程度与前期雨量大小和分布有关，因此，用降水量距平百分率评价农业旱情时，可根据情况选用月尺度、季尺度和年尺度。
工作原理：将计算方式交由服务端计算各个区划所对应的监测站点的权重值，然后权重值乘以当前区划下所对应的各个测站的旱情等级求和，得到区域旱情指数值，并按照国家标准在地图中绘制颜色，通过将计算交由服务端执行，再由服务端返回已计算的各个区划所对应的旱情等级，按照国家标准在地图中绘制颜色，解决计算速度问题，查询速度快，成本较低，适合大中小型项目使用，结合泰森多边形计算当前区域旱情等级方式，计算得出每个监测站点的旱情等级，依赖基础数据分别有土壤相对湿度、土壤平均重量含水量、土壤田间持水量、累计降雨、多年平均日降水量、连续无有效降雨日天数，可根据不同时间类型计算相对应的旱情等级。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于旱情站点计算区域权重的优化方法，其特征在于，包括以下步骤：
S1、通过服务端计算各个区划所对应的监测站点的权重值；
S2、将获得的权重值乘以当前区划下所对应的各个测站的旱情等级求和；
S3、得到区域旱情指数值，并按照国家标准在地图中绘制颜色。
2.根据权利要求1所述的一种基于旱情站点计算区域权重的优化方法，其特征在于：在S1中，计算各个区划所对应的监测站点的权重值前，于服务器内建立泰森多边形算法，将区划坐标数据、监测站点的坐标值传入泰森多边形算法中，计算得出监测站点所对应的权重值。
3.根据权利要求2所述的一种基于旱情站点计算区域权重的优化方法，其特征在于：所述泰森多边形算法的建立，包括以下步骤：
S101、利用离散点构建三角网；
S102、找出与每个离散点相邻的所有三角形的编号，并进行记录；
S103、对与每个离散点相邻的三角形按顺时针或逆时针方向排序，连接生成泰森多边形；
S104、计算每个三角形的外接圆圆心，并记录；
S105、根据每个离散点的相邻三角形，连接这些相邻三角形的外接圆圆心，得到泰森多边形。
4.根据权利要求3所述的一种基于旱情站点计算区域权重的优化方法，其特征在于：在S101中，利用离散点自动构建三角网，所述三角网为构建Delaunay三角网，对离散点和形成的三角形编号，记录每个三角形是由哪三个离散点构成的。
5.根据权利要求3所述的一种基于旱情站点计算区域权重的优化方法，其特征在于：在S102中，找出与每个离散点相邻的所有三角形的编号时，在已构建的三角网中找出具有一个相同顶点的所有三角形。
6.根据权利要求3所述的一种基于旱情站点计算区域权重的优化方法，其特征在于：在S103中，连接生成泰森多边形时，设离散点为o，找出以o为顶点的一个三角形，设为A；取三角形A除o以外的另一顶点，设为a，则另一个顶点也可找出，即为f；则下一个三角形必然是以of为边的，即为三角形F；三角形F的另一顶点为e，则下一三角形是以oe为边的；如此重复进行，直到回到oa边。
7.根据权利要求3所述的一种基于旱情站点计算区域权重的优化方法，其特征在于：在S105中，对于三角网边缘的泰森多边形，垂直平分线与图廓相交，与图廓一起构成泰森多边形。
8.根据权利要求7所述的一种基于旱情站点计算区域权重的优化方法，其特征在于：每个所述泰森多边形内仅含有一个离散点数据，所述泰森多边形内的点到相应离散点的距离最近，位于所述泰森多边形边上的点到其两边的离散点的距离相等。
9.根据权利要求8所述的一种基于旱情站点计算区域权重的优化方法，其特征在于：所述泰森多边形内任意一点与其内部站点的距离均小于与外部站点的距离。
10.根据权利要求1所述的一种基于旱情站点计算区域权重的优化方法，其特征在于：计算区域旱情等级时，按照土壤湿度和降雨距平中的任意一种方式进行计算；
按土壤湿度计算区域旱情等级时，采用以下公式：
Figure FDA0002216936290000021
式中：W为土壤相对湿度【％】，θ为土壤平均重量含水量【％】，Fc为土壤田间持水量【％】；
按降雨距平计算区域旱情等级时，采用以下公式：
Figure FDA0002216936290000031
式中：Dp为降水量距平百分率【％】，P为计算时段内降水量【mm】，
Figure FDA0002216936290000032
为多年同期平均降水量【mm】。
CN201910918933.1A 2019-09-26 2019-09-26 一种基于旱情站点计算区域权重的优化方法 Pending CN111160596A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910918933.1A CN111160596A (zh) 2019-09-26 2019-09-26 一种基于旱情站点计算区域权重的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910918933.1A CN111160596A (zh) 2019-09-26 2019-09-26 一种基于旱情站点计算区域权重的优化方法

Publications (1)

Publication Number Publication Date
CN111160596A true CN111160596A (zh) 2020-05-15

Family

ID=70555791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910918933.1A Pending CN111160596A (zh) 2019-09-26 2019-09-26 一种基于旱情站点计算区域权重的优化方法

Country Status (1)

Country Link
CN (1) CN111160596A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112858632A (zh) * 2021-01-14 2021-05-28 中国科学院空天信息创新研究院 一种综合考虑温度和水分胁迫的草地旱情监测方法
GB2595035A (en) * 2020-05-01 2021-11-17 Landmark Graphics Corp Determining potential ranking for petroleum plays

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845096A (zh) * 2017-01-12 2017-06-13 安徽省（水利部淮河水利委员会）水利科学研究院（安徽省水利工程质量检测中心站） 一种基于多指标的旱情综合评估方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845096A (zh) * 2017-01-12 2017-06-13 安徽省（水利部淮河水利委员会）水利科学研究院（安徽省水利工程质量检测中心站） 一种基于多指标的旱情综合评估方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CSDN: "利用泰森多边形进行面雨量计算", 《HTTPS://BLOG.CSDN.NET/XZ2001/ARTICLE/DETAILS/7547838》 *
曹小洁等: "重庆市墒情分析评价预测系统的设计与实现", 《水利信息化》 *
董晓鸣: "山东省旱情信息管理系统设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2595035A (en) * 2020-05-01 2021-11-17 Landmark Graphics Corp Determining potential ranking for petroleum plays
GB2595035B (en) * 2020-05-01 2022-05-04 Landmark Graphics Corp Determining exploration potential ranking for petroleum plays
US11713675B2 (en) 2020-05-01 2023-08-01 Landmark Graphics Corporation Determining exploration potential ranking for petroleum plays
CN112858632A (zh) * 2021-01-14 2021-05-28 中国科学院空天信息创新研究院 一种综合考虑温度和水分胁迫的草地旱情监测方法
CN112858632B (zh) * 2021-01-14 2023-01-13 中国科学院空天信息创新研究院 一种综合考虑温度和水分胁迫的草地旱情监测方法

Similar Documents

Publication Publication Date Title
CN112837169B (zh) 一种干旱过程网格化旱情综合监测、预警与评估方法
Li et al. Assessment for salinized wasteland expansion and land use change using GIS and remote sensing in the west part of Northeast China
Liu et al. Roles of the combined irrigation, drainage, and storage of the canal network in improving water reuse in the irrigation districts along the lower Yellow River, China
CN111160596A (zh) 一种基于旱情站点计算区域权重的优化方法
CN105608307A (zh) 一种水资源干旱评价系统
Neupane et al. Hydrologic responses to projected climate change in ecologically diverse watersheds of the Gulf Coast, United States
CN107656034B (zh) 农田面源污染对地表径流中总磷排放量影响的预测方法
Giambelluca Tropical Island
Anna et al. Using water balance to analyze water availability for communities (a case study in some areas of Bengawan Solo Watershed)
Zhang et al. Optimal allocation of rainfall in the Sichuan Basin, Southwest China
Giambelluca WRRCTR No. 151 Water Balance of the Pearl Harbor-Honolulu Basin, Hawaii, 1946-1975
CN113283717A (zh) 田间灌溉节水技术评价方法
Zhou et al. Ecological stability of Tarim Desert Highway shelterbelt
CN107451691B (zh) 基于下垫面情况的冬季输电线路高度风速预报方法及系统
Young et al. Spatially distributed irrigation hydrology: Water balance
Terjung et al. Effects of monsoonal fluctuations on grains in China. Part II: Crop water requirements
Andersson et al. Consequences of changed wetness on riverine nitrogen–human impact on retention vs. natural climatic variability
CN114925944B (zh) 一种地下水位恢复量的预测方法
Łabędzki et al. Standardized evapotranspiration as an agricultural drought index
Achhami et al. Relating urbanization and irrigation water demand in Gujranwala District of Pakistan
Sitterson Alfalfa water use under deficit irrigation for farm savings
CN114331047A (zh) 一种基于尺度效应的降水预报阶段精度自检验方法
Bashir et al. Remote sensing for assessing water management and irrigation performance in the arid environment of the Gezira scheme, Sudan
Shakoor et al. Application of remote sensing techniques for water resources planning and management
OWINO OPTIMIZATION OF RAINWATER HARVESTING AND STORAGE SYSTEMS DESIGN FOR SMALLHOLDER IRRIGATION FARMERS IN WESTERN KENYA

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