CN111914436B - 一种水文设计值区间结果输出方法、装置及电子设备 - Google Patents
一种水文设计值区间结果输出方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111914436B CN111914436B CN202010841395.3A CN202010841395A CN111914436B CN 111914436 B CN111914436 B CN 111914436B CN 202010841395 A CN202010841395 A CN 202010841395A CN 111914436 B CN111914436 B CN 111914436B
- Authority
- CN
- China
- Prior art keywords
- value
- likelihood function
- design value
- hydrologic
- values
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000006870 function Effects 0.000 claims description 116
- 238000007476 Maximum Likelihood Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000012772 sequence design Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种水文设计值区间结果输出方法、装置及电子设备,该方法包括:计算非一致性条件下水文设计值;依据所述水文设计值,生成m组参数及m个水文设计值备选值;基于所述m组参数,获取每个水文设计值备选值对应的似然函数值;依据所述似然函数值,选取似然函数值最大值,确定水文设计值区间估计结果;输出所述水文设计值区间估计结果。本发明可以使水文设计值区间结果的输出更简便。
Description
技术领域
本发明涉及水文分析技术领域,更具体地,涉及一种水文设计值区间结果输出方法、装置及电子设备。
背景技术
全球大部分地区的极端水文气象事件在过去几十年间呈现出显著的变化趋势,随着气候的持续变化和人类活动的影响日益增大,这些变化趋势很有可能在未来几十年间持续或加剧。为描述水文气象极端事件的显著变化特征,非一致性分布模型分析水文频率得到了广泛的应用。
在非一致性条件下,相关参数随时间或其他协变量变化,序列设计值也因此呈现出变化特征,确定的多组序列设计值区间可能还需要具备水文频率分析经验的人士进行筛选。可见,在现有技术中,非一致性条件下水文设计值区间结果的输出过于复杂。
发明内容
本发明实施例提供一种水文设计值区间结果输出方法、装置及电子设备,以解决非一致性条件下水文设计值区间结果的输出过于复杂的问题。
第一方面,本发明实施例提供一种水文设计值区间结果输出方法,包括:
计算非一致性条件下水文设计值;
依据所述水文设计值,生成m组参数及m个水文设计值备选值;
基于所述m组参数,获取每个水文设计值备选值对应的似然函数值;
依据所述似然函数值,选取似然函数值最大值,确定水文设计值区间估计结果;
输出所述水文设计值区间估计结果。
第二方面,本发明实施例提供一种水文设计值区间结果输出装置,包括:
计算模块,用于计算非一致性条件下水文设计值;
生成模块,用于依据所述水文设计值,生成m组参数及m个水文设计值备选值;
获取模块,用于基于所述m组参数,获取每个水文设计值备选值对应的似然函数值;
确定模块,用于依据所述似然函数值,选取似然函数值最大值,确定水文设计值区间估计结果;
输出模块,用于输出所述水文设计值区间估计结果。
第三方面,本发明实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序或者指令,所述程序或者指令被所述处理器执行时实现本发明实施例提供的水文设计值区间结果输出方法中的步骤。
第四方面,本发明实施例提供一种可读存储介质,其特征在于,所述可读存储介质上存储有程序或指令,所述程序或指令被处理器执行时实现本发明实施例提供的水文设计值区间结果输出方法中的步骤。
附图说明
图1是本发明实施例提供的一种水文设计值区间结果输出方法的流程图;
图2是本发明实施例提供的一种水文设计值区间结果输出装置的结构图;
图3是本发明实施例提供的一种电子设备的结构图。
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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”所区别的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。
请参见图1,图1是本发明实施例提供的一种水文设计值区间结果输出方法的流程图,如图1所示,包括以下步骤:
步骤101、计算非一致性条件下水文设计值;
其中,所述非一致性条件是指非一致性分布模型的相关参数通常被表示为与协变量相关的函数,通常选取与极端事件较为相关的协变量,协变量可以为时间项、气候因子(如厄尔尼诺、南方涛动指数)等。
步骤102、依据所述水文设计值,生成m组参数及m个水文设计值备选值;
步骤103、基于所述m组参数,获取每个水文设计值备选值对应的似然函数值;
步骤104、依据所述似然函数值,选取似然函数值最大值,确定水文设计值区间估计结果;
步骤105、输出所述水文设计值区间估计结果。
输出所述水文设计值区间估计结果包括如下至少一项:
通过电子设备显示、发送给其他设备、打印。
例如,该步骤输出的水文设计值区间结果可以提供给水利工程建设设备,作为水利水电工程设计规模和等级的重要凭据,对存在危险因素的病险水库加固,可根据水文设计值区间估计结果,分析病险水库是否满足防洪要求。
本发明实施例中,通过上述步骤可以实现基于计算得到的水文设计值备选值确定符合条件的水文设计值区间,从而可以使非一致性条件下水文设计值区间结果的输出更简便。
作为一种可选的实施方式,所述计算非一致性条件下水文设计值,包括:
根据预设时间范围最大日极值序列和协变量,通过如下计算似然函数值:
其中,L为似然函数值,t为协变量,μ、σ、ξ分别为位置参数、尺度参数和形状参数,xt为所述最大日极值序列中的取值,f(xt)是累积分布函数F(xt)的概率密度函数;
基于所述似然函数值最大值对应的参数,通过如下计算非一致性条件下水文设计值:
其中,Qp为水文设计值,分别为似然函数值最大值对应的位置参数、尺度参数和形状参数,p为超越概率。
上述预设时间范围可以以年度为单位。
上述最大日极值序列是根据逐日降水序列或径流序列,选取预设时间范围的极大日极值序列构成长度为n的样本序列。
上述位置参数μ、尺度参数σ、形状参数ξ满足μ∈R,σ>0,ξ∈R及1+ξ(x-μ)/σ>0的条件。
上述累积分布函数可以是广义极值(GEV)累积分布函数。
上述步骤中获取的非一致性条件下水文设计值是长度为n的向量。
上述超越概率p,其对应的重现期为
为使运算更简便,上述似然函数值可以取对数似然函数值,若似然函数值为最大似然函数值,可以取最大对数似然函数值。
本发明实施例中,通过上述步骤得到的非一致性条件下水文设计值不是一个数值,可以实现提高水文设计值区间结果输出的可靠性。
可选的,所述依据所述水文设计值,生成m组参数及m个水文设计值备选值,包括:
将所述水文设计值计算公式变形,获取如下形状参数函数:
ξ=h(Qp,μ,σ);
其中,ξ为形状参数值,Qp为水文设计值,μ为位置参数,σ为尺度参数。
根据所述水文设计值和所述形状参数值,通过求最优解函数,计算得到使形状参数函数成立的N组参数,所述形状参数值为形状参数等差序列中m个取值中的任一形状参数值;
根据所述N组参数,计算得到N组似然函数值;
根据所述N组似然函数值中最大似然函数值对应的目标参数,获取对应的目标水文设计值备选值;
其中,所述目标参数为所述m组参数中任一组参数,所述目标水文设计值为所述m个水文设计值备选值中任一水文设计值备选值。
上述形状参数函数不具备显式表达形式,通过求最优解函数计算得到所述形状参数函数的等式成立的位置参数μ、尺度参数σ。对于任一形状参数ξ,通常存在N组参数满足所述形状参数函数的等式成立的条件。
上述求最优解函数可以为下山(Nelder-Mead)单纯形法。
上述形状参数等差序列长度为m,形状参数等差序列的首项形状参数值和末项形状参数值相加等于1,例如,首项形状参数值ξ1=-0.5,末项形状参数值ξm=0.5。
上述形状参数值可通过形状参数等差序列按顺序依次取值获取。
一种实施方式,如下:
对于形状参数ξ1,通常存在N组参数σ1j,μ1j(j=1,2,...,N)满足所述形状参数函数,记为ξ1,σ1j,μ1j(j=1,2,...,N),进一步地,根据所述N组参数,可获得N组似然函数值,再进一步的,根据N组似然函数值中最大似然函数值对应的参数,获取对应的设计值备选值Q1;
对于形状参数ξ2,通常存在N组参数σ2j,μ2j(j=1,2,...,N)满足所述形状参数函数,记为ξ2,σ2j,μ2j(j=1,2,...,N),进一步地,根据所述N组参数,可获得N组似然函数值,再进一步的,根据N组似然函数值中最大似然函数值对应的参数,获取对应的设计值备选值Q2;
对于形状参数ξ3,通常存在N组参数σ3j,μ3j(j=1,2,...,N)满足所述形状参数函数,记为ξ3,σ3j,μ3j(j=1,2,...,N),进一步地,根据所述N组参数,可获得N组似然函数值,再进一步的,根据N组似然函数值中最大似然函数值对应的参数,获取对应的设计值备选值Q3;
……
对于形状参数ξm,通常存在N组参数σmj,μmj(j=1,2,...,N)满足所述形状参数函数,记为ξm,σmj,μmj(j=1,2,...,N),进一步地,根据所述N组参数,可获得N组似然函数值,再进一步的,根据N组似然函数值中最大似然函数值对应的参数,获取对应的设计值备选值Qm;
根据上述步骤,可得到m组参数和m个设计值备选值。
为使运算更简便,上述似然函数值可以取对数似然函数值,若似然函数值为最大似然函数值,可以取最大对数似然函数值。
本发明实施例中,根据以上步骤可以实现提高水文设计值备选值的准确性。
可选的,所述依据所述似然函数值,选取似然函数值最大值,确定水文设计值区间估计结果,包括:
依据所述似然函数值,选取似然函数值最大值,选取与似然函数值最大值相差为±c1-α的两个似然函数值,对应的水文设计值分别为Q上和Q下,所述水文设计值区间估计结果为[Q下Q上],其中,c1-α为自由度为1的卡方分布临界值,α为显著性水平。
上述似然函数值最大值是基于m组参数,获取设计值备选值对应的似然函数值,选取似然函数值的最大值得到。
上述c1-α为自由度为1的卡方分布临界值,当α=0.05时,c1-α=3.84。
本发明实施例中,根据以上步骤可以实现提高不同显著性水平下的水文设计值的区间估计结果的准确性。
请参见图2,图2是本发明实施例提供的一种水文设计值区间结果输出装置的结构图,如图2所示,水文设计值区间结果输出装置包括:
计算模块201,用于计算非一致性条件下水文设计值;
生成模块202,用于依据所述水文设计值,生成m组参数及m个水文设计值备选值;
获取模块203,用于基于所述m组参数,获取每个水文设计值备选值对应的似然函数值;
确定模块204,用于依据所述似然函数值,选取似然函数值最大值,确定水文设计值区间估计结果;
输出模块205,用于输出所述水文设计值区间估计结果。
可选的,所述计算模块201用于根据预设时间范围最大日极值序列和协变量,通过如下计算似然函数值:
其中,L为似然函数值,t为协变量,μ、σ、ξ分别为位置参数、尺度参数和形状参数,xt为所述最大日极值序列中的取值,f(xt)是累积分布函数F(xt)的概率密度函数;
基于所述似然函数值最大值对应的参数,通过如下计算非一致性条件下水文设计值:
其中,Qp为水文设计值,分别为似然函数值最大值对应的位置参数、尺度参数和形状参数,p为超越概率。
可选的,所述生成模块202用于将所述水文设计值计算公式变形,获取如下形状参数函数:
ξ=h(Qp,μ,σ);
其中,ξ为形状参数值,Qp为水文设计值,μ为位置参数,σ为尺度参数。
根据所述水文设计值和所述形状参数值,通过求最优解函数,计算得到使形状参数函数成立的N组参数,所述形状参数值为形状参数等差序列中m个取值中的任一形状参数值;
根据所述N组参数,计算得到N组似然函数值;
根据所述N组似然函数值中最大似然函数值对应的目标参数,获取对应的目标水文设计值备选值;
其中,所述目标参数为所述m组参数中任一组参数,所述目标水文设计值为所述m个水文设计值备选值中任一水文设计值备选值。
可选的,所述确定模块204,用于依据所述似然函数值,选取似然函数值最大值,选取与似然函数值最大值相差为±c1-α的两个似然函数值,对应的水文设计值分别为Q上和Q下,所述水文设计值区间估计结果为[Q下Q上],其中,c1-α为自由度为1的卡方分布临界值,α为显著性水平。
需要说明的是,本发明实施例中的图像内容分析装置可以是装置,也可以是电子设备中的部件、集成电路或芯片。
请参见图3,图是本发明实施例提供的一种电子设备的结构图,如图3所示,电子设备300包括:存储器301、处理器302及存储在所述存储器301上并可在所述处理器302上运行的程序或者指令,所述程序或者指令被所述处理器302执行时实现上述图像内容分析方法中的步骤。
本发明实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述水文设计值区间结果输出方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (6)
1.一种水文设计值区间结果输出方法,其特征在于,包括以下步骤:
计算非一致性条件下水文设计值;
依据所述水文设计值,生成m组参数及m个水文设计值备选值;
基于所述m组参数,获取每个水文设计值备选值对应的似然函数值;
依据所述似然函数值,选取似然函数值最大值,确定水文设计值区间估计结果;
输出所述水文设计值区间估计结果;
所述计算非一致性条件下水文设计值,包括:
根据预设时间范围最大日极值序列和协变量,通过如下计算似然函数值:
其中,L为似然函数值,t为协变量,μ、σ、ξ分别为位置参数、尺度参数和形状参数,xt为所述最大日极值序列中的取值,f(xt)是累积分布函数F(xt)的概率密度函数,n为最大日极值序列的样本序列长度;
基于所述似然函数值最大值对应的参数,通过如下计算非一致性条件下水文设计值:
其中,Qp为水文设计值,分别为似然函数值最大值对应的位置参数、尺度参数和形状参数,p为超越概率;
所述依据所述水文设计值,生成m组参数及m个水文设计值备选值,包括:
将所述水文设计值计算公式变形,获取如下形状参数函数:
ξ=h(Qp,μ,σ);
其中,ξ为形状参数值,Qp为水文设计值,μ为位置参数,σ为尺度参数;
根据所述水文设计值和所述形状参数值,通过求最优解函数,计算得到使形状参数函数成立的N组参数,所述形状参数值为形状参数等差序列中m个取值中的任一形状参数值;
根据所述N组参数,计算得到N组似然函数值;
根据所述N组似然函数值中最大似然函数值对应的目标参数,获取对应的目标水文设计值备选值;
其中,所述目标参数为所述m组参数中任一组参数,所述目标水文设计值为所述m个水文设计值备选值中任一水文设计值备选值。
2.根据权利要求1所述的方法,其特征在于,所述依据所述似然函数值,选取似然函数值最大值,确定水文设计值区间估计结果,包括:
依据所述似然函数值,选取似然函数值最大值,选取与似然函数值最大值相差为±c1-α的两个似然函数值,对应的水文设计值分别为Q上和Q下,所述水文设计值区间估计结果为[Q下Q上],其中,c1-α为自由度为1的卡方分布临界值,α为显著性水平。
3.一种水文设计值区间结果输出装置,其特征在于,包括:
计算模块,用于计算非一致性条件下水文设计值;
生成模块,用于依据所述水文设计值,生成m组参数及m个水文设计值备选值;
获取模块,用于基于所述m组参数,获取每个水文设计值备选值对应的似然函数值;
确定模块,用于依据所述似然函数值,选取似然函数值最大值,确定水文设计值区间估计结果;
输出模块,用于输出所述水文设计值区间估计结果;
所述计算模块用于根据预设时间范围最大日极值序列和协变量,通过如下计算似然函数值:
其中,L为似然函数值,t为协变量,μ、σ、ξ分别为位置参数、尺度参数和形状参数,xt为所述最大日极值序列中的取值,f(xt)是累积分布函数F(xt)的概率密度函数,n为最大日极值序列的样本序列长度;
基于所述似然函数值最大值对应的参数,通过如下计算非一致性条件下水文设计值:
其中,Qp为水文设计值,分别为似然函数值最大值对应的位置参数、尺度参数和形状参数,p为超越概率;
所述生成模块,用于将所述水文设计值计算公式变形,获取如下形状参数函数:
ξ=h(Qp,μ,σ);
其中,ξ为形状参数值,Qp为水文设计值,μ为位置参数,σ为尺度参数;
根据所述水文设计值和所述形状参数值,通过求最优解函数,计算得到使形状参数函数成立的N组参数,所述形状参数值为形状参数等差序列中m个取值中的任一形状参数值;
根据所述N组参数,计算得到N组似然函数值;
根据所述N组似然函数值中最大似然函数值对应的目标参数,获取对应的目标水文设计值备选值;
其中,所述目标参数为所述m组参数中任一组参数,所述目标水文设计值为所述m个水文设计值备选值中任一水文设计值备选值。
4.如权利要求3所述的装置,其特征在于,所述确定模块用于依据所述似然函数值,选取似然函数值最大值,选取与似然函数值最大值相差为±c1-α的两个似然函数值,对应的水文设计值分别为Q上和Q下,所述水文设计值区间估计结果为[Q下,Q上],其中,c1-α为自由度为1的卡方分布临界值,α为显著性水平。
5.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-2中任一项所述方法的步骤。
6.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-2中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010841395.3A CN111914436B (zh) | 2020-08-20 | 2020-08-20 | 一种水文设计值区间结果输出方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010841395.3A CN111914436B (zh) | 2020-08-20 | 2020-08-20 | 一种水文设计值区间结果输出方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111914436A CN111914436A (zh) | 2020-11-10 |
CN111914436B true CN111914436B (zh) | 2024-03-19 |
Family
ID=73278521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010841395.3A Active CN111914436B (zh) | 2020-08-20 | 2020-08-20 | 一种水文设计值区间结果输出方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111914436B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101697172A (zh) * | 2009-10-12 | 2010-04-21 | 南京大学 | 一种水文频率线型参数估计方法 |
CN102542169A (zh) * | 2012-01-09 | 2012-07-04 | 中国科学院地理科学与资源研究所 | 一种在水文频率计算过程中进行线型选择的方法 |
CN107832935A (zh) * | 2017-10-30 | 2018-03-23 | 中国水利水电科学研究院 | 一种水文变量设计值的确定方法及装置 |
CN108955652A (zh) * | 2018-08-03 | 2018-12-07 | 中山大学 | 一种水文非一致性序列重构方法 |
CN109284477A (zh) * | 2018-09-29 | 2019-01-29 | 中国水利水电科学研究院 | 一种水文序列的丰枯组合概率计算方法及装置 |
CN110135114A (zh) * | 2019-06-06 | 2019-08-16 | 中国水利水电科学研究院 | 河流设计最低通航水位的确定方法和装置 |
CN110222313A (zh) * | 2019-06-05 | 2019-09-10 | 中国水利水电科学研究院 | 反映非一致性干旱特征变量的干旱预警方法和装置 |
CN110598315A (zh) * | 2019-09-10 | 2019-12-20 | 太原理工大学 | 变化条件下流域非一致性设计洪水的不确定性分析方法 |
-
2020
- 2020-08-20 CN CN202010841395.3A patent/CN111914436B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101697172A (zh) * | 2009-10-12 | 2010-04-21 | 南京大学 | 一种水文频率线型参数估计方法 |
CN102542169A (zh) * | 2012-01-09 | 2012-07-04 | 中国科学院地理科学与资源研究所 | 一种在水文频率计算过程中进行线型选择的方法 |
CN107832935A (zh) * | 2017-10-30 | 2018-03-23 | 中国水利水电科学研究院 | 一种水文变量设计值的确定方法及装置 |
CN108955652A (zh) * | 2018-08-03 | 2018-12-07 | 中山大学 | 一种水文非一致性序列重构方法 |
CN109284477A (zh) * | 2018-09-29 | 2019-01-29 | 中国水利水电科学研究院 | 一种水文序列的丰枯组合概率计算方法及装置 |
CN110222313A (zh) * | 2019-06-05 | 2019-09-10 | 中国水利水电科学研究院 | 反映非一致性干旱特征变量的干旱预警方法和装置 |
CN110135114A (zh) * | 2019-06-06 | 2019-08-16 | 中国水利水电科学研究院 | 河流设计最低通航水位的确定方法和装置 |
CN110598315A (zh) * | 2019-09-10 | 2019-12-20 | 太原理工大学 | 变化条件下流域非一致性设计洪水的不确定性分析方法 |
Non-Patent Citations (3)
Title |
---|
具有趋势变异的非一致水文序列重现期计算研究;史黎翔;宋松柏;;水力发电学报(05);40-46 * |
水库调节地区东江流域非一致性水文极值演变特征、成因及影响;叶长青;陈晓宏;张家鸣;张丽娟;孔兰;;地理科学(07);全文 * |
非平稳时间序列极值统计模型及其在气候-水文变化研究中的应用综述;鲁帆;肖伟华;严登华;王浩;;水利学报(04);379-389 * |
Also Published As
Publication number | Publication date |
---|---|
CN111914436A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ugland et al. | The species–accumulation curve and estimation of species richness | |
CN111199270B (zh) | 一种基于深度学习的区域波高预报方法及终端 | |
CN110686633B (zh) | 一种滑坡位移预测方法、装置及电子设备 | |
CN107194898A (zh) | 酒店图像的展示方法、存储介质及酒店信息的推送方法 | |
CN111127472B (zh) | 一种基于权重学习的多尺度图像分割方法 | |
CN105528652A (zh) | 一种预测模型的建立方法及终端 | |
CN107578093A (zh) | 滑坡变形的Elman神经网络动态预测方法 | |
Khan et al. | Novel approach for a van der pol oscillator in the continuous time domain | |
Alghazali et al. | Fitting statistical distributions of monthly rainfall for some Iraqi stations | |
CN112966818A (zh) | 一种定向引导模型剪枝方法、系统、设备及存储介质 | |
CN111914436B (zh) | 一种水文设计值区间结果输出方法、装置及电子设备 | |
CN111428125B (zh) | 排序方法、装置、电子设备及可读存储介质 | |
CN112907750A (zh) | 一种基于卷积神经网络的室内场景布局估计方法及系统 | |
CN112859202A (zh) | 一种气温预报的方法和设备 | |
CN109829000B (zh) | 一种河川年径流量数据的一致性处理方法及装置 | |
CN117035155A (zh) | 一种水质预测方法 | |
CN113139646B (zh) | 一种数据修正方法、装置、电子设备及可读存储介质 | |
CN101719121A (zh) | 基于主成分分析的词语权重组合方法 | |
CN111832610A (zh) | 一种3d打印组织预测的方法、系统、介质以及终端设备 | |
KR960015280A (ko) | 사상결정방법 및 이것을 사용한 자료판별방법 | |
Ly et al. | Simulation of streamflow and instream loads of total suspended solids and nitrate in a large transboundary river basin using Source model and geospatial analysis | |
CN114819398A (zh) | 基于灰色马尔可夫链的北斗卫星钟差序列组合预测方法 | |
CN114942480A (zh) | 基于信息感知注意力动态协同网络的海洋站风速预报方法 | |
CN114759904A (zh) | 数据处理方法、装置、设备、可读存储介质及程序产品 | |
CN110569892B (zh) | 一种泛在定位信号静态定位方法及系统 |
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 |