CN116151685B - 一种基于流量过程的河网连通性动态评价方法 - Google Patents
一种基于流量过程的河网连通性动态评价方法 Download PDFInfo
- Publication number
- CN116151685B CN116151685B CN202310195537.7A CN202310195537A CN116151685B CN 116151685 B CN116151685 B CN 116151685B CN 202310195537 A CN202310195537 A CN 202310195537A CN 116151685 B CN116151685 B CN 116151685B
- Authority
- CN
- China
- Prior art keywords
- communication
- section
- index
- evaluated
- connectivity
- 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 46
- 238000011156 evaluation Methods 0.000 title claims abstract description 41
- 230000008569 process Effects 0.000 title claims abstract description 32
- 238000004891 communication Methods 0.000 claims abstract description 77
- 238000005315 distribution function Methods 0.000 claims abstract description 5
- 230000000694 effects Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000008859 change Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000002844 continuous effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于流量过程的河网连通性动态评价方法,获得典型断面的控制面积与生态基流量之间的指数拟合曲线,得到断面的连通阈值;生成根据已知流量过程估计出的分布概率p(x)和概率分布函数F(x),计算待评价断面的动态连通指数;计算待评价断面的持续连通时间、连通起讫时刻、连通间歇性;采用熵权法客观确定动态连通指数、持续连通时间、连通起讫时刻、连通间歇性的权重;根据指标权重计算评价时段的河网连通性综合指数,分析评价河道功能。本发明实现了对河网断面的连通能力进行综合动态评价,可以更直观地了解流域河网在评价时段内的连通状态,并且,有利于提升河网连通评价水平,提高流域河网管理能力。
Description
技术领域
本发明涉及河网评价与管理领域,具体涉及一种基于流量过程的河网连通性综合动态评价方法。
背景技术
河网是流域景观的关键要素,是生态过程和物种动态变化的水文连续体,并对流域的水文过程做出重大贡献。连通性被定义为河流系统中物质、能量和信息流相互连接的动态特性,是影响河流生态系统健康的关键因素,也是评价河网健康的重要标准。目前,河网连通性评价分为结构连通性和功能连通性两种。结构连通性是静态的评价方法,用于指代景观中的空间格局,例如影响水转移格局和流动路径的景观单元的空间分布。结构连通在河网布局和地形不变的情况下是固定的,难以反映连通性的时间变化。功能连通性是河网与流域的空间格局和水流过程之间的相互作用,表征河流系统中物质、能量和信息流相互连接的动态特性,即流域内水流、营养物、泥沙和生物的转移或迁移过程。功能连通的变化由流量驱动,一般采用流量来评估河网连通性,通过计算连通流量的概率表征功能连通性。但是,水流是一个连续变量,流量数据是监测时段内的平均流量,将其作为离散变量计算连通概率会引起较大误差。同时,河网是一个复杂的系统,概率型指数虽然可以评价河道在时段内的连通能力,但难以表征时间尺度上功能连通的一致性和间断性等特性。单一指标难以综合反映其功能连通性,多指标表征连通性的能力也存在差异。
发明内容
本发明旨在提出一种基于流量过程的河网连通性动态评价方法,基于流量过程计算连通指标,并采用熵权法建立河网连通性动态评价方法,达到了综合评价河网的连通能力的目的,为流域管理部门提供定量依据,提高河网管理与治理能力。
为了达到上述目的,本发明采用下述技术方案实现:
一种基于流量过程的河网连通性动态评价方法,该方法包括以下步骤:
获得典型断面的控制面积与生态基流量之间的指数拟合曲线,根据拟合曲线得到断面的连通阈值方程;
进行待评价断面流量过程的非参数密度估计,非参数密度估计算法的具体过程包括生成根据已知样本估计出的分布概率p(x)和概率分布函数F(x),生成年尺度下所有待评价断面的概率密度曲线PDF(x)和累计分布曲线CDF(x);
根据得到的各评价断面的连通阈值和得到的概率密度曲线,计算待评价断面的动态连通指数;以及,根据断面连通阈值和观测流量过程,计算待评价断面的持续连通时间、连通起讫时刻、连通间歇性;
采用熵权法客观确定动态连通指数、持续连通时间、连通起讫时刻、连通间歇性的权重,根据权重计算评价时段的河网连通性综合指数,动态评价河道的连通状态。
与现有技术相比,本发明能够达成以下有益技术效果:
1)通过计算河网连通动态评价指标,考虑水流过程的连续效应,反映河网连通持续性、间歇性等特性,并根据各指标重要性,对河网断面的连通能力进行综合动态评价,可以更直观地了解流域河网在评价时段内的连通状态;
2)有利于提升河网连通评价水平,提高流域河网管理能力;
3)也可通过本发明发现河网中的薄弱环节,为下阶段流域河网治理提供借鉴与依据,促进河网评价与治理长效机制的建立,丰富河网格局与河网管理研究体系。
附图说明
图1是本发明的一种基于流量过程的河网连通性动态评价方法整体流程图;
图2是本发明的一种基于流量过程的河网连通性动态评价方法实施过程示意图;
图3是典型断面的控制面积与功能连通阈值的拟合效果图;
图4是采用非参数概率估计的待评价断面的概率密度图和累积分布图。
具体实施方式
下面将结合附图,对本发明技术方案进行详细地描述。
如图1所示,是本发明的一种基于流量过程的河网连通性动态评价方法流程框图,具体步骤为:
步骤1,收集河网内河道断面的数据资料,例如收集5个典型断面的控制面积和生态基流量、8个待评价断面的控制面积和日流量数据(待评价断面与典型断面出于同一流域的河道);
步骤2,进行河道断面数据检查和预处理,其中:数据检查包括检查断面控制面积和流量数据,预处理包括去除影响密度估计的异常点、插补缺失数据。将待评价断面的流量数据以年为时段划分,待评价断面的控制面积表示为Ai,流量数据表示为Qi={qi,1,qi,2,…,qi,n};
如表1所示,为河道典型断面和待评价断面相关数据示例。
表1
步骤3,获得典型断面的控制面积与生态基流量之间的指数拟合曲线,得到断面的功能连通阈值方程;具体过程如下:
步骤3-1,基于已知生态基流量的典型断面得到控制面积与生态基流量的指数拟合曲线,得到断面的功能连通阈值方程,表达式如下:
式中:为断面的连通流量阈值(单位:m3/s),Ai为断面的控制面积(单位:km2),α为阈值指数,a0为曲线系数;i为样本编号,此处样本就是断面;
当α=1.15、a0=3.86e-05时,拟合曲线方程表达式如下:
步骤3-2,计算拟合效果评价指标,利用所述拟合效果评价指标评价拟合效果;所述拟合效果评价指标的表达式如下:
式中:yi为断面的生态基流(单位:m3/s),为拟合值(单位:m3/s),/>为断面生态基流均值(单位:m3/s),n为样本总数,i为样本编号;
步骤3-3,将待评价断面的控制面积Ai输入断面的功能连通阈值方程,计算连通阈值
如表2所示,为待评价的断面控制面积和连通阈值数据示例。
表2
步骤4,根据待评价断面的流量过程中的日流量过程变化特点,选择采用高斯核函数和Scott自动带宽法进行数据处理,即进行待评价断面流量过程的非参数密度估计,非参数密度估计算法的具体过程包括生成根据已知样本估计出的分布概率p(x)和概率分布函数F(x),表达式如下:
优化后得到表达式如下:
式中:xi为已知样本点,x为待估计样本,n为样本总数,h为带宽;
根据上述公式(4)、(5)计算结果生成年尺度下所有待评价断面的概率密度曲线PDF(x)和累计分布曲线CDF(x);
步骤5,根据步骤3得到的各评价断面的连通阈值和步骤4得到的概率密度曲线,计算待评价断面的动态连通指数;以及,根据步骤2中的断面观测流量过程,计算待评价断面的持续连通时间、连通起讫时刻、连通间歇性,具体包括以下处理:
步骤5-1,低流量被视为连通性的物理障碍,当低于连通阈值(Q<Q*)则无法维持上下游之间的连通。动态连通指数表示流量高于连通阈值Q*的概率,计算待评价断面的动态连通指数Ci,表达式如下:
式中:为待评价河道断面的连通流量阈值,/>为待评价河道断面对应的连通流量最大值;
如表3所示,为待评价断面的动态连通指数的计算结果示例。
表3
步骤5-2,计算待评价断面的持续连通时间Duri,表达式为:
Duri=Count({qi,k,…qi,k+j} (7)
式中:{qi,k,…qi,k+j}为大于连通阈值的连续序列;
如表4所示,为持续连通时间口计算结果示例。
表4
步骤5-3,计算待评价断面的连通起讫时刻Si,表达式如下:
式中:qi,k1为待评价时段内首次超过连通阈值的样本点;
如表5所示,为连通起讫时刻计算结果示例。
表5
步骤5-4,计算待评价断面的连通间歇性,表达式如下:
式中:k1,ke分别表示评价时段内首次和最后超过连通阈值的序号;qi,k1为首次超过连通阈值的流量值,qi,ke为最后超过连通阈值的流量值,Ni为首次至最后超过连通阈值的序列长度;N′i为Ni序列内超过连通阈值的序号数;Mi为间歇性指数;
如表6所示,为连通间歇性计算结果示例。
表6
步骤6,采用熵权法客观确定各指标权重,并且根据权重计算连通性综合指数。
构建n个样本m个评估指标的判断矩阵R,表达式如下:
Ri×j=(xij)(i=1,2,…,n;j=1,2,…,m) (12)
判断矩阵归一化处理,得到归一化矩阵B,表达式下:
其中,maxxj、minxj分别为同一指标下不同对象中最满意者或最不满意者。
根据熵的定义,利用n个样本m个评估指标构造的判断矩阵确实指标的熵Ej,公式如下:
指标差异性系数dj,表达式如下:
dj=1-Ej (16)
熵权重wj,表达式如下:
如表7所示,为熵权法计算指标权重结果示例。
表7
河网连通性综合指数计算公式如下:
Hi=Σjwjxij (18)
如表8所示,为河网连通性综合指数计算结果示例。
表
步骤7,结合计算得到的河网连通性综合指数,动态评价河道功能,具体为河道连通性评价。进一步,可在年尺度上综合评价河网的功能连通性,动态对比河网内的连通状态和连通潜力。
为了验证本发明,代入示例数据计算得到样本点与拟合值的拟合效果评价指标R2为0.94,验证本发明的效果非常好。
以上技术方案和具体实施方式内容仅用于帮助理解本发明的核心思想,但是不局限于上述实施方式,任何人应得知:凡在本发明的启示下作出的结构变化,与本发明具有相同或相近似的技术方案,均应视为落入本发明的保护范围之内。
Claims (2)
1.一种基于流量过程的河网连通性动态评价方法,其特征在于,该方法包括以下步骤:
获得典型断面的控制面积与生态基流量之间的指数拟合曲线,根据拟合曲线得到断面的连通阈值方程;具体包括:基于已知生态基流量的典型断面得到控制面积与生态基流量的指数拟合曲线,得到断面的功能连通阈值方程,表达式如下:
式中:为断面的连通流量阈值,Ai为断面的控制面积,α为阈值指数,a0为曲线系数;i为样本编号;
计算拟合效果评价指标,利用所述拟合效果评价指标评价拟合效果;所述拟合效果评价指标的表达式如下:
式中:yi为断面的生态基流,为拟合值,/>为断面生态基流均值,n为样本总数,i为样本编号;
将待评价断面的控制面积Ai输入断面的功能连通阈值方程,计算连通阈值
进行待评价断面流量过程的非参数密度估计,非参数密度估计算法的具体过程包括生成根据已知样本估计出的分布概率p(x)和概率分布函数F(x),生成年尺度下所有待评价断面的概率密度曲线PDF(x)和累计分布曲线CDF(x);
根据得到的各评价断面的连通阈值和得到的概率密度曲线,计算待评价断面的动态连通指数;以及,根据断面连通阈值和观测流量过程,计算待评价断面的持续连通时间、连通起讫时刻、连通间歇性;具体包括:
计算待评价断面的动态连通指数Ci,表达式如下:
式中:为待评价河道断面的连通流量阈值,/>为待评价河道断面对应的连通流量最大值;
计算待评价断面的持续连通时间Duri,具体表达式为:
Duri=Count({qi,k,…qi,k+j}
式中:{qi,k,…qi,k+j}为大于连通阈值的连续序列;
计算待评价断面的连通起讫时刻Si,表达式为:
式中:qi,k1为待评价时段内首次超过连通阈值的样本点;
计算待评价断面的连通间歇性,表达式如下:
式中:k1,ke分别表示评价时段内首次和最后超过连通阈值的序号;qi,k1为首次超过连通阈值的流量值,qi,ke为最后超过连通阈值的流量值;Ni为首次至最后超过连通阈值的序列长度;N′i为Ni序列内超过连通阈值的序号数;Mi为间歇性指数;
采用熵权法客观确定动态连通指数、持续连通时间、连通起讫时刻、连通间歇性的权重,根据权重计算评价时段的河网连通性综合指数,动态评价河道的连通状态;计算待评价断面的河网连通性综合指数,具体过程如下:
构建n个样本m个评估指标的判断矩阵R:
Ri×j=(xij)(i=1,2,…,n;j=1,2,…,m)
判断矩阵归一化处理,得到归一化矩阵B:
max xj、min xj分别为同一指标下不同对象中最满意者或最不满意者;
根据熵的定义,利用n个样本m个评估指标构造的判断矩阵可以确实指标的熵Ej为:
指标差异性系dj:
dj=1-Ej
熵权重wj确定:
河网连通性综合指数计算:
Hi=∑jwjxij。
2.如权利要求1所述的一种基于流量过程的河网连通性动态评价方法,其特征在于,所述分布概率p(x)和概率分布函数F(x),表达式如下:
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310080145 | 2023-02-06 | ||
CN2023100801456 | 2023-02-06 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116151685A CN116151685A (zh) | 2023-05-23 |
CN116151685B true CN116151685B (zh) | 2023-09-22 |
Family
ID=86359991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310195537.7A Active CN116151685B (zh) | 2023-02-06 | 2023-03-02 | 一种基于流量过程的河网连通性动态评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116151685B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764675A (zh) * | 2018-05-17 | 2018-11-06 | 河海大学 | 一种水系连通性评价方法 |
CN110310019A (zh) * | 2019-06-17 | 2019-10-08 | 北京师范大学 | 一种流域水系统协同承载力评价模型的构建方法 |
CN113158122A (zh) * | 2021-04-29 | 2021-07-23 | 东莞理工学院 | 一种基于动态水系连通度计算的城市水系水质改善方法 |
CN114491920A (zh) * | 2021-12-07 | 2022-05-13 | 武汉大学 | 平原复杂河网纵向水系连通度的计算、评价方法及装置 |
-
2023
- 2023-03-02 CN CN202310195537.7A patent/CN116151685B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764675A (zh) * | 2018-05-17 | 2018-11-06 | 河海大学 | 一种水系连通性评价方法 |
CN110310019A (zh) * | 2019-06-17 | 2019-10-08 | 北京师范大学 | 一种流域水系统协同承载力评价模型的构建方法 |
CN113158122A (zh) * | 2021-04-29 | 2021-07-23 | 东莞理工学院 | 一种基于动态水系连通度计算的城市水系水质改善方法 |
CN114491920A (zh) * | 2021-12-07 | 2022-05-13 | 武汉大学 | 平原复杂河网纵向水系连通度的计算、评价方法及装置 |
Non-Patent Citations (4)
Title |
---|
"Impact of changes in river network structure on hydrological connectivity of watersheds";Zhang Xingyuan等;《Ecological Indicators》;第146卷;全文 * |
"Physiological time-series analysis using approximate entropy and sample entropy";JOSHUA S. RICHMAN等;《Am J Physiol Heart Circ Physiol》;全文 * |
"基于熵权可拓物元模型的河流健康评价";杨柳 等;《西安理工大学学报》;第31卷(第2期);全文 * |
河流连通性综合评价方法研究;陈昂 等;《长江科学院院报》;第37卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116151685A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106339536B (zh) | 基于水污染指数法和云模型的水质综合评价方法 | |
CN107169628B (zh) | 一种基于大数据互信息属性约简的配电网可靠性评估方法 | |
King et al. | Integrating bioassessment and ecological risk assessment: an approach to developing numerical water-quality criteria | |
Kişi | River suspended sediment concentration modeling using a neural differential evolution approach | |
CN105163326B (zh) | 一种基于无线网络话务特征的小区聚类方法和系统 | |
Talebizadeh et al. | Uncertainty analysis for the forecast of lake level fluctuations using ensembles of ANN and ANFIS models | |
CN111898831B (zh) | 一种实时洪水概率预报实用化方法 | |
CN103177301A (zh) | 一种台风灾害风险预估方法 | |
CN107895100B (zh) | 一种流域水质综合评价方法及系统 | |
CN112711840B (zh) | 一种基于云边协同的流域突发水污染溯源方法 | |
CN107992447A (zh) | 一种应用于河流水位预测数据的特征选择分解方法 | |
CN110111024A (zh) | 基于ahp模糊综合评价模型的科技成果市场价值评估方法 | |
CN110309609B (zh) | 一种基于粗糙集和wnn的建筑室内空气品质评价方法 | |
CN106845142A (zh) | 基于改进的粗糙集‑集对分析的水质评价方法 | |
Tabatabaei et al. | Suspended sediment load prediction using non-dominated sorting genetic algorithm II | |
CN107169289A (zh) | 一种基于可拓最优组合赋权法的滑坡危险性评价方法 | |
CN112183935A (zh) | 一种河流水质综合评价方法及系统 | |
CN113033997A (zh) | 基于改进集对分析的城市水质等级确定方法、装置及介质 | |
KR101585545B1 (ko) | 조류 대증식을 예측하기 위한 웨이블릿 기반 자동회귀 퍼지 모델링 방법 | |
CN116151685B (zh) | 一种基于流量过程的河网连通性动态评价方法 | |
Ji et al. | A water quality assessment model for Suya Lake Reservoir | |
Wang et al. | A fuzzy intelligent system for land consolidation–a case study in Shunde, China | |
Kisi | Development of streamflow-suspended sediment rating curve using a range dependent neural network | |
CN107977727B (zh) | 一种基于社会发展和气候因素预测光缆网阻断概率的方法 | |
CN115358587A (zh) | 区域多部门协同的基础设施规划方法及系统 |
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 |