首页 / 专利库 / 作物管理 / 土球 / 一种基于大数据的洪水预报方法

一种基于大数据的洪预报方法

阅读:178发布:2020-05-08

专利汇可以提供一种基于大数据的洪预报方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于 大数据 的洪 水 预报方法,它包括:步骤1、从地形、 地貌 、植被和 土壤 类型物理特征提取水文参数;步骤2、引入精细化数值网格降水数据增加预报的预见期;步骤3、通过预报模型得到预报成果并通过互联网发布;步骤4、挖掘历史灾害数据和用户数据,作为参数再次校正的依据;所有数据实时的更新 迭代 ,形成一个闭环以提高预报 精度 ;解决了 现有技术 的洪水预报系统采用建设中心站、通信网络与遥测站来实现,采用这样的系统面临建设成本高、运行维护难、预见期短等问题。,下面是一种基于大数据的洪预报方法专利的具体信息内容。

1.一种基于大数据的洪预报方法,它包括:
步骤1、从地形、地貌、植被和土壤类型物理特征提取水文参数;
步骤2、引入精细化数值网格降水数据增加预报的预见期;
步骤3、通过预报模型得到预报成果并通过互联网发布;
步骤4、挖掘历史灾害数据和用户数据,作为参数再次校正的依据;所有数据实时的更新迭代,形成一个闭环以提高预报精度
2.根据权利要求1所述的一种基于大数据的洪水预报方法,其特征在于:所述引入精细化数值网格降水数据增加预报的预见期的方法为:综合雨量计观测降水、卫星反演降水、雷达估测降水全面获取降水资料,将全球划分生成5km×5km网格,以提高分辨率描述未来的大气状况;以上降水数据按时空分布归纳为四种类型,其中雨量计观测降水作为主要的数据,雷达估测降水解决未来两小的精准预报;数值预报数据提供未来72小时的趋势预报,卫星反演降水弥补雨量站和雷达的盲区;四类数据通过融合处理,互相订正以提高预测精度和延长预见期。
3.根据权利要求1所述的一种基于大数据的洪水预报方法,其特征在于:所述预报模型为:采用成因推理方法,基于数字高程数据,应用分布式概念按流域分进行产流计算,以及按河道演进方法进行流域汇流;其中模型中所有参数均与物理特征建立转换关系,根据流域的特征自动提取,通过参数提取的客观性实现模型的通用性。
4.根据权利要求3所述的一种基于大数据的洪水预报方法,其特征在于:在产流计算时通过遥感分析考虑凹地、山塘、农田、居民区因素的影响以提高净雨计算的准确性。
5.根据权利要求3所述的一种基于大数据的洪水预报方法,其特征在于:在产流计算时每个计算时段根据雨强大小动态创建等流时线以解决地表汇流时间的非线性变化问题;同时每个单位线计算面积限制在5至30平方公里。
6.根据权利要求1所述的一种基于大数据的洪水预报方法,其特征在于:步骤1所述从地形、地貌、植被和土壤类型物理特征提取水文参数的方法为:通过收集和处理公开的全球卫星遥感、地形地貌及气象预报数据信息,结合采集用户的特性数据,得到水文参数,建立多元数据库
7.根据权利要求3所述的一种基于大数据的洪水预报方法,其特征在于:参数提取时,针对下渗和蓄水特性参数,是根据土壤类型、植被和地貌特点来分析每一个计算单元的下渗曲线和蒸发曲线的。
8.根据权利要求1所述的一种基于大数据的洪水预报方法,其特征在于:预报成果划分为实时预报成果、短临预报成果和趋势预报成果,分别作为作业预报、作业参考以及趋势分析。

说明书全文

一种基于大数据的洪预报方法

技术领域

[0001] 本发明属于自然灾害预警技术,尤其涉及一种基于大数据的洪水预报方法。
[0002] 背景技术:传统的洪水预报系统,主要是通过建设中心站、通信网络与遥测站来实现,采用这样的系统面临建设成本高、运行维护难、预见期短等问题。同时从行业来看气象部管天上的降水,水文部门管地上的洪水,二者缺乏一个有效连接和转换关系等问题。
[0003] 发明内容:本发明要解决的技术问题:提供一种基于大数据的洪水预报方法,以解决现有技术的洪水预报系统采用建设中心站、通信网络与遥测站来实现,采用这样的系统面临建设成本高、运行维护难、预见期短等问题。
[0004] 本发明技术方案:一种基于大数据的洪水预报方法,它包括:
步骤1、从地形、地貌、植被和土壤类型物理特征提取水文参数;
步骤2、引入精细化数值网格降水数据增加预报的预见期;
步骤3、通过预报模型得到预报成果并通过互联网发布;
步骤4、挖掘历史灾害数据和用户数据,作为参数再次校正的依据;所有数据实时的更新迭代,形成一个闭环以提高预报精度
[0005] 所述引入精细化数值网格降水数据增加预报的预见期的方法为:综合雨量计观测降水、卫星反演降水、雷达估测降水全面获取降水资料,将全球划分生成5km×5km网格,以提高分辨率描述未来的大气状况;以上降水数据按时空分布归纳为四种类型,其中雨量计观测降水作为主要的数据,雷达估测降水解决未来两小的精准预报;数值预报数据提供未来72小时的趋势预报,卫星反演降水弥补雨量站和雷达的盲区;四类数据通过融合处理,互相订正以提高预测精度和延长预见期。
[0006] 所述预报模型为:采用成因推理方法,基于数字高程数据,应用分布式概念按流域分进行产流计算,以及按河道演进方法进行流域汇流;其中模型中所有参数均与物理特征建立转换关系,根据流域的特征自动提取,通过参数提取的客观性实现模型的通用性。
[0007] 在产流计算时通过遥感分析考虑凹地、山塘、农田、居民区因素的影响以提高净雨计算的准确性。
[0008] 在产流计算时每个计算时段根据雨强大小动态创建等流时线以解决地表汇流时间的非线性变化问题;同时每个单位线计算面积限制在5至30平方公里。
[0009] 步骤1所述从地形、地貌、植被和土壤类型物理特征提取水文参数的方法为:通过收集和处理公开的全球卫星遥感、地形地貌及气象预报数据信息,结合采集用户的特性数据,得到水文参数,建立多元数据库
[0010] 参数提取时,针对下渗和蓄水特性参数,是根据土壤类型、植被和地貌特点来分析每一个计算单元的下渗曲线和蒸发曲线的。
[0011] 预报成果划分为实时预报成果、短临预报成果和趋势预报成果,分别作为作业预报、作业参考以及趋势分析。
[0012] 本发明的有益效果:本发明基于大数据的洪水预报,充分利用已有的数据资源,运用大数据思维研究立体式的降水预报新技术,建立无资料地区水文预报模型,建立多元数据环境下大数据分析系统,实现较长预见期洪水预报;通过收集和处理公开的全球卫星遥感、地形地貌、气象预报等数据信息,结合采集用户的特性数据,建立多元数据库;利用大数据技术研究覆盖面广、精度高、处理速度快的洪水预报模型;融合气象、水利数据提供任意点的来水预报成果,为防汛决策、水库水电站预报调度、小流域洪水预警提供技术支撑;其特点是所有的数据来源于互联网的免费资源,建设成本较低;与气象预报无缝结合,可以有效延长预见期;解决了现有技术的洪水预报系统采用建设中心站、通信网络与遥测站来实现,采用这样的系统面临建设成本高、运行维护难、预见期短等问题。
[0013] 具体实施方式:一种基于大数据的洪水预报方法,它包括:
步骤1、从地形、地貌、植被和土壤类型物理特征提取水文参数;
步骤1所述从地形、地貌、植被和土壤类型物理特征提取水文参数的方法为:通过收集和处理公开的全球卫星遥感、地形地貌及气象预报数据信息,结合采集用户的特性数据,得到水文参数,建立多元数据库。
[0014] 步骤2、引入精细化数值网格降水数据增加预报的预见期;所述引入精细化数值网格降水数据增加预报的预见期的方法为:综合雨量计观测降水、卫星反演降水、雷达估测降水全面获取降水资料,将全球划分生成5km×5km网格,以提高分辨率描述未来的大气状况;以上降水数据按时空分布归纳为四种类型,其中雨量计观测降水作为主要的数据,雷达估测降水解决未来两小的精准预报;数值预报数据提供未来
72小时的趋势预报,卫星反演降水弥补雨量站和雷达的盲区;四类数据通过融合处理,互相订正以提高预测精度和延长预见期。
[0015] 步骤3、通过预报模型得到预报成果并通过互联网发布;所述预报模型为:采用成因推理方法,基于数字高程数据,应用分布式概念按流域分块进行产流计算,以及按河道演进方法进行流域汇流;其中模型中所有参数均与物理特征建立转换关系,根据流域的特征自动提取,通过参数提取的客观性实现模型的通用性。
[0016] 在产流计算时通过遥感分析考虑凹地、山塘、农田、居民区因素的影响以提高净雨计算的准确性。
[0017] 本发明改进了改进传统的单位线使用方法;解决了传统的单位线使用存在的问题;在产流计算时每个计算时段根据雨强大小动态创建等流时线以解决地表汇流时间的非线性变化问题;同时每个单位线计算面积限制在5至30平方公里。很好的解决暴雨中心的影响;每个单元都用预报模型独立计算,能确保在一定时间内得到较大区域的预报成果。
[0018] 参数提取时,针对下渗和蓄水特性参数,是根据土壤类型、植被和地貌特点来分析每一个计算单元的下渗曲线和蒸发曲线的。有效提高了地表和地下水量分配的正确性。
[0019] 步骤4、挖掘历史灾害数据和用户数据,作为参数再次校正的依据;所有数据实时的更新迭代,形成一个闭环以提高预报精度。
[0020] 基于降水数据的不同精度和暴雨中心分布的位置,实时对有效预见与趋势预见进行准确划分,从而提高实际使用效果,以及预报合理性、有效性。预报成果划分为实时预报成果、短临预报成果和趋势预报成果,分别作为作业预报、作业参考以及趋势分析。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈