一种基于Multi-headed CNN模型与卫星降雨产品的洪水预报方法
申请人信息
- 申请人:南京信息工程大学
- 申请人地址:210032 江苏省南京市江北新区宁六路219号
- 发明人: 南京信息工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于Multi-headed CNN模型与卫星降雨产品的洪水预报方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311747559.6 |
| 申请日 | 2023/12/19 |
| 公告号 | CN117726033A |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06Q10/04 |
| 权利人 | 南京信息工程大学 |
| 发明人 | 龚蒙; 张永宏; 孙书林 |
| 地址 | 江苏省南京市江北新区宁六路219号 |
摘要文本
本发明公开了一种基于Multi‑headed CNN模型与卫星降雨产品的洪水预报方法，通过使用历史的卫星降雨量数据与流域的水文站的流量数据，挖掘研究流域降雨‑流量的隐藏信息，去预测未来短期的流域的流量。包括步骤如下：获取历史的卫星降雨产品的数据以及所地面水文站实际测量的流量数据和流域边界的矢量数据；确认时间序列的迟滞窗口；通过ArcGIS平台中的泰森多边形算法将卫星降雨产品转化为平均面积降雨量；数据预处理以及划分训练集与测试集；构建预报模型以及参数的调整；对洪水进行预测评估模型的性能。本发明具备高度重建非线性函数的独特优越性，能对洪峰值以及洪峰达到的时间进行估计，有效提高洪水的预报精度。
专利主权项内容
1.一种基于Multi-headed CNN模型与卫星降雨产品的洪水预报方法，其特征在于，包括步骤如下：S1，通过earth data平台下载GPM卫星产品的降雨数据以及在全球径流中心下载地面水文站的流量数据和流域的边界矢量数据；S2，确定时间序列的迟滞窗口大小；S3，采用泰森多边形算法将GPM卫星产品的降雨数据转化为平均面积降雨量，并保存平均面积降雨量；S4，对水文站的流量数据进行缺失补缺、数据异常更正及最大最小值归一化，对平均面积降雨量进行最大最小值归一化，并将平均面积降雨量和流量数据按照输入与标签进行对应；最后将处理后平均面积降雨量和流量数据按比例划分为训练集、测试集；S5，根据迟滞窗口，利用python脚本语言将平均面积降雨量数据和流量数据划分为时间序列；将训练集中降雨序列和流量时间序列输入Multi-headed CNN洪水预报模型进行训练，通过不断调整模型的参数得到最佳效果，保存模型；S6，将测试集中的数据输入步骤S5得到的模型，进行洪水预报，判断洪峰的值以及达到的时间，并评估模型的性能。