位置:成果数据库 > 期刊 > 期刊详情页
知识驱动下的水文模型参数智能化设置方法
  • ISSN号:1671-8860
  • 期刊名称:《武汉大学学报:信息科学版》
  • 时间:0
  • 分类:P209[天文地球—测绘科学与技术] P208[天文地球—地图制图学与地理信息工程;天文地球—测绘科学与技术]
  • 作者机构:[1]中国科学院地理科学与资源研究所,北京100101, [2]中国科学院大学,北京100049, [3]首都师范大学资源环境与地理信息系统北京重点实验室,北京100048, [4]南京师范大学地理科学学院,江苏南京210023, [5]江苏省地理信息资源开发与利用协同创新中心,江苏南京210023
  • 相关基金:水体污染控制与治理科技重大专项(2013ZX07103006-005); 国家科技支撑计划(2013BAC08B03-4); 国家自然科学基金(41422109;41431177)
中文摘要:

水文模型的参数设置涉及专业领域的知识和繁琐的操作步骤,是水文建模面临的一大难题,在一定程度上限制了模型的应用和推广。基于知识驱动的方法,将水文模型参数设置知识分为参数提取知识和取值范围知识两类,分别对其进行形式化表达和自动推理,初步实现了水文模型参数智能化设置;结合Web Service、工作流和参数自动率定等技术,研发了水文智能建模原型系统;最后,以TOPMODEL模型的参数设置为例,对知识驱动方法进行了验证。结果表明,知识驱动的方法能在保证模拟精度的前提下有效简化水文模型的参数设置流程,降低水文建模难度。

英文摘要:

Setting parameters for hydrological models requires not only specialized knowledge but also tedious operation steps. This is a major difficulty in hydrological modeling that largely constrains the ease of use of hydrological models. Using a knowledge-driven method, the knowledge on parameter setting was divided into the knowledge on parameter extraction and the knowledge on parameter value range. The above knowledge was formalized and inference engines were designed for setting parame ters in hydrological modeling intelligently. A prototype system for intelligent hydrological modeling was implemented using web service, workflow, and automatic calibration of parameters. A case study of automatic intelligent parameter setting was conducted for TOPMODEL in a real watershed. The re- suits showed that the knowledge-driven method was able to conduct parameter settings automatically and achieve satisfying modeling results. Therefore, the proposed knowledge-driven method and the in- telligent system have great potential to simplify hydrological modeling processes.

同期刊论文项目
期刊论文 4
同项目期刊论文
期刊信息
  • 《武汉大学学报:信息科学版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武汉珞珈山
  • 邮编:430072
  • 邮箱:whuxxb@vip.163
  • 电话:027-68778045
  • 国际标准刊号:ISSN:1671-8860
  • 国内统一刊号:ISSN:42-1676/TN
  • 邮发代号:38-317
  • 获奖情况:
  • 全国优秀科技期刊,全国优秀高校自然科学学报一等奖,湖北省优秀期刊称号
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰地学数据库,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24217