(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111369355.4 (22)申请日 2021.11.18 (71)申请人 华北水利水电大 学 地址 450000 河南省郑州市金 水区北环路 36号 (72)发明人 王文川　臧红飞　胡昊　和吉　 刘昌军　 (74)专利代理 机构 郑州豫原知识产权代理事务 所(普通合伙) 41176 代理人 吴林 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/28(2020.01) G06K 9/62(2022.01) G06F 111/10(2020.01)G06F 113/08(2020.01) G06F 119/14(2020.01) (54)发明名称 一种基于物联网的水文预报方法 (57)摘要 本发明公开了一种基于物联网的水文预报 方法， 涉及水文预测技术领域， 通过采集目标区 域与水患灾害对应的水文数据， 分析水患灾害的 物理成因， 以此构建水文预测模型； 并采集对应 的大气数值， 统一大气数值模型与水文预测模型 的陆面过程机制， 构建大气数值模 型与水文预测 模型的双向耦合， 根据双向耦合关系， 实现两个 模型间数据信息的精准交互， 实现了综合江河湖 海和陆地气象两方面的数据， 综合进行江河湖海 流域的水文预测， 解决现有水文预测结果不精确 和适用性 不强的问题。 权利要求书2页 说明书4页 附图1页 CN 114021478 A 2022.02.08 CN 114021478 A 1.一种基于物联网的水文预报方法， 其特 征在于， 包括以下步骤： 采集与水患灾害对应的水文数据； 基于与水患灾害对应的水文数据， 进行水患灾害的物理成因分析， 获得水患灾害特征 因子集合； 基于水患灾害特 征因子集 合， 建立水文预测模型； 采集与水患灾害对应的大气数值， 构建大气数值模型， 其中， 所述大气数值包括降雨 值、 温度值、 蒸发值和风速值； 统一大气数值模型与 水文预测模型中陆面过程模型的参数， 构建大气数值模型与 水文 预测模型的双向耦合关系； 基于大气数值模型与 水文预测模型的双向耦合关系， 大气数值模型将与水文数据同时 段的气象数据反馈 至水文预测模型； 水文预测模型进行 水文预测， 输出 水文预报结果。 2.如权利要求1所述的一种基于物联网的水文预报方法， 其特 征在于， 还 包括： 基于大气数值模型与 水文预测模型的双向耦合， 水文预测模型将预测结果中的土壤湿 度、 径流量反馈至大气数值模型， 大气数值模型根据反馈的信息实时修正初始 边界条件， 适 应水文预测模型的数据环境， 便 于向水文模型提供 下一步长的气象输出。 3.如权利要求1所述的一种基于物联网的水文预报方法， 其特征在于， 所述基于与 水患 灾害对应的水文数据， 进 行水患灾害的物理成因分析， 获得水患灾害 特征因子集合的步骤， 包括： 根据与水患灾害对应的水文数据内的数据类型， 分析 得到各类型 数据的变化特性； 根据各类型 数据的变化特性， 统计各类型 数据之间的相互关系； 根据各类型数据在相互关系中出现所占的比重， 提取各类型数据， 得到若干个水患灾 害的物理成因； 若干个水患灾害的物理成因构成水患灾害特 征因子集 合。 4.如权利要求1所述的一种基于物联网的水文预报方法， 其特征在于， 所述基于水患 灾 害特征因子集 合， 建立水文预测模型的步骤， 包括： 利用数据挖掘算法对水患 灾害特征因子集合进行训练， 获得不同水患 灾害特征因子作 用下量值和过程形态相似的多组场次洪水 过程集合； 基于水患灾害特征因子和多组场次洪水过程集合， 采用深度学习算法获得对应不同模 型和方法的多组参数 方案的集 合， 建立水文预测模型。 5.如权利要求4所述的一种基于物联网的水文预报方法， 其特征在于， 所述数据挖掘算 法包括多维欧式距离聚类方法和推土 机距离聚类方法； 所述多维欧式距离聚类方法： 针对不同历史洪水过程计算不同预报因子的欧式距离， 以确定不同分类的所述 量值相似的历史洪水 过程； 所述推土机距离聚类方法： 计算不同历史洪水过程中所述过程形态相似的场 次洪水， 并标记为 一类。 6.如权利要求1所述的一种基于物联网的水文预报方法， 其特征在于， 所述大气数值模 型选择ARW模型， 所述ARW模型根据动力框架的特征， 求解描写天气演变过程的流体力 学和 热力学的方程组， 预测得到未来 一定时段的大气运动状态和天气现象。权　利　要　求　书 1/2 页 2 CN 114021478 A 27.如权利要求1所述的一种基于物联网的水文预报方法， 其特征在于， 所述与 水患灾害 对应的水文 数据， 包括： 全流域的地理环境数据、 全流域的自然资源 数据和全流域的生态环 境数据。权　利　要　求　书 2/2 页 3 CN 114021478 A 3