CN118965092B 基于水循环的水文干旱特征识别和归因方法及系统 （武汉大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118965092B(45)授权公告日2025.07.11

(21)申请号202410921959.2

(22)申请日2024.07.10

(65)同一申请的已公布的文献号申请公布号CN118965092A

(43)申请公布日2024.11.15

(73)专利权人武汉大学

地址430072湖北省武汉市武昌区八一路

299号

GO6F18/21(2023.01)G01W1/10(2006.01)

(56)对比文件

CN111797129A,2020.10.20CN116644597A,2023.08.25审查员胡乔波

(72)发明人佘敦先张潇雨夏军宋志红石欣荣王绿绿魏毅恒黄辰瑶

(74)专利代理机构武汉科皓知识产权代理事务所(特殊普通合伙)42222

专利代理师罗敏清

(51)Int.CI.

GO6F18/241(2023.01)权利要求书3页说明书9页附图1页

(54)发明名称

基于水循环的水文干旱特征识别和归因方法及系统

(57)摘要

CN118965092B本申请提供了的基于水循环的水文干旱特征识别和归因方法及系统，方法包括：收集研究区研究时段内的流域气象水文数据；对流域控制站点径流数据进行突变检验，划分研究时段为突变前时段和突变后时段；构建分布式水文模型并模拟不同情景下的径流序列；根据不同情景下的径流序列分别构建水文干旱序列，采用游程理论对构建的水文干旱序列进行干旱识别，获取不同情景下的水文干旱事件并统计水文干旱特征量；比较不同情景下的水文干旱特征量的差异，根据比较结果获取不同驱动因素对水文干旱特征的影响。本申请基于分布式水文模型DTVGM-PML模型分析气候变化和人类活动，重点关注植被变化

CN118965092B

收集研究区研究时段内的流域气象水文数据

收集研究区研究时段内的流域气象水文数据

对流域控制站点径流数据进行突变检验，确定突变年份，划分研究时段为突变前时段和突变后时段

根据突变前时段和突变后时段的流域气象水文数据以及DTVGM-PML模型，构建分布式水文模型并模拟不同情景下的径流序列

根据不同情景下的径流序列分别构建水文干早序列，采用游程理论对构建

的水文干早序列进行干早识别，获取不同情景下的水文干旱事件并统计水文干早特征量

CN118965092B权利要求书1/3页

2

1.一种基于水循环的水文干旱特征识别和归因方法，其特征在于，包括以下步骤：

收集研究区研究时段内的流域气象水文数据；

对流域控制站点径流数据进行突变检验，确定突变年份，划分研究时段为突变前时段和突变后时段；

根据突变前时段和突变后时段的流域气象水文数据以及DTVGM-PML模型，构建分布式水文模型并模拟不同情景下的径流序列；

根据不同情景下的径流序列分别构建水文干旱序列，采用游程理论对构建的水文干旱序列进行干旱识别，获取不同情景下的水文干旱事件并统计水文干旱特征量；

比较不同情景下的水文干旱特征量的差异，根据比较结果获取不同驱动因素对水文干旱特征的影响，具体包括以下步骤：

根据不同设计情景和实际情景下的水文干旱特征，统计不同情景下的水文干旱特征平均值；

比对不同情景下水文干旱特征平均值的差异，得到不同因素对干旱特征平均值的影响量，具体包括以下步骤：

比较S2情景水文干旱平均特征量与S1情景水文干旱平均特征量，得到气候变化和植被变化对水文干旱特征的影响量a?;所述S1情景的气象数据为突变前实测气象数据，植被数据为突变前实测植被数据；

比较S2情景水文干旱平均特征量与S3情景水文干旱平均特征量，得到植被变化对水文干旱特征的影响量a?,进而得到气候变化对水文干旱特征的影响量a?=a?-a?;所述S2情景的气象数据为突变后实测气象数据，植被数据为突变后实测植被数据；所述S3情景的气象数据为突变后实测气象数据，植被数据为突变后去趋势植被数据；

比较突变后时段实测情景水文干旱平均特征量与S2情景水文干旱平均特征量，得到除植被变化外的人类活动对水文干旱