【技术实现步骤摘要】
本申请涉及山区地表径流演变，具体地，涉及一种基于多元立体信息的山区地表径流演变成因解析方法。
技术介绍
1、山区地表径流是指大气降水后，在地表形成的沿斜坡流动的水流，是流域出口断面处径流量的重要组成部分，对洪水形成、水资源分配及生态环境维护具有关键作用。然而，山区地表径流的演变过程受到地形、地貌、气候、植被及土壤等多种因素的共同影响，这些因素之间相互作用，使得径流演变过程表现出高度的复杂性和不确定性。
2、传统的研究山区地表径流演变的方法主要依赖于经验模型和统计分析，通常难以全面考虑各项影响因素，并且在处理复杂多变的自然因素时，可能无法充分考虑多因素之间的复杂相互作用，忽略了各因素之间的非线性关系及共线性问题，从而难以实现对径流演变的多维度动态解析。
3、因此，期待一种基于多元立体信息的山区地表径流演变成因解析方法。
技术实现思路
1、提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
2、第一方面，本申请提供了一种基于多元立体信息的山区地表径流演变成因解析方法，所述方法包括：
3、获取气温值的历史数据、降水量的历史数据、植被覆盖率的历史数据、土壤湿度的历史数据和地下水位的历史数据；
4、对所述气温值的历史数据、所述降水量的历史数据、所述植被覆盖率的历史数据、所述土
5、对所述气温局部时序隐含关联特征向量的序列、所述降水量局部时序隐含关联特征向量的序列、所述植被覆盖率局部时序隐含关联特征向量的序列、所述土壤湿度局部时序隐含关联特征向量的序列和所述地下水位局部时序隐含关联特征向量的序列分别进行基于特征显著性的信息聚合以得到气温时序关联聚合特征向量、降水量时序关联聚合特征向量、植被覆盖率时序关联聚合特征向量、土壤湿度时序关联聚合特征向量和地下水位时序关联聚合特征向量；
6、对所述气温时序关联聚合特征向量、所述降水量时序关联聚合特征向量、所述植被覆盖率时序关联聚合特征向量、所述土壤湿度时序关联聚合特征向量和所述地下水位时序关联聚合特征向量进行多元信息联合编码以得到多元立体信息融合表示向量；
7、基于所述多元立体信息融合表示向量，确定山区地表径流演变成因的解析结果。
8、可选地，对所述气温值的历史数据、所述降水量的历史数据、所述植被覆盖率的历史数据、所述土壤湿度的历史数据和所述地下水位的历史数据分别进行基于局部时间尺度的时序特征提取以得到气温局部时序隐含关联特征向量的序列、降水量局部时序隐含关联特征向量的序列、植被覆盖率局部时序隐含关联特征向量的序列、土壤湿度局部时序隐含关联特征向量的序列和地下水位局部时序隐含关联特征向量的序列，包括：将所述气温值的历史数据、所述降水量的历史数据、所述植被覆盖率的历史数据、所述土壤湿度的历史数据和所述地下水位的历史数据分别以预定时间尺度切分后输入基于bi-lstm模型的序列编码器以得到所述气温局部时序隐含关联特征向量的序列、所述降水量局部时序隐含关联特征向量的序列、所述植被覆盖率局部时序隐含关联特征向量的序列、所述土壤湿度局部时序隐含关联特征向量的序列和所述地下水位局部时序隐含关联特征向量的序列。
9、可选地，对所述气温局部时序隐含关联特征向量的序列、所述降水量局部时序隐含关联特征向量的序列、所述植被覆盖率局部时序隐含关联特征向量的序列、所述土壤湿度局部时序隐含关联特征向量的序列和所述地下水位局部时序隐含关联特征向量的序列分别进行基于特征显著性的信息聚合以得到气温时序关联聚合特征向量、降水量时序关联聚合特征向量、植被覆盖率时序关联聚合特征向量、土壤湿度时序关联聚合特征向量和地下水位时序关联聚合特征向量，包括：将所述气温局部时序隐含关联特征向量的序列、所述降水量局部时序隐含关联特征向量的序列、所述植被覆盖率局部时序隐含关联特征向量的序列、所述土壤湿度局部时序隐含关联特征向量的序列和所述地下水位局部时序隐含关联特征向量的序列分别输入基于局部特征显著性传递衰弱标注的特征聚合网络以得到所述气温时序关联聚合特征向量、所述降水量时序关联聚合特征向量、所述植被覆盖率时序关联聚合特征向量、所述土壤湿度时序关联聚合特征向量和所述地下水位时序关联聚合特征向量。
10、可选地，将所述气温局部时序隐含关联特征向量的序列、所述降水量局部时序隐含关联特征向量的序列、所述植被覆盖率局部时序隐含关联特征向量的序列、所述土壤湿度局部时序隐含关联特征向量的序列和所述地下水位局部时序隐含关联特征向量的序列分别输入基于局部特征显著性传递衰弱标注的特征聚合网络以得到所述气温时序关联聚合特征向量、所述降水量时序关联聚合特征向量、所述植被覆盖率时序关联聚合特征向量、所述土壤湿度时序关联聚合特征向量和所述地下水位时序关联聚合特征向量，包括：计算所述气温局部时序隐含关联特征向量的序列中的各个气温局部时序隐含关联特征向量的特征显著性描述因子，其中，所述特征显著性描述因子与所述各个气温局部时序隐含关联特征向量的均值和方差有关；以所述气温局部时序隐含关联特征向量的序列中的最后一个气温局部时序隐含关联特征向量作为当前气温局部时序隐含关联特征向量，基于所述气温局部时序隐含关联特征向量的序列中的各个气温局部时序隐含关联特征向量与所述当前气温局部时序隐含关联特征向量之间的距离跨度，构造所述各个气温局部时序隐含关联特征向量的特征显著性衰减因子；基于所述各个气温局部时序隐含关联特征向量的特征显著性衰减因子对所述各个气温局部时序隐含关联特征向量的特征显著性描述因子进行调制以得到特征显著性衰减描述因子的序列；将所述特征显著性衰减描述因子的序列输入门控掩码模块以得到特征显著性衰减权重因子的序列；以所述特征显著性衰减权重因子的序列作为权重的序列，计算所述气温局部时序隐含关联特征向量的序列的加权和以得到所述气温时序关联聚合特征向量。
11、可选地，计算所述气温局部时序隐含关联特征向量的序列中的各个气温局部时序隐含关联特征向量的特征显著性描述因子，包括：计算所述气温局部时序隐含关联特征向量中的各个特征值与其特征均值的差值四次方的期望值，并将所述期望值除以所述气温局部时序隐含关联特征向量的特征方差的平方以得到所述特征显著性描述因子。
12、可选地，基于所述气温局部时序隐含关联特征向量的序列中的各个气温局部时序隐含关联特征向量与所述当前气温局部时序隐含关联特征向量之间的距离跨度，构造所述各个气温局部时序隐含关联特征向量的特征显著性衰减因子，包括：计算所述当前气温局部时序隐含关联特征向量的最本文档来自技高网...
【技术保护点】
1.一种基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，包括：
2.根据权利要求1所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，对所述气温值的历史数据、所述降水量的历史数据、所述植被覆盖率的历史数据、所述土壤湿度的历史数据和所述地下水位的历史数据分别进行基于局部时间尺度的时序特征提取以得到气温局部时序隐含关联特征向量的序列、降水量局部时序隐含关联特征向量的序列、植被覆盖率局部时序隐含关联特征向量的序列、土壤湿度局部时序隐含关联特征向量的序列和地下水位局部时序隐含关联特征向量的序列，包括：
3.根据权利要求2所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，对所述气温局部时序隐含关联特征向量的序列、所述降水量局部时序隐含关联特征向量的序列、所述植被覆盖率局部时序隐含关联特征向量的序列、所述土壤湿度局部时序隐含关联特征向量的序列和所述地下水位局部时序隐含关联特征向量的序列分别进行基于特征显著性的信息聚合以得到气温时序关联聚合特征向量、降水量时序关联聚合特征向量、植被覆盖率时序关联聚合特征向量、土壤湿度时序关联聚合
4.根据权利要求3所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，将所述气温局部时序隐含关联特征向量的序列、所述降水量局部时序隐含关联特征向量的序列、所述植被覆盖率局部时序隐含关联特征向量的序列、所述土壤湿度局部时序隐含关联特征向量的序列和所述地下水位局部时序隐含关联特征向量的序列分别输入基于局部特征显著性传递衰弱标注的特征聚合网络以得到所述气温时序关联聚合特征向量、所述降水量时序关联聚合特征向量、所述植被覆盖率时序关联聚合特征向量、所述土壤湿度时序关联聚合特征向量和所述地下水位时序关联聚合特征向量，包括：
5.根据权利要求4所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，计算所述气温局部时序隐含关联特征向量的序列中的各个气温局部时序隐含关联特征向量的特征显著性描述因子，包括：
6.根据权利要求5所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，基于所述气温局部时序隐含关联特征向量的序列中的各个气温局部时序隐含关联特征向量与所述当前气温局部时序隐含关联特征向量之间的距离跨度，构造所述各个气温局部时序隐含关联特征向量的特征显著性衰减因子，包括：
7.根据权利要求6所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，基于所述各个气温局部时序隐含关联特征向量的特征显著性衰减因子对所述各个气温局部时序隐含关联特征向量的特征显著性描述因子进行调制以得到特征显著性衰减描述因子的序列，包括：
8.根据权利要求7所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，对所述气温时序关联聚合特征向量、所述降水量时序关联聚合特征向量、所述植被覆盖率时序关联聚合特征向量、所述土壤湿度时序关联聚合特征向量和所述地下水位时序关联聚合特征向量进行多元信息联合编码以得到多元立体信息融合表示向量，包括：
9.根据权利要求8所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，基于所述多元立体信息融合表示向量，确定山区地表径流演变成因的解析结果，包括：
...【技术特征摘要】
1.一种基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，包括：
2.根据权利要求1所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，对所述气温值的历史数据、所述降水量的历史数据、所述植被覆盖率的历史数据、所述土壤湿度的历史数据和所述地下水位的历史数据分别进行基于局部时间尺度的时序特征提取以得到气温局部时序隐含关联特征向量的序列、降水量局部时序隐含关联特征向量的序列、植被覆盖率局部时序隐含关联特征向量的序列、土壤湿度局部时序隐含关联特征向量的序列和地下水位局部时序隐含关联特征向量的序列，包括：
3.根据权利要求2所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，对所述气温局部时序隐含关联特征向量的序列、所述降水量局部时序隐含关联特征向量的序列、所述植被覆盖率局部时序隐含关联特征向量的序列、所述土壤湿度局部时序隐含关联特征向量的序列和所述地下水位局部时序隐含关联特征向量的序列分别进行基于特征显著性的信息聚合以得到气温时序关联聚合特征向量、降水量时序关联聚合特征向量、植被覆盖率时序关联聚合特征向量、土壤湿度时序关联聚合特征向量和地下水位时序关联聚合特征向量，包括：
4.根据权利要求3所述的基于多元立体信息的山区地表径流演变成因解析方法，其特征在于，将所述气温局部时序隐含关联特征向量的序列、所述降水量局部时序隐含关联特征向量的序列、所述植被覆盖率局部时序隐含关联特征向量的序列、所述土壤湿度局部时序隐含关联特征向量的序列和所述地下水位局部时序隐含关联特征向量的序列分别输入基于局部特征显著性传递衰弱标注的特征聚合网络以得到所述气温时序...
【专利技术属性】
技术研发人员：胡庆芳，苏鑫，王思如，张根瑞，刘连，黄对，
申请(专利权)人：水利部交通运输部国家能源局南京水利科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。