经典的水文模型介绍 。
2021-09-30 15:23:21 4.55MB 水文模型
1
基于水文模型与机器学习集合模拟的水沙变异归因定量识别——以黄河中游窟野河流域为例.pdf
2021-09-25 17:02:12 7.22MB 机器学习 参考文献 专业指导
CRHM-工具 Python/QT 前端,用于从指定的地形类生成 HRU。 这是创建流域关系以输入到 CRHM 的自动化和系统方式。 生成的 HRU 主观性较低,人为错误有限,有助于创建更稳健的模型。 存在其他 HRU 生成方法,例如 GRASS-HRU,但是 CRHM-Tools 不同,因为它既是 HRU 创建工具又是参数化工具。 此外,HRU 可以基于物理过程特性(例如获取)生成。 通过允许 CRHM 的参数化,输入和输出之间更紧密的耦合是可能的。 依靠 Python 2.7 侧边 Matplotlib Numpy 和 SciPy GDAL 诸如会安装所有先决条件。 使用 x64 和 x86 Python 进行测试。 在 Windows (Win7)、OSX (10.8、10.9)、Linux (F19、F20) 上测试。 用法 运行: python main.py 通
2021-09-11 20:23:16 238KB Python
1
SWAT(Soil and Water Assessment Tool)是由美国农业部(USDA)的农业研究中心Jeff Arnold博士1994年开发的。模型开发的最初目的是为了预测在大流域复杂多变的土壤类型、土地利用方式和管理措施条件下,土地管理对水分、泥沙和化学物质的长期影响。SWAT模型采用日为时间连续计算。是一种基于GIS基础之上的分布式流域水文模型,近年来得到了快速的发展和应用,主要是利用遥感和地理信息系统提供的空间信息模拟多种不同的水文物理化学过程,如水量、水质、以及杀虫剂的输移与转化过程。
2021-08-27 15:33:20 5.72MB SWAT arcswat 流域水文模型 教程
1
vic_utils 可变渗透能力 (VIC) 水文模型的预处理/后处理实用程序。
2021-08-17 17:33:17 5.71MB OpenEdgeABL
1
一种利用EFAST方法对水文模型DHSVM进行参数敏感性分析的工具。包含代码、使用说明和案例数据
2021-08-17 09:06:41 59.82MB 水文模型 敏感性分析 EFAST DHSVM
1
SWAT模型所需要的气象数据 1.日降水量、最高气温、最低气温、太阳辐射、风速和相对湿度等数据的日时间序列 2.天气发生器输入数据(多年气象数据的月统计值) 参数 含义 参数 含义 TMPMX 平均日最高气温 PR_W1 湿日之后干日的概率 TMPMN 平均日最低气温 PR_W2 湿日之后湿日的概率 TMPSTDMX 日最高气温的方差 PCPD 平均降水天数 TMPSTDMN 日最低气温的方差 RAINHHMX 最大半小时降水量 PCPMM 月平均降水量 SOLARAV 日平均太阳辐射量 PCPSTD 日降水量的方差 DEWPT 平均日露点温度 PCPSKW 日降水量偏斜系数 WNDAV 日平均风速
2021-08-14 10:04:59 1.63MB 水文模型
1
业分类-物理装置-一种水文模型在地理空间上多流域并行率定的方法.zip