[發明專利]一種基于事件知識圖譜構建的流域旱澇事件長期預測方法有效
| 申請號: | 202110521764.5 | 申請日: | 2021-05-13 |
| 公開(公告)號: | CN113159451B | 公開(公告)日: | 2022-12-02 |
| 發明(設計)人: | 楊文發;王樂;陳致遠;馮寶飛;閔智翔;李玉榮;張方偉;邱輝;邢雯慧;訾麗;張俊;許銀山 | 申請(專利權)人: | 長江水利委員會水文局 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06F16/36 |
| 代理公司: | 深圳市創富知識產權代理有限公司 44367 | 代理人: | 鄭蘭花 |
| 地址: | 430000 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 事件 知識 圖譜 構建 流域 旱澇 長期 預測 方法 | ||
1.一種基于事件知識圖譜構建的流域旱澇事件長期預測方法,其特征在于,預測步驟包括如下:
S1,數據獲取:在進行數據的獲取時,可以對兩種數據進行獲取,一種是結構化數據,另一種是非結構化數據;
S2,事件知識抽取:在進行抽取時可以從互聯網文獻庫中抽取相關的事件信息,并進行結構化表示,包括什么對象,什么時間,發生了什么事情,事件指數如何定義;
S3,事件關系抽取:從文獻中抽取事件之間的邏輯關系,包括共指關系、從屬關系、時序關系、以及因果關系;
S4,知識圖譜模型的構建:利用抽取出的事件知識和關系構建知識圖譜模型,由于因素復雜,最終指向旱澇事件的有多種關系;
S5,構建事件知識歷史序列:利用前述的結構化數據,與上述抽取的事件相互對應,構建事件知識歷史序列;在構建事件知識歷史序列時,需要給定相應的閾值,并計算其強度,計算時分為降水事件和氣候事件兩類;降水事件通過流域面雨量序列來計算,定義長江中下游降水偏多20%以上的事件為一次長江中下游澇/旱事件,即可構建長江中下游旱澇事件歷史序列,并利用降水的距平百分率作為降水事件的強度;氣候事件分為前期氣候事件和同期氣候事件,前期氣候事件是提前于降水事件發生,同期氣候事件是與降水事件同一時期發生,前期氣候事件通過Z-score標準化后的實況氣候指數來定義,若指數絕對值大于0.5個標準差,認為發生一次氣候異常事件,事件強度按照指數轉化為百分制來定義,若指數絕對值大于或等于1個標準差,認為強度達到100;同期氣候事件作為預測時段的變量,無法利用實況資料直接獲取,采用模式預測的指數和前期氣候因子相關分析兩種方法獲取,當統計關系和模式預測指數均表明發生一次氣候事件時,認為發生一次強的事件,強度為100,當統計關系和模式指數預測發生氣候事件不一致時,認為發生一次弱的事件,強度為60,當二者均表明不發生氣候事件時,認為不發生事件,強度為0;
S6,觸發機制:將S5中構建的事件歷史序列帶入知識圖譜模型當中,通過大量數據集的訓練確定事件關系影響權重和事件觸發機制;
S7,進行預測:將最新的事件背景情況輸入知識圖譜模型中進行預測,并實現知識的不斷迭代更新。
2.根據權利要求1所述的一種基于事件知識圖譜構建的流域旱澇事件長期預測方法,其特征在于,步驟S1中,其中結構化數據為長江流域氣象水文站點歷史降水資料,歷史序列資料,海溫場、冰雪場、大氣場格點歷史再分析數據、國家氣候中心74項環流指數資料,而非結構化數據為龐大的互聯網文獻庫,需要根據實際情況進行選擇。
3.根據權利要求1所述的一種基于事件知識圖譜構建的流域旱澇事件長期預測方法,其特征在于,步驟S2中,在進行對文獻事件知識的抽取時,采用關鍵字提取算法TextRank來實現,該方法通過提取文獻中的關鍵詞作為關鍵知識,由于機器提取方法有時難以判斷復雜的邏輯關系,因此在機器提取的基礎上還需要人工確認來進行校正。
4.根據權利要求1所述的一種基于事件知識圖譜構建的流域旱澇事件長期預測方法,其特征在于,抽取的邏輯關系包括事件的共指關系,包括赤道中東太平洋海溫異常增溫與發生厄爾尼諾事件是同一件事;其次從屬關系,包括長江中下游降水偏多包含兩湖水系降水偏多、江西省降水偏多的子事件;時序關系,包括冬季發生青藏高原積雪異常偏少事件,次年夏季發生長江流域暴雨洪澇事件;最后因果關系,包括前期赤道中東太平洋海溫異常增溫有利于長江中下游降水異常偏多。
5.根據權利要求1所述的一種基于事件知識圖譜構建的流域旱澇事件長期預測方法,其特征在于,步驟S4中,首先需要對步驟S2和步驟S3中抽取的事件知識和關系進行整合,將從屬和共指關系的事件進行合并,將時序和因果關系的事件進行聯系,將所有搜索到的降水事件、氣候事件、氣候事件指數定義知識作為節點,將提取的關系作為邊,利用邊將各個節點相互聯系起來,構建事件知識圖譜。
6.根據權利要求1所述的一種基于事件知識圖譜構建的流域旱澇事件長期預測方法,其特征在于,步驟S6中,利用構建的大量歷史事件知識序列訓練知識圖譜模型,得到直接邊的影響權重,在觸發機制時,利用氣候事件強度與影響權重的乘積,計算各種降水事件的得分并將其排序,若某一降水事件的得分在各事件中排名最前,且分值高于60分,即可觸發該事件。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于長江水利委員會水文局,未經長江水利委員會水文局許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110521764.5/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





