一种高寒地区流域出口径流预测方法及系统与流程

1.本发明属于计算机技术领域，尤其涉及一种高寒地区流域出口径流预测方法及系统。


背景技术：

2.随着近年国内外对融雪过程、迳流产生过程的研究的不断深入，以及计算机技术、水文监测技术的不断发展，基于融雪迳流产生的关键过程，建立较为精确的融雪迳流预测模型已经成为可能。目前，通常使用灰色模型(grey models)的方式建立融雪迳流模型。然而，在实践中发现，灰色模型是通过少量的、不完全的信息，建立灰色微分预测模型，进而对事物发展规律作出模糊性的长期描述，可见，基于少量且不完全的信息预测得到的出口径流不够准确。


技术实现要素：

3.本发明针对现有技术中存在的问题，提供一种高寒地区流域出口径流预测方法及系统，解决了预测得到的出口径流不够准确的问题。
4.本技术第一方面公开一种高寒地区流域出口径流预测方法，所述方法包括：
5.通过数字高程模型提取目标流域的流域边界；
6.基于观测影像生成观测区域的雪量变化信息，其中，所述观测区域至少包含所述目标流域；
7.基于所述流域边界和所述雪量变化信息，生成所述目标流域中各个像元的目标雪量变化信息；
8.基于所述目标流域中各个像元的目标雪量变化信息，计算得到所述目标流域的平均冰雪覆盖率变化信息；
9.将所述平均冰雪覆盖率变化信息输入融雪径流模型，得到所述目标流域的出口径流预测信息。
10.作为一种可选的实施方式，在本发明实施例第一方面中，所述通过数字高程模型提取目标流域的流域边界，包括：
11.基于数字高程模型识别目标流域的洼地像元，并基于所述洼地像元对所述目标流域中的洼地进行填充，得到目标修改流域；
12.对所述目标修改流域中的邻域最高点进行提取，得到所述目标修改流域中的流域边界。
13.作为一种可选的实施方式，在本发明实施例第一方面中，所述将所述平均冰雪覆盖率变化信息输入融雪径流模型之前，所述方法还包括：
14.获取中分辨率成像光谱仪采集的所述目标流域的地表径流数据；
15.获取所述目标流域的历史水文观测数据；
16.基于所述地表径流数据和所述历史水文观测数据，构建基于回收函数的融雪径流
模型。
17.作为一种可选的实施方式，在本发明实施例第一方面中，所述基于观测影像生成观测区域的雪量变化信息，包括：
18.获取观测区域的第一观测影像和第二观测影像；
19.基于所述第一观测影像和第二观测影像进行对应区域逐日融合，得到有效观测数据；
20.对所述有效观测数据进行相邻时间轴平均数插值，得到所述观测区域的雪量变化信息。
21.作为一种可选的实施方式，在本发明实施例第一方面中，所述基于所述第一观测影像和第二观测影像进行对应区域逐日融合，得到有效观测数据，包括：
22.当检测到同一时刻的所述第一观测影像中的数据与所述第二观测影像中的数据均为有效数据时，计算所述第一观测影像中的数据与所述第二观测影像中的数据的平均值，并将所述平均值确定为所述同一时刻的有效观测数据；
23.当检测到同一时刻的所述第一观测影像中的数据为有效数据或所述第二观测影像中的数据为有效数据时，将所述有效数据确定为所述同一时刻的有效观测数据。
24.本技术第二方面公开一种高寒地区流域出口径流预测系统，包括：
25.提取单元，用于通过数字高程模型提取目标流域的流域边界；
26.第一生成单元，用于基于观测影像生成观测区域的雪量变化信息，其中，所述观测区域至少包含所述目标流域；
27.第二生成单元，用于基于所述流域边界和所述雪量变化信息，生成所述目标流域中各个像元的目标雪量变化信息；
28.计算单元，用于基于所述目标流域中各个像元的目标雪量变化信息，计算得到所述目标流域的平均冰雪覆盖率变化信息；
29.输入单元，用于将所述平均冰雪覆盖率变化信息输入融雪径流模型，得到所述目标流域的出口径流预测信息。
30.作为一种可选的实施方式，在本发明实施例第二方面中，所述提取单元包括：
31.识别子单元，用于基于数字高程模型识别目标流域的洼地像元，并基于所述洼地像元对所述目标流域中的洼地进行填充，得到目标修改流域；
32.提取子单元，用于对所述目标修改流域中的邻域最高点进行提取，得到所述目标修改流域中的流域边界。
33.作为一种可选的实施方式，在本发明实施例第二方面中，所述系统还包括：
34.第一获取单元，用于在所述输入单元将所述平均冰雪覆盖率变化信息输入融雪径流模型之前，获取中分辨率成像光谱仪采集的所述目标流域的地表径流数据；
35.第二获取单元，用于获取所述目标流域的历史水文观测数据；
36.构建单元，用于基于所述地表径流数据和所述历史水文观测数据，构建基于回收函数的融雪径流模型。
37.作为一种可选的实施方式，在本发明实施例第二方面中，所述第一生成单元包括：
38.获取子单元，用于获取观测区域的第一观测影像和第二观测影像；
39.融合子单元，用于基于所述第一观测影像和第二观测影像进行对应区域逐日融
合，得到有效观测数据；
40.插值子单元，用于对所述有效观测数据进行相邻时间轴平均数插值，得到所述观测区域的雪量变化信息。
41.作为一种可选的实施方式，在本发明实施例第二方面中，所述融合子单元包括：
42.确定模块，用于当检测到同一时刻的所述第一观测影像中的数据与所述第二观测影像中的数据均为有效数据时，计算所述第一观测影像中的数据与所述第二观测影像中的数据的平均值，并将所述平均值确定为所述同一时刻的有效观测数据；
43.所述确定模块，还用于当检测到同一时刻的所述第一观测影像中的数据为有效数据或所述第二观测影像中的数据为有效数据时，将所述有效数据确定为所述同一时刻的有效观测数据。
44.本发明实施例第三方面公开一种电子设备，包括：
45.存储有可执行程序代码的存储器；
46.与所述存储器耦合的处理器；
47.所述处理器调用所述存储器中存储的所述可执行程序代码，执行第一方面的任意一种方法的部分或全部步骤。
48.本发明实施例第四方面公开一种计算机可读存储介质，所述计算机可读存储介质存储了程序代码，其中，所述程序代码包括用于执行第一方面的任意一种方法的部分或全部步骤的指令。
49.本发明实施例第五方面公开一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
50.本发明实施例第六方面公开一种应用发布平台，所述应用发布平台用于发布计算机程序产品，其中，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
51.与现有技术相比，本发明实施例具有以下有益效果：
52.本发明实施例中，通过数字高程模型提取目标流域的流域边界；基于观测影像生成观测区域的雪量变化信息，其中，观测区域至少包含目标流域；基于流域边界和雪量变化信息，生成目标流域中各个像元的目标雪量变化信息；基于目标流域中各个像元的目标雪量变化信息，计算得到目标流域的平均冰雪覆盖率变化信息；将平均冰雪覆盖率变化信息输入融雪径流模型，得到目标流域的出口径流预测信息。可见，实施本发明实施例，能够提升预测得到的出口径流的准确性。
附图说明
53.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
54.图1是本发明实施例公开的一种高寒地区流域出口径流预测方法的流程示意图；
55.图2是本发明实施例公开的一种高寒地区流域出口径流预测系统的结构示意图；
56.图3是本发明实施例公开的一种电子设备的结构示意图。
具体实施方式
57.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
58.需要说明的是，本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
59.本发明实施例公开一种高寒地区流域出口径流预测方法及系统，能够提升预测得到的出口径流的准确性。以下分别进行详细说明。
60.请参阅图1，图1是本发明实施例公开的一种高寒地区流域出口径流预测方法的流程示意图。如图1所示，该高寒地区流域出口径流预测方法可以包括以下步骤：
61.101.通过数字高程模型提取目标流域的流域边界；
62.本技术实施例中，数字高程模型(digital elevation model，dem)是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达)，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。
63.102.基于观测影像生成观测区域的雪量变化信息，其中，所述观测区域至少包含所述目标流域；
64.103.基于所述流域边界和所述雪量变化信息，生成所述目标流域中各个像元的目标雪量变化信息；
65.104.基于所述目标流域中各个像元的目标雪量变化信息，计算得到所述目标流域的平均冰雪覆盖率变化信息；
66.105.将所述平均冰雪覆盖率变化信息输入融雪径流模型，得到所述目标流域的出口径流预测信息。
67.本技术实施例中，将目标流域连续时间轴逐日雪盖阵列雪盖数据输入拟合后模型后输出的流域出口流量预测值。
68.本技术实施例中，模型中存在的两个参数r，k(r＞0，k＞0)，需要通过找到有效取值范围内最合适的参数值。纳什效率系数(nse)是用于验证水文模型模拟结果的好坏的一种模型:
[0069][0070]
其中，e是纳什效率系数，其取值范围为[0，1]，e取值为负无穷至1，e接近1，表示模式质量好，模型可信度高；e接近0，表示模拟结果接近观测值的平均值水平，即总体结果可信，但过程模拟误差大；e远远小于0，则模型是不可信的。
[0071]qobs
是辅助调参使用的观测值数列，q
sime
为模型输出数列，q
obmean
是观测平均值。
[0072]
在有效取值范围内以0.0001为分辨率输入任意的r，k组合进行到模型中得到各个r，k组合下获取的模型输出数列，然后进行纳什效率计算。纳什效率系数最接近1的r，k组
合，我该模型的局部最优参数(取值范围为0到无穷，所以只能被认定为局部最优解)。
[0073]
作为一种可选的实施方式，所述通过数字高程模型提取目标流域的流域边界，包括：
[0074]
基于数字高程模型识别目标流域的洼地像元，并基于所述洼地像元对所述目标流域中的洼地进行填充，得到目标修改流域；
[0075]
对所述目标修改流域中的邻域最高点进行提取，得到所述目标修改流域中的流域边界。
[0076]
本技术实施例中，洼地像元是dem中低于周围像元的像元，可能是真实存在的洼地或湖泊，也可能是dem采用误差导致地。而当dem分辨率较低时，也难以反映真实的洼地，当汇水量大于洼地容量时，最终也会从洼地边缘离开。对于真实存在的面积较大的洼地，则不能用普通洼地来填充，所以对于dem，其指流向都会指向洼地内部，从而阻挡水系的形成，因此对那些不能作为湖泊来考虑的洼地都应该去除。
[0077]
本技术实施例中，流域边界(指流域的分水领最高点)，即汇水区的边界线。对洼地填充后的dem数据，通过邻域最高点分析，提取目标流域边界：建立一个3x3的移动窗口，掩膜逐行扫描dem数据；对每个扫过的区域，窗口对比中心cell与周围8个栅格的高程，对最高点以外区域覆上掩膜。
[0078]
更进一步，srtm(航天飞机雷达地形测绘使命)和dem的空间分辨率为90m，modis雪盖产品的空间分辨率是500m，且两者产生的几何型变有较大差距，在使用srtm和dem提取的流域边界掩膜覆应用到modis产品上时，需要进行融合前预处理，步骤包括：1)分辨率转换；2)几何配准。
[0079]
本技术实施例中，srtm系统获取的雷达影像的数据量约9.8万亿字节，经过两年多的数据处理，制成了数字地形高程模型(dem)。srtm产品2003年开始公开发布，经历多修订，目前最新的版本为v4.1版本。此次航天测绘覆盖面积之广、采集数据量之大、精度之高在测绘史上是前所未有的。10天采集的全部原始数据仅处理就约需两年的时间。数据经处理后最终所获取的全球数字高程模型(dem)，可以将美军现有的全球dem精度提高约30倍。
[0080]
本技术实施例中，将目标流域配准后掩膜应用在连续时间轴逐日雪盖阵列中的每一个雪盖矩阵上，提取目标流域连续时间轴逐日雪盖阵列。掩膜预算为类矩阵点乘运算，被淹没覆盖区域就被称为目标流域掩膜，其不参加处理或不参加处理参数的计算。
[0081]
本技术实施例中，在提取目标流域后，使用掩膜对栅格图像上流域外区域作屏蔽。被屏蔽的区域就被称为目标流域淹没，其不参加处理或不参加处理参数的计算，在二维栅格数据中使用掩膜后，相当于仅对流域内区域进行计算。该淹没通过几何配准后，能够应用在分辨率为500m的modis数据产品上。
[0082]
作为一种可选的实施方式，所述将所述平均冰雪覆盖率变化信息输入融雪径流模型之前，所述方法还包括：
[0083]
获取中分辨率成像光谱仪采集的所述目标流域的地表径流数据；
[0084]
获取所述目标流域的历史水文观测数据；
[0085]
基于所述地表径流数据和所述历史水文观测数据，构建基于回收函数的融雪径流模型。
[0086]
本技术实施例中，流域中每个栅格的融雪过程由分段函数描述：
[0087][0088]
其中，wn代表每日从栅格进入到流域排水体系的水量；
[0089]
ts代表从每个栅格modis地表温度数据；
[0090]
tc代表融雪阀值；
[0091]
sc代表每个栅格modis冰雪覆盖数据；
[0092]
k代表融雪系数；
[0093]
在本方法中，融雪径流模型由回收函数构建，该模型具有周期特征，其构建的最小单位为天，回归周期为年：
[0094]qn
＝w1·rn
w2·rn-1
w3·rn-2

…
wn·
r1[0095]
代表该模拟周期(年)的第天；
[0096]
代表在一年的第日在目标流域出口预测的平均流量；
[0097]
代表第日从每个栅格进入到流域排水体系的水量；
[0098]
是该模型的缩减系数。
[0099]
本技术实施例中，在单个矩阵中，流域的空间地理特征由栅格表示，流域外区域被附上掩膜，单个栅格代表目标流域中一个500x500km的区域，栅格中数据取值范为0-100％，代表该栅格的冰雪覆盖度。在时间上有连续性的目标流域雪盖矩阵组成目标流域在连续时间轴上的逐日冰雪覆盖阵列。
[0100]
本技术实施例中，从流域出口设置的水文观测站获取的历史水文数据，具有时间连续性，观测周期3小时(每天8次)。观测单位为m3/s。
[0101]
作为一种可选的实施方式，所述基于观测影像生成观测区域的雪量变化信息，包括：
[0102]
获取观测区域的第一观测影像和第二观测影像；
[0103]
基于所述第一观测影像和第二观测影像进行对应区域逐日融合，得到有效观测数据；
[0104]
对所述有效观测数据进行相邻时间轴平均数插值，得到所述观测区域的雪量变化信息。
[0105]
本技术实施例中，第一观测影像(terra)和第二观测影像(aqua)的雪盖产品都会存在“无效值”，即0-100以外的值。这些值代表由云层覆盖、观测失败等原因造成的数据缺失。terra卫星每日地方时上午10:30时过境。aqua每日地方时下午过境，将对应区域的雪盖产品进行逐日融合，可以弥补一些缺失值。融合逻辑为：1)两者都有有效数据的，取平均值填入矩阵；2)其中一者具有“有效值”(0-100)的，采用该有效值填入矩阵；3)两者都不具有“有效值”的，选择一“无效值”填入矩阵。
[0106]
本技术实施例中，terra和aqua在数据融合后产生的连续时间轴阵列仍会存在大量的无效值，为预测这些无效值，需要连续时间轴阵列的每个栅格进行时间轴平均数填充,使得阵列中每个栅格的数据具有物理含义，填充算法为：
[0107]
f(sca，sc
a 1
，
…
，sc
a n
，scb)＝sca，sc
a 1
，....，sc
a n
，
[0108]
(n≥
[0109][0110][0111]
其中，，代表时间轴上连续n个无效值的两个相邻有效值；
[0112]sca 1
，
…
，sc
a n
代表无效，scc之n个无效值，n；
[0113]
sc
a 1
，
…
，s代表平均数插值后产生的n个“有效值”。
[0114]
本技术实施例中，在单个矩阵中，观测区域空间地理特征由栅格表示，单个栅格代表观测区域中一个500x500km的区域，栅格中数据取值范为0-100％，代表该栅格的冰雪覆盖度。在时间上有连续性的雪盖矩阵组成连续时间轴上的逐日冰雪覆盖阵列。
[0115]
作为一种可选的实施方式，所述基于所述第一观测影像和第二观测影像进行对应区域逐日融合，得到有效观测数据，包括：
[0116]
当检测到同一时刻的所述第一观测影像中的数据与所述第二观测影像中的数据均为有效数据时，计算所述第一观测影像中的数据与所述第二观测影像中的数据的平均值，并将所述平均值确定为所述同一时刻的有效观测数据；
[0117]
当检测到同一时刻的所述第一观测影像中的数据为有效数据或所述第二观测影像中的数据为有效数据时，将所述有效数据确定为所述同一时刻的有效观测数据。
[0118]
请参阅图2，图2是本发明实施例公开的一种高寒地区流域出口径流预测系统的结构示意图。如图2所示，该高寒地区流域出口径流预测系统可以包括：
[0119]
提取单元201，用于通过数字高程模型提取目标流域的流域边界；
[0120]
第一生成单元202，用于基于观测影像生成观测区域的雪量变化信息，其中，所述观测区域至少包含所述目标流域；
[0121]
第二生成单元203，用于基于提取单元201提取的所述流域边界和第一生成单元202生成的所述雪量变化信息，生成所述目标流域中各个像元的目标雪量变化信息；
[0122]
计算单元204，用于基于第二生成单元203生成的所述目标流域中各个像元的目标雪量变化信息，计算得到所述目标流域的平均冰雪覆盖率变化信息；
[0123]
输入单元205，用于将计算单元204得到的所述平均冰雪覆盖率变化信息输入融雪径流模型，得到所述目标流域的出口径流预测信息。
[0124]
作为一种可选的实施方式，所述提取单元包括：
[0125]
识别子单元，用于基于数字高程模型识别目标流域的洼地像元，并基于所述洼地像元对所述目标流域中的洼地进行填充，得到目标修改流域；
[0126]
提取子单元，用于对所述目标修改流域中的邻域最高点进行提取，得到所述目标修改流域中的流域边界。
[0127]
作为一种可选的实施方式，所述系统还包括：
[0128]
第一获取单元，用于在所述输入单元将所述平均冰雪覆盖率变化信息输入融雪径流模型之前，获取中分辨率成像光谱仪采集的所述目标流域的地表径流数据；
[0129]
第二获取单元，用于获取所述目标流域的历史水文观测数据；
[0130]
构建单元，用于基于所述地表径流数据和所述历史水文观测数据，构建基于回收
函数的融雪径流模型。
[0131]
作为一种可选的实施方式，所述第一生成单元包括：
[0132]
获取子单元，用于获取观测区域的第一观测影像和第二观测影像；
[0133]
融合子单元，用于基于所述第一观测影像和第二观测影像进行对应区域逐日融合，得到有效观测数据；
[0134]
插值子单元，用于对所述有效观测数据进行相邻时间轴平均数插值，得到所述观测区域的雪量变化信息。
[0135]
作为一种可选的实施方式，所述融合子单元包括：
[0136]
确定模块，用于当检测到同一时刻的所述第一观测影像中的数据与所述第二观测影像中的数据均为有效数据时，计算所述第一观测影像中的数据与所述第二观测影像中的数据的平均值，并将所述平均值确定为所述同一时刻的有效观测数据；
[0137]
所述确定模块，还用于当检测到同一时刻的所述第一观测影像中的数据为有效数据或所述第二观测影像中的数据为有效数据时，将所述有效数据确定为所述同一时刻的有效观测数据。
[0138]
请参阅图3，图3是本发明实施例公开的一种电子设备的结构示意图。如图3所示，该电子设备可以包括：
[0139]
存储有可执行程序代码的存储器301；
[0140]
与存储器301耦合的处理器302；
[0141]
其中，处理器302调用存储器301中存储的可执行程序代码，执行以上各方法实施例中的方法的部分或全部步骤。
[0142]
本发明实施例还公开一种计算机可读存储介质，其中，计算机可读存储介质存储了程序代码，其中，程序代码包括用于执行以上各方法实施例中的方法的部分或全部步骤的指令。
[0143]
本发明实施例还公开一种计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
[0144]
本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
[0145]
应理解，说明书通篇中提到的“本发明实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在本发明实施例中”未必一定指相同的实施例。此外，这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本发明所必须的。
[0146]
在本发明的各种实施例中，应理解，上述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0147]
另外，本文中术语“系统”和“网络”在本文中常可互换使用。应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示
前后关联对象是一种“或”的关系。
[0148]
在本发明所提供的实施例中，应理解，“与a对应的b”表示b与a相关联，根据a可以确定b。但还应理解，根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其他信息确定b。
[0149]
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(read-only memory，rom)、随机存储器(random access memory，ram)、可编程只读存储器(programmable read-only memory，prom)、可擦除可编程只读存储器(erasable programmable read only memory，eprom)、一次可编程只读存储器(one-time programmable read-only memory，otprom)、电子抹除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
[0150]
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0151]
另外，在本发明各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0152]
上述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本发明的各个实施例上述方法的部分或全部步骤。
[0153]
以上对本发明实施例公开的一种高寒地区流域出口径流预测方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。