lvxiangyang的个人博客分享 http://blog.sciencenet.cn/u/lvxiangyang

博文

ChatGPT水科学全景解析:暨AI在水文水资源、水环境科研与工程领域中的全方位实践技术应用

已有 167 次阅读 2024-12-25 09:14 |个人分类:水文水动力|系统分类:科研笔记

一:时间序列水文数据自动化处理及机器学习模型

1.流量(或者降雨量)异常值自动分析

2.PIII型曲线的参数估计

3.降雨频率以及重现期自动分析

4.随机森林、支持向量机、XGBOOST流量预测

5.广义线性模型、广义可加模型水质因子分析

6.分位数回归等方法实现黑臭水体中水质因子关系分析

7.流量(降雨量)ARIMA,GARCH,MGARCH等时间序列预测

二:空间数据处理

1.MODIS、LANDSAT遥感数据辅助处理

2.LAI、NVDI等指数计算

3.土地利用及土壤数据处理

4.nc文件及GRIB(GRIB2)文件的应用

4.CMIP6数据校正及降尺度方法

5.流域及水文单元分析

6.空间数据的相关性分析

7.空间回归模型分析

三:水文、水环境模型辅助

1.辅助选择水文、水环境模型以及候选模型特点比较

2.辅助总结分析SWAT、EFDC、Delft3D、SWAP、VIC等模型原理

3.辅助分析及生成SWAT、EFDC、SWAP、VIC等模型输入文件

4.辅助查找及改正模型错误

5.辅助模型结果分析以及画图

四:文献学习

1.帮助确定研究方向与主题

2.进行专业高质量文献的检索

3.帮助判断文献质量

4.根据要求推荐精读文献

5.水文、水环境专业文献翻译

6.提炼论文学术观点

7.提炼水文水环境领域算法创新

8.总结文献技术路线

9.寻找水文、水环境领域能的GAP

五:水文及水环境算法专利写作

1.建议发明专利的ideal

2.评估发明专利授权可能性

3.改进发明专利建议

4.发明专利的形式审查

5.辅助回复发明专利意见

六:水领域项目投标

1.标书重点分析

2.辅助分析自身优缺点

3.辅助制定工作计划

4.辅助撰写质量保证

5.辅助撰写技术要点分析(投标人的技术理解)

6.辅助项目基础资料分析

7.项目标书的查缺补漏

一:AI辅助高级机器学习(深度学习)模型

1. LSTM及注意力机制深度神经网络水文数据预测

2.基于图神经网络的湖泊富营养化预测

3.Copula方法水文模型的实现

4.贝叶斯回归在水环境评估中的实现

5.贝叶斯深度学习在水文不确定性分析中的应用

6.基于可解释人工智能(XAI)模型的水质预测

二:AI辅助水资源优化算法编程

1.启发式算法(遗传算法、粒子群算法)水资源优化代码实现

2.水资源优化中启发式算法的改进(布谷鸟算法、萤火虫算法等)

3.基于强化学习/动态规划的水库优化调度实现

4.水资源多目标优化问题的代码实现(NSGA、MOEA/D等算法)

5.水资源优化中的贝叶斯优化方法实现

三:AI辅助水文、水环境模型率定及其它

1.SWAP、EFDC、SWAT、VIC等模型参数敏感性分析

2.启发式算法用于对SWAT、SWAP、VIC等模型的参数率定

3.EFDC、SWAP、VIC等模型代码解读及改进

4.侵蚀灾害模型的构建

5.湿地演化模型的构建

6. QGIS的Python插件的生成(计算热岛效应等)

四:检索增强生成(RAG)技术应用

1.RAG的原理

2.本地大模型安装

3.RAG模型比较

4.RAG模型的安装与调试

5.GRAPRAG模型安装与调试

6.RAG辅助文献综述

7.根据水文教材,论文等生成知识图谱,思维导图

8.本地私有资料问答)

五:大语言模型微调

1.微调是什么及其与RAG的区别

2.开源大语言模型微调水文专业模型

3.微调一个针对EFDC、Delft3d、SWAP等模型的专业纠错模型

4.大语言模型出水文学原理、水环境化学等学科的卷子并给出正确答案

5.怎么选择微调或是RAG

六:AI Agent应用

1.什么是人工智能体,为什么要用人工智能体

2.应用Autogen等实现一个水文模型改进讨论会

3.AI Agent辅助生成水文学等课程教学材料

4.获得文献中的水文、水环境数据并分析总结规律

5.辅助水领域综述写作

6.根据水文模型(EFDC等)以及本地资料等辅助生成项目报告

原文链接详见公众号:技术科研吧



https://blog.sciencenet.cn/blog-3595493-1465906.html

上一篇:基于“遥感+”蓝碳储量估算、红树林信息提取实践技术应用与科研论文写作
收藏 IP: 111.225.64.*| 热度|

1 张学文

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-26 22:07

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部