水位→流量反演（边缘AI推理）
Stage-Discharge Rating — Edge AI Inference
由水位经率定曲线（rating curve）反演流量，是最典型的水文反演。
01
定义
由水位经率定曲线（rating curve）反演流量，是最典型的水文反演。
02
公式与计算
Q = C · (H − H₀)^b
或分段幂函数、多段拟合
03
适用时机
所有以水位推算流量的站点；必须有定期比测支撑。 部署到边缘 AI 推理盒（NPU/GPU 加速）时，需做模型量化（INT8）与算子裁剪，阈值与窗长按现场数据标定后固化。
04
关键参数
系数 C、指数 b、零点水位 H₀、适用水位区间、曲线版本与生效日期；边缘 AI 版本注意量化误差、推理时延与模型版本管理，异常需支持远程回滚。
05
注意事项
失效与边界外推是最大风险：高水外推误差可达数十个百分点；必须记录曲线版本与复核日期。 边缘 AI 实现需在目标算力上做推理时延与精度权衡测试，并保留原始数据上传通道供云端复核。
CLOSE
把 水位→流量反演（边缘AI推理） 用起来
下一步
实际项目如何应用？
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
相关 SIYB 产品
正式参数、方案与商务资料以 xmsiyb.com 官网为准。
需要把技术判断落到项目？
进入行业应用与智能选型中心，获取场景设计、选型与实施参考。