[發明專利]一種基于前期雨量優選參數的洪水預報方法

有效

• 申請號: 201611170777.8
• 申請日: 2016-12-16
• 公開（公告）號: CN106845771B
• 公開（公告）日: 2018-12-21
• 發明（設計）人: 雷曉輝;張靜;楊明祥;王浩;蔣云鐘;權錦;田雨;甘治國;聞昕;劉珂;張云輝;蔡思宇;秦韜
• 申請（專利權）人: 中國水利水電科學研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 廖元秋

本發明涉及一種基于前期雨量優選參數的洪水預報方法，屬于洪水預報技術領域，該方法包括：統計出預報區內所有場次歷史洪水發生前預報區內前的前期降雨量值；再將歷史洪水分為汛期組和非汛期組，對預報區進行洪水預報模型構建；對每場歷史洪水進行單場參數率定，得到每場洪水的一套參數；再對汛期和非汛期兩組場次洪水分別進行連續參數率定，得到兩套參數，并將每套參數分為高敏感性和低敏感性兩類參數；實時監測并記錄逐日降雨數據，并統計此次降雨的前期降雨量；計算本次降雨的前期降雨量與歷史洪水前期降雨量的貼近度，將貼近度最小值作為客觀因素指標構建的洪水預報模型進行洪水預報。本方法提高了水文模型在洪水預報應用中的準確性和實用性。

技術領域

本發明屬于洪水預報技術領域，更具體地，涉及利用前期雨量優選洪水預報模型中參數的方法。

背景技術

人們在研究自然界水文現象時，將復雜水文現象加以概化，忽略次要的與隨機的因素，保留主要因素和基本規律的部分，建立的具有一定物理意義的數學物理模型，即是水文模型。水文模型是對水文現象的物理和邏輯過程的概化。在目前的洪水預報技術中都離不開水文模型的運用，所有的水文模型，包括新安江模型、TOPMODEL、HEC-HMS模型、TANK模型、薩克拉門托模型等，每個模型都有自己一套參數，在實際應用中都需要依靠實測資料來對模型的參數進行率定(參數率定就是先假定一組參數,代入模型得到計算結果,然后把計算結果與實測數據進行比較,若計算值與實測值相差不大,則把此時的參數作為模型的參數；若計算值與實測值相差較大,則調整參數代入模型重新計算,再進行比較,直到計算值與實測值的誤差滿足一定的范圍)。模型參數主要有兩類，一類是具有物理意義的水文特性參數，這類參數與流域初始水文條件相關性較大，如土地利用類型、土壤類型、土壤含水量等條件，參數率定能夠使這類參數更加符合預報區的水文特性；另一類參數不具有物理意義，很難通過數學物理分析的方法來推算，一般需要在特定的參數范圍內通過率定的方式來獲取最優值，如馬斯京根模型(一種模擬河道內水流從上游演進到下游的水文模型)中參數x，這類參數只能通過參數率定來得到最優值，兩類參數都需要率定以后才能在模型中發揮作用。合理的模型參數能夠為水文模型的運行提供可靠的保證，所以參數率定是水文建模過程中十分重要的一環。模型的參數率定方法較多，如遺傳算法、粒子群算法、差分進化算法、單變量梯度法等。參數率定根據率定場次的多少，分為單場率定和多場率定。單場率定的目的是找出一場洪水最優參數，多場率定就是要找到適用于該流域每場洪水的最優參數。因為水文參數都有一定的敏感性(敏感性是指在水文模型得到最優解范圍時，參數隨初始水文條件變化幅度的大小)，在參數率定的過程中需要分析參數的敏感性。參數的敏感性分析一般采用貝葉斯方法、SCE-UA算法、GLUE方法等，HEC-HMS模型自帶有參數敏感性分析工具。

對一個特定的流域來說，任何水文模型的參數值并不是一成不變的。對于利用水文模型進行的洪水預報而言，影響洪水過程的一些水文參數的取值會隨流域初始水文條件在很小的范圍內變化，而另一些參數會由于初始水文條件，如洪水發生時間是否在汛期(汛期是指江河中由于流域內季節性降水、融冰、化雪，引起定時性水位上漲的時期)、降雨中心的不同、流域土壤含水量的不同等客觀因素導致變化范圍較大。不同的天氣情況、不同的土壤情況等客觀因素都會影響參數取值，從而影響洪水預報結果，所以洪水預報模型在選用參數時必須考慮這些客觀因素。而現有的預報技術都是沿用一套固定的參數，所選用的參數經過連續率定滿足流域最優，但忽略了影響洪水預報模型中參數的客觀因素，不能反應不同敏感性參數對預報結果的影響，導致其預報精度都不是很高。

洪水預報精度評價方式根據《水文情報預報規范(GB/T 22482-2008)》中規定的利用確定性系數來評價，其計算公式如下：

式中：DC為確定性系數；y_c為預報值；y_o為實測值；為實測平均值；n為實測值的數量。確定性系數范圍在0到1之間，值越大表示預報效果越好，預報精度越高。

發明內容