[發明專利]水文模擬不確定性分析方法及裝置

有效

• 申請號: 201611264547.8
• 申請日: 2016-12-30
• 公開（公告）號: CN106815473B
• 公開（公告）日: 2019-05-31
• 發明（設計）人: 齊偉;劉俊國
• 申請（專利權）人: 南方科技大學
• 主分類號: G06F17/10
• 分類號: G06F17/10
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆;胡彬

1.一種水文模擬不確定性分析方法，其特征在于，所述方法包括：

獲取水文模型參數所屬的參數空間和洪水流量數據；

基于水文模型參數和洪水流量數據，構建最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數；

根據所述參數空間和所述洪水流量數據，依據最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，率定所述水文模型參數，得到水文模型參數的最優參數空間；

根據所述最優參數空間，分析水文模擬的不確定性；

其中，基于水文模型參數和洪水流量數據，構建最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數包括：

按照如下公式確定基于水文模型參數和洪水流量數據的納什效率系數：

其中，NSE(x,s)是水文模型根據水文模型參數模擬的流量的納什效率系數，x是水文模型參數，s是洪水流量數據中的第s場洪水，M是洪水流量數據中的洪水數據時段數，q_obs·s(t)是洪水流量數據中的第s場洪水在第t洪水數據時段的流量值，q_sim·x(t)是水文模型根據水文模型參數模擬的第t洪水數據時段的流量值，是洪水流量數據中的流量值的均值；

根據所述納什效率系數，確定如下的納什效率系數函數：

NS(x,s)＝1-NSE(x,s)

其中，NS(x,s)是基于水文模型參數和洪水流量數據的納什效率系數函數；

基于水文模型參數的擾動率確定水文模型參數的擾動區間，基于所述擾動區間和所述納什效率系數函數，構建水文模型參數的穩健性函數，如下：

其中，R(x,s)是水文模型參數的穩健性函數，NS^P(x,s)是水文模型參數在擾動區間(x·(1-x^p),x·(1+x^p))內的納什效率系數函數的最大值，x^p是水文模型參數的擾動率，為0到1之間的一個數；

根據所述穩健性函數和所述納什效率系數函數，構建最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，如下：

其中，R_{minimax-regret}是最小最大穩健性后悔值目標函數，NS_{minimax-regret}是最小最大納什效率系數函數后悔值目標函數；R^*是穩健性函數的理論最優值，NS^*是納什效率系數函數的理論最優值，X是所述參數空間，S是所述洪水流量數據；

根據所述參數空間和所述洪水流量數據，依據最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，率定所述水文模型參數，得到水文模型參數的最優參數空間包括：

根據所述參數空間和所述洪水流量數據，依據最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，率定所述水文模型參數，得到帕累托前沿；

將所述帕累托前沿劃分為預設個數的子區域，并權衡所述最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，確定所述帕累托前沿的最佳子區域；

將所述最佳子區域確定的參數空間作為所述最優參數空間；

根據所述參數空間和所述洪水流量數據，依據最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，率定所述水文模型參數，得到帕累托前沿包括：

獲取至少兩組水文模型參數的擾動率和參數抽樣個數；

分別根據每組擾動率和參數抽樣個數，以及所述參數空間和所述洪水流量數據，依據最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，率定所述水文模型參數，得到帕累托前沿；

相應的，分別根據每組擾動率和參數抽樣個數，以及所述參數空間和所述流量數據，依據最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，率定所述水文模型參數，得到帕累托前沿包括：

S1、根據所述參數空間，獲取水文模型參數的值；

S2、根據每組擾動率和參數抽樣個數，確定所述水文模型參數的值的擾動區間；

S3、從所述擾動區間中抽取所述參數抽樣個數的水文模型參數的抽樣值；

S4、根據所述抽樣值，確定所述參數抽樣個數的納什效率系數函數的抽樣值，并確定所述抽樣值中的最大值；

S5、根據所述水文模型參數的抽樣值、所述最大值和所述洪水流量數據，確定最小最大穩健性后悔值和最小最大納什效率系數函數后悔值；

S6、重復執行S1到S5，直到得到預設對數的最小最大穩健性后悔值和最小最大納什效率系數函數后悔值；

S7、以所述最小最大穩健性后悔值為縱坐標，所述最小最大納什效率系數函數后悔值為橫坐標，畫圖得到所述帕累托前沿。

2.一種水文模擬不確定性分析裝置，其特征在于，所述裝置包括：

數據獲取模塊，用于獲取水文模型參數所屬的參數空間和洪水流量數據；

目標函數構建模塊，用于基于水文模型參數和洪水流量數據，構建最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數；

參數率定模塊，用于根據所述參數空間和所述洪水流量數據，依據最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，率定所述水文模型參數，得到水文模型的最優參數空間；

不確定性分析模塊，用于根據所述最優參數空間，分析水文模擬的不確定性；

其中，所述目標函數構建模塊具體用于：

按照如下公式確定基于水文模型參數和洪水流量數據的納什效率系數：

其中，NSE(x,s)是水文模型根據水文模型參數模擬的流量的納什效率系數，x是水文模型參數，s是洪水流量數據中的第s場洪水，M是洪水流量數據中的洪水數據時段數，q_obs·s(t)是洪水流量數據中的第s場洪水在第t洪水數據時段的流量值，q_sim·x(t)是水文模型根據水文模型參數模擬的第t洪水數據時段的流量值，是洪水流量數據中的流量值的均值；

根據所述納什效率系數，確定如下的納什效率系數函數：

NS(x,s)＝1-NSE(x,s)

其中，NS(x,s)是基于水文模型參數和洪水流量數據的納什效率系數函數；

基于水文模型參數的擾動率確定水文模型參數的擾動區間，基于所述擾動區間和所述納什效率系數函數，構建水文模型參數的穩健性函數，如下：

其中，R(x,s)是水文模型參數的穩健性函數，NS^P(x,s)是水文模型參數在擾動區間(x·(1-x^p),x·(1+x^p))內的納什效率系數函數的最大值，x^p是水文模型參數的擾動率，為0到1之間的一個數；

根據所述穩健性函數和所述納什效率系數函數，構建最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，如下：

其中，R_{minimax-regret}是最小最大穩健性后悔值目標函數，NS_{minimax-regret}是最小最大納什效率系數函數后悔值目標函數；R^*是穩健性函數的理論最優值，NS^*是納什效率系數函數的理論最優值，X是所述參數空間，S是所述洪水流量數據；

所述參數率定模塊包括：

帕累托前沿確定單元，用于根據所述參數空間和所述洪水流量數據，依據最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，率定所述水文模型參數，得到帕累托前沿；

最佳子區域確定單元，用于將所述帕累托前沿劃分為預設個數的子區域，并權衡所述最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，確定所述帕累托前沿的最佳子區域；

最優參數空間確定單元，用于將所述最佳子區域確定的參數空間作為所述最優參數空間；

所述帕累托前沿確定單元包括：

擾動參數獲取子單元，用于獲取至少兩組水文模型參數的擾動率和參數抽樣個數；

帕累托前沿確定子單元，用于分別根據每組擾動率和參數抽樣個數，以及所述參數空間和所述洪水流量數據，依據最小最大穩健性后悔值目標函數和最小最大納什效率系數函數后悔值目標函數，率定所述水文模型參數，得到帕累托前沿；

相應的，所述帕累托前沿確定子單元具體用于：

根據所述參數空間，獲取水文模型參數的值；

根據每組擾動率和參數抽樣個數，確定所述水文模型參數的值的擾動區間；

從所述擾動區間中抽取所述參數抽樣個數的水文模型參數的抽樣值；

根據所述抽樣值，確定所述參數抽樣個數的納什效率系數函數的抽樣值，并確定所述抽樣值中的最大值；

根據所述水文模型參數的抽樣值、所述最大值和所述洪水流量數據，確定最小最大穩健性后悔值和最小最大納什效率系數函數后悔值；

返回執行根據所述參數空間，獲取水文模型參數的值的操作，直到得到預設對數的最小最大穩健性后悔值和最小最大納什效率系數函數后悔值；

以所述最小最大穩健性后悔值為縱坐標，所述最小最大納什效率系數函數后悔值為橫坐標，畫圖得到所述帕累托前沿。