[發(fā)明專利]一種基于隨機(jī)游走的季節(jié)徑流預(yù)報(bào)因子選擇方法

在審

• 申請?zhí)枺?/td>: 201811150226.4
• 申請日: 2018-09-29
• 公開（公告）號: CN109523054A
• 公開（公告）日: 2019-03-26
• 發(fā)明（設(shè)計(jì)）人: 趙銅鐵鋼;陳曉宏;劉丙軍;林凱榮
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

本發(fā)明提供了一種基于隨機(jī)游走的季節(jié)徑流預(yù)報(bào)因子選擇方法。所述方法將添加備選因子的效果概化為“前進(jìn)?后退”的隨機(jī)過程，預(yù)報(bào)有所改進(jìn)則前進(jìn)一步，預(yù)報(bào)有所變差則后退一步。由此，有效的預(yù)報(bào)因子將使得隨機(jī)游走過程顯著的前進(jìn)，顯著性水平可以通過高斯逼近來檢驗(yàn)。相比而言，無效的預(yù)報(bào)因子將使得隨機(jī)游走原地徘徊，甚至后退。實(shí)驗(yàn)表明，本發(fā)明能較好的挑選出有效預(yù)報(bào)因子，提高季節(jié)徑流預(yù)報(bào)精度，具有相當(dāng)?shù)膽?yīng)用價(jià)值。

技術(shù)領(lǐng)域

本發(fā)明涉及水文水資源預(yù)報(bào)領(lǐng)域，更具體地，涉及一種基于隨機(jī)游走的季節(jié)徑流預(yù)報(bào)因子選擇方法。

背景技術(shù)

水文預(yù)報(bào)為水資源管理提供著基礎(chǔ)決策信息。其中，季節(jié)徑流預(yù)報(bào)給出流域未來數(shù)月的水量情況，直接服務(wù)于供水、灌溉、發(fā)電等調(diào)度計(jì)劃的制定，其十分重要。但是，現(xiàn)階段天氣預(yù)報(bào)預(yù)見期有限，只能相對準(zhǔn)確的給出未來數(shù)天的降水、氣溫等情況，因此，基于天氣預(yù)報(bào)驅(qū)動(dòng)水文模型，不足以對未來的季節(jié)徑流進(jìn)行預(yù)報(bào)。目前，季節(jié)徑流預(yù)報(bào)主要基于厄爾尼諾-南方濤動(dòng)、印度洋偶極子、太平洋十年濤動(dòng)指數(shù)等大氣環(huán)流特征量，其基本假設(shè)在于，流域未來數(shù)月的氣候情況取決于大氣環(huán)流，相應(yīng)的，前期大氣環(huán)流因子能夠反應(yīng)未來季節(jié)徑流情況。例如，1998年是典型的厄爾尼諾年，我國氣候異常，長江、珠江、松花江等大江大河都發(fā)生了罕見的暴雨洪水。

衛(wèi)星遙感、陸基雷達(dá)、機(jī)載雷達(dá)等天-地-空全球觀測技術(shù)的發(fā)展，提供了豐富的大氣環(huán)流信息。對于季節(jié)徑流預(yù)報(bào)，其所需要的大氣環(huán)流因子數(shù)據(jù)日益公開。例如，美國國家海洋及大氣管理局的地球系統(tǒng)研究實(shí)驗(yàn)室，提供了40余個(gè)全球大氣環(huán)流因子數(shù)據(jù)，這些數(shù)據(jù)逐月更新。水文水資源領(lǐng)域，這些數(shù)據(jù)被廣泛用于季節(jié)徑流預(yù)報(bào)研究及應(yīng)用。

隨著大氣環(huán)流因子數(shù)據(jù)不再成為瓶頸，一個(gè)迫切需求在于從這些數(shù)據(jù)中挑選出關(guān)鍵因子。目前，經(jīng)驗(yàn)判斷仍然是季節(jié)徑流預(yù)報(bào)因子選擇的主流方法。一些較新的方法則借助于相關(guān)系數(shù)、互信息等關(guān)聯(lián)性統(tǒng)計(jì)指標(biāo)。這些方法能在一定程度提供參考信息，但是仍然存在局限性：1)經(jīng)驗(yàn)判斷是主觀的，其大都針對偶發(fā)事件，對于大氣環(huán)流因子與季節(jié)徑流的關(guān)系缺乏客觀的評估；2)相關(guān)系數(shù)、互信息等統(tǒng)計(jì)指標(biāo)主要針對單一預(yù)報(bào)因子，難以處理多預(yù)報(bào)因子及其相互作用；3)經(jīng)驗(yàn)判斷、相關(guān)系數(shù)、互信息等間接性方法，并不會(huì)直接反映最終的預(yù)報(bào)精度。對此，開發(fā)基于隨機(jī)游走的季節(jié)徑流預(yù)報(bào)因子選擇方法，能夠客觀的反映諸多大氣環(huán)流因子對于流域季節(jié)徑流的關(guān)聯(lián)和預(yù)報(bào)效果，從而彌補(bǔ)現(xiàn)有技術(shù)的缺陷，提高季節(jié)徑流預(yù)報(bào)精度。

發(fā)明內(nèi)容

本發(fā)明為解決現(xiàn)有技術(shù)提供的季節(jié)徑流預(yù)報(bào)因子選擇存在較強(qiáng)的主觀性和難以處理多因子交互作用的技術(shù)缺陷，提供了一種基于隨機(jī)游走的季節(jié)徑流預(yù)報(bào)因子選擇方法。

為實(shí)現(xiàn)以上發(fā)明目的，采用的技術(shù)方案是：

一種基于隨機(jī)游走的季節(jié)徑流預(yù)報(bào)因子選擇方法，包括以下步驟：

S1.以未來的季節(jié)徑流作為預(yù)報(bào)變量，以前期的大氣環(huán)流特征量(如厄爾尼諾-南方濤動(dòng)、印度洋偶極子、太平洋十年濤動(dòng)指數(shù))作為備選預(yù)報(bào)因子，構(gòu)建季節(jié)徑流預(yù)報(bào)數(shù)據(jù)集；

S2.基于已選中預(yù)報(bào)因子集合，構(gòu)建“基準(zhǔn)模型”進(jìn)行季節(jié)徑流預(yù)報(bào)，并評估其預(yù)報(bào)精度。初始選擇階段，以前期徑流作為單一預(yù)報(bào)因子，不包含任何大氣環(huán)流因子；隨著選擇過程的進(jìn)行，大氣環(huán)流預(yù)報(bào)因子的逐個(gè)加入，擴(kuò)充預(yù)報(bào)因子集合；

S3.在已選中的預(yù)報(bào)因子集合添加一個(gè)新的備選因子，構(gòu)建“新模型”進(jìn)行統(tǒng)計(jì)預(yù)報(bào)和評估預(yù)報(bào)精度。基于隨機(jī)游走模型，評估這個(gè)新的備選因子改進(jìn)預(yù)報(bào)的效果；

S4.逐一評估所有的備選因子，挑選出最優(yōu)因子。如果該因子能顯著的改進(jìn)預(yù)報(bào)，也即其對應(yīng)的隨機(jī)游走過程顯著前進(jìn)，則將該因子加入已選中預(yù)報(bào)因子集合，重復(fù)迭代運(yùn)算步驟S2、S3和S4。如果該因子并不能顯著的改進(jìn)預(yù)報(bào)，則結(jié)束迭代運(yùn)算，輸出已選中預(yù)報(bào)因子集合。

優(yōu)選的，所述預(yù)報(bào)因子選擇基于隨機(jī)游走模型。