[發(fā)明專利]一種適用于大規(guī)模水文模擬的參數(shù)率定方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910116385.0
• 申請(qǐng)日: 2019-02-13
• 公開（公告）號(hào): CN109918741B
• 公開（公告）日: 2020-11-27
• 發(fā)明（設(shè)計(jì)）人: 吳佳豪;胡長(zhǎng)軍;儲(chǔ)根深;李揚(yáng);吳彥飛
• 申請(qǐng)（專利權(quán)）人: 北京科技大學(xué)
• 主分類號(hào): G06F30/20
• 分類號(hào): G06F30/20;G06Q10/06;G06Q50/26
• 代理公司: 北京市廣友專利事務(wù)所有限責(zé)任公司 11237
• 代理人: 張仲波

本發(fā)明提供一種適用于大規(guī)模水文模擬的參數(shù)率定方法，能夠提高尋優(yōu)速度。所述方法包括：根據(jù)子流域間上下游匯流關(guān)系和子流域是否有觀測(cè)結(jié)果數(shù)據(jù)，對(duì)待研究流域進(jìn)行分塊，得到待研究流域的塊區(qū)域關(guān)系圖，其中，每個(gè)塊中含有且僅含有一個(gè)有觀測(cè)結(jié)果數(shù)據(jù)的子流域；根據(jù)塊區(qū)域關(guān)系圖中塊與塊間依賴關(guān)系，按從上游塊到下游塊的順序，基于并行計(jì)算技術(shù)，以塊為單位進(jìn)行多級(jí)并行參數(shù)率定，外層并行將無(wú)上下游依賴關(guān)系的多個(gè)塊的參數(shù)率定任務(wù)分配到多個(gè)處理器核上并行執(zhí)行，內(nèi)層并行則將單個(gè)塊的參數(shù)率定任務(wù)進(jìn)行任務(wù)分解后使用多個(gè)處理器核來(lái)并行執(zhí)行。本發(fā)明涉及水文模擬領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及水文模擬領(lǐng)域，特別是指一種適用于大規(guī)模水文模擬的參數(shù)率定方法。

背景技術(shù)

水文模擬作為水資源開發(fā)利用、防洪減災(zāi)、水庫(kù)管理、道路修建、城市規(guī)劃、點(diǎn)源污染評(píng)價(jià)、人類活動(dòng)的流域響應(yīng)等領(lǐng)域的支柱，與人類的生存息息相關(guān)。而參數(shù)率定作為直接影響水文模擬結(jié)果準(zhǔn)確度的重要環(huán)節(jié)，如何提高其在大空間尺度、長(zhǎng)時(shí)間尺度、細(xì)網(wǎng)格劃分、高維參數(shù)水文模擬背景下的率定速度和精度，一直是水文領(lǐng)域研究的熱點(diǎn)問(wèn)題。參數(shù)率定的目標(biāo)是盡可能快地為待研究流域中的各個(gè)子流域?qū)ふ乙惶住白顑?yōu)”的模型參數(shù)組，使得使用該參數(shù)組進(jìn)行水文模擬后的模擬結(jié)果和觀測(cè)結(jié)果的差異最小。

假設(shè)某待研究流域被劃分為了N個(gè)子流域，每個(gè)子流域使用的水文模型參數(shù)個(gè)數(shù)是p，每個(gè)參數(shù)在一定范圍內(nèi)的取值都有a種可能，同時(shí)每個(gè)子流域進(jìn)行一個(gè)時(shí)間步的水循環(huán)模擬過(guò)程耗時(shí)為t，率定期間每次迭代每個(gè)子流域都需要模擬S個(gè)時(shí)間步。在此種假設(shè)下，若采用水文領(lǐng)域最原始的參數(shù)尋優(yōu)策略：每次迭代均為待研究流域中的每個(gè)子流域根據(jù)相應(yīng)算法構(gòu)建一套模型參數(shù)，并使用該套參數(shù)在整個(gè)流域上進(jìn)行水循環(huán)模擬計(jì)算，再根據(jù)某個(gè)或者某些子流域的模擬結(jié)果和觀測(cè)結(jié)果的差異大小來(lái)判斷率定過(guò)程是可以結(jié)束還是需要進(jìn)行下一次的迭代尋優(yōu)。該策略由于每次迭代均會(huì)在整個(gè)待研究流域上進(jìn)行水循環(huán)模擬計(jì)算，故其進(jìn)行每一次迭代將耗時(shí)N×t×S，而確保該策略一定能尋得“最優(yōu)”參數(shù)組所需要的迭代次數(shù)最少為a^N×p，故而確保該策略一定能尋得“最優(yōu)”參數(shù)組所需要的最少時(shí)間Tmin將為a^N×p×(N×t×S)。而在實(shí)際大規(guī)模水文模擬應(yīng)用中，子流域個(gè)數(shù)N往往至少在百的數(shù)量級(jí)，模型參數(shù)個(gè)數(shù)p往往也在十幾到幾十的數(shù)量級(jí)，而每個(gè)參數(shù)取值的可能性a也需要保證在百的數(shù)量級(jí)以上，模擬的時(shí)間步個(gè)數(shù)S也往往在百的數(shù)量級(jí)以上，即使單子流域單時(shí)間步上的水循環(huán)模擬計(jì)算的耗時(shí)t僅在毫秒級(jí)別，在單核處理器上直接使用該策略進(jìn)行參數(shù)率定并且確保一定能尋得“最優(yōu)”參數(shù)組的耗時(shí)Tmin將高達(dá)100^100×10×(100×0.001×100)秒，即10×10²⁰⁰⁰秒，約為1.16×10¹⁹⁹⁶天，這樣的尋優(yōu)速度是令人難以忍受的。

為了加快該策略在大規(guī)模水文模擬參數(shù)率定的尋優(yōu)速度，部分學(xué)者提出了一種“從上至下一次率定一個(gè)子流域”的改進(jìn)策略：根據(jù)上下游子流域的匯流關(guān)系，在待研究流域中從上到下一個(gè)子流域接著一個(gè)子流域去進(jìn)行率定，該策略由于每次只需要率定一個(gè)子流域，所以該策略每次迭代將只耗時(shí)t×S，且每率定一個(gè)子流域需要的最大迭代次數(shù)為a^p，則率定完整個(gè)流域中的所有子流域故并確保一定能尋得“最優(yōu)”參數(shù)組所需要的最少時(shí)間Tmin僅為N×a^p×(t×S)，大大減少了參數(shù)率定所花費(fèi)的時(shí)間。但是該策略要求每個(gè)子流域上都有實(shí)測(cè)數(shù)據(jù)作對(duì)比，而在實(shí)際中該條件卻難以滿足，因?yàn)橥挥胁糠肿恿饔蛩趨^(qū)域才會(huì)建有觀測(cè)站點(diǎn)，從而實(shí)際應(yīng)用該策略時(shí)一般采用的方法是人工根據(jù)一定規(guī)則來(lái)在無(wú)觀測(cè)值子流域上生成觀測(cè)數(shù)據(jù)，但是該方法會(huì)影響最終尋得的參數(shù)組的精度。

另一方面，雖然“從上至下一次率定一個(gè)子流域”的參數(shù)率定策略減少了參數(shù)率定所花費(fèi)的時(shí)間，但是其采用的是串行計(jì)算技術(shù)，在大規(guī)模復(fù)雜模型下的串行執(zhí)行參數(shù)率定速度較慢。

發(fā)明內(nèi)容