[發(fā)明專利]一種基于CPP的水文模型參數動態(tài)率定方法

在審

• 申請?zhí)枺?/td>: 201910635730.1
• 申請日: 2019-07-15
• 公開（公告）號: CN110490228A
• 公開（公告）日: 2019-11-22
• 發(fā)明（設計）人: 林凱榮;蘭甜;梁汝豪;盧鵬宇
• 申請（專利權）人: 中山大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04;G06Q10/06;G06Q50/26;G01W1/00
• 代理公司: 44102 廣州粵高專利商標代理有限公司
• 代理人: 王曉玲<國際申請>=<國際公布>=<進入

本發(fā)明涉及一種基于CPP的水文模型參數動態(tài)率定方法。包括：S1.將率定期在年尺度上劃分為多個子期，并計算所有子期的氣象聚類指標和下墊面聚類指標；基于聚類指標與流量之間的非線性關系來篩選出候選聚類指數；S2.采用PCA算法消除聚類指標之間的多重共線性；S3.對所有年份的每個子期的聚類指標值進行平均；并根據氣象指標和下墊面指標依次進行兩次聚類操作，最終將年內水文過程劃分為四個子期進行率定；S4.采用改進的并行率定方案在每個子期對TOPMODEL模型參數進行獨立地優(yōu)選，并組合以生成連續(xù)的流量序列值；S5.利用多指標綜合評價體系評估水文模型在不同流量條件下的模擬性能。本發(fā)明有效提高了水文模型在變化環(huán)境下的預測能力。

技術領域

本發(fā)明涉及水文模擬和預報技術領域，更具體地，涉及一種基于CPP的水文模型參數動態(tài)率定方法。

背景技術

水文預報在防汛、抗旱、水資源開發(fā)利用、國民經濟建設和國防等領域都有廣泛的應用，經濟效益巨大，應用單位眾多。準確的水文預報為農業(yè)灌溉，生態(tài)系統(tǒng)管理，災害管理，水力發(fā)電以及農村和城市供水提供了有價值的信息。因此，越來越多的過程驅動型或數據驅動型水文模型被設計開發(fā)。概念性水文模型用概化的方法表達流域的水文過程，模型結構簡單，模擬結果有時不理想，但實用性強。分布式水文模型能夠更準確地描述水文過程，但是對所需資料過于詳細，計算過程過于復雜。無論是何種類型的水文模型，當前仍面臨著諸多問題和挑戰(zhàn)，例如模型參數的收斂性、參數的不確定性、參數的敏感性、模型結構的不確定性、模型的復雜性、模型的魯棒性以及不同流量相位預測精度的沖突等等。

發(fā)明內容

本發(fā)明為克服上述現有技術中的缺陷，提供一種基于CPP的水文模型參數動態(tài)率定方法，提高了水文模型在變化環(huán)境下的預測能力。

為解決上述技術問題，本發(fā)明采用的技術方案是：一種基于CPP的水文模型參數動態(tài)率定方法，包括以下步驟：

步驟1.將率定期在年尺度上劃分為多個子期，并計算所有子期的氣象聚類指標和下墊面聚類指標；基于聚類指標與流量之間的非線性關系來篩選出候選聚類指數。

將率定期在年尺度上劃分為24個子期，時間尺度為半個月。半個月時間尺度不僅避免了連續(xù)的水文過程被打亂，而且保證了聚類的最小分類單元。聚類指標包括氣象指標和下墊面指標。對于氣象指標，除了考慮所有年份的各子期(半月時間尺度)平均降水和蒸發(fā)量，還考慮了流域的水文行為對極端氣候事件高度敏感性，相應的極端氣象指標也被視為聚類指標的另一部分。極端氣象指標是參照世界氣象組織聯合專家組針對氣候變化檢測生成的指標(ETCCDI)而確定的。以往的研究主要集中在研究氣象條件的變化對動態(tài)模型參數的影響，即基于單個或多個氣象指標實現水文過程的聚類(劃分)。然而，除了顯著的氣候季節(jié)性變化，下墊面變化(如土壤濕度，土地利用和植被變化)也是流域特征變化的另一種重要形式，其在流域水文響應方面發(fā)揮著重要的作用。值得注意的是，下墊面變化的實測數據是很難獲得的，特別是在無資料地區(qū)。前期的流量可間接地反映前期的土壤水分和地下水儲存量。因此，它被作為本發(fā)明中的下墊面指標之一。水文數據挖掘不僅需要考慮單個水文氣象數據，還需要考慮多維度水文氣象數據之間的相關性。徑流系數是反映降水與徑流之間關系的最簡單的指標。它可以描述河流的下滲，蒸發(fā)，滯留和攔截等綜合水文過程的影響。因此，徑流系數被用作另一個下墊面指標。表1列出了聚類指標的詳細說明。

表1本發(fā)明選取的水文氣象聚類指標

除了選擇合適的聚類指標外，聚類指標的預處理在子期聚類中起著重要作用。聚類指標之間復雜的非線性關系以及與徑流量之間的弱相關性可能會嚴重干擾水文過程聚類。因此，在進行聚類操作之前，本發(fā)明首先利用MIC指標分析所有聚類指標間以及聚類指標與徑流量時間序列之間復雜的相關性來篩選聚類指標。