[發明專利]一種雨水工情耦合的流域洪水流量集合概率智能預報方法

有效

• 申請號: 202211527321.8
• 申請日: 2022-12-01
• 公開（公告）號: CN115759459B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 馮寶飛;鄭靜;李玉榮;張俊;陳瑜彬;王樂;牛文靜;田逸飛;徐雨妮;張瀟;李潔;邱輝;楊雁飛;嚴方家;張晶
• 申請（專利權）人: 長江水利委員會水文局
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06F16/36
• 代理公司: 北京中北知識產權代理有限公司 11253
• 代理人: 吳靜

本發明提供一種雨水工情耦合的流域洪水流量集合概率智能預報方法，收集歷史水文氣象實況和降水集合預報數據，依據流域大中型水庫節點劃分洪水區間，構建流域水文模型和河道匯流模型；提出基于融合相似度自識別的水庫調度方案推薦模型，自動推薦水庫調度方案；構建降雨輸入、調度、水文組合的洪水流量集合概率預報模型，得到洪水流量概率預報結果。本發明實現同時考慮降雨、水庫調度、水文模型不確定性的洪水流量集合概率預報，可以更加全面表現預報不確定性和風險信息，便于在生產實踐中推廣應用。

技術領域

本發明涉及水文預報技術領域，尤其涉及一種雨水工情耦合的流域洪水流量集合概率智能預報方法。

背景技術

隨著流域產匯流理論研究的深入、計算機技術的迅速發展，水文預報在理論和實踐上都取得了長足發展。目前的水文預報大多是確定性的，即以一個確定的點估計值形式輸出給用戶。實際上，水文預報模型不可避免地存在著輸入、參數和結構等諸多不確定性因素影響，這使得預報值總是存在一定誤差，而傳統的確定性預報否定了實況出現在確定性預報值之外的其他可能性，據此而提供的水文預報結果是不完善的。

概率預報以概率分布的形式定量描述和估計水文預報不確定性，不僅可以給出水文變量的均值，還能給出指定概率的置信區間，比確定性預報更加真實合理。當前的洪水概率預報主要包含基于誤差分布的概率預報和集合概率預報兩種形式，基于誤差分布的概率預報對歷史資料要求較高，而集合概率預報對歷史資料要求相對較低、具備更長的預見期，且能夠區分不確定性來源。

目前的洪水集合概率預報主要考慮降水和水文模型的不確定性，對水庫調度不確定性的研究很少，然而在人類活動影響下大規模水庫群已經陸續在全球各大河流投入建設運行，極大改變了河道的下墊面條件和天然洪水演進特性，大規模水庫群的建成投產使自然河系在人類活動影響下演變成多阻斷復雜河網，河流形態被迫變成串并聯相接的河庫系統，天然徑流呈現破碎化特征。這導致建庫前后河道匯流演進規律顯著變化，洪水傳播時間明顯縮短，同時河庫系統的形成也導致傳統產匯流模型連續性和適應性遭遇破壞，區間洪水預報難度增大。因此有必要在概率預報中考慮水庫調度引起的不確定性，構建新的集合概率預報方案和模型。

發明內容

本發明的目的在于針對上述現有技術的不足，提供了一種雨水工情耦合的流域洪水流量集合概率智能預報方法，將水庫調度不確定性納入到集合預報當中，使預報更為合理。

為實現上述目的，本發明采用了如下技術方案：

本發明提供了一種雨水工情耦合的流域洪水流量集合概率智能預報方法，包括以下步驟：

S1、選定水文目標斷面，收集歷史水文氣象實況和降水集合預報數據，根據流域內重點水庫和水文站分布劃分流域子區間，通過歷史數據率定建立區間洪水預報模型和河道匯流演算模型；

S2、收集流域內重點水庫調度規程、防洪保護對象及運行數據，建立水庫群調度知識圖譜，然后通過因子適配權重賦值、融合相似度計算、誤差迭代下降的算法，利用歷史數據進行參數率定，構建流域水庫智能相似調度推薦模型；

S3、將降水集合預報、水庫智能相似調度推薦模型、區間洪水預報模型和河道匯流演算模型進行耦合，構建洪水集合預報方案，計算集合成員預報結果，求解概率密度分布函數，建立降水、水庫、洪水耦合的洪水流量集合概率預報模型；

S4、獲取實時集合降雨預報和水文、工情實況數據，將數據帶入所述S3中所述降水、水庫、洪水耦合的洪水流量集合概率預報模型中，得到水文目標斷面的洪水流量集合概率預報結果。

進一步，所述S1的具體步驟為：

S11、所述歷史水文氣象實況和降水集合預報數據包括ECMWF、GRAPES、NCEP、GREMAN、JAPAN全球模式的歷史預報數據、流域內水利工程分布數據、流域各站點洪水過程實況數據；