一种基于ECC后处理的梯级水库群入库流量联合预报方法技术

本发明专利技术公开了一种基于ECC后处理的梯级水库群入库流量联合预报方法，包括步骤：S1，收集流域基础信息；S2，集合降水数据校正；S3，获取梯级水库入库流量集合预报；S4，获取各水库各预见时段概率预报；S5，计算集合预报值对应的边缘分位数；S6，采用ECC法获取梯级水库群入库流量联合预报。本发明专利技术相较于传统入库流量预报方法，能够充分考虑预报的不确定性，并能够在消除预报系统误差的同时，保持原始入库流量集合预报的时空结构，并能够消除单变量集合后处理导致的突变、跳跃现象，使得预报结果更加符合实际流域产汇流规律，为流域梯级水库入库流量预报提供了一种新的科学途径。

【技术实现步骤摘要】
一种基于ECC后处理的梯级水库群入库流量联合预报方法
本专利技术属于水文预报方法
，特别涉及一种基于ECC后处理的梯级水库群入库流量联合预报方法。
技术介绍
我国近十年来加快了水利水电工程建设的进展，主要河流流域基本或即将形成梯级水库群格局。因此，我国大多数水库并非独立存在，而是处于梯级水库群这一体系之中，可谓“牵一发而动全身”。大规模水利水电工程的开发建设，也使得流域下垫面条件、流域河道地区产汇流条件发生了显著改变，各水库工程之间的相互影响已成为当前水库群运行工作中必须考虑的技术问题。为充分挖掘流域梯级水库群的兴利减灾效益，学者们针对梯级水库群多目标联合优化调度开展了大量研究。郭生练[1]和陈炯宏等[2]基于大系统聚合分解协调理论，由梯级水库防洪目标和预报水雨情信息来确定“聚合水库”允许最大预蓄水量，再根据梯级水库的联系协调分配各水库的预蓄水量，在保证梯级防洪安全的情况下得到了有效提高梯级综合效益的联合汛期运行水位动态控制方案。李响等[3]将入库洪水不确定性、风险分析与汛限水位动态控制域的确定过程有机结合起来，利用预泄能力约束法和MonteCarlo模拟方法推求三峡水库汛限水位动态控制域，有效提高了中小洪水资源利用率。实践层面，国家防总自2012年汛期至今，多次批复并通过了《长江上中游水库群联合调度方案》，充分表明了相关管理机构对于梯级水库群联合管理的关注和重视。由于流域防洪兴利高度依赖于准确可靠且具有足够预见期的入库流量预报，当前形势下的梯级水库群联合优化管理也对水库入库流量预报提出了更高的要求。现阶段，我国洪水预报在实践中仍然以确定性预报为主，这种方法制约了对不确定性信息的分析利用，基于确定性预报往往无法作出最优决策，因此不利于流域兴利减灾工作的开展。近年来伴随数值天气预报的发展，耦合集合降水预报对流域开展不确定性水文预报已成为预报科学领域的前沿热点，世界许多国家和地区的流域管理机构已开始采用集合洪水预报系统作为决策支持，并采用统计后处理方法获取入库流量概率预报以描述预报结果的不确定性。段青云等[4]采用贝叶斯模型平均法对集合流量预报进行后处理，获得了稳定可靠的概率预报结果，有效描述了预报的不确定性。刘章君等[5]公布了一种集合降水预报与实时洪水概率预报的耦合方法，基于Copula与贝叶斯理论开展洪水概率预报，通过自回归模型进行误差实时校正。程春田等[6]专利技术了一种计及径流预报不确定性的水库调度风险评估方法，其通过随机抽样获取入库径流集合，对预报不确定性进行考虑。现有方法技术仅能考虑单库的入库流量预报，对于梯级水库集合入库流量预报的后处理也必须单独进行，采用现有方法获得的入库流量概率预报可能造成各水库入库流量预报时空相关结构的丢失，出现不符合梯级水库流域特性的异常入库流量预报组合，对于梯级水库群联合多目标优化调度以及流域防洪工作的开展十分不利，存在较大缺陷。
技术介绍
中涉及的参考文献如下：[1]郭生练,陈炯宏,栗飞,等.清江梯级水库汛限水位联合设计与运用[J].水力发电学报,2012,31(4):6-11.[2]陈炯宏,郭生练,刘攀,等.梯级水库汛限水位联合运用和动态控制研究[J].水力发电学报,2012,31(6):55-61.[3]李响,郭生练,刘攀,等.考虑入库洪水不确定性的三峡水库汛限水位动态控制域研究[J].四川大学学报(工程科学版),2010,42(3):49-55.[4]DuanQY,NKAjami,XGaoandSSorooshian.Multi-modelensemblehydrologicpredictionusingBayesianmodelaveraging[J].Advancesinwaterresources,2007,30(5):1371-1386.[5]刘章君,郭生练,钟逸轩,等.一种集合降水预报与实时洪水概率预报的耦合方法[P].中国,G06F19/00；G01W1/10,2017-07-28.[6]程春田,武新宇,冯仲恺,等.一种计及径流预报不确定性的水库调度风险评估方法[P].中国,G06Q10/04；G06Q50/06,2014-12-03.
技术实现思路
本专利技术要解决的技术问题是：针对现有技术存在的不足，本专利技术提供了一种基于ECC(集合Copula耦合，EnsembleCopulaCoupling,后简称ECC)后处理的梯级水库群入库流量联合预报方法，操作简便，计算速度快，能够充分考虑预报的不确定性，并能够在消除预报系统误差的同时，保持原始入库流量集合预报的时空结构，并能够消除单变量集合后处理导致的突变、跳跃现象，使得预报结果更加符合实际流域产汇流规律。为解决上述技术问题，本专利技术采用如下的技术方案：一种基于ECC后处理的梯级水库群入库流量联合预报方法，包括以下步骤：S1、收集流域基础信息，所述的流域基础信息至少包括流域面积、水文气象站点数量及其经纬度、主要河段的洪水传播滞时及河道汇流演算参数；收集流域梯级水库信息，所述的流域梯级水库信息至少包括各水库特征参数、地理位置、承担任务、入库流量预报方案和集水区域范围；S2、获取流域实测水文气象数据和集合数值天气预报数据，并依据实测数据对集合数值天气预报数据进行系统误差校正；S3、采用校正后的集合数值天气预报数据作为输入，结合实测水文气象数据，获取各水库的入库流量集合预报；S4、采用统计后处理方法分别处理各水库的入库流量集合预报，获得各水库的入库流量概率预报；S5、基于各水库的原始入库流量集合预报，计算各集合预报值对应的边缘分位数；S6、采用ECC法对各水库后处理之后的集合入库流量预报进行联合后处理，获取梯级水库群入库流量联合预报结果。进一步的，步骤S2中，集合数值天气预报的校正方法选自线性校正、非线性校正、频率分布校正方法中的一种。进一步的，当步骤S2中步骤2中采用频率分布校正法对集合数值天气预报数据进行系统误差校正；具体实施步骤如下：S21令X＝[xt,xt+1,…,xt+n]为实测降水数据，同期预见期为L的集合数值天气预报的一个成员记为Y＝[yt,L,yt+1,L,…,yt+n,L]；对于降水量而言，其边缘分布由两部分组成：不发生降水的概率和不同降水量级出现的概率：F(p)＝(1-Prain)+Prain·I(p>0)·G(p)(1)式(1)表示降水量为p时的概率，其中，Prain表示长系列统计的降水发生概率；I(·)表示示性函数；G(·)表示伽马分布函数；S22据此计算X和Y对应的分布函数分别记为FX(x)和FY(y)；按照以下方法对Y中各预报量yi，L(i＝t+1,t+2,..,t+n)进行校正：按照同样方法对集合数值天气预报的其余成员进行系统误差校正，即可获得校正后的集合数值天气预报结果，记为Yadj。进一步的，步骤S3采用校正后的集合数值天气预报数据Yadj作为输入，结合实测水文气象数据，获取各水库的入库流量集合预报。进一步的，步骤S4采用集合模型输出统计法对梯级水库入库流量集合预报进行统计后处理，获取单变量概率预报，以连续概率排序评分作为参数优化目标，用遗传算法进行参数优化计算。进一步的，步骤S4包括以下3个子步骤：步骤S41、确定边缘分布类型：令表示第a个水库第b个成员第本文档来自技高网...

【技术保护点】
1.一种基于ECC后处理的梯级水库群入库流量联合预报方法，其特征在于包括以下步骤：S1、收集流域基础信息，所述的流域基础信息至少包括流域面积、水文气象站点数量及其经纬度、主要河段的洪水传播滞时及河道汇流演算参数；收集流域梯级水库信息，所述的流域梯级水库信息至少包括各水库特征参数、地理位置、承担任务、入库流量预报方案和集水区域范围；S2、获取流域实测水文气象数据和集合数值天气预报数据，并依据实测数据对集合数值天气预报数据进行系统误差校正；S3、采用校正后的集合数值天气预报数据作为输入，结合实测水文气象数据，获取各水库的入库流量集合预报；S4、采用统计后处理方法分别处理各水库的入库流量集合预报，获得各水库的入库流量概率预报；S5、基于各水库的原始入库流量集合预报，计算各集合预报值对应的边缘分位数；S6、采用ECC法对各水库后处理之后的集合入库流量预报进行联合后处理，获取梯级水库群入库流量联合预报结果。

【技术特征摘要】
1.一种基于ECC后处理的梯级水库群入库流量联合预报方法，其特征在于包括以下步骤：S1、收集流域基础信息，所述的流域基础信息至少包括流域面积、水文气象站点数量及其经纬度、主要河段的洪水传播滞时及河道汇流演算参数；收集流域梯级水库信息，所述的流域梯级水库信息至少包括各水库特征参数、地理位置、承担任务、入库流量预报方案和集水区域范围；S2、获取流域实测水文气象数据和集合数值天气预报数据，并依据实测数据对集合数值天气预报数据进行系统误差校正；S3、采用校正后的集合数值天气预报数据作为输入，结合实测水文气象数据，获取各水库的入库流量集合预报；S4、采用统计后处理方法分别处理各水库的入库流量集合预报，获得各水库的入库流量概率预报；S5、基于各水库的原始入库流量集合预报，计算各集合预报值对应的边缘分位数；S6、采用ECC法对各水库后处理之后的集合入库流量预报进行联合后处理，获取梯级水库群入库流量联合预报结果。2.根据权利要求1所述的基于ECC后处理的梯级水库群入库流量联合预报方法，其特征在于步骤S2中，集合数值天气预报的校正方法选自线性校正、非线性校正、频率分布校正方法中的一种。3.根据权利要求1或2所述的基于ECC后处理的梯级水库群入库流量联合预报方法，其特征在于当步骤S2中步骤2中采用频率分布校正法对集合数值天气预报数据进行系统误差校正；具体实施步骤如下：S21令X＝[xt,xt+1,…,xt+n]为实测降水数据，同期预见期为L的集合数值天气预报的一个成员记为Y＝[yt,L,yt+1,L,…,yt+n,L]；对于降水量而言，其边缘分布由两部分组成：不发生降水的概率和不同降水量级出现的概率：F(p)＝(1-Prain)+Prain·I(p>0)·G(p)(1)式(1)表示降水量为p时的概率，其中，Prain表示长系列统计的降水发生概率；I(·)表示示性函数；G(·)表示伽马分布函数；S22据此计算X和Y对应的分布函数分别记为FX(x)和FY(y)；按照以下方法对Y中各预报量yi，L(i＝t+1,t+2,..,t+n)进行校正：按照同样方法对集合数值天气预报的其余成员进行系统误差校正，即可获得校正后的集合数值天气预报结果，记为Yadj。4.根据权利要求1所述的基于ECC后处理的梯级水库群入库流量联合预报方法，其特征在于步骤S3采用...

【专利技术属性】
技术研发人员：钟逸轩，郭生练，巴欢欢，熊丰，吴旭树，田晶，张剑亭，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42