一种基于不确定性的山丘区水文模型与数据精度匹配方法组成比例

本发明专利技术提供一种基于不确定性分析的山丘区水文预报模型与数据精度匹配方法，包括以下步骤：1)分析某一类型数据精度对模拟的影响；2)基于单独一种数据精度对水文模拟结果的影响分析，选择对结果影响较大的数据精度，采用方差分解方法ANOVA量化水文模拟中诸多数据类型对模拟结果的不确定性贡献，识别影响模拟结果不确定性的来源，找到水文预报模型与数据精度匹配的方案。该方法综合考虑影响水文模型不确定性的因子，并将方差分解方法ANOVA成功应用于水文模型不确定性研究。为全面认识水文模型不确定性的本质和内在规律提供服务，为山洪灾害预报预警工作提供了更有效的建议和参考。

【技术实现步骤摘要】
一种基于不确定性分析的山丘区水文预报模型与数据精度匹配方法
本专利技术属于山丘区洪水预报
，涉及一种基于不确定性分析的山丘区水文预报模型与数据精度匹配方法。
技术介绍
水文模拟和预测技术为流域洪水预报预警提供了有力的手段，但水文变量的随机性、模型参数的时空变异性以及它们与水文模型的匹配关系仍然给水文模型的应用带来很大的不确定性，这会使得模拟预测结果的可靠性和实用价值受到限制，如何减小水文模拟预测的不确定性已成为水文模拟和预测技术中面临的一个突出问题。自上世纪90年代起，水文模型不确定性问题的研究得到飞速发展，至今仍是研究前沿和热点问题。Bronstert,A.等分析了降雨的空间异质性对山区小流域超渗产流的影响，表明降雨对产流过程有重要影响，降雨强度的时间变异性会增加产流量。郝芳华等利用SWAT模型以评价由降雨空间不均性对产流量和产沙量的影响，结果表明模拟出的产沙量与产流量不确定性都来源于降雨的不均性。吴军等采用五种不同分辨率的DEM数据对流域径流过程进行模拟，得到不同分辨率DEM数据分析和提取出的流域特征(河长和坡度等)相差较大，会不同程度地影响流域水文模型的模拟精度。上述水文本文档来自技高网...

【技术保护点】
一种基于不确定性分析的山丘区水文预报模型与数据精度匹配方法，其特征在于，包括以下步骤：第一步，参考可提供的数据源及流域特性，从众多引起结果不确定性的数据源中选择雨量站布置密度、DEM分辨率、子流域单元划分数目，分别分析它们对水文模型的模拟径流量、洪峰流量、确定性系数场次合格率的影响；所述的水文模型从集总式、半分布式、分布式模型中选择一种或多种；1.1)分析雨量站布置密度对模拟结果的影响首先进行雨量站密度分析，选取雨量站数目；然后采用不同雨量站布置方案推求流域平均降雨量，通过对比多个水文模型在不同方案下的模拟结果，分析雨量站布置差异对山丘区小流域水文模拟的影响，得出雨量站布置密度的合理范围；1....

【技术特征摘要】
1.一种基于不确定性分析的山丘区水文预报模型与数据精度匹配方法，其特征在于，包括以下步骤：第一步，参考可提供的数据源及流域特性，从众多引起结果不确定性的数据源中选择雨量站布置密度、DEM分辨率、子流域单元划分数目，分别分析它们对水文模型的模拟径流量、洪峰流量、确定性系数场次合格率的影响；所述的水文模型从集总式、半分布式、分布式模型中选择一种或多种；1.1)分析雨量站布置密度对模拟结果的影响首先进行雨量站密度分析，选取雨量站数目；然后采用不同雨量站布置方案推求流域平均降雨量，通过对比多个水文模型在不同方案下的模拟结果，分析雨量站布置差异对山丘区小流域水文模拟的影响，得出雨量站布置密度的合理范围；1.2)分析DEM分辨率对模拟结果的影响分别将不同网格大小的DEM数据输入到TOPMODEL模型与HEC-HMS模型中；在输入到HEC-HMS模型中时，划分子流域，减小子流域划分对结果差异的影响，不同网格应尽可能保持相同的子流域边界，模拟流域产汇流过程，对比分析不同DEM分辨率下典型流域径流、流域出口流量过程差异，得到DEM分辨率变化的范围；所述的网格大小根据流域提供的DEM选择5m、10m、30m、50m、100m中的四到五种；1.3)分析子流域单元划分数目对模拟结果的影响在1.2)中的DEM网格大小中选取两种，划分不同子流域单元数量，基于GIS平台，提取不同子流域划分的特征参数，分析子流域单元数量对分布式水文模型模拟结果的影响；第二步，基于第一步雨量站布置密度、DEM分辨率、子流域单元划分数目对水文模拟结果的影响分析，选择对水文模拟结果影响较敏感的数据来源，采用方差分解方法ANOVA研究上述数据来源对模拟结果的综合影响，定量分析影响径流量合格率与洪峰流量合格率的不确定性数据来源，得到水文模型与数据精度匹配的方案。2.根据权利1所述的一种基于不确定性分析的山丘区水文预报模型与数据精度匹配方法，其特征在于，所述的第二步中的方差分解方法ANOVA步骤如下：假设Y为一个变量，Y变量的三个影响因素A、B和C分别具有M、K和L个抽样，A、B和C的结合能够产生M×K×L个Y变量的样本值；公式(1)能够体现各个影响因素，Yj,k,l的上标j、k和l分别表示A的第j个样本、B的第k个样本和C的第l个样本的结合：D＝Yj,k,l-Yo,o,o＝Aj+Bk+Cl+ABj,k+ACj,l+BCk,l+ABCj,k,l(1)式中，Yo,o,o表示样本均值；Aj、Bk和Cl分别表示A、B和C的影响；ABj,k、ACj,l、BCk,l和ABCj,k,l表示影响因素结合的影响；o表示均值；根据ANOVA方法，D的方差SST能够分解为A的影响SSA、B的影响S...

【专利技术属性】
技术研发人员：叶磊，刘昌军，李昱，常清睿，吴剑，张弛，翟晓燕，张淼，
申请(专利权)人：大连理工大学，中国水利水电科学研究院，
类型：发明
国别省市：辽宁,21