一种基于集合卡尔曼滤波的对无资料地区径流量推求方法技术
【技术实现步骤摘要】
一种基于集合卡尔曼滤波的对无资料地区径流量推求方法
本专利技术涉及水文模拟
，尤其涉及一种基于集合卡尔曼滤波的对无资料地区径流量推求方法。
技术介绍
自然界中有不少区域因雨量或水文站早期建设少、历史径流资料序列短，无法满足预报需求；同时，因人类活动等影响，导致流域产汇流特性发生较大变化，历史资料无法反映当前来水特性，历史资料不可用。因此对无资料地区的研究也是亟待解决的。目前，对无资料地区径流预报常用的方法为区域化方法，即通过某种途径，利用有资料流域的模型参数推求无资料流域的模型参数，从而对无资料流域进行预报。常用的区域化方法有属性相似法、空间相近法和回归法。其中，属性相似法指找出与研究流域属性如地形、土壤和气候等相似的流域，并把其参数作为研究流域的参数，属性相似法研究根据为同一区域的物理和气候属性相对一致，因此相邻流域的水文行为相似。空间相近法指找出与研究流域(如无资料流域)距离上相近的一个或者多个有资料流域，并把有资料流域参数作为研究流域的参数。回归法指根据有资料流域的模型参数和流域属性，建立二者之间的多元回归方程，从而利用无资料流域的流域属性推求其模型参...
【技术保护点】
一种基于集合卡尔曼滤波的对无资料地区径流量推求方法，其特征在于，所述方法包括：S1，计算全流域的优化参数值全流域中存在至少一个无水文资料子流域和至少一个有水文资料子流域，所述无水文资料的子流域的上游流域和下游流域均为全流域中子流域；对全流域进行参数优化，得到参数最优值，选取任意两个参数的最优值进行数据同化处理；两个参数分别为参数β和参数γ；S2，计算子流域A的出口的估计流量及其分布规律设定无水文资料子流域为子流域A，子流域A的出口点为C点，子流域A的下游流域为有水文资料子流域B，子流域B中的出口点为水文站D；子流域B出口对应的径流量是已知的，记为QD；然后，通过公式(1)计...
【技术特征摘要】
1.一种基于集合卡尔曼滤波的对无资料地区径流量推求方法，其特征在于，所述方法包括：S1，计算全流域的优化参数值全流域中存在至少一个无水文资料子流域和至少一个有水文资料子流域，所述无水文资料的子流域的上游流域和下游流域均为全流域中子流域；对全流域进行参数优化，得到参数最优值，选取任意两个参数的最优值进行数据同化处理；两个参数分别为参数β和参数γ；S2，计算子流域A的出口的估计流量及其分布规律设定无水文资料子流域为子流域A，子流域A的出口点为C点，子流域A的下游流域为有水文资料子流域B，子流域B中的出口点为水文站D；子流域B出口对应的径流量是已知的，记为QD；然后，通过公式(1)计算子流域A的出口点C点的初始估计流量QC′；QC′＝QD×(SA/SA+B)(1)；其中，SA为子流域A的面积，SA+B为子流域A和子流域B的面积之和；S3，计算变量和参数的集合扰动值将初始估计流量QC′的均值和方差作为C点径流量QC初始设定的符合高斯分布的均值与方差；以参数β和参数γ的最优值为参考，对C点径流量QC、参数β和参数γ分别进行高斯扰动，分别得到变量、参数β和参数γ的高斯扰动值集合；S4，计算下游有水文资料水文站D的径流量预报集合在实测降水和蒸发数据的基础上，逐天运行水文模型，将S3中得到的C点径流量QC、参数β和参数γ的高斯扰动集合值逐一代入水文模型，并得到每个时间步长上的水文站D的径流量预报集合，每个时间步长上的水文站D的径流量预报集合数量大于等于1；S5，对水文站D的实测径流值进行高斯扰动，并将得到的高斯扰动集合作为观测数据集合；S6，融入观测数据集合在已知观测算子的条件下，计算卡尔曼增益，将每个所述水文站D的径流量预报集合融入观测数据集合进行更新；S7，重复进行S4至S6，直到水文模型计算结束，最终得到C点径流量QC的最优估计值，所述最优估计值即为上游无资料子流域A出口点的径流量值。2.根据权利要求1所述方法，其特征在于，S1中，对全流域进行参数优化采用的优化算法为所述粒子群算法。3.根据权利要求1所述方法，其特征在于，所述水文模型为新安江模型。4.根据权利要求1所述方法，其特征在于，步骤S3中，所述高斯扰动，按照公式(2)...
【专利技术属性】
技术研发人员：雷晓辉，廖卫红，张苹苹，谢先红，王明元，殷兆凯，秦韬，张云辉，鲍淑君，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。