基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法技术

基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法，属于水文模型参数率定技术领域，步骤为：1)构建多目标遗传算法eNSGA‑II框架用于HEC‑HMS模型的参数多目标优化率定；2)基于参数优化框架，利用JAVA语言将参数种群中的个体写入basin文件以输入模型参数，并在模型运行之后从DSS数据库中提取模拟结果反馈至框架以计算参数个体适应度生成新参数种群，实现模型与参数优化框架的耦合，完成整个参数自动率定过程；3)依据参数物理意义是否符合流域特性等标准，在Pareto解集中选取适宜的参数输入模型，并对模拟结果进行精度评定。本发明专利技术突破模型的应用局限性，极大地节省率定时间和人力，有利于模型的推广使用。

Calibration method of multi hydrological parameters for distributed hydrological model based on DSS database read and write

Based on the DSS database read and write distributed hydrological model multi field flood parameter rate determination method, belongs to the hydrological model parameter rate determination technology field, the steps are: 1) construct the multi-objective genetic algorithm eNSGA II framework for the parameter multi-objective optimization rate of the HEC HMS model; based on the parameter optimization framework, the parameter species is used in the JAVA language. The individual in the group writes the basin file to input the model parameters, and after the model runs, the simulation results are extracted from the DSS database to the frame to calculate the parameter individual fitness to generate the new parameter population, to realize the coupling of the model and the parameter optimization framework, and to complete the automatic rate determination process of the whole parameter; 3) according to the physical meaning of the parameters, In accordance with the standard of watershed characteristics, the appropriate parameter input model is selected in the Pareto solution set, and the accuracy of the simulation results is evaluated. The invention breaks through the application limitation of the model, greatly saves time and manpower, and is conducive to the popularization and application of the model.

【技术实现步骤摘要】
基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法
本专利技术属于水文模型参数率定
，涉及一种基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法。
技术介绍
国内外用于洪水预报的水文模型众多，各类集总、半分布、分布式水文模型相继开发并应用于实际。集总式水文模型因其建模简单、计算效率高、预报数据要求低等优点，广泛用于洪水预报的工程实际中。但集总式水文模型空间分辨率低，没有充分考虑降雨及流域下垫面条件的时空变化特征，且需要大量的实测资料进行模型参数率定，因此无法满足山丘区无资料地区洪水预报需求。近年来，随着水文气象观测手段及地理信息技术的飞速发展，分布式水文模型发展十分迅速，在山洪预警中的应用研究也越来越多。在HEC-HMS水文模型研究方面，2000年后，随着GIS技术的发展，国内学者开始将水文模型应用于我国部分流域，以中北部地区应用居多，而南方地区特别是季风气候地区的应用较少。2004年，董小涛、李致家将HEC-HMS水文模型应用于漳卫南流域，精度较高；2005年，陆波、梁忠民等将HEC-HMS水文模型应用于江西修水万家埠流域，结果表明HEC-HMS在该流域适用性较好；2006年，雍斌、张万昌等将模型应用于汉江褒河流域；董小涛、李致家等利用新安江模型、TOPMODEL模型和HEC-HMS模型对半干旱地区进行洪水模拟，比较了不同模型的应用效果；2010年，邓霞、董晓华等研究了HEC-HMS水文模型目标函数对参数率定的影响；2012年，陈芬、林峰等将HEC-HMS模型应用于晋江流域的暴雨次洪模拟中，效果较好。总的来说，尽管HEC-HMS在我国小流域的降雨径流模拟中应用效果较为理想，但由于模型模拟场次洪水的限制，无法进行多场洪水率定，需要反复手动输入参数试算，调试过程耗时耗力且不容易找到最优参数，在很大程度上局限了HEC-HMS模型的推广应用。
技术实现思路
针对现有技术存在的问题，本专利技术提供一种基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法。本专利技术的技术方案如下：一种基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法，包括以下步骤：第一步，搭建用于HEC-HMS模型参数率定的eNSGA-II框架，设定优化目标函数及相应算法参数。本专利技术采用多目标优化算法eNSGA-II进行水文模型的参数率定，以获得更为准确的模型参数。eNSGA-II是目前应用较为广泛的多目标遗传算法之一，它降低了非劣排序遗传算法的复杂性，并保证优良种群个体在进化过程中不会被丢弃，从而提高优化结果的精度，具有运行速度快、解集的收敛性好等优点。1.1)选取目标函数传统的水文模型参数率定主要采用单一目标函数。然而，水文模型的实际应用表明，基于单目标的水文模型参数优化率定仅仅考虑了水文过程某一方面的特征，不能充分反映水文系统的不同动力学行为特征。为了使优化的参数能更好地反映流域水文特征，以洪水预报结果精度评定标准为基础，选择三个目标函数，即产流、汇流及确定性系数的合格率均越高越好，目标函数的具体计算方法如下：①径流深的绝对误差小于20mm且相对误差小于20％，或径流深绝对误差小于3mm视为产流合格，合格场次越多越好。Rabs＝|Rsim-Robs|(2)式中，Rsim、Robs分别为径流深的模拟值与实测值，Rabs为径流深绝对误差，Rrel为相对误差。②洪峰流量相对误差小于20％且峰现时间差在2h内视为汇流合格，合格场次越多越好。式中，Qsim、Qobs分别为洪峰流量的模拟值与实测值，Qrel为洪峰流量相对误差。ΔT＝Tsim-Tobs(5)式中：Tsim、Tobs分别为峰现时间的模拟值与实测值，ΔT为峰现时间差③确定性系数大于0.7视为洪水过程模拟合格，合格场次越多越好。式中，Qis、Qio分别为洪水过程中第i个时刻的模拟流量和实测流量，Qo为洪水过程的平均实测流量，DC即为确定性系数。1.2)算法设定评价次数：100000次种群数量：100～1000交叉率：1.0交叉分布指数：15变异率：0.125变异分布指数：20第二步，基于第一步搭建的参数优化框架，利用JAVA语言将参数种群中的个体写入basin文件用以输入模型参数，并在模型运行之后从DSS数据库中提取模拟结果反馈至参数优化框架，用于计算参数个体适应度生成新参数种群，进而实现模型与参数优化框架的耦合，完成整个参数自动率定过程。具体过程为：2.1)输入参数种群与运行模型①将eNSGA-II框架生成的参数种群中的个体分别写入HEC模型流域文件夹下的basin文件；②建立外部脚本文件(compute.script)，突破模型单机版界面运行的限制；③通过cmd运行.bat文件，调用外部脚本文件(compute.script)运行HEC-HMS水文模型以完成模型参数的输入及模拟过程。以上步骤均利用JAVA语言实现。2.2)获取模拟结果与计算目标函数值①模拟过程结束后，此次模拟结果自动存入流域文件夹下的DSS数据库，通过DSS数据库可识别的Python语言将模拟结果提取至搭建的JAVA框架下；②按设定的目标函数计算参数个体的适应度(fitness)，反馈给eNSGA-II优化框架，用于框架评估个体优劣并生成下一代种群。2.3)重复上述步骤，从而实现模型与参数优化框架eNSGA-II的耦合，得到Pareto解集，完成整个参数率定过程。第三步，依据参数物理意义是否符合流域特性等标准，在第二步得到的Pareto解集中选取适宜的参数输入模型，并对模拟结果进行洪水预报的精度评定。洪水预报的精度评定是指预报模型各洪水预报要素的精度等级，本专利技术按下述洪水要素确定，其中径流深、洪峰流量、洪峰出现时间、确定性系数由合格率(QR)指标给出，洪水过程由确定性系数(DC)指标给出。所述的合格率为合格预报次数与预报总次数之比的百分数，表示多次预报总体的精度水平，其中，一次预报的误差小于许可误差时，为合格预报。合格率按下式计算：式中，n为合格预报次数，m为预报总次数。上述方法第一步中多目标优化算法eNSGA-II的原理如下：eNSGA-II为eNSGA的改进版本，为更好地理解eNSGA-II，首先简单介绍eNSGA的算法原理。eNSGA与简单的遗传算法的主要区别在于：该算法在选择算子执行之前根据个体之间的支配关系进行了分层，其选择算子、交叉算子和变异算子与简单遗传算法没有区别。分层排序体现了多目标问题解的特点，能够保证最佳个体不被丢失，迅速提高种群水平。在选择操作执行之前，种群根据个体之间的支配与非支配关系进行分层排序，其具体流程为：首先找出该种群中的所有非支配个体，并赋予他们一个共享的虚拟适应度值，得到第一个非支配最优层；然后，忽略这组已分层的个体，对种群中的其它个体继续按照支配与非支配关系进行分层，并赋予它们一个新的虚拟适应度值，该值要小于上一层的值；最后，对剩下的个体继续上述操作，直到种群中的所有个体都被分层。eNSGA-II在eNSGA的基础上做出了三点改进。第一，对非支配排序方法进行了改进，提出了快速非支配排序法，降低了算法的计算复杂度。其改进方法为：首先，对于每个个体i都设以下两个参数ni和Si，ni为在种群中支配个体i的解个体的数量，Si为被个体i所支配的解个体的集合本文档来自技高网...

【技术保护点】
一种基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法，其特征在于以下步骤：第一步，搭建用于HEC‑HMS模型参数率定的eNSGA‑II框架，设定优化目标函数及相应算法参数；1.1)选取目标函数以洪水预报结果精度评定标准为基础，选择三个目标函数，目标函数的计算方法如下：①径流深的绝对误差小于20mm且相对误差小于20％，或径流深绝对误差小于3mm视为产流合格，合格场次越多越好；

【技术特征摘要】
1.一种基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法，其特征在于以下步骤：第一步，搭建用于HEC-HMS模型参数率定的eNSGA-II框架，设定优化目标函数及相应算法参数；1.1)选取目标函数以洪水预报结果精度评定标准为基础，选择三个目标函数，目标函数的计算方法如下：①径流深的绝对误差小于20mm且相对误差小于20％，或径流深绝对误差小于3mm视为产流合格，合格场次越多越好；式中，Rsim、Robs分别为径流深的模拟值与实测值，Rabs为径流深绝对误差，Rrel为相对误差；②洪峰流量相对误差小于20％且峰现时间差在2h内视为汇流合格，合格场次越多越好；式中，Qsim、Qobs分别为洪峰流量的模拟值与实测值，Qrel为洪峰流量相对误差；ΔT＝Tsim-Tobs(5)式中：Tsim、Tobs分别为峰现时间的模拟值与实测值，ΔT为峰现时间差③确定性系数大于0.7视为洪水过程模拟合格，合格场次越多越好；式中，Qis、Qio分别为洪水过程中第i个时刻的模拟流量和实测流量，为洪水过程的平均实测流量，DC即为确定性系数；1.2)算法设定评价次数：100000次种群数量：100～1000交叉率：1.0交叉分布指数：15变异率：0.125变异分布指数：20第二步，基于第一步搭...

【专利技术属性】
技术研发人员：叶磊，张弛，郭良，刘昌军，常凊睿，辛卓航，刘海星，吴剑，翟晓燕，
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