一种考虑中大型水库工程蓄水影响的中长期径流预报方法技术

本发明专利技术公开了一种考虑中大型水库工程蓄水影响的中长期径流预报方法，涉及水文预报技术领域；该方法结合流域内中大型蓄水工程的蓄水情况，通过归一化差异水体指数计算NDWI指数，基于NDWI指数识别LandSat卫星图片中的水体，并统计水体面积变化率从而提出了工程蓄水影响因子，同时结合环流指数作为预报因子，作为SVR预报模型的输入参数，选取多年的历史径流数据作为历史样本，分为训练集和测试集对SVR模型进行训练和测试；得到最终SVR预报模型并进行预测。本发明专利技术中的方法提升了对特定流域的中长期预报方法的预报精度和实用性，所提出的方法参数设置少，全局寻优能力强，可以有效避免计算量大、耗时长、需要的样本量大、预测精度低的问题。

【技术实现步骤摘要】
一种考虑中大型水库工程蓄水影响的中长期径流预报方法
本专利技术涉及水文预测
，尤其涉及一种考虑中大型水库工程蓄水影响的中长期径流预报方法。
技术介绍
受气候、气象、下垫面、人类活动等诸多因素的综合影响，流域中长期径流预报过程具有一定的时空不确定性。传统的中长期径流预报方法如物理成因法、数理统计方法、回归分析方法和现代新兴的预报方法如模糊分析法、灰色系统方法、神经网络等方法常以气象因子作为备选因子，从中为特定流域选取适合的预报因子集合，以此学习预报因子集合与流域径流之间关系。但考虑到流域内蓄水体的蓄泄过程对径流的影响，特别是中大型蓄水工程对径流具有显著的调节作用。现有的方法多以气象因子作为预报因子，多是从自然层面考虑气象、气候因素对中长期径流过程的影响，对蓄水工程蓄泄产生的影响考虑较少。此外，水体面积是反映蓄水工程蓄水程度的重要指标，现有的蓄水体面积的计算主要利用蓄水体设计时的水位面积曲线，根据水位等参数计算对应的水面面积，但某些蓄水体缺乏设计资料，无法利用传统方法计算水面面积。
技术实现思路
本专利技术的目的在于提供一种考虑中大型水库工程蓄水影响的中长期径流预报方法，从而解决现有技术中存在的前述问题。为了实现上述目的，本专利技术采用的技术方案如下：一种考虑中大型水库工程蓄水影响的中长期径流预报方法，包括以下步骤：S1，筛选气象预报因子：对多项大气环流指数历史数据和待预报流域历史径流数据进行相关性分析，筛选多项大气环流指数，将其作为预报因子；S2，计算工程蓄水影响因子：通过光谱分析提取符合规定的水体，并计算水体面积，计算区域内水体面积的变化量，利用公式Rc＝ΔS/St计算计算区域内水体面积的变化率；ΔS是区域内水体面积变化量，St表示当前时刻区域内的水面面积，Rc为区域内水体面积的变化率；将计算所得的水体面积的变化率作为工程蓄水影响因子；S3，将步骤S1得到的预报因子和步骤S2中的影响因子作为SVR模型的样本输入，并利用公式对输入样本做标准化处理；其中，yt、AVG、STD分别表示选定的时间段内某一时刻的某项预报因子值、选定时间段内所选预报因子值的平均值、选定时间段内所选预报因子值的标准差；遍历所有的预报因子，得到每个预报因子的标准化值；S4，选定待预报流域S年的径流量数据作为历史样本，将历史样本中前N年的径流量数据和选定的对应时间的预报因子的归一化值作为训练集，后M年的径流量数据和选定的对应时间的预报因子的归一化值作为测试集，其中M，N的限制条件为S＝N+M，N>M，S、N、M均为正整数；S5，利用步骤S6中的训练集对SVR模型进行训练，并利用测试集对训练获得的SVC模型进行检验，得到满足要求的SVC模型并将其作为预报模型；S6，依据步骤S1筛选得到的预报因子和步骤S2中获得的工程蓄水影响因子，获取对应数据生成待预报年份的模型输入，利用步骤S5获得的预报模型对待预报年份中大型水库工程蓄水影响的中长期径流级别进行预测。优选地，步骤S1中相关性分析包括：S11，采用下式计算年径流量y和大气环流因子x之间的相关性系数：S12，选取相关性系数绝对值大且有一定物理意义的环流指数作为因子作为气象预报因子。优选地，步骤S2中所述提取水体的过程具体包括：通过光谱分析提取水体：选取包含预报断面上游的干流和支流上对径流过程具一定影响力的中大型蓄水工程的LandSat卫星图片；利用归一化差异水体指数(NDWI)法，对绿光波段和近红外波段进行运算，采用公式计算水体的NDWI指数：依据选定的阈值α，根据NDWI指数与阈值α的对比结果对水体进行提取。优选地，步骤S2中水体面积计算具体包括：S3，水体面积的计算：经过光谱分析提取水体后，统计LandSat卫星图像上被判定为水体的像元的个数，并结合LandSat卫星图像在绿光波段和近红外波段的空间分辨率；利用公式S＝τ×τ×M计算水体的总面积S；其中，M为水体像元数量，τ为卫星影像的空间分辨率。优选地，步骤S2中计算区域内水体面积的变化量利用公式ΔS＝St-St-1计算区域内水面面积的变化量；其中ΔS表示区域内水面面积的变化量，St表示当前时刻区域内的水面面积，St-1表示前一时刻区域内的水面面积。优选地，步骤S5中具体包括：S51，采用粒子群优化算法确定SVR模型中误差惩罚参数C、核参数σ和不敏感损失系数ε三个参数的值；使用C、σ、ε的值作为粒子群中粒子的位置的坐标值，根据设定的粒子群规模随机初始化粒子群，计算每个粒子在当前位置的适应度，通过比较适应度确定粒子的个体最佳位置和粒子群的全局最佳位置，并更新每个粒子的速度和位置，迭代至满足结束条件或者满足最优输出结果，得到位置最优的粒子，其位置的坐标值即为SVR模型参数C、σ、ε的最佳值；S52，将PSO算法得到的C、σ、ε最佳值输入SVR模型中进行训练，得到最佳的SVR模型；S53，用测试集进行检验，用测试集中的样本径流值对比预测结果并输出预测结果，对预测结果和当年实测结果进行对比分析，获得最终的SVR模型作为预报模型。具体的对比分析方法如下：采用平均相对误差和距平一致率评价SVR模型，如满足精度要求，则将SVR模型作为径流预报模型。要求预报模型的平均相对误差小于40％，同时距平一致率大于70％；相对误差的计算公式为：其中，yi为模型预报值，为实测径流值。距平一致率的计算公式为：R＝Nsame/N×100％其中，R为距平一致率，N为参与验证的总年数，Nsame为实测径流与预测径流距平符号相同的年数。优选地，步骤S51中计算每个粒子在当前位置中的适应度的函数为：式中，DC为确定性系数，yc(i)为预测值，yo(i)为实测值，为多年实测值的平均值，n为训练集样本年数。优选地，通过比较适应度确定粒子的个体最佳位置和粒子群的全局最佳位置，并更新每个粒子的速度和位置，迭代至满足结束条件或者满足最优输出结果具体包括：1)确定每个粒子的个体最佳位置：将每个粒子当前位置的适应度与其历史最佳位置localbest的适应度值作比较，确定每个粒子当前的最佳位置localbest；2)确定整个粒子群的全局最佳位置：将每个粒子当前最佳位置的适应度与整个群体的当前最佳位置globalbest的适应度值作比较，确定整个粒子群当前的最佳位置globalbest；3)更新粒子的速度和位置：根据下式更新粒子速度:vi+1＝wvi+c1r1(localbest-xi)+c2r2(globalbest-xi)根据式xi+1＝xi+vi+1更新粒子位置；式中，i代表迭代次数，xi表示第i次迭代时粒子的位置，vi表示第i次迭代时粒子的速度，r1,r2表示为(0,1)之间的两个随机数，c1,c2表示的是增速因子，其值一般取为2，w为动态权重因子，其取值范围为[0.4,0.9],其根据式w＝[(本文档来自技高网...

【技术保护点】
1.一种考虑中大型水库工程蓄水影响的中长期径流预报方法，其特征在于，包括以下步骤：/nS1，筛选气象预报因子：对多项大气环流指数历史数据和待预报流域历史径流数据进行相关性分析，筛选多项大气环流指数，将其作为预报因子；/nS2，计算工程蓄水影响因子：通过光谱分析提取符合规定的水体，并计算水体面积，计算区域内水体面积的变化量，利用公式Rc＝ΔS/S

【技术特征摘要】
1.一种考虑中大型水库工程蓄水影响的中长期径流预报方法，其特征在于，包括以下步骤：
S1，筛选气象预报因子：对多项大气环流指数历史数据和待预报流域历史径流数据进行相关性分析，筛选多项大气环流指数，将其作为预报因子；
S2，计算工程蓄水影响因子：通过光谱分析提取符合规定的水体，并计算水体面积，计算区域内水体面积的变化量，利用公式Rc＝ΔS/St计算计算区域内水体面积的变化率；ΔS是区域内水体面积变化量，St表示当前时刻区域内的水面面积，Rc为区域内水体面积的变化率；将计算所得的水体面积的变化率作为工程蓄水影响因子；
S3，将步骤S1得到的预报因子和步骤S2中的影响因子作为SVR模型的样本输入，并利用公式对输入样本做标准化处理；
其中，yt、AVG、STD分别表示选定的时间段内某一时刻的某项预报因子值、选定时间段内所选预报因子值的平均值、选定时间段内所选预报因子值的标准差；遍历所有的预报因子，得到每个预报因子的标准化值；
S4，选定待预报流域S年的径流量数据作为历史样本，将历史样本中前N年的径流量数据和选定的对应时间的预报因子的归一化值作为训练集，后M年的径流量数据和选定的对应时间的预报因子的归一化值作为测试集，其中M，N的限制条件为S＝N+M，N>M，S、N、M均为正整数；
S5，利用步骤S6中的训练集对SVR模型进行训练，并利用测试集对训练获得的SVC模型进行检验，得到满足要求的SVC模型并将其作为预报模型；
S6，依据步骤S1筛选得到的预报因子和步骤S2中获得的工程蓄水影响因子，获取对应数据生成待预报年份的模型输入，利用步骤S5获得的预报模型对待预报年份中大型水库工程蓄水影响的中长期径流级别进行预测。


2.根据权利要求1所述的考虑中大型水库工程蓄水影响的中长期径流预报方法，其特征在于，步骤S1中相关性分析包括：
S11，采用下式计算年径流量y和大气环流因子x之间的相关性系数ρi：



S12，选取相关性系数绝对值大且有一定物理意义的环流指数作为因子作为气象预报因子。


3.根据权利要求1所述的考虑中大型水库工程蓄水影响的中长期径流预报方法，其特征在于，步骤S2中所述提取水体的过程具体包括：
通过光谱分析提取水体：选取包含预报断面上游的干流和支流上对径流过程具一定影响力的中大型蓄水工程的LandSat卫星图片；利用归一化差异水体指数(NDWI)法，对绿光波段和近红外波段进行运算，采用公式计算水体的NDWI指数，其中B2代表绿光波段，B4代表近红外波段；
依据选定的阈值α，根据NDWI指数对符合条件的水体进行提取。


4.根据权利要求1所述的考虑中大型水库工程蓄水影响的中长期径流预报方法，其特征在于，步骤S2中水体面积计算具体包括：
S3，水体面积的计算：经过光谱分析提取水体后，统计LandSat卫星图像上被判定为水体的像元的个数，并结合LandSat卫星图像在绿光波段和近红外波段的空间分辨率；
利用公式S＝τ×τ×M计算水体的总面积S；其中，M为水体像元数量，τ为...

【专利技术属性】
技术研发人员：杨明祥，林锋，王浩，蒋云钟，赵勇，冯涛，唐颖复，刘珂，
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