基于聚类及粒子群优化的有资料地区水文参数率定方法技术

本发明专利技术公开了一种基于聚类及粒子群优化的有资料地区水文参数率定方法，它包括：采集土壤质地、植被覆盖度、土地利用率、地形数据、径流系数、年蒸发总量、比降和坡度数据；将率定区域划分为30平方公里以下的计算单元；根据水文模型参数的物理特性，确定每一个计算单元每一个参数下垫面及气象相关因子；步对每一个下垫面因子进行聚类分析划分相似单元；采用粒子群优化算法，计算各相似单元的水文模型参数，得到相似流域的最优参数；解决了针对有资料流域水文模型参数确定采用传统的试错法，即通过人工不断调整水文模型的参数值，以达到模拟精度要求，采用该方法存在人为主观性，工作重复性、效率低和复杂度极高，不利用水文模型的应用推广等技术问题。

【技术实现步骤摘要】
基于聚类及粒子群优化的有资料地区水文参数率定方法
本专利技术属于水文参数率定技术，尤其涉及一种基于聚类及粒子群优化的有资料地区水文参数率定方法。
技术介绍
水文模型在进行水文规律研究和解决生产实际问题中起着重要的作用，随着现代科学技术的飞速发展，以计算机和通信为核心的信息技术在水文水资源及水利工程科学领域的广泛应用，使水文模型的研究得到迅速发展，并广泛应用于水文基本规律研究、水旱灾害防治、水资源评价与开发利用、水环境和生态系统保护、气候变化及人类活动对水资源和水环境影响分析等领域。因此，研究如何提高水文模型的预测精度,具有重要的科学意义和应用价值。任何模型均伴有误差和不确定性，模型建模工作中，误差源是大量的，其误差来源主要有以下几个方面：(1)被排除在外的因素引起的误差在建模过程中，水文模型需要考虑“降水——产流——汇流”整个水文过程的每个环节，每个环节都有许多影响因子，把每个因子都引入到模型中是不可能做到的。所以要对这些影响因子有所选择产生一定的预测误差。(2)实测历史记录资料的误差实测数据资料精度的高本文档来自技高网...

【技术保护点】
1.一种基于聚类及粒子群优化的有资料地区水文参数率定方法，它包括：/n步骤1、采集土壤质地、植被覆盖度、土地利用率、地形数据、径流系数、年蒸发总量、比降和坡度数据；/n步骤2、将率定区域划分为30平方公里以下的计算单元；/n步骤3、根据水文模型参数的物理特性，确定每一个计算单元每一个参数下垫面及气象相关因子；/n步骤4、对每一个下垫面因子进行聚类分析，将下垫面因子面积比最相近的所有单元为同一类目标，作为相似单元；/n步骤5、采用粒子群优化算法，基于聚类成果，计算各相似单元的水文模型参数，得到相似流域的最优参数。/n

【技术特征摘要】
1.一种基于聚类及粒子群优化的有资料地区水文参数率定方法，它包括：
步骤1、采集土壤质地、植被覆盖度、土地利用率、地形数据、径流系数、年蒸发总量、比降和坡度数据；
步骤2、将率定区域划分为30平方公里以下的计算单元；
步骤3、根据水文模型参数的物理特性，确定每一个计算单元每一个参数下垫面及气象相关因子；
步骤4、对每一个下垫面因子进行聚类分析，将下垫面因子面积比最相近的所有单元为同一类目标，作为相似单元；
步骤5、采用粒子群优化算法，基于聚类成果，计算各相似单元的水文模型参数，得到相似流域的最优参数。


2.根据权利要求1所述的一种基于聚类及粒子群优化的有资料地区水文参数率定方法，其特征在于：步骤3所述每一个参数下垫面及气象相关因子为：








3.根据权利要求1所述的一种基于聚类及粒子群优化的有资料地区水文参数率定方法，其特征在于：步骤4所述对每一个下垫面因子进行聚类分析的方法为：
a、初始化，把每个样本归为一类，计算每两个类之间的距离，也就是样本与样本之间的相似度；
b、寻找各个类之间最近的两个类，把他们归为一类；
c、重新计算新生成的这个类与各个旧类之间的相似度；
d、重复b和c直到所有样本点都归为一类，结束。


4.根据权利要求1所述的一种基于聚类及粒子群优化的有资料地区水文参数率定方法，其特征在于：步骤4所述对每一个下垫面因子进行聚类分析的方法为：每一个影响因子单独进行聚类分析，初始设置一个距离步长，然后根据距离步长将该...

【专利技术属性】
技术研发人员：李胜，张荣，刘晟一，田彪，丁交亮，张劲，刘继军，
申请(专利权)人：贵州东方世纪科技股份有限公司，
类型：发明
国别省市：贵州;52