一种基于对抗神经网络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对抗神经网络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；确定每一个计算单元每一个参数下垫面及气象相关因子；采用对抗神经网络GAN对有资料流域水文参数的自动率定，得到每个单元最优的水文参数；采用有资料地区所有计算单元的最优水文参数，基于对抗神经网络GAN训练统一的参数生成器；通过训练好的参数生成器对无资料地区水文参数进行确定；解决了现有技术工作重复性、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】
一种基于对抗神经网络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，尤其涉及一种基于对抗神经网络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低、本文档来自技高网...

【技术保护点】
1.一种基于对抗神经网络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、采用对抗神经网络GAN对有资料流域水文参数的自动率定，对抗神经网络GAN以噪声作为输入，通过水文模型进行参数优选，得到每个单元最优的水文参数。/n

【技术特征摘要】
1.一种基于对抗神经网络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、采用对抗神经网络GAN对有资料流域水文参数的自动率定，对抗神经网络GAN以噪声作为输入，通过水文模型进行参数优选，得到每个单元最优的水文参数。


2.根据权利要求1所述的一种基于对抗神经网络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：
...

【专利技术属性】
技术研发人员：李胜，张荣，刘晟一，田彪，丁交亮，彭江江，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