一种基于降雨径流相似性的自适应径流预报方法技术

本发明专利技术公开了一种基于降雨径流相似性的自适应径流预报方法，采用数据挖掘技术在历史降雨产流过程中搜索相似过程，预测后期径流最可能的过程线；包括：S1、构建历史降雨、径流样本；S2、降雨、径流关键特征指标识别；S3、基于数据挖掘的降雨、径流相似性动态评价；S4、基于雨洪相似性的径流滚动预测；S5、预报模式自适应切换。本发明专利技术既能克服物理驱动径流预报模型参数率定困难的问题，又能突破常规数据驱动径流预报模型预报结果可解释性差的难题，一定程度上突破了径流预报精度低和预见期短的瓶颈，对提高流域水库群精细化管理及精益化调度水平具有重要意义。具有重要意义。

【技术实现步骤摘要】
一种基于降雨径流相似性的自适应径流预报方法


[0001]本专利技术涉及径流预报技术，特别是涉及一种基于降雨径流相似性的自适应径流预报方法。

技术介绍

[0002]径流预报是防洪减灾、水资源保障、电力生产等流域管理决策的关键依据，也是全球变化下水文水资源领域研究的前沿热点。目前广泛使用的径流预报模型分为物理驱动模型和数据驱动模型，其中物理驱动模型注重过程推演，而数据驱动模型注重结果逼近，两种模型在基本原理上存在本质差别。
[0003]物理驱动的径流预报模型从径流的物理成因出发，用一系列含参数的数学物理方程描述从产流、到汇流、再到河道演进的完整过程，涉及的研究内容包含大气气象、河道、土壤、地下水等复杂系统，方程参数都具有严谨的物理意义。为减少建模难度，常见的物理驱动模型都是区域性的、季节性的，例如：Mishra等建立退水模型进行青尼罗河的枯季退水径流预报，并取得了良好的成果。李晓等将SWAT模型应用于伊河上游的径流模拟，在干旱、湿润以及半干旱半湿润气候条件下具有较好的模拟效果。也有采用智能算法对模型进行参数寻优的研究，例如：江燕等运用粒子群本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于降雨径流相似性的自适应径流预报方法，其特征在于，包括以下步骤：S1、构建历史降雨、径流样本：收集预报对象所在流域的关键断面流量数据，以及雨量站点数据和格点数据，对收集的原始数据进行时间降维和空间降维，得到历史降雨、径流样本；S2、降雨、径流关键特征指标识别：基于历史降雨、径流样本，从物理成因和统计分析两个方面综合确定降雨、径流的关键特征指标；S3、基于数据挖掘的降雨、径流相似性动态评价：采用欧氏距离法度量样本相似性，并考虑到降雨、径流数值量级差异，提出考虑降雨影响权重的降雨
‑
径流综合相似性指标；S4、基于雨洪相似性的径流滚动预测：构建多因子最近邻抽样回归模型，利用雨洪相似性对流域径流进行预测，并提出三种不同的径流滚动预报方式，以延长径流预报预见期；S5、预报模式自适应切换：针对流域在涨退水不同阶段的产汇流特性，建立根据实时水雨情自适应切换的降雨、径流输入模式，进一步提高径流预报精度。2.根据权利要求1所述的基于降雨径流相似性的自适应径流预报方法，其特征在于，步骤S1中，从空间和时间两个尺度对数据进行降维具体为：在时间尺度上，将收集到的降雨、径流资料转化为预报需求的时段；在空间尺度上，将雨量站点数据转化为分区面雨量数据，对多个站点的降雨监测数据进行降维；首先根据不同区域产汇流模式差异，将研究区域划分为若干个子区域，子区域面雨量通过所含站点雨量加权平均计算，计算公式为：雨量通过所含站点雨量加权平均计算，计算公式为：其中，P
i
是子区域i的面雨量；Φ
i
是子区域i所包含的雨量站点集合；p
j
是该子区域所包含的雨量站点索引；p
k
为子区域i所包含的雨量站点个数；是该子区域第i个站点的站点雨量；是站点雨量转化为面雨量的权重。3.根据权利要求1所述的基于降雨径流相似性的自适应径流预报方法，其特征在于，步骤S2中基于历史降雨、径流样本资料，分析预报断面所在流域的降雨、径流特征并建立预报断面及以上流域降雨、径流定量特征指标；根据流域径流的物理成因和特征指标，综合利用成因分析、相关性分析、回归分析、多因子综合分析方法，识别流域不同空间位置，在不同预报时间尺度和不同预报时期的预报关键特征指标；并综合利用物理成因分析和数理统计方法确定关键特征指标的前期影响滞时，具体为：S21、从降雨、径流物理成因出发，综合分析各区域降雨到预报断面的产汇流时间，初步确定降雨、径流的响应时间，把响应时间作为确定关键指标前期影响滞时的重要依据；S22、运用数理统计方法，分析不同前期影响滞时的降雨、径流与预测时段径流的相关性，选出相关性较大的前期影响滞时；S23、基于初步确定的前期影响滞时，设置考虑不同前期影响滞时的降雨、径流组合作为识别相似径流过程的关键指标，采用降雨径流相似性预报模型对流域断面的历史径流过
程进行预报，根据预报结果精度评价最终确定最优的前期影响滞时。4.根据权利要求1所述的基于降雨径流相似性的自适应径流预报方法，其特征在于，步骤S3中，采用滑动窗口取样的方式，构建关键特征指标样本集，以丰富历史降雨、径流样本的数量；并采用欧氏距离法定量表征当前降雨、径流样本和历史降雨、径流样本的相似性；考虑降雨和径流数值量级差异，提出降雨影响权重的降雨
‑
径流综合相似性指标：其中，P
j
表示历史降雨、径流样本的降雨特征值向量，其维度等于考虑的降雨前期影响滞时数，j表示该历史降雨、径流样本的序号，1≤j≤N,N表示历史降雨、径流样本的总个数；P
*
表示当前降雨、径流样本的降雨特征值向量，其维度与P
j
相同；d
pj
表示序号为j的历史降雨、径流样本与当前降雨、径流样本的降雨相似性指标；其中，Q
j
表示历史降雨、径流样本的径流特征值向量，其维度等于考虑的径流前期影响滞时数，j表示该历史降雨、径流样本的序号，1≤j≤N,N表示历史降雨、径流样本的总个数；Q
*
表示当前降雨、径流样本的径流特征值向量，其维度与Q
j
相同；d
qj
表示序号为j的历史降雨、径流样本与当前降雨、径流样本的径流相似性指标；降雨
‑
径流综合欧氏距离d
j
的计算公式为：d
j
＝w
p
d
pj
+d
qj
；其中，w
p
为降雨影响权重。5.根据权利要求1所述的基于降雨径流相似性的自适应径流预报方法，其特征在于，步骤S4中，构建多因子最近邻抽样回归模型，利用雨洪相似性对流域径流进行预测，并结合现代启发式算法，以实现预报效果最优化为目标，对模型涉...

【专利技术属性】
技术研发人员：朱阳，陈在妮，胡立春，谭乔凤，闻昕，陈然，施颖，
申请(专利权)人：河海大学，
类型：发明
国别省市：