基于雨洪时空过程相似性挖掘的洪水动态预估方法及系统技术方案

本发明专利技术提供了一种基于雨洪时空过程相似性挖掘的洪水动态预估方法及系统，方法如下：获取研究区历史和实时遥感反演观测降水、数值预报降水和水文站历史场次洪水信息，建立历史雨洪数据库；拼接面临时刻前期和已观测降水与数值预报降水，采用结构相似性指数和动态时间规整DTW耦合的结构相似性，检索时空过程相似的降水及对应历史洪水过程集合1；采用DTW检索时序相似的历史洪水过程集合2；合并集合1、2，以平均相似洪水过程估计后续洪水；随时间推移更新信息，实现洪水动态预估。本发明专利技术将相似性分析由一维时间序列扩展到三维时空过程，预估后续来水量精度高于传统方法。后续来水量精度高于传统方法。后续来水量精度高于传统方法。

【技术实现步骤摘要】
基于雨洪时空过程相似性挖掘的洪水动态预估方法及系统


[0001]本专利技术涉及G06F：电数字数据处理领域，具体涉及基于雨洪时空过程相似性挖掘的洪水动态预估方法及系统。

技术介绍

[0002]雨洪过程是天气系统演变、流域下垫面状况等因素耦合作用的结果，这些因素虽不能完全重复，但主导一个地区的天气系统并非完全无迹可寻，仍有一定的规律性，这导致不同时期发生的雨洪事件可能具有一定程度的相似性。随着气象水文事件数量的积累和对成因认识的深化，构建具有一定规模的历史雨洪数据库，在对雨洪事件相似性挖掘的基础上，利用历史相似雨洪过程预估洪水发展情势也是提高预测预报能力的另一种重要思路，对于雨洪安全高效利用具有重要意义。
[0003]目前，关于雨洪相似性挖掘的研究主要基于雨洪实时观测信息与历史数据展开，其中涉及的降水时间序列多为基于地面雨量站网观测数据计算得到的面平均降水量，缺乏了对降水空间分布及降水落区位置的考量，特别是集水面积较大的流域。另外，已有研究中的降水相似性分析仅利用了实时观测降水信息，未考虑雨情后期发展态势。

技术实现思路

[0004]专利技术目的：本专利技术提供一种基于雨洪时空过程相似性挖掘的洪水动态预估方法，包括历史雨洪数据库构建、基于降水时空过程相似的历史洪水过程检索、基于洪水时序过程相似的历史洪水过程检索、基于历史相似洪水的动态预估四个核心环节。该方法耦合利用观测和预报信息，针对降水和洪水，分别根据时空过程相似和时序过程相似，检索对应的历史相似洪水，通过综合降水相似和洪水相似的检索结果，可获取更全面考虑雨洪发生、发展过程的历史相似洪水，从而实现洪水未来发展情势的预估，提高洪水过程后续来水量预估的精度。
[0005]技术方案：第一方面，提出基于雨洪时空过程相似性挖掘的洪水动态预估方法，该方法步骤如下：步骤1、获取研究区历史遥感反演降水信息、实时遥感反演降水信息、数值预报降水信息和水文站预定数量的历史场次洪水信息，匹配历史降水和洪水信息的时间尺度，构建水文站历史雨洪数据库；步骤2、针对水文站正在发生的洪水，匹配洪水起涨时刻之前的前期遥感反演降水、洪水起涨时刻至面临时刻的已观测遥感反演降水与面临时刻之后的数值预报降水信息的时空尺度并拼接，计算面平均降水时间序列，采用时间序列相似分析方法，在步骤1建立的历史雨洪数据库中检索面平均降水时序相似的历史降水过程；采用时空信息相似性分析方法，筛选时空过程相似的历史降水过程，并提取对应的相似性历史洪水集合1；步骤3、拼接面临时刻已观测洪水与洪水预报模型预报的有效预见期内洪水信息，采用时间序列相似分析方法，在步骤1建立的历史雨洪数据库中检索时序过程相似的相似
性历史洪水集合2；步骤4、合并步骤2、3中检索的相似性历史洪水集合1、2，得到相似性历史洪水集合3，合理确定各场相似洪水的拼接时间点，采用加权平均方法计算拼接时间点之后的平均相似洪水过程，通过平移、拼接操作，预估后续洪水过程；步骤5、判断步骤4中预估后续洪水过程是否包含洪峰，若不包含则停止动态预估；否则，随时间推移，更新雨洪观测和预报信息，重复步骤2~4，动态预估洪水发展情势。
[0006]在第一方面进一步的实施例中，所述步骤1进一步为：步骤1
‑
1、综合遥感反演降水信息与历史场次洪水信息，合理确定场次洪水信息等间隔采样的时间点及步长，采用三次样条插值法获取采样时间点的洪水数据；步骤1
‑
2、判断历史遥感反演降水信息的时间步长与洪水数据是否一致；若不一致，通过算数平均法将降水量分配至小于洪水信息时间步长的时段上，通过累加得到与洪水数据时间点及时间步长相吻合的历史遥感反演降水信息；步骤1
‑
3、根据每场洪水过程起涨、结束时间，在步骤1
‑
2得到的历史遥感反演降水信息中截取对应历史降水时空信息，记为洪水期降水信息；提取洪水起涨之前A1个时段的前期降水信息，与洪水期降水信息拼接，形成洪水过程对应的完整降水信息；由此以洪水发生日期为编号存储场次降水、洪水信息，构建历史雨洪数据库。
[0007]在第一方面进一步的实施例中，所述步骤2进一步为：步骤2
‑
1、针对正在发生的洪水过程，采用步骤1
‑
2的方法获取与历史遥感反演降水信息时间点及时间步长一致的A1个时段的前期遥感反演降水信息I1、A2个时段已观测遥感反演降水信息I2；步骤2
‑
2、针对面临时刻之前最邻近一次数值模式预报的降水数据，采用双线性插值等方法调整预报降水信息空间分辨率与前期和已观测降水信息一致，采用联合概率分布等方法订正误差，采用步骤1
‑
3中的方法处理得到与步骤2
‑
1相同时间步长的数值预报降水信息；提取面临时刻之后A3个时段数值预报降水信息I3；拼接I1、I2和I3，得到面临时刻观测与预报降水信息P
target_st
，总时段数为A1+ A2+ A3；步骤2
‑
3、将步骤2
‑
2中具有三维时空属性的面临时刻观测与预报降水信息P
target_st
转换为面平均降水时间序列P
target_t
；计算P
target_t
与历史雨洪数据库中各场次雨洪过程相应面平均降水序列P
database_t
的动态时间规整DTW指数并排序，DTW指数越小相似程度最高，筛选时序过程相似程度最高的前X1场降水；场降水；式中：i,j分别为P
target_t
和P
database_t
信息中某个时段的索引，d(P
target_t,i
, P
database_t,j
)为P
target_t,i
和P
database_t,j
之间的欧式距离，DTW指数实质是从(1, 1)点出发达到(i,j)点的最小累积欧式距离，为(i,j)点之前历遍的最小累积欧式距离；步骤2
‑
4、针对具有三维时空属性的面临时刻观测与预报降水信息P
target_st
，以研究区平面空间各栅格为分析单元，针对栅格（u, v），在P
target_st
对应的时间范围ST1内，以t
i
时段该栅格降水为中心，以周围N
×
N
×
N时空窗口内N3个栅格的降水量为计算单体（N可取3、5、7
…
）；对于X1场降水过程中的某场遥感反演降水P
database_st
，在P
database_st
对应的时间范围ST2内，提取以栅格（u, v）、第t
j
时段降水为中心的相同时空范围的计算单体；计算两个单体的结构相似性指数，该指数考虑了均值、方差和协方差的综合相似度，值越大表示二者时空结构相似度越高；变换降水时段索引序号，计算栅格（u, v）位置处，邻近范围内降水时空变化的综合相似性指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于雨洪时空过程相似性挖掘的洪水动态预估方法，其特征在于包括如下步骤：步骤1、获取研究区历史遥感反演降水信息、实时遥感反演降水信息、数值预报降水信息和水文站预定数量的历史场次洪水信息，匹配历史降水和洪水信息的时间尺度，构建水文站历史雨洪数据库；步骤2、针对水文站正在发生的洪水，匹配洪水起涨时刻之前的前期遥感反演降水、洪水起涨时刻至面临时刻的已观测遥感反演降水与面临时刻之后的数值预报降水信息的时空尺度并拼接，计算面平均降水时间序列，采用时间序列相似分析方法，在步骤1建立的历史雨洪数据库中检索面平均降水时序相似的历史降水过程；采用时空信息相似性分析方法，筛选时空过程相似的历史降水过程，并提取对应的相似性历史洪水集合1；步骤3、拼接面临时刻已观测洪水与洪水预报模型预报的有效预见期内洪水信息，采用时间序列相似分析方法，在步骤1建立的历史雨洪数据库中检索时序过程相似的相似性历史洪水集合2；步骤4、合并步骤2、3中检索的相似性历史洪水集合1、相似性历史洪水集合2，得到相似性历史洪水集合3，确定各场相似洪水的拼接时间点，采用加权平均方法计算拼接时间点之后的平均相似洪水过程，通过平移、拼接操作，预估后续洪水过程；步骤5、判断步骤4中预估后续洪水过程是否包含洪峰，若不包含则停止动态预估；否则，随时间推移，更新雨洪观测和预报信息，重复步骤2~4，动态预估洪水发展情势。2.根据权利要求1所述的基于雨洪时空过程相似性挖掘的洪水动态预估方法，其特征在于，步骤1进一步包括：步骤1
‑
1、综合遥感反演降水信息与历史场次洪水信息，确定场次洪水信息等间隔采样的时间点及步长，采用三次样条插值法获取采样时间点的洪水数据；步骤1
‑
2、判断历史遥感反演降水信息的时间步长与所述洪水数据是否一致；若不一致，通过算数平均法将降水量分配至小于洪水信息时间步长的时段上，通过累加得到与洪水数据时间点及时间步长相吻合的历史遥感反演降水信息；步骤1
‑
3、根据每场洪水过程起涨、结束时间，在步骤1
‑
2得到的历史遥感反演降水信息中截取对应历史降水时空信息，记为洪水期降水信息；提取洪水起涨之前A1个时段的前期降水信息，与洪水期降水信息拼接，形成洪水过程对应的完整降水信息；由此以洪水发生日期为编号存储场次降水、洪水信息，构建历史雨洪数据库。3.根据权利要求1所述的基于雨洪时空过程相似性挖掘的洪水动态预估方法，其特征在于，步骤2进一步包括：步骤2
‑
1、针对正在发生的洪水过程，采用步骤1
‑
2方法获取与历史遥感反演降水时间点及时间步长一致的A1个时段前期遥感反演降水信息I1、A2个时段已观测遥感反演降水信息I2；步骤2
‑
2、获取面临时刻之前最邻近一次数值模式预报的降水数据，匹配时空尺度并作误差订正，截取面临时刻之后A3个时段数值预报降水信息I3；拼接I1、I2和I3，得到面临时刻观测与预报降水信息P
target_st
；步骤2
‑
3、将P
target_st
转换为面平均降水时间序列P
target_t
；计算P
target_t
与历史雨洪数据库中各场雨洪过程相应面平均降水序列P
database_t
的动态时间规整DTW指数并排序，筛选时序过程相似程度最高的前X1场降水；
步骤2
‑
4、对于P
target_st
与X1场降水过程中的某场遥感反演降水P
database_st
，针对空间位置（u, v），分别以t
i
、t
j
两个时段栅格降水为中心，以周围N
×
N
×
N个栅格降水构建移动单体和，计算二者的结构相似性指数；沿时间轴移动，将嵌入DTW公式，计算位置的时空相似性指数；由此，针对步骤2
‑
3中X1场降水过程，逐一绘制研究区范围内的SSIM栅格分布图；其中，位置的时空相似性指数计算过程如下：式中：为单体和结构相似性指数的函数，即；为点之前历遍的最小累积；步骤2
‑
5、计算P
target_st
各栅格位置的累积降水量并按降水量大小赋予权重w
grid
，加权计算SSIM分布图的平均分数，选取平均分数最小的前X2场降水，对应洪水过程作为基于降水时空相似检索的相似性历史洪水集合1。4.根据权利要求1所述的基于雨洪时空过程相似性挖掘的洪水动态预估方法，其特征在于，步骤3进一步包括：步骤3
‑
1、针对水文站历史雨洪信息，将洪水起涨之前A1个时段和洪水起涨至面临时刻A2个时段的研究区面平均降水量和洪水起涨至面临时刻之间A2+1个时刻的实测流量作为BP神经网络输入数据，预...

【专利技术属性】
技术研发人员：云兆得，李伶杰，王银堂，胡庆芳，王磊之，刘勇，崔婷婷，盖永伟，李笑天，高轩，张野，
申请(专利权)人：江苏省水资源服务中心，
类型：发明
国别省市：