【技术实现步骤摘要】
基于数字孪生的流域水文模型参数的动态估计方法
[0001]本专利技术属于水文模型领域,具体涉及一种基于数字孪生的流域水文模型参数的动态估计方法。
技术介绍
[0002]流域水文模型作为研究水文自然规律和解决水文实际问题的重要工具,其参数的准确估计对流域径流的模拟和预报起着至关重要的作用。
[0003]现有的水文模型参数估计方法存在问题:1、仅仅利用历史时期数据进行水文模型的参数率定,无法充分利用实时监测数据来进一步降低参数估计的不确定性;2、无法准确地反映环境变化影响下的流域特征条件所呈现的动态变化;3、无法实现智能管理、感知分析、仿真模拟、自动优化、实时更新以及合理预测的目标。
技术实现思路
[0004]本专利技术的目的在于提供一种基于数字孪生技术的流域水文模型参数动态估计方法,从而能够充分利用历史时期以及实时监测的数据,使得水文模型的参数更好地反映流域特征条件变化,从而提高环境变化影响下的流域水文模型径流模拟与预报精度。
[0005]为了解决上述技术问题,本专利技术采用如下方案实现:
[0006]基于数字孪生的流域水文模型参数的动态估计方法,包括以下步骤:
[0007]S1:获取水文站测验断面上、下游流域沿线目标物的几何、物理性质和和水文信息,构建流域雏形模型;
[0008]S2:将原始数据库中的历史数据带入雏形模型中进行训练,形成水文参数动态估计数字孪生模型;
[0009]S3:在水文站测验断面上、下游共L千米内沿流域布置监测设备,监测设备将监测的 ...
【技术保护点】
【技术特征摘要】
1.基于数字孪生的流域水文模型参数的动态估计方法,其特征在于,包括以下步骤:S1:获取水文站测验断面上、下游流域沿线目标物的几何、物理性质和和水文信息,构建流域雏形模型;S2:将原始数据库中的历史数据带入雏形模型中进行训练,形成水文参数动态估计数字孪生模型;S3:在水文站测验断面上、下游共L千米内沿流域布置监测设备,监测设备将监测的数据定期传给为远程终端,并输入到数字孪生模型中进行计算,估计下一周期内流域内各水文参数值。2.根据权利要求1中所述的于数字孪生的流域水文模型参数的动态估计方法,其特征在于,所述步骤S1中,流域雏形模型的构建基于流域的物理特征数据和水文数据。3.根据权利要求2中所述的于数字孪生的流域水文模型参数的动态估计方法,其特征在于,所述物理特征数据包括数字高程DEM数据、流域土地利用类型数据和流域土壤数据;其中,利用无人机飞行拍摄的方式获取水文站测验断面上、下游L千米内流域沿线影像数据并生成DSM模型;基于DSM模型实现流域河沿线地区DEM自动获取、正射影像制作、影像融合、三维场景重建,三维仿真大汶河沿线地形、地貌与地物特征。4.根据权利要求2中所述的于数字孪生的流域水文模型参数的动态估计方法,其特征在于,所述步骤S1中,水文信息通过查阅流域所在水文站历史记录数据获得,包括近N年来流域内的降水量、潜在蒸发和径流流域农作物的总需水。5.根据权利要求2中所述的于数字孪生的流域水文模型参数的动态估计方法,其特征在于,所述步骤S2中,采用优化算法和数据同化方法对构建流域雏形模型进行优化,具体操作步骤为:S21:采用参数敏感性分析方法对流域的水文参数进行敏感性分析,筛选出敏感性参数集合和非敏感性参数集合;S22:将原始数据库中的某一周期的历史水文数据带入雏形模型计算,得出下一周期的估计值;将该估计值与下一周期的真实值进行比较,从而分别得出非敏感性参数集合和非敏感性参数集合对应的初始系数;S23:将步骤S22中得到的初始系数带入模型,然后输入多组原始数据进行训练,得出对应的敏感参数估计值,并分别与对应下一周期的真实值进行比较,根据比较结果,对初始系数进行修正;S24:将修正后的系数带入模型中,然后输入多组原始数据进行训练,重复上述步骤,直至敏感参数估计值与对应下一周期的真实值之间的差值小于3%,则训练结束,将第最后一次训练时的系数作为模拟系统。6.根据权利要求5中所述的于数字孪生的流域水文模型参数的动态估计方法,其特征在于,所述步骤S3中,沿流域布置监测设备包括若干个监测单元,每个监测包括水位计、雨量计、温度计和监测土壤墒情的湿度计;沿流域径流及支流方向每隔500米设置一个监测单元,每个监测单元的传感器对应唯一的...
【专利技术属性】
技术研发人员:李岩,段建筑,张哲,侯士文,王如岩,张荣,姚萌,娄保东,陈达,郑源,鞠茂森,张峰,
申请(专利权)人:河海大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。