基于数字孪生的流域水文模型参数的动态估计方法技术

本发明专利技术公开了一种基于数字孪生的流域水文模型参数的动态估计方法，包括S1：获取水文站测验断面上、下游共L千米内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，估计下一采样周期的各个水文参数值。本发明专利技术通过按照周期对流域水文信息进行估计、比较和反馈，构建的实时数字孪生体，更加符合流域在变化环境下的实际情况，相比现有技术能够充分利用流域实时数据。能够充分利用流域实时数据。能够充分利用流域实时数据。

【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，估计下周期流域内各个水文参数值。
[0010]进一步优化，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。
[0011]进一步优化，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、流域土壤数据；
[0012]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。
[0013]进一步优化，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。
[0014]进一步优化，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一个编号。
[0015]进一步优化，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：
[0016]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；
[0017]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；
[0018]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得到修正系数；
[0019]S24：将修正系数带入模型中，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。
[0020]进一步优化，所述步骤S3中，每次将监测的数据输入远程终端后，所有的监测单元采集的数据构成监测数据矩阵；计算模块将此监测数据矩阵与上一次计算出的估计值进行比较，根据比较结果对模型的模拟系数进行再次修正，并将此次修正的模拟系数应用到本次的估值计算中。
[0021]进一步优化，所述步骤S21中，采用数据同化方法估计季尺度水文模型参数θ的连续序列，将该流域原始数据库中的降水、潜在蒸发和流域农作物的总水处理为季尺度数据，确定季尺度水文模型，建立基于季尺度水文模型的数据同化状态转移方程和观测方程：
[0022][0023]y
t+1
＝h(x
t+1
,θ
t+1
)+ξ；(2)
[0024]其中，θ
t+1
、θ
t
分别为第t+1、t周期的模型参数值，ε为均值为0的正态分布误差；x
t+1
、x
t
分别为第t+1、t周期的模型状态变量，η为均值为0的正态分布误差；u
t+1
为第t+1周期的模型驱动数据，包括降雨和潜在蒸散量；y
t+1
为第t+1周期的模型流域农作物的总水模拟值，ξ为均值为0的正态分布误差；f、h均表示水文模型。
[0025]进一步优化，所述流域农作物的总水WF
proc
(t)：
[0026]WF
proc
(t)＝WF
proc,green
+WF
proc,blue
+WF
proc,grey
；(3)
[0027]式中，WF
proc,green
为绿水足迹，WF
proc,blue
为蓝水足迹，WF
proc,grey
为灰水足迹；所述总水WF
proc
(t)是指单位面积所有农作物所包含的水足迹；
[0028]其中，绿水足迹WF
proc,green
蓝水足迹WF
proc,blue
通过该流域的气候数据计算得出，气候数据包括周期最低气温、周期最高气温、周期降水量、周期平均风速、周期相对湿度和周期日照时数；灰水足迹WF
proc,grey
基于该流域土地参数得出。
[0029]与现有技术相比，本专利技术具有如下有益效果：
[0030]1、本专利技术通过按照周期对流域水文信息进行估计、比较和反馈，构建的实时数字孪生体，更加符合流域在变化环境下的实际情况，相比现有技术能够充分利用流域实时数据。
[0031]2、本专利技术方法考虑了水文模型参数随时间变化的特性，更能准确地反映变化环境下流域特征条件的变化。且本专利技术方法具有实时监测、智能判断和精准预测等特点，能够较好地模拟未来情况，实现真正的自动化。
附图说明
[0032]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0033]图1为专利技术所本文档来自技高网...

【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：