一种无资料地区的流域水文模型参数估计方法技术

技术编号:39059104 阅读:14 留言:0更新日期:2023-10-12 19:52
本发明专利技术公开了一种无资料地区的流域水文模型参数估计方法,包括:确定研究流域及参考流域,并收集整理水文气象要素和下垫面特征数据;选取流域水文模型,基于参考流域的历史水文气象资料序列对水文模型的参数进行敏感性分析,并对所有参数进行分组;基于分组结果,通过采用不同指标选择相似参考流域,并基于相似参考流域的长序列实测数据分别对不同分组的水文模型参数进行率定,获取不同分组内参考流域水文模型的参数估计值;对满足相似条件的参考流域水文模型的参数估计值进行计算,获取研究流域水文模型所有参数值。本发明专利技术能够充分利用多个满足分组相似条件的参考流域进行水文模型参数估计,可为无资料地区流域水文模型参数估计提供新的思路。数估计提供新的思路。数估计提供新的思路。

【技术实现步骤摘要】
一种无资料地区的流域水文模型参数估计方法


[0001]本专利技术涉及流域水文模型
,尤其涉及一种无资料地区的流域水文模型参数估计方法。

技术介绍

[0002]流域水文模型是对流域降雨径流转换过程中复杂时空变异性进行概化的一种工具,是研究流域水文自然规律和解决水文实际问题的重要手段。流域水文模型以流域水文系统为研究对象,被广泛应用于水文模拟预报和水资源规划与管理等领域。流域水文模型参数的估计对流域径流的模拟预报精度起着十分重要的作用。
[0003]流域水文模型参数估计通常是基于研究区历史时期的水文观测资料,采用优化算法进行率定得到。模型参数的率定依赖于实测水文资料,且资料序列长度对流域径流的模拟预报精度具有一定的影响。然而当前在全球范围内仍存在大量无水文观测资料或者缺资料的流域,如我国的水文站点主要分布在大中河流上,对于小河流观测站点分布甚少。水文资料特别是径流数据对于水文模型的参数率定具有决定性的作用,而对于大部分小河流而言,径流数据的观测较为复杂且成本较大,其径流资料的获取存在困难。因此,开展无资料地区的流域水文模型的参数估计方法研究具有重要的科学意义和实践价值。

技术实现思路

[0004]本专利技术的目的在于提供一种无资料地区的流域水文模型参数估计方法,通过对有实测水文气象资料的参考流域进行模型参数估计并进行移用的手段,从而克服由于缺少资料无法对无资料地区水文模型参数率定的问题。
[0005]为实现上述目的,本专利技术提供了一种无资料地区的流域水文模型参数估计方法,包括:r/>[0006]确定研究流域及参考流域,并收集整理所述研究流域和所述参考流域的水文气象要素和下垫面特征数据;
[0007]选取流域水文模型,基于所述参考流域的历史水文气象资料序列对所述水文模型的参数进行敏感性分析,并对所述水文模型的所有参数进行分组;
[0008]基于分组结果,通过采用不同指标选择相似参考流域,并基于所述相似参考流域的长序列实测数据分别对不同分组的水文模型参数进行率定,获取不同分组内参考流域水文模型的参数估计值;
[0009]对满足相似条件的参考流域水文模型的参数估计值进行计算,获取研究流域水文模型所有参数值;
[0010]其中,所述研究流域为无资料地区的流域,所述参考流域为具有长时间序列水文气象观测数据的流域。
[0011]优选地,对所述水文模型的所有参数进行分组,包括:
[0012]采用全局敏感性分析方法对所述水文模型的所有参数进行敏感性分析,将参数分
为敏感性参数和非敏感性参数,然后采用控制变量法将所述敏感性参数分为气象要素敏感型参数和下垫面特征敏感型参数;
[0013]其中,对于所述水文模型的非敏感性参数,直接将若干所述参考流域率定得到的参数值的算术平均值作为所述研究流域水文模型不敏感参数的取值。
[0014]优选地,所述相似参考流域包括相似参考流域一和相似参考流域二,选择所述相似参考流域一,包括:
[0015]基于所述研究流域、所述参考流域的水文气象要素遥感反演数据以及气象站点观测数据,分别计算所述研究流域、所述参考流域的气象要素指标,选取与所述研究流域的气象要素指标相近的参考流域作为所述相似流域一,并将所述相似参考流域一率定获取的气象要素敏感性参数移用至所述研究流域。
[0016]优选地,所述水文气象要素遥感反演数据包括降水和潜在蒸散发数据,所述气象要素指标包括平均年降水量、干旱指数和降水季节性指数;
[0017]计算所述气象要素指标的方法为:
[0018][0019][0020][0021]其中,为平均年降水量;P
t
为第t年的年降水量;n表示年数;AI为干旱指数;为平均年潜在蒸散发量;P
i
、PET
i
分别为第i个月份的多年月平均降水量、多年月平均潜在蒸散发量;SI
P
为降水季节性指数;Φ
i
表示季节性指数计算过程中每个月份的时间角度。
[0022]优选地,与所述研究流域气象要素指标相近的依据包括:所述研究流域与所述参考流域的气象要素指标值的相对差值在
±
10%以内。
[0023]优选地,选择所述相似参考流域二,包括:
[0024]基于所述研究流域、所述参考流域的物理特性、下垫面要素遥感产品,分别计算所述研究流域、所述参考流域的下垫面特征指标,选取与所述研究流域下垫面特征指标相近的参考流域作为所述相似参考流域二,并将所述相似参考流域二率定得到的下垫面特征敏感性参数值移用至所述研究流域。
[0025]优选地,所述物理特性、下垫面要素遥感产品包括:数字高程DEM数据、土地利用类型LULC数据以及归一化植被指数NDVI数据;
[0026]所述下垫面特征指标包括:主河道河流坡降指数、植被覆盖度、研究流域与参考流域LULC的Kappa系数。
[0027]优选地,计算所述下垫面特征指标的方法为:
[0028][0029][0030][0031]其中,SL为主河道河流坡降指数;H1、H2分别为河流终点高度和起点高度;L为河流终点与起点之间的水平距离;FVC为流域植被覆盖度;NDVI为植被归一化指数;NDVI
soil
、NDVI
veg
分别为纯植被和裸土的NDVI值;K表示Kappa系数;r为混淆矩阵的行数;X
kk
表示第k行k列上的值,即矩阵主对角线上的值;X
k+
、X
+k
分别表示第k行的和与第k列的和;N为像元总数。
[0032]优选地,与所述研究流域下垫面特征指标相近的依据包括:所述研究流域与所述参考流域的下垫面特征指标中的主河道河流坡降指数、植被覆盖度相对差值在
±
20%以内,且所述研究流域与所述参考流域LULC的Kappa系数值大于等于0.4。
[0033]与现有技术相比,本专利技术具有如下优点和技术效果:
[0034]本专利技术将水文模型参数根据敏感性分析手段区分为敏感、不敏感参数,并进一步将敏感性参数细分为气象要素主导型和下垫面特征主导型,能够充分利用多个满足分组相似条件的参考流域进行水文模型参数估计,可为无资料地区流域水文模型参数估计提供新的思路;
[0035]本专利技术方法能够充分利用满足不同类别相似条件的流域信息,通过流域综合特征的部分匹配获取多组流域水文模型参数值集合,实现无资料地区的水文模型参数估计。
附图说明
[0036]构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
[0037]图1为本专利技术实施例中一种无资料地区的流域水文模型参数估计方法流程图。
具体实施方式
[0038]需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无资料地区的流域水文模型参数估计方法,其特征在于,包括:确定研究流域及参考流域,并收集整理所述研究流域和所述参考流域的水文气象要素和下垫面特征数据;选取流域水文模型,基于所述参考流域的历史水文气象资料序列对所述水文模型的参数进行敏感性分析,并对所述水文模型的所有参数进行分组;基于分组结果,通过采用不同指标选择相似参考流域,并基于所述相似参考流域的长序列实测数据分别对不同分组的水文模型参数进行率定,获取不同分组内参考流域水文模型的参数估计值;对满足相似条件的参考流域水文模型的参数估计值进行计算,获取研究流域水文模型所有参数值;其中,所述研究流域为无资料地区的流域,所述参考流域为具有长时间序列水文气象观测数据的流域。2.根据权利要求1所述的无资料地区的流域水文模型参数估计方法,其特征在于,对所述水文模型的所有参数进行分组,包括:采用全局敏感性分析方法对所述水文模型的所有参数进行敏感性分析,将参数分为敏感性参数和非敏感性参数,然后采用控制变量法将所述敏感性参数分为气象要素敏感型参数和下垫面特征敏感型参数;其中,对于所述水文模型的非敏感性参数,直接将若干所述参考流域率定得到的参数值的算术平均值作为所述研究流域水文模型不敏感参数的取值。3.根据权利要求2所述的无资料地区的流域水文模型参数估计方法,其特征在于,所述相似参考流域包括相似参考流域一和相似参考流域二,选择所述相似参考流域一,包括:基于所述研究流域、所述参考流域的水文气象要素遥感反演数据以及气象站点观测数据,分别计算所述研究流域、所述参考流域的气象要素指标,选取与所述研究流域的气象要素指标相近的参考流域作为所述相似流域一,并将所述相似参考流域一率定获取的气象要素敏感性参数移用至所述研究流域。4.根据权利要求3所述的无资料地区的流域水文模型参数估计方法,其特征在于,所述水文气象要素遥感反演数据包括降水和潜在蒸散发数据,所述气象要素指标包括平均年降水量、干旱指数和降水季节性指数;计算所述气象要素指标的方法为:计算所述气象要素指标的方法为:
其中,为平均年降水量;P
t
为第t年的年降水量;n表示年数;AI为干旱指数;为平均年潜在蒸散发量;P
i
、PET
i
分别为第i个月份的多年月平均降水量、多年月平均潜在蒸散发量;SI

【专利技术属性】
技术研发人员:颜冰尹鑫黄昌硕徐小婷李恩侯方玲杨军飞徐方圆饶猛
申请(专利权)人:水利部交通运输部国家能源局南京水利科学研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1