一种高密度网河区要素影响定量分析方法技术

本发明专利技术公开一种高密度网河区要素影响定量分析方法，包括以下步骤：提取研究区域内河道的洪水特征时间序列数据；明确洪潮水位特征影响要素，并提取对应洪潮水位特征影响要素的要素时间序列数据；识别洪水特征时间序列变异性可能分割点；将变异性可能分割点前的要素时间序列数据输入到定量化分析模型中，得到训练好的定量化分析模型；以变异性可能分割点后的各个洪潮水位特征值影响要素为控制变量，输入到定量化分析模型，分别得到模拟洪潮水位，计算模拟洪潮水位的变化值，得到对感潮河道洪水特征值变化的作用量

【技术实现步骤摘要】
一种高密度网河区要素影响定量分析方法


[0001]本专利技术涉及一种高密度网河区要素影响定量分析方法，属于河道水文分析

。

技术介绍

[0002]洪水是我国常见的自然灾害，重大洪水事件会对人民生命财产及经济发展成果造成极大损害
。
为防洪减灾，我国制定了一系列防洪政策，并逐步建设完善防洪工程体系
。
洪潮水位设计值是防洪政策制定及水利工程建设的重要依据
。
水文频率分析是洪潮水位设计值计算的一般途径，要求洪潮水位实测样本彼此独立
、
来自于同一整体且其统计规律能反映总体特征
(
即一致性
)。
气候变化与人类活动影响造成成洪条件的剧烈变化，进一步打破了实测样本的一致性
。
识别实测样本变异成因，对于还原样本
、
优化设计值计算结果具有重要意义
。
感潮河段在我国多现于三角洲地区，影响洪水发生的因素更为多样
、
复杂，在此种背景下，进一步加深对感潮河道变化分析
、
明确不同要素对洪水水文长时间序列
(
不少于
15
年
)
统计特性变化的影响强度显得愈发重要
。
[0003]现有的洪水水文长时间序列
(
不少于
15
年
)
统计特性变化的要素影响强度分析方法主要基于相关性分析方法，即提取水文特征值长时间序列
、
主要影响要素长时间序列，分别计算不同要素序列与水文特征值长时间序列之间的相关系数
(
包含相关系数
R
，皮尔逊相关系数
PCC
等常见要素
)
，或比对不同要素序列与水文特征值长时间序列统计特征
(
如前4阶统计矩等
)
数值及变化特征相似性，定性分析不同影响要素对感潮河道水文特性变化影响
。
[0004]但现有技术中影响要素相关性分析方法存在针对高密度河网区
(
河道密度高于
26km/km2，节点密度高于5个
/1000km2)
适用性不足的问题；另外以考虑外部要素
(
如气候要素等
)
影响为主，缺少对内部要素
(
如河道特征等直接作用于水位等河道水文特征计算结果的要素
)
的影响分析，最后也无法得出定量分析结果供多要素对感潮河道水文特征值影响的强度比较
。

技术实现思路

[0005]本专利技术要解决的技术问题是，克服现有技术的缺陷，提供一种高密度网河区要素影响定量分析方法，适用于高密度河网区，能够考虑内部要素的影响分析，且可以得出要素影响的定量分析结果
。
[0006]为解决上述技术问题，本专利技术采用的技术方案为：
[0007]一种高密度网河区要素影响定量分析方法，包括以下步骤：
[0008]提取研究区域内河道的洪水特征时间序列数据；
[0009]明确研究区域内河道实测站点位置涉及的洪潮水位特征影响要素，并提取对应洪潮水位特征影响要素的要素时间序列数据；
[0010]基于洪水特征时间序列数据，识别洪水特征时间序列变异性可能分割点；
[0011]构建定量化分析模型，将变异性可能分割点前的要素时间序列数据输入到定量化
分析模型中，利用最小二乘法对定量化分析模型的参数及常数进行估计，得到训练好的定量化分析模型；
[0012]以变异性可能分割点后的各个洪潮水位特征值影响要素为控制变量，输入到训练好的定量化分析模型，分别得到各个洪潮水位特征值影响要素变化条件下的模拟洪潮水位，计算模拟洪潮水位的变化值，得到各个洪潮水位特征值影响要素对感潮河道洪水特征值变化的作用量
。
[0013]所述洪潮水位特征值影响要素种类在3种以内，每一种所述洪潮水位特征影响要素有至少一个影响作用点，即同一种洪潮水位特征影响要素通过不同河道岔作用于实测站点位置的洪潮水位特征值
。
[0014]所述洪潮水位特征影响要素包括上游洪水
、
下游高潮位和河道断面特性
。
[0015]所述识别洪水特征时间序列变异性可能分割点具体为：
[0016]通过突变检验，识别出突变时点，突变时点作为洪水特征时间序列变异性分割点，
[0017]所述突变检验为：
[0018][0019]若
p
小于等于
0.05
，则
t
点所在年份即为突变时点；
[0020]其中，
sgn
为符号函数，定义为：
[0021][0022]其中
x
t
为突变点，
x
i
为洪水特征时间序列数据，
U
t
，
N
为在突变点可能发生的时间
t
的统计变量，
U
t
‑1，
N
为在突变点可能发生的时间
t
‑1的统计变量，
p
为显著性水平，
N
为洪水特征时间序列中样本的个数，在突变点可能发生的时间
t
，定义统计量
K
t
，
N
以寻找最有可能的突变点
。
[0023]所述定量化分析模型：
[0024][0025]其中
Z
为实测洪潮水位，
Q
i
为实测洪潮水位所在位置上游河道中的洪潮水位特征值影响要素，
Z
j
为实测洪潮水位所在位置下游河道的洪潮水位特征值影响要素，
α
，
C0，
C
i
，
C
j
为与河道地形有关的常数，
n
为实测洪潮水位所在位置上游河道中的洪潮水位特征值影响要素的个数，
m
为实测洪潮水位所在位置下游河道的洪潮水位特征值影响要素的个数
。
[0026]所述定量化分析模型的评估采用十折交叉验证法
。
[0027]所述洪潮水位特征值影响要素对感潮河道洪水特征值变化的作用量转化成洪潮水位特征值影响要素变化影响指数
R
a
，其计算公式为：
[0028][0029]其中，
a
表示洪潮水位特征值影响要素，
Zprot
a
为分割点后洪潮水位特征值影响要素
a
对应的模拟洪潮水位，
Zpret
为分割点前的模拟洪潮水位
。
[0030]一种高密度网河区要素影响定量分析装置，包括：
[0031]洪水特征时间序列数据提取模块，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种高密度网河区要素影响定量分析方法，其特征在于：包括以下步骤：提取研究区域内河道的洪水特征时间序列数据；明确研究区域内河道实测站点位置涉及的洪潮水位特征影响要素，并提取对应洪潮水位特征影响要素的要素时间序列数据；基于洪水特征时间序列数据，识别洪水特征时间序列变异性可能分割点；构建定量化分析模型，将变异性可能分割点前的要素时间序列数据输入到定量化分析模型中，利用最小二乘法对定量化分析模型的参数及常数进行估计，得到训练好的定量化分析模型；以变异性可能分割点后的各个洪潮水位特征值影响要素为控制变量，输入到训练好的定量化分析模型，分别得到各个洪潮水位特征值影响要素变化条件下的模拟洪潮水位，计算模拟洪潮水位的变化值，得到各个洪潮水位特征值影响要素对感潮河道洪水特征值变化的作用量
。2.
根据权利要求1所述的一种高密度网河区要素影响定量分析方法，其特征在于：所述洪潮水位特征值影响要素种类在3种以内，每一种所述洪潮水位特征影响要素有至少一个影响作用点，即同一种洪潮水位特征影响要素通过不同河道岔作用于实测站点位置的洪潮水位特征值
。3.
根据权利要求2所述的一种高密度网河区要素影响定量分析方法，其特征在于：所述洪潮水位特征影响要素包括上游洪水
、
下游高潮位和河道断面特性
。4.
根据权利要求1所述的一种高密度网河区要素影响定量分析方法，其特征在于：所述识别洪水特征时间序列变异性可能分割点具体为：通过突变检验，识别出突变时点，突变时点作为洪水特征时间序列变异性分割点，所述突变检验为：若
p
小于等于
0.05
，则
t
点所在年份即为突变时点；其中，
sgn
为符号函数，定义为：其中
x
t
为突变点，
x
i
为洪水特征时间序列数据，
U
t
，
N
为在突变点可能发生的时间
t
的统计变量，
U
t
‑1，
N
为在突变点可能发生的时间
t
‑1的统计变量，
p
为显著性水平，
N
为洪水特征时间序列中样本的个数，在突变点可能发生的时间
t
，定义统计量
K
t
，
N
以寻找最有可能的突变点
。5.
根据权利要求1所述的一种高密度网河区要素影响定量分析方法，其特征在于：所述定量化分析...

【专利技术属性】
技术研发人员：李春辉，唐亦汉，王锦，季巾淋，孙文金，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：