System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种精确预测河道径流量的方法,属于水文学。
技术介绍
1、我国洪涝灾害严重,而精确预测河道径流流量是预防洪涝灾害,减少灾害损失的必要前提。通过气象站点的获得气象数据,进而预测河段断面的径流量是常见的手段;但是由于气象数据类型较多其与河道径流之间的关系不固定,因此通过气象数据准确预测河道径流量并不简单。有鉴于此,十分有必要专利技术一种能够更精确的通过气象站点预测河道径流量的方法。
技术实现思路
1、本专利技术的目的是为了克服现有技术中存在的不足,提供一种精确预测河道径流量的方法,无需事先假定气象数据与径流数据间的关系,而是完全利用了两者间的客观联系,易于在各区域河道径流量预测中使用。
2、为了实现上述专利技术目的,本专利技术采用的技术方案如下:一种精确预测河道径流量的方法,包括以下步骤:
3、(1)搜集需要预测径流量的河道断面已有的n天径流观测数据yi,其中i=1,2,3……n;n为不小于100的整数;
4、(2)搜集该断面最近气象站点对应于河道断面径流观测数据前一天的n组最高气温tmaxi,最低气温tmini,降雨量pi,净辐射数据si以及风速wi;
5、(3)计算中间变量zi;
6、(4)运用中间变量zi和风速wi作为自变量拟合河道径流观测数据yi,拟合模型并确定参数;
7、(5)判断模型是否符合要求,如果不符合要求则重新执行步骤(1)-(4);
8、(6)运用拟合的模型以及新观测的
9、作为优选,所述步骤(3)具体包括以下步骤:
10、a.最高气温、最低气温、净辐射以及风速分别转化为各自的国际标准单位;降雨量转化为毫米/小时;
11、b.用以下的公式计算中间变量zi:
12、
13、作为优选,所述步骤(4)具体包括以下步骤:
14、a.将已有的n组风速wi、中间变量zi以及径流观测数据yi按照3:7的比例,随机分为两组,分别称为验证组和训练组,其数据个数分别为l与m;
15、b.取出训练组数据,用下式计算任意两组数据i,j两两之间的相关性;
16、
17、其中,α和β是两个待定的常数。
18、c.用下列方式组成距离相关矩阵kmm:
19、
20、其中,τ和g是两个待定的常数。
21、d.通过联立求解下列方程的根得到g,α与β:
22、
23、
24、
25、其中,tr(a)表示矩阵a的迹;对矩阵a求偏导即对该矩阵每个元素求偏导并组成矩阵。这三个方程不能求出解析解,需要用拟牛顿法求数值解。
26、e.用下式计算τ2
27、
28、其中,ym是训练组m个河道径流数据组成的纵向量,是ym的转置。
29、f.求得α,β,g,τ以后,计算验证数据中所有l组数据与m组训练数据中任意一组数据的相关性:
30、
31、并用下列方式组成距离相关矩阵klm
32、
33、其中,α,β,g,τ均为前述步骤得到的值。
34、h.用下述公式计算获得l组验证组数据对应的径流的模型预测值:
35、
36、作为优选,所述步骤(5)具体包括以下步骤:
37、a.计算验证组径流数据观测值与预测值之间的相对误差;
38、b.如果其最大相对误差小于30%则该河道径流可用该模型预测;如果最大相对误差大于等于30%则按照步骤(1)和步骤(2)进一步搜集s组(0≤s≤n)河道断面已有的径流观测数据及其对应的气象站点的最高气温tmaxi,最低气温tmini,降雨量pi,净辐射数据si以及风速wi;设搜集的总数据组数目为q组。
39、c.重新执行步骤(3)-(4);并用式(1)及式(2)计算q组数据对应的距离相关矩阵kqq。
40、作为优选,所述步骤(6)具体包括以下步骤:
41、a.在需要预测河道断面径流的前一天搜集其最近气象站点的最高气温tmaxk,最低气温tmink,降雨量pk,净辐射数据sk以及风速wk;
42、b.用下式计算对应的中间变量zk
43、
44、c.用以下公式计算该组数据与之前已搜集的n+s组之间的相关性:
45、
46、d.用下列方式组成向量kk:
47、
48、其中,α,β,g,τ均为步骤(4)-(5)得到的值。
49、e.用下列公式计算河段断面径流的预测值:
50、
51、f.在预测日当天记录断面观测数据yk
52、g.将该组数据tmaxk、tmink、pk、sk、wk、zk以及yk与之前搜集的数据合并,并执行步骤(3)-(4)更新模型。
53、河道断面径流流量数据与其附近的气象站点数据之间的关系较为复杂,往往随着时间和空间点的不同而变化。本专利技术不假定两者之间的关系,能够较好的利用气象站点观测值预测河道断面径流量。
54、通过本专利技术,公开了一种精确预测河道径流量的方法,包括以下步骤:(1)搜集需要预测径流量的河道断面已有的n组径流观测数据yi;(2)搜集该断面最近气象站点对应于河道断面径流观测数据前一天的n组最高气温tmaxi,最低气温tmini,降雨数据pi,净辐射数据si以及风速wi;(3)计算中间变量zi;(4)运用中间变量zi和风速wi作为自变量拟合河道径流观测数据yi,选择并拟合模型中的参数;(5)判断模型是否符合要求,如果不符合要求则重新执行步骤(1)-(4);(6)运用拟合的模型以及新观测的气象站点数据预测河道径流,并更新模型。本专利技术克服了气象站点数据与径流数据之间关联的具体形式的假设,易于在各个流域中推广。
55、有益效果:本专利技术无需事先假定气象数据与径流数据间的关系,而是完全利用了两者间的客观联系,用气象数据预测河道径流量。该种方法不仅提高了河道径流预测精度,而且易于在各区域河道径流量预测中使用。
本文档来自技高网...【技术保护点】
1.一种精确预测河道径流量的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述一种精确预测河道径流量的方法,其特征在于:所述步骤(4)包括:
3.根据权利要求1所述一种精确预测河道径流量的方法,其特征在于:所述步骤(5)包括:
4.根据权利要求1所述一种精确预测河道径流量的方法,其特征在于:所述步骤(6)包括:
【技术特征摘要】
1.一种精确预测河道径流量的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述一种精确预测河道径流量的方法,其特征在于:所述步骤(4)包括:
3.根...
【专利技术属性】
技术研发人员:汪靓,留峥航,王玉琳,顾斌贤,刘梦,陈相駥,龚懿,
申请(专利权)人:扬州大学,
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。