一种二维水动力模型数据同化方法、系统及存储介质技术方案

本发明专利技术公开了一种二维水动力模型数据同化方法、系统及存储介质，涉及数据同化处理技术领域。通过利用正演模型获取历史洪水事件中在实测的输入参数、模型参数情境下的预测指标拟合数据，利用实测数据及拟合数据计算正演模型对预测指标的预测误差率，构建以输入参数、模型参数的归一化值为输入数据，以预测误差率为输出数据的神经网络模型，获取神经网络模型以参数范围内随机组合的归一化值作为输入数据时的预测误差率，并构建数据映射表，通过搜索数据映射表中与新洪水事件相同的输入参数，以获取的输入参数和所有预测指标的预测误差率加权值取最小时的模型参数作为正演模型的驱动数据，获取新洪水事件的预测指标拟合数据。

【技术实现步骤摘要】

本专利技术涉及数据同化处理，特别涉及一种二维水动力模型数据同化方法、系统及存储介质。

技术介绍

1、二维水动力模型是一种用于模拟水流在二维空间（通常是水平面）内运动的数学模型，广泛应用于河流、湖泊、河口、近岸海域等水体的水动力学研究和工程实践中。是水动力学研究和工程应用中的重要工具，通过不断改进模型的理论基础和数值方法，结合实际观测数据，可以提高模型的精度和适用性，为水资源管理、防洪减灾、生态环境保护等领域提供有力支持。

2、水动力模型在模拟过程中，会受到模型参数、输入数据以及模型结构等不确定性因素的影响，导致模拟结果与实际观测存在偏差。通过数据同化，可以将观测数据与模型预测数据结合起来，利用同化算法不断调整模型参数，使模型输出更接近实际观测值，此外，数据同化可以根据观测数据对模型的初始场和边界条件进行优化，使其更符合实际情况。从而提高模型的模拟精度。

3、目前，现有技术中对于水动力模型的同化处理主要包括粒子滤波法、集合卡尔曼滤波法和变分方法。上述方法在实际应用过程中，当模型中的变量数据量较大时，对于计算资源的需求量会显著增加，不仅本文档来自技高网...

【技术保护点】

1.一种二维水动力模型数据同化方法，其特征在于，包括：

2.根据权利要求1所述的一种二维水动力模型数据同化方法，其特征在于，

3.根据权利要求1所述的一种二维水动力模型数据同化方法，其特征在于，预测误差率的计算公式为：|-|/×100%。

4.根据权利要求1所述的一种二维水动力模型数据同化方法，其特征在于，所述神经网络模型为LSTM神经网络模型，神经网络模型的超参数包括隐藏层大小、学习率和训练轮数。

5.根据权利要求1所述的一种二维水动力模型数据同化方法，其特征在于，输入参数取值范围和模型参数取值范围的确定流程包括以下步骤：

6...

【技术特征摘要】

1.一种二维水动力模型数据同化方法，其特征在于，包括：

2.根据权利要求1所述的一种二维水动力模型数据同化方法，其特征在于，

3.根据权利要求1所述的一种二维水动力模型数据同化方法，其特征在于，预测误差率的计算公式为：|-|/×100%。

4.根据权利要求1所述的一种二维水动力模型数据同化方法，其特征在于，所述神经网络模型为lstm神经网络模型，神经网络模型的超参数包括隐藏层大小、学习率和训练轮数。

5.根据权利要求1所述的一种二维水动力模型数据同化方法，其特征在于，输入参数取值范围和模型参数取值范围的确定流程包括以下步骤：

6.根据...

【专利技术属性】
技术研发人员：陈一帆，童览，左慧敏，金樊，褚晓升，赵雪雯，刘若兰，
申请(专利权)人：浙江水利水电学院，
类型：发明
国别省市：