【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及水文預(yù)報(bào)領(lǐng)域，特別是涉及一種水文預(yù)報(bào)方法、系統(tǒng)、電子設(shè)備及介質(zhì)。
技術(shù)介紹
1、水文模型的參數(shù)反映了流域水文要素的特征屬性，具有一定的物理基礎(chǔ)。造成模型參數(shù)不確定性的因素有多種，如流域的內(nèi)在隨機(jī)性、水文信息的空間隨機(jī)分布特征與數(shù)學(xué)期望的代表性問題、水文信息的時(shí)程隨機(jī)分布特性均化問題、土壤含水量等水文要素缺乏可靠信息來源等等。另一方面，受到氣候變化和人類活動(dòng)的影響，流域的下墊面特征，如河道寬度、植被覆被等條件會(huì)發(fā)生變化，當(dāng)模型采用非時(shí)變參數(shù)時(shí)，將無法較好地反映流域的動(dòng)態(tài)變化，導(dǎo)致其模擬或預(yù)報(bào)結(jié)果發(fā)生較大偏差。
2、研究表明，即使流域下墊面條件相對(duì)穩(wěn)定，流域內(nèi)降水、氣溫等條件也會(huì)隨著氣候的變化而改變，而水文模型參數(shù)的優(yōu)選結(jié)果又很大程度上依賴于參與率定的序列數(shù)據(jù)，故當(dāng)輸入數(shù)據(jù)與優(yōu)選所用數(shù)據(jù)反映的水文要素相差較大時(shí)，模型模擬/預(yù)報(bào)精度也會(huì)出現(xiàn)較大偏差。
3、水文模型參數(shù)優(yōu)選的最終目的是得到參數(shù)組的全局最優(yōu)解或概率分布，故其參數(shù)值是“統(tǒng)計(jì)意義上的”均值，換言之，不應(yīng)該認(rèn)為它們是一成不變的。如果對(duì)模型參數(shù)的時(shí)變性視而不見，將其作為固定的常數(shù)應(yīng)用于水文預(yù)報(bào)等實(shí)際工作，勢(shì)必造成較大的誤差。水文學(xué)者們已經(jīng)認(rèn)識(shí)到，必須正視模型參數(shù)時(shí)間不確定性的存在。
4、一些參數(shù)時(shí)變特征的定量研究發(fā)現(xiàn)，當(dāng)依據(jù)季節(jié)、年度變化和長(zhǎng)期趨勢(shì)制定蓄水能力參數(shù)時(shí)，模型獲得了更好的預(yù)報(bào)結(jié)果，這類方法是通過建立所選模型參數(shù)的函數(shù)形式實(shí)現(xiàn)參數(shù)由靜態(tài)到動(dòng)態(tài)的轉(zhuǎn)變；另一類方法則是將整個(gè)資料序列按照資料特性劃分多個(gè)連續(xù)子集，隨后對(duì)每個(gè)連續(xù)
5、目前，大多數(shù)時(shí)變參數(shù)方法的時(shí)間尺度為季或月，而實(shí)時(shí)水文預(yù)報(bào)則對(duì)時(shí)變參數(shù)方法的時(shí)效性提出了更高的要求。如何構(gòu)建一個(gè)可以滿足實(shí)時(shí)水文預(yù)報(bào)的時(shí)間尺度，不需要憑借人為經(jīng)驗(yàn)獲取參數(shù)的先驗(yàn)知識(shí)，并能夠?qū)崿F(xiàn)參數(shù)自動(dòng)修正的方法是一個(gè)亟需解決的問題。
6、近期，一種基于貝葉斯原理的粒子學(xué)習(xí)算法(particle?learning,pl)被提出并受到了持續(xù)關(guān)注。粒子學(xué)習(xí)算法的核心思想是創(chuàng)建一個(gè)粒子算法，該算法根據(jù)粒子近似直接從聯(lián)合后驗(yàn)分布中進(jìn)行采樣，并在一個(gè)重采樣-傳播框架中對(duì)參數(shù)進(jìn)行有條件的充分統(tǒng)計(jì)。如今，pl已在能源、醫(yī)療、機(jī)械自動(dòng)化以及社會(huì)科學(xué)等諸多領(lǐng)域得到了廣泛的探索。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的是提供一種水文預(yù)報(bào)方法、系統(tǒng)、電子設(shè)備及介質(zhì)，以提高水文預(yù)報(bào)的精確度。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)提供了如下方案：
3、一種水文預(yù)報(bào)方法，包括：
4、獲取水文站的當(dāng)前時(shí)刻觀測(cè)數(shù)據(jù)和第一預(yù)設(shè)時(shí)段后觀測(cè)數(shù)據(jù)；觀測(cè)數(shù)據(jù)包括降雨量和蒸散發(fā)量；
5、根據(jù)所述當(dāng)前時(shí)刻觀測(cè)數(shù)據(jù)和所述第一預(yù)設(shè)時(shí)段后，利用第一預(yù)設(shè)時(shí)段后的水文預(yù)報(bào)模型，確定第一預(yù)設(shè)時(shí)段后的徑流量；其中，所述第一預(yù)設(shè)時(shí)段后的水文預(yù)報(bào)模型是利用當(dāng)前時(shí)刻的前第二預(yù)設(shè)時(shí)段的歷史觀測(cè)數(shù)據(jù)以及歷史徑流量對(duì)當(dāng)前時(shí)刻水文預(yù)報(bào)模型進(jìn)行參數(shù)率定得到的；第一預(yù)設(shè)時(shí)段后的水文預(yù)報(bào)模型為其中，calqk+1為第一預(yù)設(shè)時(shí)段后的徑流量；為模型的響應(yīng)函數(shù)；xk為率定后的第一預(yù)設(shè)時(shí)段后的模型參數(shù)，y1:k為當(dāng)前時(shí)刻之前的降雨量、蒸散發(fā)量和徑流量構(gòu)成的觀測(cè)數(shù)據(jù)集，s0為模型中間變量初值，pk+1為第一預(yù)設(shè)時(shí)段后的降雨量；ek+1為第一預(yù)設(shè)時(shí)段后的蒸散發(fā)量；模型中間變量初值是根據(jù)飽和土層厚度和匯流水箱進(jìn)出水量進(jìn)行更新得到的。
6、可選地，利用當(dāng)前時(shí)刻的前第二預(yù)設(shè)時(shí)段的歷史觀測(cè)數(shù)據(jù)以及歷史徑流量對(duì)當(dāng)前時(shí)刻水文預(yù)報(bào)模型進(jìn)行參數(shù)率定，具體包括：
7、獲取當(dāng)前時(shí)刻的前第二預(yù)設(shè)時(shí)段的歷史觀測(cè)數(shù)據(jù)以及歷史徑流量，構(gòu)成回溯觀測(cè)粒子集；
8、利用非線性遺忘函數(shù)對(duì)所述回溯觀測(cè)粒子集進(jìn)行賦予權(quán)重，得到賦權(quán)后的回溯觀測(cè)粒子集；
9、根據(jù)所述賦權(quán)后的回溯觀測(cè)粒子集，對(duì)當(dāng)前時(shí)刻水文預(yù)報(bào)模型進(jìn)行參數(shù)率定，得到率定后的第一預(yù)設(shè)時(shí)段后的模型參數(shù)；
10、根據(jù)所述率定后的第一預(yù)設(shè)時(shí)段后的模型參數(shù)確定所述第一預(yù)設(shè)時(shí)段后的水文預(yù)報(bào)模型。
11、可選地，獲取當(dāng)前時(shí)刻的前第二預(yù)設(shè)時(shí)段的歷史觀測(cè)數(shù)據(jù)以及歷史徑流量，構(gòu)成回溯觀測(cè)粒子集，具體包括：
12、在當(dāng)前時(shí)刻向前選取第二預(yù)設(shè)時(shí)段內(nèi)的歷史觀測(cè)數(shù)據(jù)以及歷史徑流量，得到回溯觀測(cè)粒子集。
13、可選地，利用非線性遺忘函數(shù)對(duì)所述回溯觀測(cè)粒子集進(jìn)行賦予權(quán)重，得到賦權(quán)后的回溯觀測(cè)粒子集，具體包括：
14、利用公式wi＝e-δ(l-i)，確定所述回溯觀測(cè)粒子集中每個(gè)數(shù)據(jù)的權(quán)重；其中，wi為回溯觀測(cè)粒子集中第二預(yù)設(shè)時(shí)段內(nèi)的第i時(shí)刻數(shù)據(jù)的權(quán)重，l為第二預(yù)設(shè)時(shí)段的結(jié)束時(shí)刻，δ為遺忘系數(shù)，l-i為第i時(shí)刻與第二預(yù)設(shè)時(shí)段的結(jié)束時(shí)刻的間隔時(shí)段長(zhǎng)；
15、根據(jù)每個(gè)數(shù)據(jù)的權(quán)重以及所述回溯觀測(cè)粒子集，確定賦權(quán)后的回溯觀測(cè)粒子集。
16、可選地，根據(jù)所述賦權(quán)后的回溯觀測(cè)粒子集，對(duì)當(dāng)前時(shí)刻水文預(yù)報(bào)模型進(jìn)行參數(shù)率定，得到率定后的第一預(yù)設(shè)時(shí)段后的模型參數(shù)，具體包括：
17、利用公式xk＝r(ywk-l:k，x0，sk-l-1，wi)，確定率定后的第一預(yù)設(shè)時(shí)段后的模型參數(shù)；其中，xk為率定后的第一預(yù)設(shè)時(shí)段后的模型參數(shù)，r(·)為模型參數(shù)率定函數(shù)，ywk-l:k為賦權(quán)后的回溯觀測(cè)粒子集，x0為最優(yōu)模型參數(shù)，sk-l-1為k-l-1時(shí)刻模型的中間參數(shù)，wi為回溯觀測(cè)粒子集中第二預(yù)設(shè)時(shí)段內(nèi)的第i時(shí)刻數(shù)據(jù)的權(quán)重；所述最優(yōu)模型參數(shù)是利用觀測(cè)數(shù)據(jù)集對(duì)初始水文預(yù)報(bào)模型進(jìn)行參數(shù)率定得到的。
18、可選地，最優(yōu)模型參數(shù)的確定過程，具體包括：
19、獲取觀測(cè)數(shù)據(jù)集；所述觀測(cè)數(shù)據(jù)集包括當(dāng)前時(shí)刻的前第三預(yù)設(shè)時(shí)段的降雨量、蒸散發(fā)量和徑流量；
20、利用所述觀測(cè)數(shù)據(jù)集對(duì)初始水文預(yù)報(bào)模型進(jìn)行參數(shù)率定，得到最優(yōu)模型參數(shù)。
21、一種水文預(yù)報(bào)系統(tǒng)，包括：
22、數(shù)據(jù)獲取模塊，用于獲取水文站的當(dāng)前時(shí)刻觀測(cè)數(shù)據(jù)和第一預(yù)設(shè)時(shí)段后觀測(cè)數(shù)據(jù)；觀測(cè)數(shù)據(jù)包括降雨量和蒸散發(fā)量；
23、預(yù)報(bào)模塊，用于根據(jù)所述當(dāng)前時(shí)刻觀測(cè)數(shù)據(jù)和所述第一預(yù)設(shè)時(shí)段后觀測(cè)數(shù)據(jù)，利用第一預(yù)設(shè)時(shí)段后的水文預(yù)報(bào)模型，確定第一預(yù)設(shè)時(shí)段后的徑流量；其中，所述第一預(yù)設(shè)時(shí)段后的水文預(yù)報(bào)模型是利用當(dāng)前時(shí)刻的前第二預(yù)設(shè)時(shí)段的歷史觀測(cè)數(shù)據(jù)以及歷史徑流量對(duì)當(dāng)前時(shí)刻水文預(yù)報(bào)模型進(jìn)行參數(shù)率定得到的；第一預(yù)設(shè)時(shí)段后的水文預(yù)報(bào)模型為其中，calqk+1為第一預(yù)設(shè)時(shí)段后的徑流量；k為當(dāng)前時(shí)刻；為模型的響應(yīng)函數(shù)；xk為率定后的第一預(yù)設(shè)時(shí)段后的模型參數(shù)，y1:k為當(dāng)前時(shí)刻之前的降雨量、蒸散發(fā)量和徑流量構(gòu)成的觀測(cè)數(shù)據(jù)集，s0為模型中間變量初值，pk+1為第一預(yù)設(shè)時(shí)段后的降雨量；ek+1為第一預(yù)設(shè)時(shí)段后的蒸散發(fā)量；模型中間變量初值是根據(jù)飽和土層厚度和匯流水箱進(jìn)出水量進(jìn)行更新得到的。
24、一種電子設(shè)備，包括：存儲(chǔ)器及處理器，所述存儲(chǔ)器用于存本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種水文預(yù)報(bào)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的水文預(yù)報(bào)方法，其特征在于，利用當(dāng)前時(shí)刻的前第二預(yù)設(shè)時(shí)段的歷史觀測(cè)數(shù)據(jù)以及歷史徑流量對(duì)當(dāng)前時(shí)刻水文預(yù)報(bào)模型進(jìn)行參數(shù)率定，具體包括：
3.根據(jù)權(quán)利要求2所述的水文預(yù)報(bào)方法，其特征在于，獲取當(dāng)前時(shí)刻的前第二預(yù)設(shè)時(shí)段的歷史觀測(cè)數(shù)據(jù)以及歷史徑流量，構(gòu)成回溯觀測(cè)粒子集，具體包括：
4.根據(jù)權(quán)利要求2所述的水文預(yù)報(bào)方法，其特征在于，利用非線性遺忘函數(shù)對(duì)所述回溯觀測(cè)粒子集進(jìn)行賦予權(quán)重，得到賦權(quán)后的回溯觀測(cè)粒子集，具體包括：
5.根據(jù)權(quán)利要求2所述的水文預(yù)報(bào)方法，其特征在于，根據(jù)所述賦權(quán)后的回溯觀測(cè)粒子集，對(duì)當(dāng)前時(shí)刻水文預(yù)報(bào)模型進(jìn)行參數(shù)率定，得到率定后的第一預(yù)設(shè)時(shí)段后的模型參數(shù)，具體包括：
6.根據(jù)權(quán)利要求5所述的水文預(yù)報(bào)方法，其特征在于，最優(yōu)模型參數(shù)的確定過程，具體包括：
7.一種水文預(yù)報(bào)系統(tǒng)，其特征在于，包括：
8.一種電子設(shè)備，其特征在于，包括：存儲(chǔ)器及處理器，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，所述處理器運(yùn)行所述計(jì)算機(jī)程序以使所述電子設(shè)備執(zhí)行權(quán)利要
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-6任一項(xiàng)所述的水文預(yù)報(bào)方法。
...【技術(shù)特征摘要】
1.一種水文預(yù)報(bào)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的水文預(yù)報(bào)方法，其特征在于，利用當(dāng)前時(shí)刻的前第二預(yù)設(shè)時(shí)段的歷史觀測(cè)數(shù)據(jù)以及歷史徑流量對(duì)當(dāng)前時(shí)刻水文預(yù)報(bào)模型進(jìn)行參數(shù)率定，具體包括：
3.根據(jù)權(quán)利要求2所述的水文預(yù)報(bào)方法，其特征在于，獲取當(dāng)前時(shí)刻的前第二預(yù)設(shè)時(shí)段的歷史觀測(cè)數(shù)據(jù)以及歷史徑流量，構(gòu)成回溯觀測(cè)粒子集，具體包括：
4.根據(jù)權(quán)利要求2所述的水文預(yù)報(bào)方法，其特征在于，利用非線性遺忘函數(shù)對(duì)所述回溯觀測(cè)粒子集進(jìn)行賦予權(quán)重，得到賦權(quán)后的回溯觀測(cè)粒子集，具體包括：
5.根據(jù)權(quán)利要求2所述的水文預(yù)報(bào)方法，其特征在于，根據(jù)所述賦權(quán)后的回溯觀...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王藝臻，徐超偉，傅豪，侯曉寧，李軼博，向夢(mèng)詩，徐耀，任杰，談家誠(chéng)，王山，陳子玉，于京池，劉雪純，
申請(qǐng)(專利權(quán))人：雅江清潔能源科學(xué)技術(shù)研究北京有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。