一种缺资料地区径流预测的方法技术

本发明专利技术涉及流域水文模拟技术领域，公开了一种缺资料地区径流预测的方法

【技术实现步骤摘要】
一种缺资料地区径流预测的方法


[0001]本专利技术涉及流域水文模拟
，具体涉及一种缺资料地区径流预测的方法
。

技术介绍

[0002]水文模型是水文规律研究和水资源管理的重要工具，然而在缺资料地区，由于气象水文等输入数据的匮乏，严重限制了水文模型在缺资料地区的应用
。
[0003]目前常用的缺资料地区水文模拟方法为参数区域化方法，包括参数移植法和参数回归法
。
其中，参数移植法是基于相似流域或者近似流域原则，将有资料区域的模型参数直接或间接移用到缺资料地区
。
参数回归法是通过对参数的物理机制分析，建立参数与相关下垫面特征值的回归关系将其应用到缺资料地区
。
但上述两种缺资料地区的参数区域化方法在水文过程模拟中缺少对多源不确定性的量化，从而影响模拟预测的精度
。
[0004]因此，一种缺资料地区径流的高精度预测方法成为目前急需解决的问题
。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种缺资料地区径流预测的方法，以解决当前缺资料地区径流数据预测不准确的问题
。
[0006]第一方面，本专利技术提供了一种缺资料地区径流预测的方法，方法包括：获取水文模型的模型参数；基于第一预设区域在第一历史时长内的历史径流数据，利用卡尔曼滤波算法对模型参数进行修正，第一预设区域为缺少实测气象数据的区域，第一历史时长为任一历史时刻与当前时刻之间的时间段；获取第一预设区域在当前时刻的数值气象数据；将数值气象数据输入至模型参数修正后的水文模型中，对第一预设区域在预设时间段内的径流数据进行预测，预设时间段为以当前时刻为起始的任一时间段
。
[0007]本实施例提供的缺资料地区径流预测的方法，在获取到模型参数之后，基于缺资料区域的历史径流数据，利用卡尔曼滤波算法对模型参数进行修正
。
将当前时刻的缺资料区域的数值气象数据输入至经过参数修正的水文模型中，对预设时长内缺资料区域的径流数据进行预测
。
本实施例利用卡尔曼滤波算法，将历史径流数据与模型参数的预测值有效地融合，实现了对误差的闭环管理，考虑了模拟过程中模型参数的不确定性，从而提高了预测结果的精确程度
。
[0008]在一种可选的实施方式中，获取水文模型的模型参数，包括：获取第一预设区域在历史时刻的数值气象数据
、
流域下垫面数据和第二历史时长内的历史径流数据，第二历史时长以历史时刻为起始，历史时刻在第一历史时长的起始时刻之前；将第一预设区域在历史时刻的数值气象数据和流域下垫面数据输入至预构建的水文模型，利用第二历史时长内的历史径流数据对模型参数进行率定，得到水文模型的模型参数
。
[0009]在一种可选的实施方式中，在将第一预设区域在预设历史时刻的数值气象数据和流域下垫面数据输入至预构建的水文模型之前，方法还包括：
获取第二预设区域在历史时刻的历史气象数据，第二预设区域在以第一预设区域为中心的预设范围内；对历史气象数据和第一预设区域在历史时刻的数值气象数据进行融合，生成融合气象数据，以将融合气象数据替代数值气象数据作为预构建的水文模型的输入
。
[0010]在一种可选的实施方式中，对历史气象数据和第一预设区域在历史时刻的数值气象数据进行融合，生成融合气象数据，包括：利用贝叶斯算法对历史气象数据和第一预设区域在历史时刻的数值气象数据进行融合，生成融合气象数据
。
[0011]本实施例提供的缺资料地区径流预测的方法，在对数值气象数据与实测气象数据进行融合之后，将融合后的气象数据与流域下垫面数据一起输入至预构建的水文模型中，由于融合后的气象数据能够很好的结合邻近区域实测气象数据的特征，使得最终生成的融合后的气象数可以更接近缺资料区域的区域特点，进而使通过率定后得到的模型参数更准确
。
[0012]在一种可选的实施方式中，基于第一预设区域在第一历史时长内的历史径流数据，利用卡尔曼滤波算法对模型参数进行修正，包括：令
i=1
，基于模型参数和预设参数误差服从的分布信息，得到第1时刻对应的分析值集合，第1时刻为第一历史时长内的首个预设时刻；令
i=i+1
，利用预设单位向量，对第
i
时刻的分析值集合进行转换，得到第
i+1
时刻对应的预测值集合；基于第
i+1
时刻对应的预测值集合
、
第
i+1
时刻对应的历史径流数据
、
预设径流误差服从的分布信息，预设观测算子和预测值集合中的元素数量，得到第
i+1
时刻对应的分析值集合，第
i+1
时刻为历史时刻；当第
i+1
时刻的分析值集合不满足预设条件时，返回第
i=i+1
步骤，直至第
i+1
时刻的分析值集合满足预设条件时，基于第
i+1
时刻对应的分析值集合确定修正后的模型参数
。
[0013]在一种可选的实施方式中，预设条件包括：第
i+1
时刻为第一历史时长内的最后一个预设时刻
。
[0014]在一种可选的实施方式中，基于第
i+1
时刻对应的预测值集合
、
第
i+1
时刻对应的历史径流数据
、
预设径流误差服从的分布信息，预设观测算子和预测值集合中的元素数量，得到第
i+1
时刻对应的分析值集合，包括：基于第
i+1
时刻对应的预测值集合和预测值集合中的元素数量，确定第
i+1
时刻对应的预测值误差协方差；基于第
i+1
时刻对应的历史径流数据和预设径流误差服从的分布信息，确定第
i+1
时刻对应的径流误差协方差；基于第
i+1
时刻对应的预测值误差协方差
、
第
i+1
时刻对应的径流误差协方差和预设观测算子，确定第
i+1
时刻对应的卡尔曼增益；基于第
i+1
时刻对应的预测值误差协方差
、
第
i+1
时刻对应的卡尔曼增益和第
i+1
时刻对应的历史径流数据，确定第
i+1
时刻对应的分析值集合
。
[0015]第二方面，本专利技术提供了一种缺资料地区径流预测的装置，装置包括：第一获取模块，用于获取水文模型的模型参数；修正模块，用于基于第一预设区域在第一历史时长内的历史径流数据，利用卡尔曼滤波算法对模型参数进行修正，第一预设区域为缺少实测气象数据的区域，第一历史时长为任一历史时刻与当前时刻之间的时间段；第二获取模块，用于获取第一预设区域在当前时刻的数值气象数据；预测模块，用于将数值气象数据输入至模型参数修正后的水文模型中，对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种缺资料地区径流预测的方法，其特征在于，所述方法包括：获取水文模型的模型参数；基于第一预设区域在第一历史时长内的历史径流数据，利用卡尔曼滤波算法对所述模型参数进行修正，所述第一预设区域为缺少实测气象数据的区域，所述第一历史时长为任一历史时刻与当前时刻之间的时间段；获取所述第一预设区域在当前时刻的数值气象数据；将所述数值气象数据输入至模型参数修正后的水文模型中，对所述第一预设区域在预设时间段内的径流数据进行预测，所述预设时间段为以当前时刻为起始的任一时间段
。2.
根据权利要求1所述的方法，其特征在于，所述获取水文模型的模型参数，包括：获取所述第一预设区域在历史时刻的数值气象数据
、
流域下垫面数据和第二历史时长内的历史径流数据，所述第二历史时长以所述历史时刻为起始，所述历史时刻在所述第一历史时长的起始时刻之前；将所述第一预设区域在历史时刻的数值气象数据和所述流域下垫面数据输入至预构建的水文模型，利用所述第二历史时长内的历史径流数据对所述模型参数进行率定，得到水文模型的模型参数
。3.
根据权利要求2所述的方法，其特征在于，在所述将所述第一预设区域在历史时刻的数值气象数据和所述流域下垫面数据输入至预构建的水文模型之前，所述方法还包括：获取第二预设区域在所述历史时刻的历史气象数据，所述第二预设区域在以所述第一预设区域为中心的预设范围内；对所述历史气象数据和所述第一预设区域在历史时刻的数值气象数据进行融合，生成融合气象数据，以将所述融合气象数据替代所述数值气象数据作为所述预构建的水文模型的输入
。4.
根据权利要求3所述的方法，其特征在于，对所述历史气象数据和所述第一预设区域在历史时刻的数值气象数据进行融合，生成融合气象数据，包括：利用贝叶斯算法对所述历史气象数据和所述第一预设区域在历史时刻的数值气象数据进行融合，生成融合气象数据
。5.
根据权利要求1所述的方法，其特征在于，所述基于第一预设区域在第一历史时长内的历史径流数据，利用卡尔曼滤波算法对所述模型参数进行修正，包括：令
i=1
，基于所述模型参数和预设参数误差服从的分布信息，得到第1时刻对应的分析值集合，所述第1时刻为所述第一历史时长内的首个预设时刻；令
i=i+1
，利用预设单位向量，对第
i
时刻的所述分析值集合进行转换，得到第
i+1
时刻对应的预测值集合；基于所述第
i+1
时刻对应的预测值集合
、
第
i+1
时刻对应的历史径流数据
、
预设径流误差服从的分布信息，预设观测算子和所述预测值集合中的元素数量，得到第
i+1
时刻对应的分析值集合，所述第
i+1
时刻为历史时刻；当第
i+1
时刻的分析值集合不满足预设条件时，返回第
i=i+1
步骤，直至所述第
i+1
时刻的分析值集合满足所述预设条件时，基于所述第
i+1
时刻对应的分析值集合确定修正后的模型参数
。6.
根据权利要求5所述的方法，其特征在于，所述预设条件包括：
所述第
i+1
时刻为所述第一历史时长内的最后一个预设时刻
。7.
根据权利要求6所述的方法，其特征在于，基于所述第
i+1
时刻对应的预测值集合
、
第
i+1
时刻对应的历史径流数据
、
预设径流误差服从的分布信息，预设观测算子和所述预测值集合中的元素数量，得到第
i+1
时刻对应的分析值集合，包括：基于所述第
i+1
时刻对应的预测值集合和所述预测值集合中的元素数量，确定所述第
i+1
时刻对应的预测值误差协方差；基于所述第
i+1
时刻对应的历史径流数据和所述预设径流误差服从的分布信息，确定所述第
i+1
时刻对应的径流误差协方差；基于所述第
i+1
时刻对应的预测值误差协方差
、
所述第
i+1
时刻对应的径流误差协方差和所述预设观测算子，确定所述第

【专利技术属性】
技术研发人员：刘琨，吕振豫，李梦杰，殷兆凯，王鹏翔，徐志，翟然，董义阳，董顺，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：