CN105512767A

CN105512767A - 一种多预见期的洪水预报方法

Info

Publication number: CN105512767A
Application number: CN201510932746.0A
Authority: CN
Inventors: 赵燕; 刘攀; 邓超
Original assignee: Wuhan University WHU
Current assignee: Wuhan University WHU
Priority date: 2015-12-15
Filing date: 2015-12-15
Publication date: 2016-04-20
Anticipated expiration: 2035-12-15
Also published as: US20170168195A1; CN105512767B

Abstract

本发明公开了一种多预见期的洪水预报方法。采用全新的目标函数，将多个预见期的实测值和预测值的方差总和作为优化目标，进行联合优化，改进后的水文模型可以同时进行多个预见期的洪水预报，进而探索流域水文模型在洪水预报中所能达到的最大预见期长度，为各级防汛指挥部门提供决策依据。本发明可广泛应用于流域水文预报中，能够有效延长预见期长度，及时预见洪水，减少洪灾损失。

Description

一种多预见期的洪水预报方法

技术领域

本发明涉及洪水预报技术领域，具体来说涉及一种多预见期的洪水预报方法。

背景技术

洪水预报是指通过输入降雨、蒸发等水文资料，采用水文模型对未来洪水总量、洪峰流量等进行预测，尽可能的延长预见期、提高预报精度，能够有效的防御洪水，减少洪灾损失、更好地控制和利用水资源，达到防洪减灾的目的。

现有的洪水预报方法主要步骤为：①收集历史雨洪资料；②建立流域水文模型；③确立目标函数，进行参数优选；④对优选结果进行精度评定，确定是否符合预报标准。

现行方法存在的问题是：

(1)大多以“落地雨”或者气象预报数据为预报基础，预见期内误差较大。受制于落地雨的时效性，预见期长度有限；气象预报数据具有很大的不确定性，水文预报精度较低。

(2)优化的目标函数只针对水文模拟，预测能力考虑不够。

(3)未对各预见期同时进行评价。

发明内容

本发明的目的是克服现有技术存在的不足，提供一种在预见期内无降雨预报的情况下、以多个预见期的实测值与预报值的方差总和最小为目标函数进行联合优化、开展多个预见期的多预见期的洪水预报方法。

一种多预见期的洪水预报方法，包括如下步骤：

1、收集整理历史雨洪资料，归纳流域的平均汇流时间，确定预见期长度；

2、构建流域水文模型，输入水文观测资料，预报过程中不考虑预见期长度内的降雨；

3、确立目标函数，利用优化算法识别模型参数；

优化的目标函数为：

\min F = \frac{1}{N} (Σ_{i = 1}^{N} {(Q_{i}^{o b s} - Q_{i, i - 1}^{s i m})}^{2} + Σ_{i = 1}^{N} {(Q_{i}^{o b s} - Q_{i, i - 2}^{s i m})}^{2} + ... + Σ_{i = 1}^{N} {(Q_{i}^{o b s} - Q_{i, i - k}^{s i m})}^{2})

式中：为第i时刻的实测流量值；k为预见期长度；为第i时刻预见期为1、2、k时的预报流量值；N为资料序列长度。

4、采用水文预报评价指标，评价指标包括但不限于确定性系数DC和相关系数CC，对洪水预报结果进行精度评定。

与现有技术相比，本发明的有益效果在于：

1、本发明提出了一种全新的目标函数，可以将多个预见期的实测值和预测值的方差总和作为优化目标，进行联合优化。

2、改进后的水文模型可以同时进行多个预见期的洪水预报，有效延长预见期长度。

3、探索流域水文模型在洪水预报中所能达到的最大预见期长度，为各级防汛指挥部门提供决策依据。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图对本发明进行进一步说明。如图1所示，一种多预见期的洪水预报方法，包括如下步骤：

1、收集整理历史雨洪资料，归纳流域的平均汇流时间，根据实测的流域平均降雨和流量过程确定预见期长度；

3、确立目标函数，利用优化算法识别模型参数，例如，以遗传算法的结果作为初值，然后采用Rosenbrock法计算，最后采用单纯形法得到最终结果；

优化的目标函数为：

\min F = \frac{1}{N} (Σ_{i = 1}^{N} {(Q_{i}^{o b s} - Q_{i, i - 1}^{s i m})}^{2} + Σ_{i = 1}^{N} {(Q_{i}^{o b s} - Q_{i, i - 2}^{s i m})}^{2} + ... + Σ_{i = 1}^{N} {(Q_{i}^{o b s} - Q_{i, i - k}^{s i m})}^{2})

(1)确定性系数DC采用如下公式计算：

D C = 1 - \frac{Σ_{i = 1}^{N} {(Q_{i, i - k}^{s i m} - Q_{i}^{o b s})}^{2}}{Σ_{i = I}^{N} {(Q_{i}^{o b s} - \overset{&OverBar;}{Q^{o b s}})}^{2}}

式中：为实测流量值的均值。

(2)相关系数CC采用如下公式计算：

C C = \frac{Σ_{i = 1}^{N} (Q_{i, i - k}^{s i m} - \overset{&OverBar;}{Q^{s i m}}) (Q_{i}^{o b s} - \overset{&OverBar;}{Q^{o b s}})}{\sqrt{Σ_{i = 1}^{N} {(Q_{i, i - k}^{s i m} - \overset{&OverBar;}{Q^{s i m}})}^{2} {(Q_{i}^{o b s} - \overset{&OverBar;}{Q^{o b s}})}^{2}}}

式中：为预见期为k时的预报流量值的均值。

Claims

1.一种多预见期的洪水预报方法，其特征在于包括如下步骤：

(1)收集整理历史雨洪资料，归纳流域的平均汇流时间，确定预见期长度；

(2)构建流域水文模型，输入水文观测资料，预报过程中不考虑预见期长度内的降雨；

(3)确立目标函数，利用优化算法识别模型参数；

优化的目标函数为：

\min F = \frac{1}{N} (Σ_{i = 1}^{N} {(Q_{i}^{o b s} - Q_{i, i - 1}^{s i m})}^{2} + Σ_{i = 1}^{N} {(Q_{i}^{o b s} - Q_{i, i - 2}^{s i m})}^{2} + ... + Σ_{i = 1}^{N} {(Q_{i}^{o b s} - Q_{i, i - k}^{s i m})}^{2})

式中：为第i时刻的实测流量值；k为预见期长度；为第i时刻预见期为1、2、k时的预报流量值；N为资料序列长度；

4)采用水文预报评价指标，评价指标包括但不限于确定性系数DC和相关系数CC，对洪水预报结果进行精度评定。