CN108920571B - 基于分布式水文模型的室内水文实验模型比例尺确定方法 - Google Patents
基于分布式水文模型的室内水文实验模型比例尺确定方法 Download PDFInfo
- Publication number
- CN108920571B CN108920571B CN201810652183.3A CN201810652183A CN108920571B CN 108920571 B CN108920571 B CN 108920571B CN 201810652183 A CN201810652183 A CN 201810652183A CN 108920571 B CN108920571 B CN 108920571B
- Authority
- CN
- China
- Prior art keywords
- outlet flow
- basin
- model
- flow
- research
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Flow Control (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
技术领域
本发明涉及本发明涉及水利工程技术领域,具体涉及基于分布式水文模型的室内水文实验模型比例尺确定方法。
背景技术
区域水文过程试验是当前水文试验研究的主要发展方向之一。然而由于区域水文过程涉及的空间较大,观测要素较多,造成利用实际流域开展观测试验的人力、物力和时间成本等均非常高。比如按照规范要求,修建水库、河道取水等,所需要的水文资料要不小于30年。因此,在保证科学性的前提下提升区域水文过程试验的效率是开展区域水文过程试验的关键问题之一。利用室内降雨实验,建立物理试验模型是有效提升试验效率,保证试验科学性的有效手段之一。然而,目前建立科学的水文物理模型的具体方法还不多见。
发明内容
针对现有技术中的上述不足,本发明提供的基于分布式水文模型的室内水文实验模型比例尺确定方法能够通过选取的垂直比例尺计算的流量与目标出口流量对选取的垂直比例尺进行修正。从而形成一种科学的水文物理模型建立方法。
为了达到上述发明目的,本发明采用的技术方案为:
提供一种基于分布式水文模型的室内水文实验模型比例尺确定方法,其包括:
S1、获取研究流域的矢量信息,并将室内自定义坐标的矢量文件与研究流域的边界矢量文件进行匹配,得到模型流域的水平比例尺;
S2、根据室内试验场地的流量限制,将室外研究流域的出口流量转化为模型流域的目标出口流量,并随机选取一个模型流域的垂直比例尺;
S3、将研究流域的水平比例尺、垂直比例尺下、水文参数和地形参数导入WEP-L模型中;
S4、采用WEP-L模型计算模型流域的理论出口流量;
S5、根据理论出口流量、目标出口流量和目标流量过程线的平均值,采用Nash-Sutcliffe效率、相关系数和相对误差三个评价指标判断理论出口流量是否大于目标出口流量;
否则,输出水平比例尺和当前的垂直比例尺。
进一步地,所述Nash-Sutcliffe效率的计算公式为:
所述相关系数的计算公式为:
所述相对误差的计算公式为:
进一步地,步骤S5的具体判断方法包括:
采用Nash-Sutcliffe效率、相关系数和相对误差三个评价指标同时计算,当Nash-Sutcliffe效率和相关系数的计算结果中至一个不满足评价标准,则根据相对误差的偏大得出理论出口流量大于目标出口流量的结论,或根据相对误差的偏小得出理论出口流量小于目标出口流量的结论;
当Nash-Sutcliffe效率和相关系数的计算结果均满足评价标准时,且相对误差的偏大或偏小在设定范围内,则认为理论出口流量等于目标出口流量。
进一步地,所述目标出口流量的获取方法为:
获取室内试验场地能承受的最大室内出口流量和研究流域的最大室外出口流量;
将最大室外出口流量进行缩放,当缩放后的流量小于最大室内出口流量,且两者的差异小于设定值时,输出当前的缩放比例;
采用缩放比例与研究流域的径流过程线,计算目标出口流量:
Q′=K3Q
其中,K3为缩放比例;Q为研究流域的径流过程线。
进一步地,所述地形参数包括高程和研究流域的面积;所述水文参数包括研究流域的出口断面面积、研究流域的湿周、研究流域的长和宽、研究流域的水力半径、研究流域自分水岭到出口断面主河道的平均比降、研究流域的断面出口流速及研究流域单位时间通过出口断面的流量。
进一步地,所述研究流域的矢量信息包括研究流域形状矢量信息和雨量站位置的矢量信息;
所述研究流域的矢量信息提取方法包括:获取研究流域的地形数据和雨量站位置;将所述地形数据与雨量站位置导入ArcGis中得到研究流域形状和雨量站位置的矢量信息。
本发明的有益效果为:本方案首先确定水平比例尺,之后随机选取一个垂直比例尺,通过过水平比例尺和垂直比例尺对研究流域的水文参数和地形参数进行缩放后,采用WEP-L模型得到理论出口流量,之后采用Nash-Sutcliffe效率、相关系数和相对误差三个评价指标对理论出口流量和目标出口流量进行评价,若不满足条件按照本方案的规律进行调整,直至计算出的理论出口流量和满足三个评价指标时,得到相应的垂直比例尺。
本方案在对垂直比例尺进行选取时,采用计算出的理论出口流量和目标出口流量满足三个评价指标时对应的垂直比例尺作为研究流域缩放时的比例尺,通过本方案输出的比例尺得到的模型流域可以有效反映实际流域的水文特性,从而保证模型流域试验取得的水文试验数据的科学性和有效性,有效提升区域水文试验的效率和效益。
附图说明
图1为基于分布式水文模型的室内水文实验模型比例尺确定方法的流程图。
图2为研究流域的示意图。
图3为模型流域导入室内试验场地的示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
参考图1,图1示出了基于分布式水文模型的室内水文实验模型比例尺确定方法的流程图,如图1所示,该方法S包括步骤S1至步骤S8。
在步骤S1中,获取研究流域的矢量信息,并将室内自定义坐标的矢量文件与研究流域的边界矢量文件进行匹配,得到模型流域的水平比例尺;
在实施时,本方案优选所述研究流域的矢量信息包括研究流域形状矢量信息和雨量站位置的矢量信息;
所述研究流域的矢量信息提取方法包括:获取研究流域的地形数据和雨量站位置;将所述地形数据与雨量站位置导入ArcGis中得到研究流域形状和雨量站位置的矢量信息。
图2示出的研究流域根据水平比例尺和垂直比例尺导入室内试验场地后可以得到如图3所示的示意图。其中,室内试验场地(区域降雨人工模拟系统)为:有效降雨面积26m×40m,共分为110个独立控制单元(其中共分为10个大区,每个大区又分为11个小区);每个降雨单元雨强变化范围10-200mm/h;单元内均匀度大于0.8;雨强变化频率可以做到5分钟调整一次;通过输入降雨控制文件,可以实现人工降雨。
在步骤S2中,根据室内试验场地的流量限制,将室外研究流域的出口流量转化为模型流域的目标出口流量,并随机选取一个模型流域的垂直比例尺。
实施时,本方案优选所述目标出口流量的获取方法为:
获取室内试验场地能承受的最大室内出口流量和研究流域的最大室外出口流量;
将最大室外出口流量进行缩放,当缩放后的流量小于最大室内出口流量,且两者的差异小于设定值时,输出当前的缩放比例;
采用缩放比例与研究流域的径流过程线,计算目标出口流量:
Q′=K3Q
其中,K3为缩放比例;Q为研究流域的径流过程线。
在步骤S3中,将研究流域的水平比例尺、垂直比例尺下、水文参数和地形参数导入WEP-L模型中。
其中,地形参数包括高程和研究流域的面积;水文参数包括研究流域的出口断面面积、研究流域的湿周、研究流域的长和宽、研究流域的水力半径、研究流域自分水岭到出口断面主河道的平均比降、研究流域的断面出口流速及研究流域单位时间通过出口断面的流量。
WEP-L模型主要有如下特点:①依据DEM和目标河流矢量图实现河网生成、子流域与等高带划分,用“马赛克”法考虑等高带内土地覆被的多样性,既避免了“大流域粗网格”带来的水量平衡失真与汇流路径失真,又合理表述了水文变量空间变异特征;
②针对不同水循环要素过程的时空变化特点,采用“变时间步长”模拟计算:强降雨期间的入渗产流过程模拟计算时间步长为1小时,坡地与河道汇流过程模拟时间步长为6小时,其余过程时间步长为1天。既确保了水循环动力学机制的合理表述,又提高了计算效率;
③增加了水土保持模拟模块;④实现了“地表水、地下水以及土壤水的联合动态计算”:在产汇流计算中运用变水源区理论,实现了超渗、蓄满和泉水溢出等各种机制的产汇流过程模拟;
⑤通过与集总式水资源调配模型的交互与反馈,实现了流域自然主循环系统与人工侧支系统的紧密耦合;⑥模型计算的综合效率高。目前WEP-L模型已经在海河流域、汉江流域、松辽流域取得成功应用。
在步骤S4中,采用WEP-L模型计算模型流域的理论出口流量。
在步骤S5中,根据理论出口流量、目标出口流量和目标流量过程线的平均值,采用Nash-Sutcliffe效率、相关系数和相对误差三个评价指标判断理论出口流量是否大于目标出口流量;
步骤S5的具体判断方法为:采用Nash-Sutcliffe效率、相关系数和相对误差三个评价指标同时计算,当Nash-Sutcliffe效率和相关系数的计算结果中至一个不满足评价标准,则根据相对误差的偏大得出理论出口流量大于目标出口流量的结论,或根据相对误差的偏小得出理论出口流量小于目标出口流量的结论;
当Nash-Sutcliffe效率和相关系数的计算结果均满足评价标准时,且相对误差的偏大或偏小在设定范围内,则认为理论出口流量等于目标出口流量。在步骤S6中,若大于,则令并返回步骤S3,K2为垂直比例尺。
在步骤S8中,否则,输出水平比例尺和当前的垂直比例尺。
实施时,Nash-Sutcliffe效率的计算公式为:
相关系数的计算公式为:
相对误差的计算公式为:
Nash为Nash-Sutcliffe效率系数,其值越接近于1表示目标出口流量与理论出口流量拟合得越好,模拟精度越高。相对误差r是理论出口流量与目标出口流量与目标出口流量的百分比,径流量误差绝对值越接近于零越好。
相关系数r是对两个变量之间关系的量度,考查两个事物之间的关联程度。相关系数的绝对值越大,相关性越强,相关系数越接近于1和-1,相关度越强;相关系数越接近于0,则相关度越弱。通常情况下:rxy在0.8-1.0之间为极强相关,在0.6-0.8之间为强相关,在0.4-0.6之间为中等程度相关,在0.2-0.4之间为弱相关,在0-0.2之间为极弱相关或无相关。
综上所述,通过本方案的方式得到的水平比例尺和垂直比例尺,能够使得计算出的流量过程线能够拟合于实际情况,从而使得通过该比例尺得到的模型流域计算的降雨控制参数更能够反应研究流域降雨的真实情况,从而保证了模拟的人工降雨的预期的效果。
Claims (2)
1.基于分布式水文模型的室内水文实验模型比例尺确定方法,其特征在于,包括:
S1、获取研究流域的矢量信息,并将室内自定义坐标的矢量文件与研究流域的边界矢量文件进行匹配,得到模型流域的水平比例尺;
S2、根据室内试验场地的流量限制,将室外研究流域的出口流量转化为模型流域的目标出口流量,并随机选取一个模型流域的垂直比例尺;
S3、将研究流域的水平比例尺、垂直比例尺下、水文参数和地形参数导入WEP-L模型中;
S4、采用WEP-L模型计算模型流域的理论出口流量;
S5、根据理论出口流量、目标出口流量和目标流量过程线的平均值,采用Nash-Sutcliffe效率、相关系数和相对误差三个评价指标判断理论出口流量是否大于目标出口流量;
否则,输出水平比例尺和当前的垂直比例尺;
所述Nash-Sutcliffe效率的计算公式为:
所述相关系数的计算公式为:
所述相对误差的计算公式为:
步骤S5的具体判断方法包括:
采用Nash-Sutcliffe效率、相关系数和相对误差三个评价指标同时计算,当Nash-Sutcliffe效率和相关系数的计算结果中至少一个不满足评价标准,则根据相对误差的偏大得出理论出口流量大于目标出口流量的结论,或根据相对误差的偏小得出理论出口流量小于目标出口流量的结论;
当Nash-Sutcliffe效率和相关系数的计算结果均满足评价标准时,且相对误差的偏大或偏小在设定范围内,则认为理论出口流量等于目标出口流量;
所述地形参数包括高程和研究流域的面积;所述水文参数包括研究流域的出口断面面积、研究流域的湿周、研究流域的长和宽、研究流域的水力半径、研究流域自分水岭到出口断面主河道的平均比降、研究流域的断面出口流速及研究流域单位时间通过出口断面的流量;
所述研究流域的矢量信息包括研究流域形状矢量信息和雨量站位置的矢量信息;
所述研究流域的矢量信息提取方法包括:获取研究流域的地形数据和雨量站位置;将所述地形数据与雨量站位置导入ArcGis中得到研究流域形状和雨量站位置的矢量信息。
2.根据权利要求1所述的基于分布式水文模型的室内水文实验模型比例尺确定方法,其特征在于,所述目标出口流量的获取方法为:
获取室内试验场地能承受的最大室内出口流量和研究流域的最大室外出口流量;
将最大室外出口流量进行缩放,当缩放后的流量小于最大室内出口流量,且两者的差异小于设定值时,输出当前的缩放比例;
采用缩放比例与研究流域的径流过程线,计算目标出口流量:
Q′=K3Q
其中,K3为缩放比例;Q为研究流域的径流过程线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810652183.3A CN108920571B (zh) | 2018-06-22 | 2018-06-22 | 基于分布式水文模型的室内水文实验模型比例尺确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810652183.3A CN108920571B (zh) | 2018-06-22 | 2018-06-22 | 基于分布式水文模型的室内水文实验模型比例尺确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108920571A CN108920571A (zh) | 2018-11-30 |
CN108920571B true CN108920571B (zh) | 2021-07-13 |
Family
ID=64421797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810652183.3A Active CN108920571B (zh) | 2018-06-22 | 2018-06-22 | 基于分布式水文模型的室内水文实验模型比例尺确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108920571B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111651855B (zh) * | 2020-04-23 | 2022-11-18 | 中国地质大学(武汉) | 基于物理模型的河网区水质断面污染贡献率核算方法 |
CN112541306A (zh) * | 2020-12-09 | 2021-03-23 | 清华大学 | 一种水文业务操作方法、装置、计算机设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567635A (zh) * | 2011-12-23 | 2012-07-11 | 中国水利水电科学研究院 | 一种定量区分水循环演变过程中不同因素贡献的方法 |
CN106295194A (zh) * | 2016-08-12 | 2017-01-04 | 中国水利水电科学研究院 | 一种基于流域水量平衡原理的冰川蓄变量评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005036331A2 (en) * | 2003-09-12 | 2005-04-21 | Carlson Software, Inc. | Fluvial geomorphic landscape design computer software |
-
2018
- 2018-06-22 CN CN201810652183.3A patent/CN108920571B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567635A (zh) * | 2011-12-23 | 2012-07-11 | 中国水利水电科学研究院 | 一种定量区分水循环演变过程中不同因素贡献的方法 |
CN106295194A (zh) * | 2016-08-12 | 2017-01-04 | 中国水利水电科学研究院 | 一种基于流域水量平衡原理的冰川蓄变量评估方法 |
Non-Patent Citations (2)
Title |
---|
The stat of the art of terrestrial eco-hydrological mechanisms and numerical simulation;Xiaolei Cao et.al;《Institute of Elctrical and Electronucs Engineers》;20130606;全文 * |
基于SWAT模型的降雨数据适用性评价;张小丽 等;《北大核心》;20141031(第19期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108920571A (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Das et al. | Impact of LULC change on the runoff, base flow and evapotranspiration dynamics in eastern Indian river basins during 1985–2005 using variable infiltration capacity approach | |
Ahmadi et al. | Comparison of the performance of SWAT, IHACRES and artificial neural networks models in rainfall-runoff simulation (case study: Kan watershed, Iran) | |
Xue et al. | New multisite cascading calibration approach for hydrological models: Case study in the Red River Basin using the VIC model | |
Mao et al. | Loosely coupled SaltMod for simulating groundwater and salt dynamics under well-canal conjunctive irrigation in semi-arid areas | |
Abdollahi et al. | Daily mean streamflow prediction in perennial and non-perennial rivers using four data driven techniques | |
Younis et al. | Quantification of impact of changes in land use-land cover on hydrology in the upper Indus Basin, Pakistan | |
CN108182543A (zh) | 一种精细化网格内涝水淹预报方法 | |
Sun et al. | Development and application of long-term root zone salt balance model for predicting soil salinity in arid shallow water table area | |
Agrawal et al. | Rainfall runoff modeling using MIKE 11 NAM—a review | |
CN108920571B (zh) | 基于分布式水文模型的室内水文实验模型比例尺确定方法 | |
Kazemi et al. | Evaluation of streamflow changes due to climate variation and human activities using the Budyko approach | |
Chen et al. | Development of a waterlogging analysis system for paddy fields in irrigation districts | |
Ghorbani et al. | Simulation of flood risk area in Kelantan watershed, Malaysia using numerical model | |
Aduah et al. | Assessing suitability of the ACRU hydrological model in a rainforest catchment in Ghana, West Africa | |
Seeboonruang | An application of time-lag regression technique for assessment of groundwater fluctuations in a regulated river basin: a case study in Northeastern Thailand | |
Yang et al. | DEM-based numerical modelling of runoff and soil erosion processes in the hilly–gully loess regions | |
Kaur et al. | Impact of climate change on groundwater levels in Sirhind Canal Tract of Punjab, India | |
Rusnák et al. | Rain model—Boundary condition in sewer network appraisal | |
Rajabi et al. | The analysis of uncertainty of climate change by means of SDSM model case study: Kermanshah | |
Wolfs et al. | Flood probability mapping by means of conceptual modeling | |
Zhu et al. | Development of flow model for partly and fully saturated soils using water balance and water table depth fluctuation analysis | |
Kang et al. | Hydro-environmental runoff projection under GCM scenario downscaled by Artificial Neural Network in the Namgang Dam watershed, Korea | |
Kanani et al. | Application of artificial neural network to predict total dissolved solid in Achechay River basin | |
Kang et al. | A case study for ANN-based rainfall–runoff model considering antecedent soil moisture conditions in Imha Dam watershed, Korea | |
Pouyanfar et al. | Comparison of the performances of the gene expression programming model and the RegCM model in predicting monthly runoff |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |