CN109710879A - 一种防洪预报系统的优化处理方法和装置 - Google Patents

Abstract

本发明实施例提供了一种防洪预报系统的优化处理方法和装置，该方法和装置具体用于获取预报区域的基本数据；设置预设的洪水预报模型的参数；选定洪水预报模型中所需率定的模型状态变量，并设定模型状态变量的取值范围；设定目标函数；设定循环终止条件；根据基本数据并利用预设的系统响应正则化修正方法对预热期开始时刻的模型状态变量进行循环更新；根据目标函数和循环终止条件确定最终模型状态变量；根据最终模型状态变量计算得到预报区域的预报流量。通过上述方法和装置反演模型状态变量的误差，并根据该误差循环更新模型状态变量，最终获得满足条件的模型状态变量，再进行洪水预报，从而能够得到更为精确的预报结果。

Description

一种防洪预报系统的优化处理方法和装置

技术领域

本发明涉及防洪技术领域，特别是涉及一种防洪预报系统的优化处理方法和装置。

背景技术

洪水预报是一门根据前期和现时的水文、气象等信息，揭示和预测洪水的发生及其变化过程的应用科学技术。它是防洪非工程措施的重要内容之一，直接为防汛抢险、水资源合理利用与保护、水利工程建设和调度运用管理，及工农业的安全生产服务。

例如，图1为一种典型的洪水预报成果图，其中预报时间是进行洪水预报的时间，在实时洪水预报中，一般选择当前时间，在模拟洪水预报时，可以选择任意时间。预热期是预报时间之前若干时段；预见期是预报时间之后若干时段，是可以预报出的未来流量的时段数。洪水预报是根据预热期开始时的模型状态变量(模型初始状态变量)、预热期内的降雨量、预见期内的预报降雨量、蒸发量，采用预报模型计算出预热期和预见期内的预报流量。

预热期内的实测流量是已知的，可以比较预热期内的实测流量与预报流量，来判断预报流量是否准确。洪水预报具有系统性，如果预热期内的预报流量系统性偏大，预见期内的预报流量一般也会系统性偏大；如果预热期内的预报流量系统性偏小，预见期内的预报流量一般也会系统性偏小。因此，一般来说，预热期内实测流量与预报流量越接近，预见期内的预报流量也越准确。

模型状态变量是洪水预报系统中洪水预报模型边界条件之一，常用方法是在年初或流域最干旱时给定一组初始值，再根据流域降雨量、蒸发量逐日演算到预热期开始时间，此时的模型状态变量称为模型初始状态变量。该系统采用不同的模型初始状态变量数值计算出的洪水预报流量差异很大，具体表现为模型初始状态变量数值大(蓄满)时，预报流量系统性偏大，模型初始状态变量数值小(干旱)时，预报流量系统性偏小，如图2所示。因此模型初始状态变量误差是洪水预报系统中误差产生的主要原因之一。模型初始状态变量由于流域降雨量、蒸发量可能存在误差，导致模型初始状态变量出现误差，尤其对于每年的首场洪水，由于误差累计作用，导致洪水预报系统在进行洪水预报时的预报误差往往较大，难以满足精度要求。

发明内容

有鉴于此，本发明提供了一种洪水预报系统的优化处理方法和装置，以提高洪水预报系统的预报精度。

为了解决上述问题，本发明公开了一种防洪预报系统的优化处理方法，步骤包括：

获取预报区域的基本数据；

设置预设的洪水预报模型的参数；

选定所述洪水预报模型中所需率定的模型状态变量，并设定所述模型状态变量的取值范围；

设定目标函数；

设定循环终止条件；

根据所述基本数据并利用预设的系统响应正则化修正方法对所述模型状态变量进行循环更新；

根据所述目标函数和所述循环终止条件确定最终模型状态变量，

根据所述最终模型状态变量以及预报区域基本数据计算得到所述预报区域的预报流量。

可选的，所述洪水预报模型为新安江模型。

可选的，所述模型状态变量为上层土壤含水量、下层土壤含水量、深层土壤含水量、产流面积比、壤中流径流深和地下水径流深中的部分或全部。

可选的，所述上层土壤含水量的取值范围为0～上层蓄水容量，所述下层土壤含水量的取值范围为0～下层蓄水容量，所述深层土壤含水量的取值范围为0～深层蓄水容量，所述产流面积比的取值范围为0～1，所述壤中流径流深的取值范围为大于0，所述地下水径流深的取值范围为大于0。

可选的，所述根据所述基本数据并利用预设的系统响应正则化修正方法对所述模型状态变量进行循环更新，包括：

计算所述模型状态变量的系统响应矩阵；

根据所述系统响应矩阵构建所述模型状态变量的正则化算子；

根据所述正则化算子反演计算状态变量误差，并根据该误差更新模型状态变量。

相应的，为了保证上述方法的实施，本发明还提供了一种防洪预报系统的优化处理装置，包括：

数据获取模块，用于获取预报区域的基本数据；

参数设置模块，用于设置预设的洪水预报模型的参数；

变量选定模块，用于选定所述洪水预报模型中所需率定的模型状态变量，并设定所述模型状态变量的取值范围；

函数设定模块，用于设定目标函数；

条件设定模块，用于设定循环终止条件；

第一计算模块，用于根据所述基本数据并利用系统响应正则化修正方法对所述模型状态变量进行循环更新；

第二计算模块用于根据目标函数和循环终止条件确定最终模型状态变量。

在经过上述计算后，如果没有达到循环终止条件，则重新选定该条件，达到循环终止条件后，确定最终选定的模型状态变量。

预报输出模块用于根据该最终模型状态变量和洪水预报模型计算流量，从而得到预报区域的预报流量。

可选的，所述洪水预报模型为新安江模型。

可选的，所述模型状态变量为上层土壤含水量、下层土壤含水量、深层土壤含水量、产流面积比、壤中流径流深和地下水径流深中的部分或全部。

可选的，所述上层土壤含水量的取值范围为0～上层蓄水容量，所述下层土壤含水量的取值范围为0～下层蓄水容量，所述深层土壤含水量的取值范围为0～深层蓄水容量，所述产流面积比的取值范围为0～1，所述壤中流径流深的取值范围为大于0，所述地下水径流深的取值范围为大于0。

可选的，所述第一计算模块包括：

矩阵计算单元，用于计算所述模型状态变量的系统响应矩阵；

算子构建单元，用于根据所述系统响应矩阵构建所述模型状态变量的正则化算子；

更新处理单元，用于根据所述正则化算子反演计算状态变量误差，并根据该误差更新模型状态变量。

从上述发明内容可以看出，本发明提供了一种防洪预报系统的优化处理方法和装置，该方法和装置具体为获取预报区域的基本数据；设置预设的洪水预报模型的参数；选定洪水预报模型中所需率定的模型状态变量，并设定模型状态变量的取值范围；设定目标函数；设定循环终止条件；根据基本数据并利用预设的系统响应正则化修正方法对模型状态变量进行循环更新；根据目标函数和循环终止条件确定最终模型状态变量，并根据最终模型状态变量以及预报区域的基本数据计算得到预报区域的预报流量。通过上述方法和装置反演模型状态变量的误差，并根据该误差循环更新预热期开始时刻的模型状态变量，最终获得满足条件的模型状态变量，从而能够得到更为精确的预报结果，即能够提高洪水预报系统的预报精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种洪水预报成果图；

图2为本发明通过的另一种洪水预报成果图；

图3为本发明提供的一种防洪预报系统的优化处理方法实施例的步骤流程图；

图3a为本发明提供的一种预报成果对比图；

图3b为本发明提供的另一种预报成果对比图；

图3c为本发明提供的又一种预报成果对比图；

图3d为本发明提供的又一种预报成果对比图；

图4为本发明提供的一种防洪预报系统的优化处理装置实施例的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

图3为本发明提供的一种防洪预报系统的优化处理方法实施例的步骤流程图。

参照图3所示，本实施例提供的优化处理方法用于使防洪预报系统能够输出更为精确的预报数据，具体步骤如下：

S101：获取预报区域的基本数据。

这里的基本数据是指防洪预报系统对预报区域进行预报所需的初始数据，如作为预报区域的某流域的地理数据、水文数据、历史数据、地质数据等。

S102：设置洪水预报模型的参数。

本实施例中选定的洪水预报模型为新安江模型，其中该模型的参数需要用户提前进行设定，即根据用户的设定行为设置该参数。

S103：选定洪水预报模型的模型状态变量和其取值范围。

在选定上述洪水预报模型后，进一步选定上述模型的模型状态变量。对于该模型来说，其模型状态变量可以在上层土壤含水量、下层土壤含水量、深层土壤含水量、产流面积比、壤中流径流深和地下水径流深中进行选定，即选取其中的部分或者全部变量。

其中，上层土壤含水量的取值范围为0～上层蓄水容量，下层土壤含水量的取值范围为0～下层蓄水容量，深层土壤含水量的取值范围为0～深层蓄水容量，产流面积比的取值范围为0～1，壤中流径流深的取值范围为大于0，地下水径流深的取值范围为大于0。

S104：设定目标函数。

这里的目标函数采用预热期内实测流量与预报流量误差的平方和，其计算公式如下：

BO为目标函数值，y₀(i)实测流量，y_c(i)预报流量，n资料序列长度，α_i权重因子

S105：设定循环终止条件。

循环终止条件为：连续三次计算目标函数的结果不减小，或选择其最大迭代次数。

S106：应用系统响应正则化修正方法对模型状态变量进行循环更新。

即根据上述获取的基本数据和预设的系统响应正则化修正方法对模型状态变量进行循环计算，从中得到最优的数据，具体的过程如下：

首先，计算模型状态变量的系统响应矩阵。通过差分计算方法，从而得到该模型的系统响应矩阵：

差分近似求解：

其中：U为系统响应矩阵，其第i列表示第i个状态变量对应的系统响应曲线，因此系统响应矩阵表示各状态变量与出口流量之间的关系，HF_C＝[hf_C1,hf_C2…,hf_Cn]^T为初始状态变量。

上述系统响应矩阵通过下述方法得到：

洪水预报系统可以看做以水文模型为核心的反馈系统，状态变量作为系统的输入，以HF表示，出口流量作为系统输出，以Q表示，将预热期内出口流量预报误差信息通过系统动态反演到状态变量，并用以修正状态变量。该系统及输入与输出的关系可以表示为式(1)：

Q(t)＝Q(HF,θ,t) (1)

式中HF＝[hf₁,hf₂…,hf_n]^T表示状态变量系列，Q(HF,θ,t)即实测流量系列Q₀，θ表示模型参数。

式(1)的微分表达式为：

式(2)中HF_C＝[hf_C1,hf_C2…,hf_Cn]^T为初始状态变量序列。

将式(2)展开如式(3)所示：

式(3)中ΔHF＝[Δhf₁,Δhf₂,Δhf₃,…]^T为待估计的状态变量修正值系列。

将式(3)展开，假设样本系列长度为L，Q(t)＝[Q₁,Q₂,Q₃,…,Q_L]^T；Q_C(t)＝[Q_C1,Q_C2,Q_C3,…,Q_CL]^T为计算流量初始系列，得：

将式(4)写成矩阵形式，建立状态变量与流量之间的关系，可用式(5)表示：

Q(HF,θ,t)＝Q(HF_C,θ,t)+UΔHF+E (5)

从而得到该系统响应矩阵：

式(5)和式(6)中：E＝[e₁,e₂,…,e_L]^T为流量观测随机误差项；U为系统响应矩阵，其第i列表示第i个状态变量对应的系统响应曲线，因此系统响应矩阵表示各状态变量与出口流量之间的关系。

系统比较复杂时，式(6)U矩阵中的每一项一般可以用下式差分近似求解：

根据最小二乘原理，所求ΔR满足式(8)：

在得到上述系统响应矩阵后，根据该矩阵构建模型状态变量的正则化算子，具体是利用上述式(8)构建该算子：

α是正则化方法参数，这里取1。

||Q(HF,θ,t)-Q(HF_C,θ,t)-UΔHF||²+α||IΔHF||²

式中||·||²表示二范数，α是正则化参数，I为单位矩阵，ΔHF＝[Δhf₁,Δhf₂,Δhf₃,…]^T为待估计的状态变量修正值系列。

然后，根据该正则化算子反演计算状态变量误差，并根据该误差对模型状态变量进行循环更新，其计算公式如下：

ΔHF＝(U^TU+αI^TI)-¹U^T[Q(HF,θ,t)-Q(HF_C,θ,t)]

HF′_C＝HF_C+ΔHF

Q'＝Q(HF′_C,θ,t)

式中HF′_C为修正后的状态变量系列。

S107：根据目标函数和循环终止条件确定最终模型状态变量。

在经过上述计算后，如果没有达到循环终止条件，则重新选定该条件，达到循环终止条件后，确定最终选定的模型状态变量，即最终模型状态变量。

S108：进行洪水预报。

在得到最终模型状态变量后，根据该最终模型状态变量和洪水预报模型计算流量，得到预报区域的预报流量。

以浙江乌溪江流域钟梗水文站为例，本申请的预报结果如表1所示，且表1中还有传统预报方法的预报结果，通过对比发现，本申请的预报方法的预报结果效果较好。具体效果见图3a、图3b、图3c和图3d。

表1

从上述技术方案可以看出，本实施例提供了一种防洪预报系统的优化处理方法，该方法具体为获取预报区域的基本数据；设置预设的洪水预报模型的参数；选定洪水预报模型中所需率定的模型状态变量，并设定模型状态变量的取值范围；设定目标函数；设定循环终止条件；根据基本数据并利用预设的系统响应正则化修正方法对预热期开始时刻的模型状态变量(模型初始状态变量)进行循环更新；根据目标函数和循环终止条件确定最终模型状态变量；根据最终模型状态变量以及预报区域基本数据计算得到预报区域的预报流量。通过上述步骤反演模型状态变量的误差，并根据该误差循环更新预热期开始时刻的模型状态变量，最终获得满足条件的模型状态变量，从而能够得到更为精确的预报结果，即能够提高洪水预报系统的预报精度。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

实施例二

图4为本发明提供的一种防洪预报系统的优化处理装置实施例的结构框图。

参照图4所示，本实施例提供的优化处理装置用于使防洪预报系统能够输出更为精确的预报数据，具体包括数据获取模块10、参数设置模块20、变量选定模块30、函数设定模块40、条件设定模块50、第一计算模块60、第二计算模块70和预报输出模块80。

数据获取模块用于获取预报区域的基本数据。

这里的基本数据是指防洪预报系统对预报区域进行预报所需的初始数据，如作为预报区域的某流域的地理数据、水文数据、历史数据、地质数据等。

参数设置模块用于设置洪水预报模型的参数。

本实施例中选定的洪水预报模型为新安江模型，其中该模型的参数需要用户提前进行设定，即根据用户的设定行为设置该参数。

变量选定模块30用于根据用户的请求选定洪水预报模型的模型状态变量和其取值范围。

在选定上述洪水预报模型后，进一步选定上述模型的模型状态变量。对于该模型来说，其模型状态变量可以在上层土壤含水量、下层土壤含水量、深层土壤含水量、产流面积比、壤中流径流深和地下水径流深中进行选定，即选取其中的部分或者全部变量。

其中，上层土壤含水量的取值范围为0～上层蓄水容量，下层土壤含水量的取值范围为0～下层蓄水容量，深层土壤含水量的取值范围为0～深层蓄水容量，产流面积比的取值范围为0～1，壤中流径流深的取值范围为大于0，地下水径流深的取值范围为大于0。

函数设定模块用于根据用户的需要设定目标函数。

这里的目标函数采用预热期内实测流量与预报流量误差的平方和，其计算公式如下：

BO为目标函数值，y₀(i)实测流量，y_c(i)预报流量，n资料序列长度，α_i权重因子(i＝1,2,…,n)。

条件设定模块用于设定循环终止条件。

循环终止条件为：连续三次计算目标函数的结果不减小，或选择其最大迭代次数。

第一计算模块用于应用系统响应正则化修正方法对预热期开始时刻的模型状态变量(模型初始状态变量)进行循环更新。

即根据上述获取的基本数据和预设的系统响应正则化修正方法对模型状态变量进行循环计算，从中得到最优的数据，该模块包括矩阵计算单元61、算子构建单元62和更新处理单元63。

矩阵计算单元用于计算模型状态变量的系统响应矩阵。通过差分计算方法，从而得到该模型的系统响应矩阵：

差分近似求解：

其中：U为系统响应矩阵，其第i列表示第i个状态变量对应的系统响应曲线，因此系统响应矩阵表示各状态变量与出口流量之间的关系，HF_C＝[hf_C1,hf_C2…,hf_Cn]^T为初始状态变量。

算子构建单元用于在得到上述系统响应矩阵后，根据该矩阵构建模型状态变量的正则化算子：

α是正则化方法参数，这里取1。

||Q(HF,θ,t)-Q(HF_C,θ,t)-UΔHF||²+α||IΔHF||²

式中||·||²表示二范数，α是正则化参数，I为单位矩阵，ΔHF＝[Δhf₁,Δhf₂,Δhf₃,…]^T为待估计的状态变量修正值系列。

更新处理单元则用于根据该正则化算子反演计算状态变量误差，并根据该误差对模型状态变量进行循环更新，其计算公式如下：

ΔHF＝(U^TU+αI^TI)-¹U^T[Q(HF,θ,t)-Q(HF_C,θ,t)]

HF′_C＝HF_C+ΔHF

Q'＝Q(HF′_C,θ,t)

式中HF′_C为修正后的状态变量系列。

第二计算模块用于根据目标函数和循环终止条件确定最终模型状态变量。

在经过上述计算后，如果没有达到循环终止条件，则重新选定该条件，达到循环终止条件后，确定最终选定的模型状态变量。

预报输出模块用于根据该最终模型状态变量和洪水预报模型计算流量，从而得到预报区域的预报流量。

从上述技术方案可以看出，本实施例提供了一种防洪预报系统的优化处理方法，该方法具体为获取预报区域的基本数据；设置预设的洪水预报模型的参数；选定洪水预报模型中所需率定的模型状态变量，并设定模型状态变量的取值范围；设定目标函数；设定循环终止条件；根据基本数据并利用预设的系统响应正则化修正方法对模型状态变量进行循环更新；根据目标函数和循环终止条件确定最终模型状态变量，并根据最终模型状态变量计算得到预报区域的预报流量。通过上述反演模型状态变量的误差，并根据该误差循环更新模型状态变量，最终获得满足条件的模型状态变量，从而能够得到更为精确的预报结果，即能够提高洪水预报系统的预报精度。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的技术方案进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种防洪预报系统的优化处理方法，其特征在于，步骤包括：

获取预报区域的基本数据；

设置预设的洪水预报模型的参数；

选定所述洪水预报模型中所需率定的模型状态变量，并设定所述模型状态变量的取值范围；

设定目标函数；

设定循环终止条件；

根据所述基本数据并利用预设的系统响应正则化修正方法对所述模型预热期开始时刻的模型状态变量进行循环更新；

根据所述目标函数和所述循环终止条件确定最终模型状态变量；

根据所述最终模型状态变量以及预报区域的基本数据计算得到所述预报区域的预报流量。

2.如权利要求1所述的优化处理方法，其特征在于，所述洪水预报模型为新安江模型。

3.如权利要求1所述的优化处理方法，其特征在于，所述模型状态变量为上层土壤含水量、下层土壤含水量、深层土壤含水量、产流面积比、壤中流径流深和地下水径流深中的部分或全部。

4.如权利要求3所述的优化处理方法，其特征在于，所述上层土壤含水量的取值范围为0～上层蓄水容量，所述下层土壤含水量的取值范围为0～下层蓄水容量，所述深层土壤含水量的取值范围为0～深层蓄水容量，所述产流面积比的取值范围为0～1，所述壤中流径流深的取值范围为大于0，所述地下水径流深的取值范围为大于0。

5.如权利要求1所述的优化处理方法，其特征在于，所述根据所述基本数据并利用预设的系统响应正则化修正方法对所述模型状态变量进行循环更新，包括：

计算所述模型状态变量的系统响应矩阵；

根据所述系统响应矩阵构建所述模型状态变量的正则化算子；

根据所述正则化算子反演计算状态变量误差，并根据该误差更新模型状态变量。

6.一种防洪预报系统的优化处理装置，其特征在于，包括：

数据获取模块，用于获取预报区域的基本数据；

参数设置模块，用于设置预设的洪水预报模型的参数；

变量选定模块，用于选定所述洪水预报模型中所需率定的模型状态变量，并设定所述模型状态变量的取值范围；

函数设定模块，用于设定目标函数；

条件设定模块，用于设定循环终止条件；

第一计算模块，用于根据所述基本数据并利用系统响应正则化修正方法对所述模型状态变量进行循环更新；

第二计算模块用于根据目标函数和循环终止条件确定最终模型状态变量。

在经过上述计算后，如果没有达到循环终止条件，则重新选定该条件，达到循环终止条件后，确定最终选定的模型状态变量。

预报输出模块用于根据该最终模型状态变量和洪水预报模型计算流量，从而得到预报区域的预报流量。

7.如权利要求6所述的优化处理装置，其特征在于，所述洪水预报模型为新安江模型。

8.如权利要求6所述的优化处理装置，其特征在于，所述模型状态变量为上层土壤含水量、下层土壤含水量、深层土壤含水量、产流面积比、壤中流径流深和地下水径流深中的部分或全部。

9.如权利要求8所述的优化处理装置，其特征在于，所述上层土壤含水量的取值范围为0～上层蓄水容量，所述下层土壤含水量的取值范围为0～下层蓄水容量，所述深层土壤含水量的取值范围为0～深层蓄水容量，所述产流面积比的取值范围为0～1，所述壤中流径流深的取值范围为大于0，所述地下水径流深的取值范围为大于0。

10.如权利要求6所述的优化处理装置，其特征在于，所述第一计算模块包括：

矩阵计算单元，用于计算所述模型状态变量的系统响应矩阵；

算子构建单元，用于根据所述系统响应矩阵构建所述模型状态变量的正则化算子；

更新处理单元，用于根据所述正则化算子反演计算状态变量误差，并根据该误差更新模型状态变量。