CN111209525A - 一种基于优化推理公式的洪峰流量计算方法及系统 - Google Patents

一种基于优化推理公式的洪峰流量计算方法及系统 Download PDF

Info

Publication number
CN111209525A
CN111209525A CN202010329934.5A CN202010329934A CN111209525A CN 111209525 A CN111209525 A CN 111209525A CN 202010329934 A CN202010329934 A CN 202010329934A CN 111209525 A CN111209525 A CN 111209525A
Authority
CN
China
Prior art keywords
formula
rainstorm
peak flow
calculating
duration
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.)
Granted
Application number
CN202010329934.5A
Other languages
English (en)
Other versions
CN111209525B (zh
Inventor
李匡
韩刚
刘媛媛
臧文斌
李敏
刘业森
张萌萌
郜银梁
刘舒
郑敬伟
刘可新
柳文兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN202010329934.5A priority Critical patent/CN111209525B/zh
Publication of CN111209525A publication Critical patent/CN111209525A/zh
Application granted granted Critical
Publication of CN111209525B publication Critical patent/CN111209525B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Measuring Volume Flow (AREA)

Abstract

本发明提供一种基于优化推理公式的洪峰流量计算方法及系统，其中方法包括获取基础数据，还包括以下步骤：根据所述基础数据，计算各历时t的面暴雨量
Figure 232213DEST_PATH_IMAGE001
，其中，t=1/6、1、6、24；采用0.618法计算流域汇流历时τ；根据所述面暴雨量和所述流域汇流历时τ计算得到洪峰流量
Figure 220898DEST_PATH_IMAGE002
，其中，θ为集水区域特征参数，m为集水区域汇流参数。本发明提出的一种基于优化推理公式的洪峰流量计算方法及系统，计算时不论集水区域面积大小，均采用10分钟、1小时、6小时、24小时最大点暴雨量作为计算参数，迭代时不直接求解洪峰流量Q m ，而是求解流域汇流历时τ，再按照公式计算洪峰流量Q m ，与传统迭代方法相比较，该方法计算推导过程更为简便，计算精度更高。

Description

一种基于优化推理公式的洪峰流量计算方法及系统
技术领域
本发明涉及洪水计算的技术领域，特别是一种基于优化推理公式的洪峰流量计算方法及系统。
背景技术
推理公式法是一种小流域设计洪水计算方法，有着广泛的应用。在计算时，各应用部门、各地区依据自己的经验等，或多或少地在公式形式、计算参数、求解方法上等有所不同。传统的求解方法有图解法和迭代法，均采用24小时最大点暴雨量作为计算参数。
《广东省暴雨径流查算图表使用手册》是广东省水电设计部门进行设计洪水计算的依据，其中的推理公式法求解采用图解法，根据集水区域面积采用10分钟、1小时、6小时、24小时中的某几个最大点暴雨量作为计算参数，相比较传统图解法精度有了一定的提高。图解法求解时需要进行手工进行试算，并查图表，求解较为繁琐，且精度较低，并且不能编程实现。
鉴于图解法的缺点，人们提出了迭代法进行计算，传统的迭代法采用24小时最大点暴雨量作为计算参数，通过迭代方法求解洪峰流量Q m 。迭代法计算精度高、可以编程实现，但是其直接求解洪峰流量Q m ，导致计算公式较为复杂，且只采用24小时最大点暴雨量作为计算参数，因此仍有改进的空间。
发明内容
为了解决上述的技术问题，本发明提出的一种基于优化推理公式的洪峰流量计算方法及系统，计算时不论集水区域面积大小，均采用10分钟、1小时、6小时、24小时最大点暴雨量作为计算参数，迭代时不直接求解洪峰流量Q m ，而是求解流域汇流历时τ，再按照公式计算洪峰流量Q m ，与传统迭代方法相比较，该方法计算推导过程更为简便，计算精度更高。
本发明的第一目的是提供一种基于优化推理公式的洪峰流量计算方法，包括获取基础数据，还包括以下步骤：
步骤1：根据所述基础数据，计算各历时t的面暴雨量
Figure 399685DEST_PATH_IMAGE001
，其中，t=1/6、1、6、24，即计算出
Figure 192192DEST_PATH_IMAGE002
；
步骤2：采用0.618法计算流域汇流历时τ；
步骤3：根据特征参数θ、汇流参数m和所述流域汇流历时τ计算得到洪峰流量
Figure 126256DEST_PATH_IMAGE003
，其中，θ为集水区域特征参数，m为集水区域汇流参数。
优选的是，所述基础数据包括条件集水面积F、干流河长L、干流坡降J、工程设计标准p、平均后损率
Figure 927990DEST_PATH_IMAGE004
、集水区域中心点历时t的年最大点暴雨统计参数
Figure 7942DEST_PATH_IMAGE005
和C vt 、集水区域汇流参数m和集水区域C st =3.5C vt 在所述工程设计标准p下各历时t的K tp 值。
在上述任一方案中优选的是，所述步骤1包括以下子步骤：
步骤11：计算各历时t的点暴雨量H tp ；
步骤12：根据集水面积F，历时t、点面换算系数
Figure 909033DEST_PATH_IMAGE006
关系曲线，采用二次插值计算得各历时t的点面换算系数
Figure 503962DEST_PATH_IMAGE007
；
步骤13：计算各历时t的面暴雨量
Figure 778561DEST_PATH_IMAGE001
。
在上述任一方案中优选的是，所述点暴雨量H tp 的计算公式为
Figure 57227DEST_PATH_IMAGE008
。
在上述任一方案中优选的是，所述面暴雨量
Figure 378487DEST_PATH_IMAGE001
的计算公式为
Figure 149128DEST_PATH_IMAGE009
。
在上述任一方案中优选的是，所述步骤2包括以下子步骤：
步骤21，分别计算面暴雨量
Figure 948457DEST_PATH_IMAGE010
；
步骤22：根据相应于τ的最大流量
Figure 143946DEST_PATH_IMAGE011
和相应于最大流量Q m 的流域回流历时
Figure 180647DEST_PATH_IMAGE012
，生成优化公式
Figure 235322DEST_PATH_IMAGE013
，其中，θ为集水区域特征参数；
步骤23：将所述面暴雨量
Figure 572762DEST_PATH_IMAGE010
分别代入优化公式中采用0.618法进行计算，求解优化公式的误差达到最小的τ。
在上述任一方案中优选的是，所述
Figure 29283DEST_PATH_IMAGE014
为
Figure 692345DEST_PATH_IMAGE015
时的面暴雨量，计算公式为
Figure 296633DEST_PATH_IMAGE016
，其中，
Figure 185567DEST_PATH_IMAGE017
，
Figure 293332DEST_PATH_IMAGE018
为24小时的面暴雨量，
Figure 674765DEST_PATH_IMAGE019
为6小时的面暴雨量，
Figure 31929DEST_PATH_IMAGE020
为所述工程设计标准p下6~24小时之间的暴雨衰减指数。
在上述任一方案中优选的是，所述
Figure 445592DEST_PATH_IMAGE021
为
Figure 178554DEST_PATH_IMAGE022
时的面暴雨量，计算公式为
Figure 793206DEST_PATH_IMAGE023
，其中，
Figure 762299DEST_PATH_IMAGE024
，
Figure 527124DEST_PATH_IMAGE025
为1小时的面暴雨量，
Figure 202956DEST_PATH_IMAGE026
为所述工程设计标准p下1~6小时之间的暴雨衰减指数。
在上述任一方案中优选的是，所述
Figure 644302DEST_PATH_IMAGE027
为τ<1时的面暴雨量，计算公式为
Figure 117003DEST_PATH_IMAGE028
，其中，
Figure 403627DEST_PATH_IMAGE029
，
Figure 806402DEST_PATH_IMAGE030
为1/6小时的面暴雨量，
Figure 418649DEST_PATH_IMAGE031
为所述工程设计标准p下1/6~1小时之间的暴雨衰减指数。
本发明的第二目的是提供一种基于优化推理公式的洪峰流量计算系统，包括用于获取基础数据的获取模块，还包括以下模块：
计算模块：用于根据所述基础数据，计算各历时t的面暴雨量
Figure 644225DEST_PATH_IMAGE001
，其中，t=1/6、1、6、24，即计算出
Figure 609907DEST_PATH_IMAGE032
；
所述计算模块还用于采用0.618法计算流域汇流历时τ；
所述计算模块还用于根据特征参数θ、汇流参数m和所述流域汇流历时τ计算得到洪峰流量
Figure 73381DEST_PATH_IMAGE003
，其中，θ为集水区域特征参数，m为集水区域汇流参数；
所述系统中的模块按照如第一目的所述的方法计算洪峰流量。
优选的是，所述基础数据包括条件集水面积F、干流河长L、干流坡降J、工程设计标准p、平均后损率
Figure 59791DEST_PATH_IMAGE004
、集水区域中心点历时t的年最大点暴雨统计参数
Figure 35313DEST_PATH_IMAGE005
和C vt 、集水区域汇流参数m和集水区域C st =3.5C vt 在所述工程设计标准p下各历时t的K tp 值。
在上述任一方案中优选的是，所述面暴雨量H tp 的计算方法包括以下子步骤：
步骤11：计算各历时t的点暴雨量H tp ；
步骤12：根据集水面积F，历时t、点面换算系数
Figure 929320DEST_PATH_IMAGE006
关系曲线，采用二次插值计算得各历时t的点面换算系数
Figure 699830DEST_PATH_IMAGE007
；
步骤13：计算各历时t的面暴雨量
Figure 139032DEST_PATH_IMAGE033
。
在上述任一方案中优选的是，所述点暴雨量H tp 的计算公式为
Figure 322889DEST_PATH_IMAGE008
。
在上述任一方案中优选的是，所述面暴雨量
Figure 36898DEST_PATH_IMAGE033
的计算公式为
Figure 255390DEST_PATH_IMAGE009
。
在上述任一方案中优选的是，所述流域汇流历时τ的计算方法包括以下子步骤：
步骤21，分别计算面暴雨量
Figure 255707DEST_PATH_IMAGE010
；
步骤22：根据相应于τ的最大流量
Figure 536647DEST_PATH_IMAGE011
和相应于最大流量Q m 的流域回流历时
Figure 913402DEST_PATH_IMAGE012
，生成优化公式
Figure 999782DEST_PATH_IMAGE013
，其中，θ为集水区域特征参数；
步骤23：将所述面暴雨量
Figure 295634DEST_PATH_IMAGE034
分别代入优化公式中采用0.618法进行计算，求解优化公式的误差达到最小的τ。
在上述任一方案中优选的是，所述
Figure 470394DEST_PATH_IMAGE014
为
Figure 385261DEST_PATH_IMAGE015
时的面暴雨量，计算公式为
Figure 312766DEST_PATH_IMAGE035
，其中，
Figure 530251DEST_PATH_IMAGE017
，
Figure 910417DEST_PATH_IMAGE018
为24小时的面暴雨量，
Figure 238761DEST_PATH_IMAGE019
为6小时的面暴雨量，
Figure 551931DEST_PATH_IMAGE036
为所述工程设计标准p下6~24小时之间的暴雨衰减指数。
在上述任一方案中优选的是，所述
Figure 330531DEST_PATH_IMAGE037
为
Figure 804850DEST_PATH_IMAGE022
时的面暴雨量，计算公式为
Figure 936886DEST_PATH_IMAGE038
，其中，
Figure 245507DEST_PATH_IMAGE024
，
Figure 522905DEST_PATH_IMAGE025
为1小时的面暴雨量，
Figure 893974DEST_PATH_IMAGE026
为所述工程设计标准p下1~6小时之间的暴雨衰减指数。
在上述任一方案中优选的是，所述
Figure 344547DEST_PATH_IMAGE039
为
Figure 242096DEST_PATH_IMAGE040
时的面暴雨量，计算公式为
Figure 706707DEST_PATH_IMAGE028
，其中，
Figure 890039DEST_PATH_IMAGE029
，
Figure 613144DEST_PATH_IMAGE041
为1/6小时的面暴雨量，
Figure 240566DEST_PATH_IMAGE031
为所述工程设计标准p下1/6~1小时之间的暴雨衰减指数。
本发明提出了一种基于优化推理公式的洪峰流量计算方法及系统，与现有计算方法相比，本方法更为标准化，计算时只需要输入基本参数，计算速度快，效率高，精度高，且能编程实现。
附图说明
图1为按照本发明的基于优化推理公式的洪峰流量计算方法的一优选实施例的流程图。
图1A为按照本发明的基于优化推理公式的洪峰流量计算方法的面暴雨量的计算方法的一优选实施例的流程图。
图1B为按照本发明的基于优化推理公式的洪峰流量计算方法的流域汇流历时τ的计算方法的一优选实施例的流程图。
图2为按照本发明的基于优化推理公式的洪峰流量计算系统的一优选实施例的模块图。
具体实施方式
下面结合附图和具体的实施例对本发明做进一步的阐述。
实施例一
如图1所示，一种基于优化推理公式的洪峰流量计算方法，执行步骤100，获取基础数据。基础数据包括条件集水面积F、干流河长L、干流坡降J、工程设计标准p、平均后损率
Figure 859766DEST_PATH_IMAGE004
、集水区域中心点历时t的年最大点暴雨统计参数
Figure 205428DEST_PATH_IMAGE042
和C vt 、集水区域汇流参数m和集水区域C st =3.5C vt 在所述工程设计标准p下各历时t的K tp 值。
执行步骤110，根据所述基础数据，计算各历时t的面暴雨量
Figure 201066DEST_PATH_IMAGE001
，其中，t=1/6、1、6、24，即计算出
Figure 948573DEST_PATH_IMAGE032
。如图1A所示，执行步骤111，计算各历时t的点暴雨量H tp ，点暴雨量H tp 的计算公式为
Figure 410778DEST_PATH_IMAGE008
。
执行步骤112，根据集水面积F，历时t、点面换算系数
Figure 493004DEST_PATH_IMAGE006
关系曲线，采用二次插值计算得各历时t的点面换算系数
Figure 40135DEST_PATH_IMAGE007
。执行步骤113，计算各历时t的面暴雨量
Figure 360258DEST_PATH_IMAGE001
，面暴雨量
Figure 603152DEST_PATH_IMAGE001
的计算公式为
Figure 313619DEST_PATH_IMAGE043
。
执行步骤120，采用0.618法计算流域汇流历时τ。如图1B所示，执行步骤121，分别计算面暴雨量
Figure 870633DEST_PATH_IMAGE010
。所述
Figure 107579DEST_PATH_IMAGE014
为
Figure 518445DEST_PATH_IMAGE015
时的面暴雨量，计算公式为
Figure 44104DEST_PATH_IMAGE044
，其中，
Figure 591760DEST_PATH_IMAGE045
，
Figure 168366DEST_PATH_IMAGE018
为24小时的面暴雨量，
Figure 471171DEST_PATH_IMAGE019
为6小时的面暴雨量，
Figure 562755DEST_PATH_IMAGE020
为所述工程设计标准p下6~24小时之间的暴雨衰减指数。所述
Figure 789468DEST_PATH_IMAGE046
为
Figure 673111DEST_PATH_IMAGE022
时的面暴雨量，计算公式为
Figure 714795DEST_PATH_IMAGE047
，其中，
Figure 746205DEST_PATH_IMAGE048
，
Figure 370085DEST_PATH_IMAGE025
为1小时的面暴雨量，
Figure 514758DEST_PATH_IMAGE026
为所述工程设计标准p下1~6小时之间的暴雨衰减指数。所述
Figure 910098DEST_PATH_IMAGE039
为
Figure 163225DEST_PATH_IMAGE040
时的面暴雨量，计算公式为
Figure 200583DEST_PATH_IMAGE049
，其中，
Figure 793238DEST_PATH_IMAGE029
，
Figure 746763DEST_PATH_IMAGE030
为1/6小时的面暴雨量，
Figure 441181DEST_PATH_IMAGE031
为所述工程设计标准p下1/6~1小时之间的暴雨衰减指数。执行步骤122，根据相应于τ的最大流量
Figure 813387DEST_PATH_IMAGE050
和相应于最大流量Q m 的流域回流历时
Figure 588445DEST_PATH_IMAGE051
，生成优化公式
Figure 856747DEST_PATH_IMAGE052
，其中，θ为集水区域特征参数。执行步骤123，将所述面暴雨量
Figure 287728DEST_PATH_IMAGE010
分别代入优化公式中采用0.618法进行计算，求解优化公式的误差达到最小的τ。
执行步骤130，根据特征参数θ、汇流参数m和所述流域汇流历时τ计算得到洪峰流量
Figure 929537DEST_PATH_IMAGE003
，其中，θ为集水区域特征参数，m为集水区域汇流参数。
实施例二
如图2所示，一种基于优化推理公式的洪峰流量计算系统，包括获取模块200和计算模块210。
获取模块200：用于获取基础数据。基础数据包括条件集水面积F、干流河长L、干流坡降J、工程设计标准p、平均后损率
Figure 27943DEST_PATH_IMAGE004
、集水区域中心点历时t的年最大点暴雨统计参数
Figure 732725DEST_PATH_IMAGE005
和C vt 、集水区域汇流参数m和集水区域C st =3.5C vt 在所述工程设计标准p下各历时t的K tp 值。
计算模块210：用于根据所述基础数据，计算各历时t的面暴雨量
Figure 916582DEST_PATH_IMAGE033
，其中，t=1/6、1、6、24，即计算出
Figure 365012DEST_PATH_IMAGE002
。面暴雨量
Figure 317924DEST_PATH_IMAGE033
的计算方法包括以下子步骤：步骤11：计算各历时t的点暴雨量H tp ，点暴雨量H tp 的计算公式为
Figure 255925DEST_PATH_IMAGE053
。步骤12：根据集水面积F，历时t、点面换算系数
Figure 68023DEST_PATH_IMAGE006
关系曲线，采用二次插值计算得各历时t的点面换算系数
Figure 645110DEST_PATH_IMAGE007
。步骤13：计算各历时t的面暴雨量
Figure 734420DEST_PATH_IMAGE033
，所述面暴雨量
Figure 577742DEST_PATH_IMAGE033
的计算公式为
Figure 142716DEST_PATH_IMAGE054
。
计算模块210还用于采用0.618法计算流域汇流历时τ。流域汇流历时τ的计算方法包括以下子步骤：
步骤21，分别计算面暴雨量
Figure 916637DEST_PATH_IMAGE034
。所述
Figure 594874DEST_PATH_IMAGE014
为
Figure 606168DEST_PATH_IMAGE015
时的面暴雨量，计算公式为
Figure 783071DEST_PATH_IMAGE035
，其中，
Figure 845836DEST_PATH_IMAGE017
，
Figure 299951DEST_PATH_IMAGE055
为24小时的面暴雨量，
Figure 406448DEST_PATH_IMAGE019
为6小时的面暴雨量，
Figure 290221DEST_PATH_IMAGE056
为所述工程设计标准p下6~24小时之间的暴雨衰减指数。所述
Figure 484573DEST_PATH_IMAGE057
为
Figure 652249DEST_PATH_IMAGE022
时的面暴雨量，计算公式为
Figure 270925DEST_PATH_IMAGE058
，其中，
Figure 376415DEST_PATH_IMAGE059
，
Figure 702354DEST_PATH_IMAGE025
为1小时的面暴雨量，
Figure 458958DEST_PATH_IMAGE026
为所述工程设计标准p下1~6小时之间的暴雨衰减指数。所述
Figure 657989DEST_PATH_IMAGE039
为
Figure 109830DEST_PATH_IMAGE040
时的面暴雨量，计算公式为
Figure 643055DEST_PATH_IMAGE049
，其中，
Figure 395111DEST_PATH_IMAGE029
，
Figure 545469DEST_PATH_IMAGE041
为1/6小时的面暴雨量，
Figure 297656DEST_PATH_IMAGE031
为所述工程设计标准p下1/6~1小时之间的暴雨衰减指数。步骤22：根据相应于τ的最大流量
Figure 434239DEST_PATH_IMAGE060
和相应于最大流量Q m 的流域回流历时
Figure 431014DEST_PATH_IMAGE051
，生成优化公式
Figure 768585DEST_PATH_IMAGE052
，其中，θ为集水区域特征参数。步骤23：将所述面暴雨量
Figure 585232DEST_PATH_IMAGE010
分别代入优化公式中采用0.618法进行计算，求解优化公式的误差达到最小的τ。
计算模块210还用于根据特征参数θ、汇流参数m和所述流域汇流历时τ计算得到洪峰流量
Figure 866784DEST_PATH_IMAGE003
，其中，θ为集水区域特征参数，m为集水区域汇流参数。
实施例三
本申请提出一种新的迭代求解方法，计算时不论集水区域面积大小，均采用10分钟、1小时、6小时、24小时最大点暴雨量作为计算参数，迭代时不直接求解洪峰流量Q m ，而是求解流域汇流历时τ，再按照公式计算洪峰流量Q m ，与传统迭代方法相比较，该方法计算推导过程更为简便。
与现有计算方法相比，本文提出的方法更为标准化，计算时只需要输入基本参数，计算速度快，效率高，精度高，且能编程实现。
一、求解原理
推理公式法求解时用到两个方程。其中：
洪峰流量计算公式
Figure 186907DEST_PATH_IMAGE061
（1）
流域汇流历时
Figure 23276DEST_PATH_IMAGE062
（2）
联解式（1）、（2），得：
Figure 140267DEST_PATH_IMAGE063
（3）
式中：
Q m ：洪峰流量(m3/s)
τ：流域汇流历时(h)
m：汇流参数
θ：流域特征参数，
Figure 962861DEST_PATH_IMAGE064
，其中L为干流河长(km)， J为干流坡降
F：集水面积(km2)
Figure 137490DEST_PATH_IMAGE004
：平均后损率(mm/h)
Figure 430848DEST_PATH_IMAGE001
：τ历时下，在所述工程设计标准p下的集水区域面雨量(mm)，为τ的非线性函数。
以上指标中，F、L、J、
Figure 910502DEST_PATH_IMAGE004
、p为已知条件，θ、m可通过经验公式计算或查表得到。因此式（3）中等号右侧部分容易求出；需要求解τ，使得式（3）成立。求解出τ后，根据式（1）或（2）即可求出洪峰流量Q m 。
本申请提出一种求解τ，并计算Q m 的方法。该方法通过输入F、L、J、
Figure 989316DEST_PATH_IMAGE004
、p等条件，查暴雨图集、暴雨径流查算图表使用手册等，建立
Figure 690556DEST_PATH_IMAGE001
与τ的函数，采用0.618法求解流域汇流历时τ，最后计算出Q m 。
二、计算步骤
1、已知条件集水面积F（km2）、干流河长L（km）、干流坡降J、工程设计标准（重现期）p，平均后损率
Figure 275252DEST_PATH_IMAGE004
（mm/h）；
2、计算集水区域特征参数
Figure 114639DEST_PATH_IMAGE065
；
3、根据集水区域《暴雨径流查算图表使用手册》的m~θ关系曲线查算集水区域汇流参数m；
4、根据集水区域暴雨统计参数等值线图，查出集水区域中心点历时t（t=1/6、1、6、24）的年最大点暴雨统计参数
Figure 59461DEST_PATH_IMAGE005
、C vt ；
5、根据集水区域《暴雨径流查算图表使用手册》查出集水区域C st =3.5C vt 在工程设计标准p下各历时t（t=1/6、1、6、24）的K tp 值；
6、按公式
Figure 490574DEST_PATH_IMAGE053
计算各历时t（t=1/6、1、6、24）点暴雨量H tp ；
7、根据集水面积F，历时t、点面换算系数
Figure 964280DEST_PATH_IMAGE006
关系曲线，采用二次插值计算得各历时t（t=1/6、1、6、24）的点面换算系数
Figure 477914DEST_PATH_IMAGE007
；
8、按公式
Figure 508318DEST_PATH_IMAGE054
计算各历时（t=1/6、1、6、24）面暴雨量
Figure 590674DEST_PATH_IMAGE001
；
9、计算当
Figure 32020DEST_PATH_IMAGE015
时的
Figure 567038DEST_PATH_IMAGE066
，计算公式如下：
Figure 132624DEST_PATH_IMAGE035
，其中：
Figure 256437DEST_PATH_IMAGE017
10、计算当
Figure 416155DEST_PATH_IMAGE022
时的
Figure 907310DEST_PATH_IMAGE057
，计算公式如下：
Figure 997626DEST_PATH_IMAGE038
，其中：
Figure 992258DEST_PATH_IMAGE048
11、计算当
Figure 713089DEST_PATH_IMAGE067
时的
Figure 485348DEST_PATH_IMAGE039
，计算公式如下：
Figure 536612DEST_PATH_IMAGE028
，其中：
Figure 41543DEST_PATH_IMAGE029
12、相应于τ的最大流量
Figure 730013DEST_PATH_IMAGE068
（1）
13、相应于最大流量Q m 的流域汇流历时
Figure 930181DEST_PATH_IMAGE069
（2）
14、联解式（1）、（2），得：
Figure 362300DEST_PATH_IMAGE070
（3）
式（3）中右侧为已知量，左侧的
Figure 987316DEST_PATH_IMAGE001
以及τ为未知量，而
Figure 594490DEST_PATH_IMAGE001
为τ的函数，因此需要计算τ使得（3）式成立。
15、分别采用
Figure 750796DEST_PATH_IMAGE010
的计算公式代入（3）式进行计算，采用0.618法计算，给定迭代精度
Figure 127551DEST_PATH_IMAGE071
，求解使（3）式误差达到最小的
Figure 731708DEST_PATH_IMAGE072
。
将τ代入公式计算
Figure 902926DEST_PATH_IMAGE073
。
实施例四
某工程设计标准p=1%，集水面积F=295km2，干流河长L=39.56km，干流坡降J=0.0027，平均后损率
Figure 77687DEST_PATH_IMAGE074
=4.5mm/h，集水区域特征参数
Figure 586028DEST_PATH_IMAGE075
。
（1）根据《广东省暴雨径流查算图表使用手册》，查出集水区域特征参数θ=284.1对应的汇流参数m=1.05；
（2）根据集水区域暴雨统计参数等值线图，查出集水区域中心点历时t（t=1/6、1、6、24）的年最大点暴雨统计参数
Figure 58073DEST_PATH_IMAGE076
、C vt ，列于表1的第一行、第二行；
（3）根据《广东省暴雨径流查算图表使用手册》查出集水区域C vt =3.5C vt 在工程设计标准p下各历时t（t=1/6、1、6、24）的K tp 值；列于表1第三行；
（4）按公式
Figure 259248DEST_PATH_IMAGE077
计算各历时t（t=1/6、1、6、24）点暴雨量H tp ，列于表1第四行；
（5）根据集水面积F，历时t、点面换算系数
Figure 655725DEST_PATH_IMAGE078
关系曲线，查出点面换算系数
Figure 233337DEST_PATH_IMAGE079
列于表1第5行；
（6）按公式
Figure 687452DEST_PATH_IMAGE080
计算各历时t（t=1/6、1、6、24）面暴雨量
Figure 810260DEST_PATH_IMAGE081
，列于表1第6行。
Figure 943301DEST_PATH_IMAGE082
表1 设计面雨量计算
（7）计算当
Figure 75336DEST_PATH_IMAGE083
时的
Figure 118379DEST_PATH_IMAGE084
，计算公式如下：
Figure 661355DEST_PATH_IMAGE085
（8）计算当
Figure 295075DEST_PATH_IMAGE086
时的
Figure 480068DEST_PATH_IMAGE087
，计算公式如下：
Figure 908776DEST_PATH_IMAGE088
（9）计算当
Figure 373386DEST_PATH_IMAGE089
时的
Figure 949861DEST_PATH_IMAGE090
，计算公式如下：
Figure 689278DEST_PATH_IMAGE091
（10）将
Figure 972492DEST_PATH_IMAGE074
、θ、m、F代入计算式：
Figure 122850DEST_PATH_IMAGE092
，代得：
Figure 202933DEST_PATH_IMAGE093
（11）将
Figure 464150DEST_PATH_IMAGE094
代入公式
Figure 232165DEST_PATH_IMAGE095
，得：
Figure 694370DEST_PATH_IMAGE096
（12）采用0.618法求解以上三个方程，迭代精度
Figure 511017DEST_PATH_IMAGE097
，得：
Figure 592236DEST_PATH_IMAGE098
取其中使绝对误差达到最小的
Figure 443518DEST_PATH_IMAGE099
。
（13）计算
Figure 686411DEST_PATH_IMAGE100
实施例五
某工程设计标准p=1%，集水面积F=21.7km2，干流河长L=8.3km，干流坡降J=0.04，平均后损率
Figure 131299DEST_PATH_IMAGE074
=5.5mm/h，集水区域特征
Figure 999898DEST_PATH_IMAGE101
。
（1）根据《广东省暴雨径流查算图表使用手册》，查出集水区域特征参数θ=24.3对应的汇流参数m=1.14；
（2）根据集水区域暴雨统计参数等值线图，查出集水区域中心点历时t（t=1/6、1、6、24）的年最大点暴雨统计参数
Figure 456418DEST_PATH_IMAGE076
、C vt ，列于表2的第一行、第二行；
（3）根据《广东省暴雨径流查算图表使用手册》查出集水区域C vt =3.5C vt 在工程设计标准p下各历时t（t=1/6、1、6、24）的K tp 值；列于表2第三行；
（4）按公式
Figure 119481DEST_PATH_IMAGE077
计算各历时t（t=1/6、1、6、24）点暴雨量H tp ，列于表2第四行；
（5）根据集水面积F，历时t、点面换算系数
Figure 392943DEST_PATH_IMAGE078
关系曲线，查出点面换算系数
Figure 206178DEST_PATH_IMAGE079
列于表2第5行；
（6）按公式
Figure 766472DEST_PATH_IMAGE080
计算各历时t（t=1/6、1、6、24）面暴雨量
Figure 616748DEST_PATH_IMAGE081
，列于表2第6行。
Figure 442752DEST_PATH_IMAGE102
表2设计面雨量计算
（7）计算当
Figure 653154DEST_PATH_IMAGE083
时的
Figure 208900DEST_PATH_IMAGE084
，计算公式如下：
Figure 26815DEST_PATH_IMAGE103
（8）计算当
Figure 540448DEST_PATH_IMAGE104
时的
Figure 288961DEST_PATH_IMAGE087
，计算公式如下：
Figure 371318DEST_PATH_IMAGE105
（9）计算当
Figure 563396DEST_PATH_IMAGE089
时的
Figure 363993DEST_PATH_IMAGE090
，计算公式如下：
Figure 916197DEST_PATH_IMAGE106
（10）将
Figure 53393DEST_PATH_IMAGE074
、θ、m、F代入计算式：
Figure 275427DEST_PATH_IMAGE107
，代得：
Figure 281429DEST_PATH_IMAGE108
（11）将
Figure 778269DEST_PATH_IMAGE094
代入公式
Figure 631956DEST_PATH_IMAGE109
，得：
Figure 369099DEST_PATH_IMAGE110
（12）采用0.618法求解以上三个方程，迭代精度
Figure 65659DEST_PATH_IMAGE097
，得：
Figure 710398DEST_PATH_IMAGE111
取其中使绝对误差达到最小的
Figure 808804DEST_PATH_IMAGE112
。
（13）计算
Figure 510656DEST_PATH_IMAGE113
。
为了更好地理解本发明，以上结合本发明的具体实施例做了详细描述，但并非是对本发明的限制。凡是依据本发明的技术实质对以上实施例所做的任何简单修改，均仍属于本发明技术方案的范围。本说明书中每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，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。

Claims (10)

1.一种基于优化推理公式的洪峰流量计算方法，包括获取基础数据，其特征在于，还包括以下步骤：
步骤1：根据所述基础数据，计算各历时t的面暴雨量
Figure 506756DEST_PATH_IMAGE002
，其中，t=1/6、1、6、24，即计算出
Figure 361580DEST_PATH_IMAGE004
；
步骤2：采用0.618法计算流域汇流历时τ；
步骤3：根据特征参数θ、汇流参数m和所述流域汇流历时τ计算得到洪峰流量
Figure 813421DEST_PATH_IMAGE006
，其中，θ为集水区域特征参数，m为集水区域汇流参数。
2.如权利要求1所述的基于优化推理公式的洪峰流量计算方法，其特征在于，所述基础数据包括条件集水面积F、干流河长L、干流坡降J、工程设计标准p、平均后损率
Figure 677471DEST_PATH_IMAGE008
、集水区域中心点历时t的年最大点暴雨统计参数
Figure 695106DEST_PATH_IMAGE010
和C vt 、集水区域汇流参数m和集水区域C st =3.5C vt 在所述工程设计标准p下各历时t的K tp 值。
3.如权利要求2所述的基于优化推理公式的洪峰流量计算方法，其特征在于，所述步骤1包括以下子步骤：
步骤11：计算各历时t的点暴雨量H tp ；
步骤12：根据集水面积F，历时t、点面换算系数
Figure 720831DEST_PATH_IMAGE012
关系曲线，采用二次插值计算得各历时t的点面换算系数
Figure 191126DEST_PATH_IMAGE014
；
步骤13：计算各历时t的面暴雨量
Figure 327710DEST_PATH_IMAGE015
。
4.如权利要求3所述的基于优化推理公式的洪峰流量计算方法，其特征在于，所述点暴雨量H tp 的计算公式为
Figure 199851DEST_PATH_IMAGE017
。
5.如权利要求4所述的基于优化推理公式的洪峰流量计算方法，其特征在于，所述面暴雨量
Figure 662056DEST_PATH_IMAGE015
的计算公式为
Figure 619648DEST_PATH_IMAGE019
。
6.如权利要求5所述的基于优化推理公式的洪峰流量计算方法，其特征在于，所述步骤2包括以下子步骤：
步骤21，分别计算面暴雨量
Figure 559922DEST_PATH_IMAGE021
；
步骤22：根据相应于τ的最大流量
Figure 286570DEST_PATH_IMAGE023
和相应于最大流量Q m 的流域回流历时
Figure 919676DEST_PATH_IMAGE025
，生成优化公式
Figure 364564DEST_PATH_IMAGE027
，其中，θ为集水区域特征参数；
步骤23：将所述面暴雨量
Figure 842950DEST_PATH_IMAGE021
分别代入优化公式中采用0.618法进行计算，求解优化公式的误差达到最小的τ。
7.如权利要求6所述的基于优化推理公式的洪峰流量计算方法，其特征在于，所述
Figure 689683DEST_PATH_IMAGE029
为
Figure 962533DEST_PATH_IMAGE031
时的面暴雨量，计算公式为
Figure 894717DEST_PATH_IMAGE033
，其中，
Figure 176793DEST_PATH_IMAGE035
，
Figure 878033DEST_PATH_IMAGE037
为24小时的面暴雨量，
Figure 118522DEST_PATH_IMAGE039
为6小时的面暴雨量，
Figure 6843DEST_PATH_IMAGE041
为所述工程设计标准p下6~24小时之间的暴雨衰减指数。
8.如权利要求7所述的基于优化推理公式的洪峰流量计算方法，其特征在于，所述
Figure 827032DEST_PATH_IMAGE043
为
Figure 648357DEST_PATH_IMAGE045
时的面暴雨量，计算公式为
Figure 782449DEST_PATH_IMAGE047
，其中，
Figure 423646DEST_PATH_IMAGE049
，
Figure 47525DEST_PATH_IMAGE051
为1小时的面暴雨量
Figure 723357DEST_PATH_IMAGE053
为所述工程设计标准p下1~6小时之间的暴雨衰减指数。
9.如权利要求8所述的基于优化推理公式的洪峰流量计算方法，其特征在于，所述
Figure 40069DEST_PATH_IMAGE055
为
Figure 168562DEST_PATH_IMAGE057
时的面暴雨量，计算公式为
Figure 861712DEST_PATH_IMAGE059
，其中，
Figure 126471DEST_PATH_IMAGE061
，
Figure 348505DEST_PATH_IMAGE063
为1/6小时的面暴雨量，
Figure 964294DEST_PATH_IMAGE065
为所述工程设计标准p下1/6~1小时之间的暴雨衰减指数。
10.一种基于优化推理公式的洪峰流量计算系统，包括用于获取基础数据的获取模块，其特征在于，还包括以下模块：
计算模块：用于根据所述基础数据，计算各历时t的面暴雨量
Figure 195555DEST_PATH_IMAGE015
，其中，t=1/6、1、6、24，即计算出
Figure 580400DEST_PATH_IMAGE066
；
所述计算模块还用于采用0.618法计算流域汇流历时τ；
所述计算模块还用于根据特征参数θ、汇流参数m和所述流域汇流历时τ计算得到洪峰流量
Figure 238914DEST_PATH_IMAGE067
，其中，θ为集水区域特征参数，m为集水区域汇流参数；
所述系统中的模块按照如权利要求1所述的方法计算洪峰流量。
CN202010329934.5A 2020-04-24 2020-04-24 一种基于优化推理公式的洪峰流量计算方法及系统 Active CN111209525B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010329934.5A CN111209525B (zh) 2020-04-24 2020-04-24 一种基于优化推理公式的洪峰流量计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010329934.5A CN111209525B (zh) 2020-04-24 2020-04-24 一种基于优化推理公式的洪峰流量计算方法及系统

Publications (2)

Publication Number Publication Date
CN111209525A true CN111209525A (zh) 2020-05-29
CN111209525B CN111209525B (zh) 2020-09-01

Family

ID=70788948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010329934.5A Active CN111209525B (zh) 2020-04-24 2020-04-24 一种基于优化推理公式的洪峰流量计算方法及系统

Country Status (1)

Country Link
CN (1) CN111209525B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112765852A (zh) * 2021-01-19 2021-05-07 黄河勘测规划设计研究院有限公司 一种用于特小流域的可能最大暴雨计算方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0644472A2 (en) * 1993-09-10 1995-03-22 Nikkiso Co., Ltd. Method for prediction of performance of a centrifugal pump with a thrust balance mechanism
CN102930357A (zh) * 2012-11-20 2013-02-13 中铁第四勘察设计院集团有限公司 岩溶隧道暗河暴雨涌水洪峰峰值及峰值时间的预测方法
CN106844973A (zh) * 2017-01-25 2017-06-13 云南省水利水电勘测设计研究院 一种推求特小流域设计洪水的方法
CN106951674A (zh) * 2017-02-09 2017-07-14 陕西省水文水资源勘测局 一种无历史资料小流域洪水重现期推求方法
CN106971013A (zh) * 2016-01-13 2017-07-21 辽宁省水文局 山洪灾害小流域设计暴雨洪水计算方法
CN107085658A (zh) * 2017-04-19 2017-08-22 郑州大学 一种山洪灾害成灾时间确定方法
CN108710972A (zh) * 2018-05-16 2018-10-26 河海大学 一种基于poa算法的水库防洪调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0644472A2 (en) * 1993-09-10 1995-03-22 Nikkiso Co., Ltd. Method for prediction of performance of a centrifugal pump with a thrust balance mechanism
CN102930357A (zh) * 2012-11-20 2013-02-13 中铁第四勘察设计院集团有限公司 岩溶隧道暗河暴雨涌水洪峰峰值及峰值时间的预测方法
CN106971013A (zh) * 2016-01-13 2017-07-21 辽宁省水文局 山洪灾害小流域设计暴雨洪水计算方法
CN106844973A (zh) * 2017-01-25 2017-06-13 云南省水利水电勘测设计研究院 一种推求特小流域设计洪水的方法
CN106951674A (zh) * 2017-02-09 2017-07-14 陕西省水文水资源勘测局 一种无历史资料小流域洪水重现期推求方法
CN107085658A (zh) * 2017-04-19 2017-08-22 郑州大学 一种山洪灾害成灾时间确定方法
CN108710972A (zh) * 2018-05-16 2018-10-26 河海大学 一种基于poa算法的水库防洪调度方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112765852A (zh) * 2021-01-19 2021-05-07 黄河勘测规划设计研究院有限公司 一种用于特小流域的可能最大暴雨计算方法
CN112765852B (zh) * 2021-01-19 2021-11-02 黄河勘测规划设计研究院有限公司 一种用于特小流域的可能最大暴雨计算方法

Also Published As

Publication number Publication date
CN111209525B (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN109492299B (zh) 基于swmm与modflow耦合的水资源模拟方法
CN109272146B (zh) 一种基于深度学习模型和bp神经网络校正的洪水预测方法
WO2022032872A1 (zh) 一种基于大数据的水文预报方法
CN111985106A (zh) 一种基于多点并行校正的分布式水文模型参数率定方法
CN113435630B (zh) 一种产流模式自适应的流域水文预报方法及系统
CN108830419B (zh) 一种基于ecc后处理的梯级水库群入库流量联合预报方法
CN116305933B (zh) 一种基于dem数据的坡面产汇流简易计算方法及装置
CN106598918B (zh) 基于分位数回归的非一致性设计洪水计算方法
CN111209525B (zh) 一种基于优化推理公式的洪峰流量计算方法及系统
CN112052635B (zh) 一种应用于小流域设计洪水过程线的求解方法
CN114091277B (zh) 一种考虑初始状态变量影响的新安江模型参数率定方法
CN110263876B (zh) 一种雨声信号降噪处理方法和系统
CN112966221A (zh) 一种南方丰水地区考核年份用水总量折算方法
CN109299853A (zh) 一种基于联合概率分布的水库调度函数提取方法
CN108280792A (zh) 一种变化环境下设计暴雨洪水同频率假定检验方法
CN109902266B (zh) 一种基于Copula函数的河道流量演算方法
CN106557614B (zh) 一种基于Halphen IB分布的洪水频率分析方法
He et al. Regional groundwater prediction model using automatic parameter calibration SCE method for a coastal plain of Seto Inland Sea
Sadeghi Application of MUSLE in prediction of sediment yield in Iranian conditions
CN112964295B (zh) 一种基于5g技术的闸泵站智能测控终端
CN107918920A (zh) 多光伏电站的出力关联性分析方法
CN110807475B (zh) 一种基于确定性系数的洪水分类识别预报方法
CN106529157A (zh) 一种基于Halphen B分布的洪水频率分析方法和系统
CN106547981B (zh) 一种基于Halphen A分布的洪水频率分析方法和系统
CN114611290B (zh) 一种基于量变参数水文不确定性处理器的场次洪水水文模型实时预报方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Li Kuang

Inventor after: Zheng Jingwei

Inventor after: Liu Kexin

Inventor after: Liu Wenbing

Inventor after: Liu Shu

Inventor after: Han Gang

Inventor after: Liu Yuanyuan

Inventor after: Zang Wenbin

Inventor after: Li Min

Inventor after: Liu Yesen

Inventor after: Zhang Mengmeng

Inventor after: Gao Yinliang

Inventor before: Li Kuang

Inventor before: Zheng Jingwei

Inventor before: Liu Kexin

Inventor before: Liu Wenbing

Inventor before: Han Gang

Inventor before: Liu Yuanyuan

Inventor before: Zang Wenbin

Inventor before: Li Min

Inventor before: Liu Yesen

Inventor before: Zhang Mengmeng

Inventor before: Gao Yinliang

Inventor before: Liu Shu

GR01 Patent grant
GR01 Patent grant