CN114219252A - 一种基于sce-ua算法的流域单位线分析方法 - Google Patents

Abstract

本发明公开了一种基于SCE‑UA算法的流域单位线分析方法，包括以下步骤：1)数据的收集、处理；2)洪水场次划分；3)关联降雨过程，构建样本集合；4)推求净雨过程；5)推求单位线时长；6)设定目标函数；7)设定约束条件；8)单位线优化率定。本发明中提出的方法能够充分利用本流域降雨、流量数据所包含的信息，能够更加快速、准确地提取流域单位线。

Description

一种基于SCE-UA算法的流域单位线分析方法

技术领域

本发明属于水利工程技术领域，尤其涉及洪水预报技术领域，具体为一种基于SCE-UA算法的流域单位线分析方法。

背景技术

1932年，谢尔曼(Sherman)提出了单位线的概念：在给定的流域上，单位时段内均匀分布的单位净雨量，在流域出口断面形成的地面径流过程线。利用单位线来推求洪水汇流过程线，简单易行，效果较好，在洪水预报中应用较广。

目前，单位线的推求方法主要有分析法、最小二乘法、线性规划法及柯林斯(Collins)迭代法等。当降雨时段大于1时，基于线性假设的单位线并不存在确定解，传统方法均是根据单场降雨径流资料推求的最优解，实践证明，同一流域不同场次洪水所推求的单位线往往是不同的，因而基于单场洪水所推求的单位线并不一定能够代表本流域的最优解。同时由于测验误差、净雨估算误差以及线性假设本身的不完备性，上述方法在推求单位线的过程中容易出现锯齿振荡或负值的情况，往往需要人为干预和优化。

发明内容

本发明的目的在于克服以上技术缺陷，提出一种基于SCE-UA算法的单位线分析方法，利用流域多场次的降雨洪水过程数据，实现单位线的自动优化率定。

本发明的目的是通过以下技术方案实现的：

一种基于SCE-UA算法的单位线分析方法，包括以下步骤：

1)数据的收集、处理：收集流域内雨量站及水文站观测数据，处理获得等时段流域面雨量时间序列及等时段流域出口流量时间序列；

2)洪水场次划分：根据流域出口流量时间序列划分洪水场次；

3)关联降雨过程，构建样本集合：将场次洪水与场次降雨进行匹配关联，依次寻找每个场次洪水序列所关联的降雨事件，筛选掉无法找到关联降雨事件的洪水事件，从而得到元素一一关联的降雨事件集合与洪水事件集合；以洪水序列开始、结束时间点为基准进行关联降雨的提取；最终获得的关联的可利用洪水降雨场次数记为N；

4)推求净雨过程：采用初损后损法对产流过程的水量损失进行划分，获得各场次洪水净雨过程；

5)推求单位线时长：设步骤3)获得可利用洪水降雨场次中，其中第l场净雨过程为

对应洪水过程为

其中p_l为净雨时段数，q_l为洪水时段数，则此单位线时段数为n_u,l＝q_l-p_l+1；依此计算的单位线时段数在各场次洪水间存在差异，取其中位数作为流域单位线的拟定时长，即：

n_u＝Median(n_u,1,n_u,2,...,n_u,l,...,n_u,N) (9)

式中，Median()代表取中位数，n_u,l为第l场洪水推求的单位线时段数，N为可利用降雨洪水场次数；

6)设定目标函数：包括以下步骤：

6-1对步骤5)中计算的各场次洪水单位线时段数进行排序，把所有数值由小到大排列并分成四等份，选择四分位数数值，即25％和75％分位数数值作为阈值，提取单位线时段数位于25％分位数和75％分位数之间的场次洪水；

6-2将步骤6-1中选择的场次洪水的总剩余平方和最小作为目标函数，如下式所示：

式中，

为基于单位线计算的流量值，Q_t为实际流量值，t为流量发生时刻，N'为步骤6-1中选择的降雨洪水场次数，n_i为第i场洪水的时段数；

7)约束条件设定：添加水量约束、单调约束及退水速率约束三个约束条件；

8)单位线优化率定：以步骤6-1中获得的场次洪水的总剩余平方和最小作为目标函数，以水量约束、单调约束及退水速率约束作为约束条件，采用SCE-UA算法进行单位线优化率定。

进一步的优化方案：步骤1)具体包括如下步骤：

1-1采用线性内插法进行等时段处理，获得等时段流域出口流量时间序列数据；

1-2根据降雨量累积曲线插值进行等时段处理，获得等时段流域站点雨量时间序列数据；

1-3采用泰森多边形法进行面雨量的计算，获得面雨量时间序列。

进一步的，步骤2)具体包括如下步骤：

2-1划分流量序列中的基流部分和洪水部分，采用数字滤波法得到流量过程的基流部分，如公式(2)所示：

式中，b_t为时刻t的基流，Q'_t为时刻t的流量，β为滤波系数；

通过调整滤波次数和滤波系数来控制滤波效果，获得基流序列后，利用式(3)分离洪水序列{Q₁,Q₂,...,Q_t}：

Q_t＝Q'_t-b_t (3)

2-2对洪水序列进行平滑处理，消除噪声项和异常点的影响，平滑公式如下式所示：

2-3识别序列中的转折点：计算洪水序列的一阶差分序列{d₁,d₂,...,d_i,...,d_t}，根据一阶差分序列的正负变换判断序列转折点的位置，并对极大值与极小值加以区分，对于序列首尾处，若首尾值为极大值，则将其去掉；设定阈值Th_min，若首尾值小于序列均值除以阈值Th_min，则设定其为极小值，记录转折点序列及各值对应的峰(极大值)、谷(极小值)标记；

2-4识别洪水事件的开始、结束点：设定阈值Th_slp，选定第一个极小值作为开始点并向后搜索另一极小值，依据转折点数组的一阶差分序列进行判断，寻找满足公式(5)要求的极小值点Min_k作为结束点；

Min_k-Min₁＜Th_slp·max(|d₁|,|d₂|,...,|d_k|) (5)

2-5对上一步中提取的洪水事件进行筛选与处理：设置阈值Th_peak，对于一次独立的洪水事件，若峰值与序列起始点或结束点的差值小于阈值Th_peak，则认为本次洪水过程量级不足以纳入考虑范围；设定动态坡度阈值Th_dy，对于一次独立的洪水事件，动态坡度为阈值Th_dy与极差的乘积，依据动态坡度删除洪水事件前部与后部的平坦部分；设定时间阈值Th_ΔT，对于一次独立的洪水事件，如持续时间小于阈值Th_ΔT，则认为本次洪水过程不足以纳入考虑范围。

进一步的，步骤3)降雨过程提取具体步骤如下：

3-1设定阈值Th_S，基于流域面积确定Th_S的值，如公式(6)所示，以T₁-Th_S为开始时间，以洪水结束时刻T₃为结束时间，初步提取降雨序列；

式中，F为流域面积，km²；阈值Th_S为以洪水开始时刻T₁为起点向前考虑降雨的最大时间范围，单位为h；

3-2对降雨开始时间进行检查，去除前部的无效降雨：首先去除降雨序列前端的零值，然后计算T₁时刻前无雨间隔，若无雨间隔ΔT≥6h，则只考虑无雨间隔后的降雨时段，有效降雨开始时刻记为T_s；

3-3对降雨结束时间进行检查，去除后部的无效降雨：利用洪水序列的差分序列提取最后一个洪水峰值Q_lastpeak，以0.3Q_lastpeak为阈值，由洪水结束时刻T₃向前搜索得到有效降雨结束时刻，记为T'_e，最后一个有效降雨时刻记为T_e。

进一步的，步骤4)具体步骤如下：

4-1构建水量平衡公式：

式中，R为次洪径流深，mm；P为场次降雨量，mm；I₀为初损量，mm；

为平均后损率，mm/h；t_R为产流时间，h；P'为后期不产流的雨量，mm；

4-2进行产流过程初损后损划分，通过公式(8)试算获得平均后损率和产流开始、结束时间：

式中，T₁为洪水起涨时刻；T₂为产流结束时刻；

4-3计算净雨过程，利用洪水起涨时刻T₁至产流结束时刻T₂之间的降雨过程，扣除平均后损率

即可获得净雨过程R'＝{R'₁,R'₂,...,R'_L}，其中

其中T₁≤t≤T₂，P_t为t时刻降雨量，L＝T₂-T₁+1代表净雨过程的长度。

本发明的有益效果：

本发明提出的一种基于SCE-UA算法的单位线分析方法，区别于以往利用单一场次洪水过程进行分析，本方法基于多场次洪水过程，进行自动优化率定，能够充分利用流域降雨、流量数据所包含的信息，实现单位线的快速、准确提取。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1为本发明整体流程示意图；

图2为场次洪水提取参数示意图；

图3为关联降雨事件提取参数示意图；

图4为产流过程初损后损划分示意图；

图5为样本集合中的历史洪水示意图；

图6单一场次降雨洪水过程及净雨洪水过程示意图；

图7为实施例中流域单位线图。

具体实施方式

实施例1

本实施例为一种基于SCE-UA算法的单位线分析方法，如图1所示，具体步骤如下：

1)数据的收集、处理：收集流域内雨量站及水文站观测数据，处理获得等时段流域面雨量时间序列及流域出口流量时间序列；

1-1采用线性内插法进行等时段处理，获得等时段流域出口流量时间序列数据；

1-2采用根据降雨量累积曲线插值进行等时段处理，获得等时段流域点雨量时间序列数据；

1-3采用泰森多边形法进行面雨量的计算，获得面雨量时间序列，具体的计算方法为：对流域进行泰森多边形划分，根据站点对应的多边形面积占流域总面积的百分比计算雨量站的权重；设流域内共有m个雨量站，其中第i个雨量站对应的多边形面积为AREA_i，对应的降雨时间序列为{P_i1,P_i2,...,P_ij,...P_in}，则流域面雨量时间序列{P₁,P₂,...,P_j,...,P_n}的计算方法如式(1)：

式中，i为雨量站索引，j为降雨时间序列的长度索引，m为流域内雨量站点个数，n为雨量时间序列的总长度，AREA为流域总面积。

2)洪水场次划分：根据流域出口流量时间序列划分洪水场次；方式如下：

2-1划分流量序列中的基流部分和洪水部分。采用数字滤波法得到流量过程的基流部分，如公式(2)所示。

式中，b_t为时刻t的基流，Q'_t为时刻t的流量，β为滤波系数。

通过调整滤波次数和滤波系数来控制滤波效果，获得基流序列后，利用式(3)分离洪水序列{Q₁,Q₂,...,Q_t}：

Q_t＝Q'_t-b_t (3)

2-2对洪水序列进行平滑处理，消除噪声项和异常点的影响，平滑公式如下式所示：

2-3识别序列中的转折点：计算洪水序列的一阶差分序列{d₁,d₂,...,d_i,...,d_t}，根据一阶差分序列的正负变换判断序列转折点的位置，并对极大值与极小值加以区分。对于序列首尾处，若首尾值为极大值，则将其去掉；设定阈值Th_min，若首尾值小于序列均值除以阈值Th_min，则设定其为极小值。记录转折点序列及各值对应的峰(极大值)、谷(极小值)标记。

2-4识别洪水事件的开始、结束点：设定阈值Th_slp，选定第一个极小值作为开始点并向后搜索另一极小值，依据转折点数组的一阶差分序列进行判断，寻找满足公式(5)要求的极小值点Min_i作为结束点。

Min_k-Min₁＜Th_slp·max(|d₁|,|d₂|,...,|d_k|) (5)

2-5对上一步中提取的洪水事件进行筛选与处理：设置阈值Th_peak，对于一次独立的洪水事件，若峰值与序列起始点或结束点的差值小于阈值Th_peak，则认为本次洪水过程量级不足以纳入考虑范围；设定动态坡度阈值Th_dy，对于一次独立的洪水事件，动态坡度为阈值Th_dy与极差的乘积，依据动态坡度删除洪水事件前部与后部的平坦部分；设定时间阈值Th_ΔT，对于一次独立的洪水事件，如持续时间小于阈值Th_ΔT，则认为本次洪水过程不足以纳入考虑范围，如图2所示。

3)关联降雨过程，构建样本集合：将场次洪水与场次降雨进行匹配关联，依次寻找每个场次洪水序列所关联的降雨事件，筛选掉无法找到关联降雨事件的洪水事件，从而得到元素一一关联的降雨事件集合与洪水事件集合；以洪水序列开始、结束时间点为基准进行关联降雨的提取；具体步骤如下：

3-1设定阈值Th_S，基于流域面积确定Th_S的值，如公式(6)所示。

式中，F为流域面积(km²)，阈值Th_S(h)为以洪水开始时刻T₁为起点向前考虑降雨的最大时间范围。以T₁-Th_S为开始时间，以洪水结束时刻T₃为结束时间，初步提取降雨序列。

3-2对降雨开始时间进行检查，去除前部的无效降雨。首先去除降雨序列前端的零值，然后计算T₁时刻前无雨间隔，若无雨间隔ΔT≥6h，则只考虑无雨间隔后的降雨时段，有效降雨开始时刻记为T_s。

3-3对降雨结束时间进行检查，去除后部的无效降雨。利用洪水序列的差分序列提取最后一个洪水峰值Q_lastpeak，以0.3Q_lastpeak为阈值，由洪水结束时刻T₃向前搜索得到有效降雨结束时刻，记为T'_e，最后一个有效降雨时刻记为T_e。关联降雨事件提取参数如图3所示，其中T_s至T_e时刻为有效降雨，其余降雨为初步提取但被去除的无效降雨。

4)推求净雨过程：采用初损后损法对产流过程的水量损失进行划分，获得各场次洪水净雨过程；具体步骤如下：

4-1构建水量平衡公式，将流域产流前的水量损失记为初损I₀，包括植物截留、填洼、蒸发以及产流前下渗的水量，将产流发生后损失的水量作为后损，使用f代表产流过程中的平均水量损失率，获得水量平衡公式如式(7)所示。

式中，R为次洪径流深(mm)，P为场次降雨量(mm)，I₀为初损量(mm)，

为平均后损率(mm/h)，t_R为产流时间(h)，P'为后期不产流的雨量(mm)。

4-2进行产流过程初损后损划分，方式如图4所示，中小河流汇流时间较短，出口断面的起涨点大致可以作为产流开始时刻，因而洪水起涨点前的雨量可作为初损I₀的近似值，进而通过公式(8)试算获得平均后损率和产流开始、结束时间。

式中，P为场次降雨量(mm)，R为次洪径流深(mm)，I₀为初损量(mm)，P'为后期不产流的雨量(mm)，t_R为产流时间(h)，T₁为洪水起涨时刻；T₂为产流结束时刻。

4-3计算净雨过程，利用洪水起涨时刻T₁至产流结束时刻T₂之间的降雨过程，扣除平均后损率

即可获得净雨过程R'＝{R'₁,R'₂,...,R'_L}，其中

其中T₁≤t≤T₂，P_t为t时刻降雨量，L＝T₂-T₁+1代表净雨过程的长度。

5)推求单位线时长：设步骤3)获得可利用洪水降雨场次中，其中第l场净雨过程为

对应洪水过程为

其中p_l为净雨时段数，q_l为洪水时段数，则此单位线时段数为n_u,l＝q_l-p_l+1；依此计算的单位线时段数在各场次洪水间存在差异，取其中位数作为流域单位线的拟定时长，即：

n_u＝Median(n_u,1,n_u,2,...,n_u,l,...,n_u,N) (9)

式中，Median()代表取中位数，n_u,l为第l场洪水推求的单位线时段数，N为可利用降雨洪水场次数；

6)设定目标函数。

6-1对步骤5)中计算的各场次洪水单位线时段数进行排序，把所有数值由小到大排列并分成四等份，选择四分位数数值，即25％和75％分位数数值作为阈值，提取单位线时段数位于25％分位数和75％分位数之间的场次洪水。

6-2将6-1中选择的场次洪水的总剩余平方和最小作为目标函数，如下式所示：

式中，

为基于单位线计算的流量值，Q_t为实际流量值，t为流量发生时刻，N'为6-1中选择的降雨洪水场次数，n_i为第i场洪水的时段数。

7)约束条件设定：添加水量约束、单调约束及退水速率约束三个约束条件；

7-1添加水量约束，以1mm净雨单位线为例，根据单位线的定义，其总径流量应等于总净雨量，即对于单位线

应满足下式：

式中，F为流域面积(km²)，Δt为时段长(h)。

7-2添加单调约束，即单位线在峰前单调递增，在峰后单调递减，避免出现振荡的情况。设

为U的差分序列，则D_i需满足：

7-3添加退水速率约束，即单位线末端退水速率会递减，设U的二阶差分序列为

则D'_i需满足：

8)单位线优化率定：以步骤6-1中获得的场次洪水的总剩余平方和最小作为目标函数，以水量约束、单调约束及退水速率约束作为约束条件，采用SCE-UA算法进行单位线优化率定，具体步骤如下：

8-1初始化，设定复合形个数p，以及每个复合形包含的顶点个数m，其中m＝2×n_u，n_u为步骤5)中计算的单位线时长；

8-2生成样本，根据步骤7)中设置的约束条件，在约束空间内生成s个样本点x₁,...,x_s，其中s＝m×p；

8-3基于步骤8-2中生成的样本点，计算步骤6)中设置的目标函数值f；

8-4对样本点进行排序，按照步骤8-3中计算的函数值升序排列，排序后记为(x_i,f_i)，其中i＝1,...,s，f₁≤f₂≤...≤f_s，组成样本集S，S＝{(x_i,f_i),i＝1,...,s}；

8-5划分复合形，将S划分为p个复合形A₁,...,A_p，每个复合形含有m个点，其中A_k＝{x_k,j,f_k,j|x_k,j＝x_k+p,j-1,f_k,j＝f_k+p,j-1,j＝1,2,...,m}；

8-6复合形进化，采用复合形竞争演化(CCE)算法分别进化步骤8-5中的每个复合形；

8-7复合形混合，将进化后的复合形组合，并按照步骤8-4进行排序，组成新的样本集合。

8-8设置目标函数阈值Th_f和循环次数M，比较步骤8-7中得到的最小目标函数值f₁与阈值Th_f，若f₁≤Th_f则停止计算，否则返回步骤8-5继续计算直至达到设置的循环次数M。

本实施例中，收集到陕西省某小流域1962至2014年水文数据，包括流域出口水文站流量数据及流域内雨量站点的降雨数据，插值处理为等时段时间序列数据。根据泰森多边形计算权重，将雨量站点时间序列转换为面雨量时间序列。进行洪水场次划分，获得148场洪水，将洪水事件与降雨事件相关联，筛选掉无法找到关联降雨事件的洪水事件，得到元素一一关联的降雨事件集合与洪水事件集合，共包含139场降雨洪水过程，其中洪水过程如图5所示。

推求净雨过程，单一场次结果如图6所示。

基于所有场次样本数据，统计净雨、洪水过程时长，推求单位线时段数为41。依据本发明所给出的目标函数和约束条件设定，基于SCE-UA优化算法获得流域单位线如图7所示。

最后应说明的是，以上仅用以说明本发明的技术方案而非限制，尽管参照较佳布置方案对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案(比如各种公式的运用、步骤的先后顺序等)进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。

Claims (5)

1.一种基于SCE-UA算法的单位线分析方法，其特征在于：包括以下步骤：

1)数据的收集、处理：收集流域内雨量站及水文站观测数据，处理获得等时段流域面雨量时间序列及等时段流域出口流量时间序列；

2)洪水场次划分：根据流域出口流量时间序列划分洪水场次；

3)关联降雨过程，构建样本集合：将场次洪水与场次降雨进行匹配关联，依次寻找每个场次洪水序列所关联的降雨事件，筛选掉无法找到关联降雨事件的洪水事件，从而得到元素一一关联的降雨事件集合与洪水事件集合；以洪水序列开始、结束时间点为基准进行关联降雨的提取；最终获得的关联的可利用洪水降雨场次数记为N；

4)推求净雨过程：采用初损后损法对产流过程的水量损失进行划分，获得各场次洪水净雨过程；

5)推求单位线时长：设步骤3)获得可利用洪水降雨场次中，其中第l场净雨过程为R'_l＝{R'₁,R'₂,...,R'_pl}，对应洪水过程为Q_l＝{Q₁,Q₂,...,Q_ql}，其中p_l为净雨时段数，q_l为洪水时段数，则此单位线时段数为n_u,l＝q_l-p_l+1；依此计算的单位线时段数在各场次洪水间存在差异，取其中位数作为流域单位线的拟定时长，即：

n_u＝Median(n_u,1,n_u,2,...,n_u,l,...,n_u,N) (9)

式中，Median()代表取中位数，n_u,l为第l场洪水推求的单位线时段数，N为可利用降雨洪水场次数；

6)设定目标函数：包括以下步骤：

6-1对步骤5)中计算的各场次洪水单位线时段数进行排序，把所有数值由小到大排列并分成四等份，选择四分位数数值，即25％和75％分位数数值作为阈值，提取单位线时段数位于25％分位数和75％分位数之间的场次洪水；

6-2将步骤6-1中选择的场次洪水的总剩余平方和最小作为目标函数，如下式所示：

式中，

为基于单位线计算的流量值，Q_t为实际流量值，t为流量发生时刻，N'为步骤6-1中选择的降雨洪水场次数，n_i为第i场洪水的时段数；

7)约束条件设定：添加水量约束、单调约束及退水速率约束三个约束条件；

8)单位线优化率定：以步骤6-1中获得的场次洪水的总剩余平方和最小作为目标函数，以水量约束、单调约束及退水速率约束作为约束条件，采用SCE-UA算法进行单位线优化率定。

2.根据权利要求1所述的一种基于SCE-UA算法的单位线分析方法，其特征在于：步骤1)具体包括如下步骤：

1-1采用线性内插法进行等时段处理，获得等时段流域出口流量时间序列数据；

1-2根据降雨量累积曲线插值进行等时段处理，获得等时段流域站点雨量时间序列数据；

1-3采用泰森多边形法进行面雨量的计算，获得面雨量时间序列。

3.根据权利要求1所述的一种基于SCE-UA算法的单位线分析方法，其特征在于：步骤2)具体包括如下步骤：

2-1划分流量序列中的基流部分和洪水部分，采用数字滤波法得到流量过程的基流部分，如公式(2)所示：

式中，b_t为时刻t的基流，Q'_t为时刻t的流量，β为滤波系数；

通过调整滤波次数和滤波系数来控制滤波效果，获得基流序列后，利用式(3)分离洪水序列{Q₁,Q₂,...,Q_t}：

Q_t＝Q'_t-b_t (3)

2-2对洪水序列进行平滑处理，消除噪声项和异常点的影响，平滑公式如下式所示：

2-3识别序列中的转折点：计算洪水序列的一阶差分序列{d₁,d₂,...,d_i,...,d_t}，根据一阶差分序列的正负变换判断序列转折点的位置，并对极大值与极小值加以区分，对于序列首尾处，若首尾值为极大值，则将其去掉；设定阈值Th_min，若首尾值小于序列均值除以阈值Th_min，则设定其为极小值，记录转折点序列及各值对应的峰、谷标记；

2-4识别洪水事件的开始、结束点：设定阈值Th_slp，选定第一个极小值作为开始点并向后搜索另一极小值，依据转折点数组的一阶差分序列进行判断，寻找满足公式(5)要求的极小值点Min_k作为结束点；

Min_k-Min₁＜Th_slp·max(|d₁|,|d₂|,...,|d_k|) (5)

2-5对上一步中提取的洪水事件进行筛选与处理：设置阈值Th_peak，对于一次独立的洪水事件，若峰值与序列起始点或结束点的差值小于阈值Th_peak，则认为本次洪水过程量级不足以纳入考虑范围；设定动态坡度阈值Th_dy，对于一次独立的洪水事件，动态坡度为阈值Th_dy与极差的乘积，依据动态坡度删除洪水事件前部与后部的平坦部分；设定时间阈值Th_ΔT，对于一次独立的洪水事件，如持续时间小于阈值Th_ΔT，则认为本次洪水过程不足以纳入考虑范围。

4.根据权利要求1所述的一种基于SCE-UA算法的单位线分析方法，其特征在于：步骤3)降雨过程提取具体步骤如下：

3-1设定阈值Th_S，基于流域面积确定Th_S的值，如公式(6)所示，以T₁-Th_S为开始时间，以洪水结束时刻T₃为结束时间，初步提取降雨序列；

式中，F为流域面积，km²；阈值Th_S为以洪水开始时刻T₁为起点向前考虑降雨的最大时间范围，单位为h；

3-2对降雨开始时间进行检查，去除前部的无效降雨：首先去除降雨序列前端的零值，然后计算T₁时刻前无雨间隔，若无雨间隔ΔT≥6h，则只考虑无雨间隔后的降雨时段，有效降雨开始时刻记为T_s；

3-3对降雨结束时间进行检查，去除后部的无效降雨：利用洪水序列的差分序列提取最后一个洪水峰值Q_lastpeak，以0.3Q_lastpeak为阈值，由洪水结束时刻T₃向前搜索得到有效降雨结束时刻，记为T'_e，最后一个有效降雨时刻记为T_e。

5.根据权利要求1所述的一种基于SCE-UA算法的单位线分析方法，其特征在于：步骤4)具体步骤如下：

4-1构建水量平衡公式：

式中，R为次洪径流深，mm；P为场次降雨量，mm；I₀为初损量，mm；

为平均后损率，mm/h；t_R为产流时间，h；P'为后期不产流的雨量，mm；

4-2进行产流过程初损后损划分，通过公式(8)试算获得平均后损率和产流开始、结束时间：

式中，T₁为洪水起涨时刻；T₂为产流结束时刻；

4-3计算净雨过程，利用洪水起涨时刻T₁至产流结束时刻T₂之间的降雨过程，扣除平均后损率

即可获得净雨过程R'＝{R'₁,R'₂,...,R'_L}，其中

其中T₁≤t≤T₂，P_t为t时刻降雨量，L＝T₂-T₁+1代表净雨过程的长度。

Images