[发明专利]一种基于前期雨量优选参数的洪水预报方法

说明书

本发明涉及一种基于前期雨量优选参数的洪水预报方法，属于洪水预报技术领域，该方法包括：统计出预报区内所有场次历史洪水发生前预报区内前的前期降雨量值；再将历史洪水分为汛期组和非汛期组，对预报区进行洪水预报模型构建；对每场历史洪水进行单场参数率定，得到每场洪水的一套参数；再对汛期和非汛期两组场次洪水分别进行连续参数率定，得到两套参数，并将每套参数分为高敏感性和低敏感性两类参数；实时监测并记录逐日降雨数据，并统计此次降雨的前期降雨量；计算本次降雨的前期降雨量与历史洪水前期降雨量的贴近度，将贴近度最小值作为客观因素指标构建的洪水预报模型进行洪水预报。本方法提高了水文模型在洪水预报应用中的准确性和实用性。

技术领域

本发明属于洪水预报技术领域，更具体地，涉及利用前期雨量优选洪水预报模型中参数的方法。

背景技术

人们在研究自然界水文现象时，将复杂水文现象加以概化，忽略次要的与随机的因素，保留主要因素和基本规律的部分，建立的具有一定物理意义的数学物理模型，即是水文模型。水文模型是对水文现象的物理和逻辑过程的概化。在目前的洪水预报技术中都离不开水文模型的运用，所有的水文模型，包括新安江模型、TOPMODEL、HEC-HMS模型、TANK模型、萨克拉门托模型等，每个模型都有自己一套参数，在实际应用中都需要依靠实测资料来对模型的参数进行率定(参数率定就是先假定一组参数,代入模型得到计算结果,然后把计算结果与实测数据进行比较,若计算值与实测值相差不大,则把此时的参数作为模型的参数；若计算值与实测值相差较大,则调整参数代入模型重新计算,再进行比较,直到计算值与实测值的误差满足一定的范围)。模型参数主要有两类，一类是具有物理意义的水文特性参数，这类参数与流域初始水文条件相关性较大，如土地利用类型、土壤类型、土壤含水量等条件，参数率定能够使这类参数更加符合预报区的水文特性；另一类参数不具有物理意义，很难通过数学物理分析的方法来推算，一般需要在特定的参数范围内通过率定的方式来获取最优值，如马斯京根模型(一种模拟河道内水流从上游演进到下游的水文模型)中参数x，这类参数只能通过参数率定来得到最优值，两类参数都需要率定以后才能在模型中发挥作用。合理的模型参数能够为水文模型的运行提供可靠的保证，所以参数率定是水文建模过程中十分重要的一环。模型的参数率定方法较多，如遗传算法、粒子群算法、差分进化算法、单变量梯度法等。参数率定根据率定场次的多少，分为单场率定和多场率定。单场率定的目的是找出一场洪水最优参数，多场率定就是要找到适用于该流域每场洪水的最优参数。因为水文参数都有一定的敏感性(敏感性是指在水文模型得到最优解范围时，参数随初始水文条件变化幅度的大小)，在参数率定的过程中需要分析参数的敏感性。参数的敏感性分析一般采用贝叶斯方法、SCE-UA算法、GLUE方法等，HEC-HMS模型自带有参数敏感性分析工具。

对一个特定的流域来说，任何水文模型的参数值并不是一成不变的。对于利用水文模型进行的洪水预报而言，影响洪水过程的一些水文参数的取值会随流域初始水文条件在很小的范围内变化，而另一些参数会由于初始水文条件，如洪水发生时间是否在汛期(汛期是指江河中由于流域内季节性降水、融冰、化雪，引起定时性水位上涨的时期)、降雨中心的不同、流域土壤含水量的不同等客观因素导致变化范围较大。不同的天气情况、不同的土壤情况等客观因素都会影响参数取值，从而影响洪水预报结果，所以洪水预报模型在选用参数时必须考虑这些客观因素。而现有的预报技术都是沿用一套固定的参数，所选用的参数经过连续率定满足流域最优，但忽略了影响洪水预报模型中参数的客观因素，不能反应不同敏感性参数对预报结果的影响，导致其预报精度都不是很高。

洪水预报精度评价方式根据《水文情报预报规范(GB/T 22482-2008)》中规定的利用确定性系数来评价，其计算公式如下：

式中：DC为确定性系数；y_c为预报值；y_o为实测值；为实测平均值；n为实测值的数量。确定性系数范围在0到1之间，值越大表示预报效果越好，预报精度越高。

发明内容