[发明专利]一种基于MVC架构的水文预报模型及其求解方法

说明书

技术领域

本发明涉及一种水文预报模型，尤其是一种基于MVC架构的水文预报模型及其求解方法。

背景技术

水文预报是防汛、抗旱和水资源利用等重大决策的重要依据。水文预报模型可分为黑箱模型、概念模型和物理模型；目前应用较多的是概念模型，其最大特点是以水文现象的物理概念和一些经验公式为基础构造的，它把流域的物理基础(如下垫面等)进行概化(如线性水库、土层划分、蓄水容量曲线等)，再结合水文经验公式(如下渗曲线、汇流单位线、蒸散发公式等)来近似地模拟流域水流过程。但是由于参数繁多，且参数间不独立和关系不确定问题较难解决。

一种线性随机模型将水文时间系列简单的描述成一个单一时间函数(通常表示为一个离散)的概率和序列，此类模型包括单位线(Shermen，1932)，总径流线性响应模型(Box和Jenk-ins，1976)和线性扰动模型(Nash和Barsi，1983)。此类模型是应用线性系统分析的概念，用一个线性转换来模拟流域实际水文过程的“黑箱子”模型。

洪水预报系统的开发在国内外已有30多年的历史，不同阶段的开发模式和系统架构均不相同。最初单纯以预报自动化为目标，以后随着信息化技术的发展，加入图形交互处理技术，并对洪水预报数学模型计算结果进行人工干预，但是总体来说水文预报系统架构老旧，系统的维护和升级十分困难，很大程度上阻碍了水文预报软件的持续发展。

发明内容

为解决上述问题，本发明公开一种能够实现网络访问、匹配多种展示形式的基于MVC架构的水文预报模型，具体技术方案为：

基于MVC架构的水文预报模型，包括：视图、模型、控制器三个部分；

所述的视图，为用户看到并与之交互的界面，用于向用户显示相关的数据，接收用户的输入数据，接受模型发出的数据更新事件，对用户界面进行同步更新；

所述的模型，是线性随机模型，包括算法对象和数据存储对象，对数据进行处理和计算，为多个视图提供数据，当数据发生改变时，通知视图部分；上述数据存储对象包括方案对象、雨量站对象、水位站对象。

所述模型包括：季节子模型，总径流线性响应子模型即SLM模型，线性扰动子模型即LPM模型；

所述的控制器，控制对象负责逻辑处理、控制实体数据在视图上展示、调用模型处理业务请求。

该水文预报模型的求解方法，包括以下过程：

a，视图接收用户的请求和获取用户设置的数据，以及获取数据库数据，调用模型来进行处理；所述的视图获取用户设置的数据，包括先获取用于率定的降雨测站ID列表，然后获取预报水站的编码；所述的视图获取数据库数据，包括获取降雨、水位数据；

b，控制器接收模型计算所需的参数后，调用模型进行水文预报计算；

c，模型处理控制器传来的请求，开始进行计算，并将计算的结果传递回控制器，控制器调用相应的View格式化模型传递回的结果数据，并通过视图的表示层呈现给用户；

上述的c，模型处理控制器传来的请求进行计算，包括：

c1调用季节子模型计算水文特征量的季节均值；

季节子模型输入项为水文特征量率定期时段内的全部日均值，输出值为季节均值Q_d，_i，季节均值是指带有季节特征的多年同日均值；

上述季节均值Q_d，_i公式为：

式中：Q_d，_i表示第i年第d天的水文变量，n是资料年份数；

为克服部分区域样本年限较短，所求得的季节性均值仍具有随机扰动，采用傅氏级数对季节性均值进行光滑模拟，经光滑后的系列可用下式表示

式中：为均值，A_j和B_j为富士级数，j为调和函数的序数，即：

式中：j为调和函数的序数，实际中，一般取L＝4或5个调和级数。

c2调用总径流线性响应子模型计算模拟的水文特征量；

总径流线性响应子模型的输入项为线性扰动系统响应函数H(i)和被预报水文特征量的相关特征量X(k-i+1)；输出项为被预报水文特征量Y(k)；

c3线性扰动子模型计算模型效率系数得到水位预报结果；

上述的总径流线性响应模型(SLM模型)包括如下内容：

假定流域是一个线性、时不变、集总的确定性水文系统，则总径流线性响应模型的系统方程，可用下列线性卷积方程表达：