[发明专利]一种基于数据同化的河网水流水质实时预测方法及装置

权利要求书

1.一种基于数据同化的河网水流水质实时预测方法，其特征在于，所述方法包括：

采集河网的基础数据和实时数据；

根据所述基础数据以及河网拓扑结构，建立基于并行计算架构的水动力水质模型；

根据河网的实时监测数据，利用集合卡尔曼滤波或其改进算法，对所述水动力水质模型进行数据同化，得到基于并行计算架构的数据同化模型；

采用所述数据同化模型，对河网各河段的水位、流量和水质浓度预测，并同步更新糙率、水质扩散系数和水质模型参数。

2.根据权利要求1所述的基于数据同化的河网水流水质实时预测方法，其特征在于，所述河网的基础数据包括：河网的河道底部高程和河宽、河网边界的水位、流量和水质浓度，各个断面的初始流量场Q_初始、初始水位场Z_初始以及初始水质浓度场C_初始；

所述的实时数据包括：河网出入流边界的监测数据、河网内部河段关键断面的监测数据以及卫星遥感反演的数据产品。

3.根据权利要求1所述的基于数据同化的河网水流水质实时预测方法，其特征在于，所述根据所述基础数据以及河网拓扑结构，建立基于并行计算架构的水动力水质模型的步骤，包括：

根据所述河网结构绘制河网有向图；

根据所述河网有向图构建河网关系矩阵；

以所述河网关系矩阵为基础，并根据所述基础数据，建立基于并行计算架构的水动力水质模型。

4.根据权利要求3所述的基于数据同化的河网水流水质实时预测方法，其特征在于，所述根据所述河网拓扑结构绘制河网有向图的步骤包括：

确定河网的节点总数以及河段总数；

以圆代表节点，根据河段的空间分布绘制连接各节点的有向边，并任意指定各有向边的正方向，分别为各节点和各条有向边进行编号，得到反映河网拓扑结构的河网有向图；

所述根据所述河网有向图构建河网关系矩阵的步骤包括：

按照如下公式确定所述河网关系矩阵A的第i行、第j列元素a_ij：

5.根据权利要求1至4任一项所述的基于数据同化的河网水流水质实时预测方法，其特征在于，所述实时监测数据包括：水位Z_监测、流量Q_监测和水质浓度C_监测。

6.一种基于数据同化的河网水流水质实时预测装置，其特征在于，所述装置包括：

信息采集模块，被配置为采集河网的基础数据和实时数据；

模型建立模块，被配置为根据所述基础数据以及河网拓扑结构，建立基于并行计算架构的水动力水质模型；

模型同化模块，被配置为根据河网的实时监测数据，利用集合卡尔曼滤波或其改进算法，对所述水动力水质模型进行数据同化，得到基于并行计算架构的数据同化模型；

动态预测模块，被配置为采用所述数据同化模型，对河网各河段的水位、流量和水质浓度预测，并同步更新糙率、水质扩散系数和水质模型参数。

7.根据权利要求6所述的基于数据同化的河网水流水质实时预测装置，其特征在于，所述河网的基础数据包括：河网的河道底部高程和河宽、河网边界的水位、流量和水质浓度，各个断面的初始流量场Q_初始、初始水位场Z_初始以及初始水质浓度场C_初始；

所述的实时数据包括：河网出入流边界的监测数据、河网内部河段关键断面的监测数据以及卫星遥感反演的数据产品。

8.根据权利要求6所述的基于数据同化的河网水流水质实时预测装置，其特征在于，所述模型建立模块还被配置为：

根据所述河网结构绘制河网有向图；

根据所述河网有向图构建河网关系矩阵；

以所述河网关系矩阵为基础，并根据所述基础数据，建立基于并行计算架构的水动力水质模型。