[发明专利]一种考虑降雨量等级的水文预报方法及系统

权利要求书

1.一种考虑降雨量等级的水文预报方法，其特征在于，包括以下步骤：

(1)根据流域的历史水文信息和流域的定量降雨预报信息，建立水文模型得到不同预见期下的预报流量；

(2)利用遗传算法确定强降雨和弱降雨的分级阈值；

所述步骤(2)具体包括如下步骤：

(2.1)初始化种群；

(2.2)对初始化的降雨量分级阈值，分别用高斯混合模型拟合强降雨和弱降雨下的预报流量与实测流量的边缘流量分布；

(2.3)采用正态分位数转换将非正态的边缘流量分布转换为亚高斯模型分布，计算转换空间下似然函数的估计参数得到不同预见期不同降雨量等级下的方差；

(2.4)基于不同预见期时强降雨下的方差和弱降雨下的方差确定个体适应度；

(2.5)对步骤(2.4)确定的个体适应度进行选择、交叉和变异操作；

(2.6)若目前迭代次数达到最大迭代次数，或最优个体的适应度不再上升时，则算法终止；

(3)依据所述强降雨和弱降雨的分级阈值，基于所述不同预见期下的预报流量分别确定强降雨和弱降雨下的预报流量后验概率密度函数；

(4)基于强降雨和弱降雨下的预报流量后验概率密度函数进行水文预报。

2.根据权利要求1所述的水文预报方法，其特征在于，所述步骤(3)具体包括如下步骤：

由步骤(2)中确定的强降雨和弱降雨的分级阈值，将预报结果分为强降雨下和弱降雨下两种情况，采用高斯混合模型拟合实测流量和预报流量的边缘流量分布；通过正态分位数转换，将非正态的流量分布转换为亚高斯模型分布，基于一阶马尔科夫假设，得到先验分布和似然函数的估计参数，从而得到后验概率密度函数。

3.一种考虑降雨量等级的水文预报系统，其特征在于，包括：

流量预报单元，用于根据流域的历史水文信息和流域的定量降雨预报信息，建立水文模型得到不同预见期下的预报流量；

阈值确定单元，用于利用遗传算法确定强降雨和弱降雨的分级阈值；

所述阈值确定单元具体通过如下步骤确定所述分级阈值：

(2.1)初始化种群；

(2.2)对初始化的降雨量分级阈值，分别用高斯混合模型拟合强降雨和弱降雨下的预报流量与实测流量的边缘流量分布；

(2.3)采用正态分位数转换将非正态的边缘流量分布转换为亚高斯模型分布，计算转换空间下似然函数的估计参数得到不同预见期不同降雨量等级下的方差；

(2.4)基于不同预见期时强降雨下的方差和弱降雨下的方差确定个体适应度；

(2.5)对步骤(2.4)确定的个体适应度进行选择、交叉和变异操作；

(2.6)若目前迭代次数达到最大迭代次数，或最优个体的适应度不再上升时，则算法终止；

概率确定单元，用于依据所述强降雨和弱降雨的分级阈值，基于所述不同预见期下的预报流量分别确定强降雨和弱降雨下的预报流量后验概率密度函数；

水文预报单元，用于基于强降雨和弱降雨下的预报流量后验概率密度函数进行水文预报。

4.根据权利要求3所述的水文预报系统，其特征在于，所述概率确定单元基于阈值确定单元确定的强降雨和弱降雨的分级阈值，将预报结果分为强降雨下和弱降雨下两种情况，采用高斯混合模型拟合实测流量和预报流量的边缘流量分布；通过正态分位数转换，将非正态的流量分布转换为亚高斯模型分布，基于一阶马尔科夫假设，得到先验分布和似然函数的估计参数，从而得到后验概率密度函数。