[发明专利]一种气候变化条件下的流量历时曲线动态预测方法有效
申请号: | 202010511877.2 | 申请日: | 2020-06-08 |
公开(公告)号: | CN111709564B | 公开(公告)日: | 2023-09-12 |
发明(设计)人: | 李凌琪;王治刚;吴凯 | 申请(专利权)人: | 黄河水利委员会黄河水利科学研究院;甘肃省水文水资源局 |
主分类号: | G06F18/27 | 分类号: | G06F18/27;G06F18/2135;G06Q10/04;G06F17/18;G06T11/20;G06Q50/26 |
代理公司: | 南京华鑫君辉专利代理有限公司 32544 | 代理人: | 徐明慧 |
地址: | 450004*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 气候变化 条件下 流量 历时 曲线 动态 预测 方法 | ||
1.一种气候变化条件下的流量历时曲线动态预测方法,其特征在于,包括以下步骤:
S1、根据流域多年的年实测径流量Qt计算平均径流量的年份记入丰径年,年数为ε丰,的年份记入枯径年,年数为ε枯;
根据流域多年的年实测降雨量Pt计算平均降雨量的年份记入丰雨年,年数为θ丰,的年份记入枯雨年,年数为θ枯;
S2、采用列联表检验法分析丰径年、枯径年和丰雨年、枯雨年之间的统计相关性程度,并建立径流-降雨的丰、枯年数的比例关系;
S3、采用经验正交函数提取实测径流量Qt的一维和二维主成分,按照丰径年、枯径年和丰雨年、枯雨年分别将实测径流量Qt的一维和二维主成分的特征向量进一步划分,分别辨识丰径年、枯径年和丰雨年、枯雨年的径流主成分存在的波动变化特征;
采用Pearson相关性系数进一步量化实测径流量Qt的一维和二维主成分在丰径年、枯径年和丰雨年、枯雨年的序列相关性;
S4、通过气候模型生成不同的降雨情景,预测指定气候条件下的年降雨量Pt'计算均值的年份记入未来丰雨年,年数为θ'丰,的年份记入未来枯雨年,年数为θ'枯;
基于步骤S2的比例关系和步骤S3的波动变化特征及序列相关性,预测指定气候条件下的未来丰径年的年数ε'丰与未来枯径年的年数ε'枯的划分比例;
S5、以步骤S4的划分比例为调节系数,基于丰径年、枯径年的流量历时曲线,预测指定气候条件下的流量综合历时曲线。
2.根据权利要求1所述的动态预测方法,其特征在于,所述步骤S2中的列联表检验法包括Cramér’s V检验法。
3.根据权利要求2所述的动态预测方法,其特征在于,所述Cramér’s V检验法的检验步骤为:
A1、将流域的丰径、枯径年份发生次数和丰雨、枯雨年份发生次数构建为二维列联表,基于卡方统计量χ2的关联性,定量评价同期降雨反映径流丰枯变化的代表性大小,公式如下:
df=(r-1)·(c-1) (3)
式中,为列联表中第ν行、第列单元格内的实际发生次数,是假定二者不相关情况下每个单元格内的期望发生次数,由公式(2)计算;fν是列联表中第ν行所有单元格内的实际发生次数之和,是列联表中第列所有单元格内的实际发生次数之和,N是实际发生总次数,即列联表全部单元格内的实际发生次数之和df表示卡方检验自由度,r和c分别是列联表的总行数和总列数;
A2、设显著性水平为α=0.05,若卡方统计量则检验结果认为径流和降雨存在显著相关性,且χ2值越大,说明列联表中变量之间的关联程度越高;值通过查卡方检验临界值表获得;
A3、基于卡方统计量χ2计算Phi相关系数或Cramer’s V系数,衡量径流-降雨的丰、枯年数之间显著关联程度的大小;
4.根据权利要求3所述的动态预测方法,其特征在于,当卡方统计量即径流和降雨存在显著相关性时,所述步骤S2中的比例关系,成立:
θ丰:θ枯≈ε丰:ε枯 (6)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于黄河水利委员会黄河水利科学研究院;甘肃省水文水资源局,未经黄河水利委员会黄河水利科学研究院;甘肃省水文水资源局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010511877.2/1.html,转载请声明来源钻瓜专利网。