[发明专利]一种基于大数据的水文预报方法

权利要求书

1.一种基于大数据的水文预报方法，它包括：

步骤1、将整个流域按范围划分为各个基本计算单元，

步骤2、对每个计算单元进行产流计算；

步骤2所述对每个计算单元进行产流计算的方法包括：

步骤2.1、当降水量或降雨量h到达地面时，按流域日蒸发能力Em进行降水扣损， 得到扣损后的降雨量PE，损失的降雨量为记为E_S，即PE+E_S＝h；

PE0时激活土壤蒸发计算，并置PE为0；激活土壤蒸发计算后，执行步骤2.4完成一次产流迭代计算；

步骤2.2、当降水扣损后，如果PE0，则按水文标准算法，通过流域蓄水容量曲线进行蓄满产流计算；输出净雨R和蓄满吸收量DW，将输出净雨R通过二水源算法得到地上净雨Rs和地下净雨hg；得到地上净雨Rs后，根据霍顿下渗公式结合土壤含水量W，推算下渗率f_v；

步骤2.3、根据当前下渗率f_v和产流面积比a，进行第一次壤中净雨分配，得出壤中净雨的第一部分dhss1和地表净雨hs；再进行第二次壤中净雨分配，从蓄满吸收量DW得到第二部分壤中净雨dhss2，并修正DW；最后合并dhss1和dhss2得到最终的壤中净雨hss；

步骤2.4、通过渗漏机制，根据壤中自由水转换率SSCR和地下水渗漏转换率GCR，实现壤中净雨h_ss向地下净雨h_g，以及地下净雨h_g向深层地下水h_dg的转换；

步骤3、根据产流计算结果对每个计算单元进行汇流计算；

步骤4、对每个计算单元输出流量过程进行河网演进叠加计算，最终得到整个流域断面出口流量；根据流域断面出口流量水文预报。

2.根据权利要求1所述的一种基于大数据的水文预报方法，其特征在于：

它还包括：步骤5、对最大下渗率F₀、稳定下渗率F_c、霍顿下渗公式系数Beta、流域土壤田间持水能力Wm和参数Em进行率定。

3.根据权利要求1所述的一种基于大数据的水文预报方法，其特征在于：

步骤1所述基本计算单元的划分方法包括：将流域内互不嵌套的分水岭作为基本计算单元；一个计算单元对应一个计算点，计算点分为叶子和区间两种类型，上游计算点通过马斯京根算法与下游计算点进行连接。

4.根据权利要求1所述的一种基于大数据的水文预报方法，其特征在于：每个计算单元的降水输入采用气象部门的5平方公里降雨栅格数据；按流域内各个分水岭范围进行分别提取。

5.根据权利要求1所述的一种基于大数据的水文预报方法，其特征在于：

对计算单元进行汇流计算的内容包括：地表汇流Ds、壤中汇流Dss和地下汇流Dg的计算；地表汇流采用瞬时单位线方法实现，壤中汇流Dss和地下汇流Dg采用线性水库方法实现；

将地表净雨通过瞬时单位线转换为流量过程的算法：

其中，U_i为瞬时单位线第i时刻对应的值；D_ui为地表净雨h_s对应的第i时刻的流量值，F为流域面积。

6.根据权利要求1所述的一种基于大数据的水文预报方法，其特征在于：

所述进行河网演进叠加的方法为马斯京根河道演进算法，对于一个区间结点，出流量Q等于上游入流Q_uI演进到结点的出流Q_uO加结点区间的总汇流量D，即：

D_i＝D_si+D_ssi+D_gi

Q_i＝Q_uOi+D_i

其中，Q_uOi-1表示区间河道第i-1时刻演进出流量，Q_uIi表示区间河道第i时刻入流量,为平均流速，X为流量比重系数，L为区间河道长度，Q_uOi表示区间河道第i时刻的出流量。