[发明专利]一种基于超多目标大规模优化的综合场次洪水水文模型参数率定方法

权利要求书

1.一种基于超多目标大规模优化的综合场次洪水水文模型参数率定方法，其特征在于：包括如下步骤，

S1、收集并整理研究流域的资料；

S2、构建适用于研究流域径流预报的日尺度的水文模型；

S3、构建适用于研究流域场次洪水预报的次洪预报模型，并基于日尺度的水文模型为次洪预报模型提供初始状态变量；

S4、基于次洪预报模型构建组内各场次洪水的目标函数；

S5、以目标函数最小为目标，利用基于超多目标大规模优化的优化算法对组内多场次洪水的目标函数同时进行优化，确定组内综合场次洪水水文模型的最优参数。

2.根据权利要求1所述的基于超多目标大规模优化的综合场次洪水水文模型参数率定方法，其特征在于：步骤S1具体包括如下内容，

S11、收集研究流域水文站和雨量站的位置信息、流域出口断面的场次洪水数据以及日平均流量数据、各雨量站的降雨量摘录数据以及日降雨量数据、研究流域的数字高程数据；

S12、利用GIS工具提取研究流域水系，并根据需要采用自然流域划分方法或泰森多边形方法划分子流域；

S13、通过线性插值方法将场次洪水径流过程插值成时段长度为1小时的径流过程、将流域内各雨量站的降雨量摘录数据插值成时程长度为1小时的降雨过程。

3.根据权利要求1所述的基于超多目标大规模优化的综合场次洪水水文模型参数率定方法，其特征在于：步骤S2具体为，构建适用于研究流域径流预报的日尺度的水文模型，利用该水文模型计算研究流域各日的状态变量，以为研究流域的次洪预报模型提供初始状态变量；所述状态变量包括土壤含水量、产流面积比、自由水蓄水量。

4.根据权利要求1所述的基于超多目标大规模优化的综合场次洪水水文模型参数率定方法，其特征在于：步骤S3具体包括如下内容，

S31、构建适用于研究流域产汇流特性的次洪预报模型，并设置约束条件；

S32、以洪峰量级为分组条件对研究流域的场次洪水进行分组综合，选定具有代表性的各组场次洪水并确定各个场次洪水的起止时间；

S33、利用S2中构建的日尺度的水文模型计算各场次洪水的初始状态变量。

5.根据权利要求1所述的基于超多目标大规模优化的综合场次洪水水文模型参数率定方法，其特征在于：步骤S4具体为，根据对单场洪水的优化效果，为各场次洪水分别选择目标函数；所述目标函数为残差平方和函数或峰值加权均方根误差函数或洪量误差百分比函数或综合考虑洪峰洪量影响的综合函数。

6.根据权利要求1所述的基于超多目标大规模优化的综合场次洪水水文模型参数率定方法，其特征在于：步骤S5具体包括如下内容，

S51、选择基于超多目标大规模优化的优化算法，以各个目标函数最小为优化目标，同时对组内各场次洪水的目标函数进行优化，确定组内综合场次洪水水文模型最优参数的帕累托解；

S52、综合分析组内场次洪水水文模型最优参数的帕累托解，选择使率定期预报合格率最高的参数作为组内综合场次洪水水文模型的最优参数。

7.根据权利要求6所述的基于超多目标大规模优化的综合场次洪水水文模型参数率定方法，其特征在于：基于各场次洪水的初始状态变量，次洪预报模型采用马斯京根法或滞时演算法进行河道洪水演算进而确定率定期预报合格率；其中马斯京根法的约束条件为，

其中，k为当河道为恒定流时，洪水传播时间；x为流量比重系数；Δt为时段长度。