[发明专利]一种自适应分割时段场次降雨径流的方法

说明书

本发明提供一种自适应分割时段场次降雨径流的方法，包括以下步骤：S1、收集已知区域的连续降雨径流数据；S2、波峰波谷自动计算和识别；S3、降雨场次自动分割，识别降雨开始和结束时间，计算场次累积降雨量；S4、降雨径流场次自动分割，根据降雨开始结束时间识别相应场次洪水开始结束时间；S5、场次洪水洪峰峰数识别，根据单场次洪水中波峰与波谷差值，鉴定洪峰数量；S6、相关系数计算，计算场次降雨径流累积降雨量与流量最大涨幅的相关系数；S7、参数寻优；S8、筛选符合要求的场次降雨径流过程。该方法能够提高分割场次降雨径流准确率，且自适应程度较高，可全部实现自动化，能快速、高效分割场次降雨径流。

技术领域

本发明涉及水文预报领域领域，特别涉及一种自适应分割时段场次降雨径流的方法。

背景技术

一定程度的降雨导致河段断面流量波动，那么降雨不一定都会使流量波动；反之，河段流量波动可能是降雨导致，也可能是上游流量波动或水库开闸或其他原因形成。目前，从连续水文资料中提取场次洪水较容易，而提取完整的场次降雨径流主要为人工靠经验识别，效率较低，或者不能严格提取出场次洪水对应的场次降雨，提取的结果准确性较低。

公开号为CN109785979A的发明专利申请公开了一种场次洪水降雨径流过程界定方法，该方法只给出了洪峰流量的数学识别方法，对于洪水和降雨的起始时间、开始时间、均未给出具体的识别方法，仍需人工判定。公开号为CN112561214A的发明专利申请公开了一种自动识别场次洪水的方法及系统，该发明没有给出阐述具体寻找雨量过程的开始结束位置的方法，且没有关联雨量过程和洪水过程，已致实施案例三中划分结果第三场和第五场洪水持续时间过长。公开号为CN110929956B的发明专利申请公开了一种基于机器学习的洪水预报方案实时优选方法，该发明阐述降雨、洪水场次关联方法为：若降雨事件的质心落入与洪水事件相关的一定时间窗口中，则认为降雨事件与洪水事件为关联事件，然而若降雨事件为凹变形，其质心很难落入时间窗口中，而且该专利没有阐述时间窗口的时间长度如何设定。

场次降雨径流是研究流域产汇流的主要资料，是水文预报的基础资料，因此有必要研发一套能合理、准确提取场次降雨径流的方法，将人工经验凝练提升为科学规律，并能使用计算机语言实现自动、批量进行处理，快速、高效的进行分割场次降雨径流。

发明内容

本发明所要解决的技术问题是提供一种自适应分割时段场次降雨径流的方法，关联洪水与降雨形成一场完整的场次降雨径流，提高分割场次降雨径流准确率，且自适应程度较高，可全部实现自动化，能快速、高效分割场次降雨径流。

为解决上述技术问题，本发明所采用的技术方案是：为解决上述技术问题，本发明所采用的技术方案是：一种自适应分割时段场次降雨径流的方法，包括以下步骤：

S1、收集已知区域的连续降雨径流数据；

S2、波峰波谷自动计算和识别；

S3、降雨场次自动分割，设置雨强阈值和降雨间歇时间阈值，识别降雨开始和结束时间，计算场次累积降雨量；

S4、降雨径流场次自动分割，设置时间窗口阈值，根据降雨开始结束时间识别相应场次洪水开始结束时间；

S5、场次洪水洪峰数量识别，根据单场次洪水中波峰与波谷差值，鉴定洪峰数量；

S6、相关系数计算，计算场次降雨径流累积降雨量p_n^sum与流量最大涨幅Q_n^up的相关系数；

S7、参数寻优，寻优评价指标为步骤S6中累积降雨量p_n^sum与流量最大涨幅Q_n^up的相关系数最大，且满足随着洪峰数量增多，相关系数降低；

S8、筛选符合要求的场次降雨径流过程。

所述步骤S1包括以下步骤：

S11、收集已知区域包含需被划分且连续不间断的流量数据以及时间序列；