[发明专利]一种基于陆气耦合的水资源调度方法

摘要

本发明涉及一种基于陆气耦合的水资源调度方法，包括以下几个步骤：步骤1、根据数值大气模式WRF进行降雨预报；步骤2、对河北雨洪模型的参数设置；步骤3、预报降雨驱动河北雨洪模型进行径流预报；步骤4、依据径流预报，确定水资源调度方案。本发明从提升径流预报精度和延长径流预报期角度出发，提供了一种基于陆气耦合的水资源调度方法，可以为决策者提供充足的时间制定水资源调度方案，并可以较精确的判断水库蓄泄水量，充分利用有限的水资源，发挥最大的供水效益，特别适用于北方受人类活动影响较大的地区，因与气象预报相结合，可以实现降雨、径流的滚动预报，为水利等有关部门提供合理的水资源调度依据，具有普遍适用性。

主权项

1.一种基于陆气耦合的水资源调度方法，包括以下几个步骤：步骤1、根据数值大气模式WRF进行降雨预报；步骤2、对河北雨洪模型的参数设置；所述步骤2中选用河北雨洪模型，该模型是水文模型的一种，目前在我国北方地区应用效果好；所述河北雨洪模型需要率定的参数共9个，其中产流模块6个，汇流模块3个；包括：产流模块中反映下渗率消退的速度u、稳定下渗率fc、流域内最大点下渗能力fm、下渗分配曲线的指数n、流域最大蓄水容量Wm和流域蓄水容量曲线的指数b；以及汇流模块中反映河道或流域调蓄程度的汇流参数A、反映河道或流域形状的参数w和洪水传播时间τ；基于上述9个参数设置，所述河北雨洪模型将天然径流分为地表径流和地下径流，降雨在扣除截留、填洼的初损后，降雨强度依然大于土壤下渗强度时，产生地表径流，入渗水量经过土壤再分配，部分形成地下径流；河道内演算采用马斯京根法，从而获得研究区出口断面的流量；所述参数设置采用BP神经网络和支持向量机耦合的方法率定参数，提高选取最优参数的速度和精度；具体来说，用BP神经网络来搜索支持向量机参数，得到最优参数；然后以模拟流量过程与实测流量过程水量误差为目标函数，以径向基函数为核函数，河北雨洪模型中的9个参数初始值为输入量，通过支持向量机算法反复训练9个参数，使河北雨洪模型得到与实测径流量过程误差最小的流量过程，这一流量过程对应的河北雨洪模型的参数值为最优参数值，从而完成参数的率定；步骤3、预报降雨驱动河北雨洪模型进行径流预报；步骤4、依据径流预报，确定水资源调度方案。