[发明专利]基于DSS数据库的分布式水文模型多场次洪水参数率定方法

摘要

基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法，属于水文模型参数率定技术领域，步骤为：1)构建多目标遗传算法eNSGA‑II框架用于HEC‑HMS模型的参数多目标优化率定；2)基于参数优化框架，利用JAVA语言将参数种群中的个体写入basin文件以输入模型参数，并在模型运行之后从DSS数据库中提取模拟结果反馈至框架以计算参数个体适应度生成新参数种群，实现模型与参数优化框架的耦合，完成整个参数自动率定过程；3)依据参数物理意义是否符合流域特性等标准，在Pareto解集中选取适宜的参数输入模型，并对模拟结果进行精度评定。本发明突破模型的应用局限性，极大地节省率定时间和人力，有利于模型的推广使用。

主权项

1.一种基于DSS数据库读写的分布式水文模型多场次洪水参数率定方法，其特征在于以下步骤：第一步，搭建用于HEC-HMS模型参数率定的eNSGA-II框架，设定优化目标函数及相应算法参数；1.1)选取目标函数以洪水预报结果精度评定标准为基础，选择三个目标函数，目标函数的计算方法如下：①径流深的绝对误差小于20mm且相对误差小于20％，或径流深绝对误差小于3mm视为产流合格，合格场次越多越好； R a b s = | R s i m - R o b s | - - - ( 2 ) ]]> R r e l = R a b s R o b s × 100 % - - - ( 3 ) ]]>式中，Rsim、Robs分别为径流深的模拟值与实测值，Rabs为径流深绝对误差，Rrel为相对误差；②洪峰流量相对误差小于20％且峰现时间差在2h内视为汇流合格，合格场次越多越好； Q r e l = | Q s i m - Q o b s | Q o b s × 100 % - - - ( 4 ) ]]>式中，Qsim、Qobs分别为洪峰流量的模拟值与实测值，Qrel为洪峰流量相对误差；ΔT＝Tsim-Tobs (5)式中：Tsim、Tobs分别为峰现时间的模拟值与实测值，ΔT为峰现时间差③确定性系数大于0.7视为洪水过程模拟合格，合格场次越多越好； D C = 1 - Σ i = 1 N ( Q i s - Q i o ) 2 Σ i = 1 N ( Q x - Q o ‾ ) 2 - - - ( 6 ) ]]>式中，Qis、Qio分别为洪水过程中第i个时刻的模拟流量和实测流量，为洪水过程的平均实测流量，DC即为确定性系数；1.2)算法设定评价次数：100000次种群数量：100～1000交叉率：1.0交叉分布指数：15变异率：0.125变异分布指数：20第二步，基于第一步搭建的参数优化框架，利用JAVA语言将参数种群中的个体写入basin文件用以输入模型参数，并在模型运行之后从DSS数据库中提取模拟结果反馈至参数优化框架，用于计算参数个体适应度生成新参数种群，进而实现模型与参数优化框架的耦合，完成整个参数自动率定过程；具体过程为：2.1)输入参数种群与运行模型①将eNSGA-II框架生成的参数种群中的个体分别写入HEC模型流域文件夹下的basin文件；②建立外部脚本文件compute.script，突破模型单机版界面运行的限制；③通过cmd运行.bat文件，调用外部脚本文件compute.script运行HEC-HMS水文模型以完成模型参数的输入及模拟过程；2.2)获取模拟结果与计算目标函数值①模拟过程结束后，此次模拟结果自动存入流域文件夹下的DSS数据库，将模拟结果提取至搭建的JAVA框架下；②按设定的目标函数计算参数个体的适应度，反馈给eNSGA-II优化框架，用于框架评估个体优劣并生成下一代种群；2.3)重复上述步骤，从而实现模型与参数优化框架eNSGA-II的耦合，得到Pareto解集，完成整个参数率定过程；第三步，依据参数物理意义是否符合流域特性等标准，在第二步得到的Pareto解集中选取适宜的参数输入模型，并对模拟结果进行洪水预报的精度评定；所述洪水预报的精度评定是指预报模型各洪水预报要素的精度等级，按下述要素确定，其中，径流深、洪峰流量、洪峰出现时间、确定性系数由合格率QR指标给出，洪水过程由确定性系数DC指标给出；所述的合格率为合格预报次数与预报总次数之比的百分数，表示多次预报总体的精度水平，其中，一次预报的误差小于许可误差时，为合格预报；合格率按下式计算： Q R = n m * 100 % - - - ( 7 ) ]]>式中，n为合格预报次数，m为预报总次数。