[发明专利]一种结合水文过程数据和历史先验数据的洪水预测方法

摘要

本发明公开了一种结合水文过程数据和历史先验数据的洪水预测方法，利用加权聚类算法对影响降雨信息进行聚类分析，近似含水量信息；对数据进行清理，补充缺失的数据，修正错误数据；根据流域特征选取通用水文模型，获取水文过程中的变量之间的因果推理关系；对获取的一组组推理关系，采用有向图的形式进行表示，其中节点表示物理变量，边的方向表示因果推理关系，并以此拓扑结构构建贝叶斯网络；利用历史数据，结合通用水文模型，模拟产生中间结果数据，共同组成样本集；根据样本集获取历史先验知识，计算条件概率表，以实现对网络的训练，完成水文过程知识和历史先验知识的综合建模；输入测试数据，实现洪水预测。

主权项

1.一种结合水文过程数据和历史先验数据的洪水预测方法，其特征在于，包括如下步骤：步骤1，收集水文要素，根据降雨数据加权聚类近似推算土壤含水量，构成初始数据集，对数据进行清洗，对缺失数据进行补充；步骤2，根据流域特征选取通用水文模型，通过分析通用水文模型，获取水文过程中的变量之间的因果推理关系，对一组组推理关系进行建模，采用有向图的形式进行表示，其中节点表示物理变量，边的方向表示因果推理关系，并以此拓扑结构构建贝叶斯网络；步骤3，利用历史数据，运行通用水文模型，模拟产生中间结果，历史水文要素数据和中间结果数据共同构成数据样本集，对样本集进行统计分析，获取历史先验知识，计算贝叶斯网络的每个节点的条件概率表，以实现对网络的训练，完成水文过程知识和历史先验知识的综合建模；步骤4，对于综合建模的模型，输入新的水文要素，完成水文要素的预测。