[发明专利]一种基于洪型概化的河道洪水预报方法

摘要

本发明提供了一种基于洪型概化的河道洪水预报方法，通过对预报站点历史资料进行分析，确定该站点的典型洪水过程线，同时挑选出该站点洪水洪峰/历时的预报因子，采用支持向量机建立洪峰/历时的预报模型，根据该模型逐时段洪峰及历时的预报结果，对典型洪水模式进行缩放，进而获得该站点逐时段洪水预报结果。较之现有方法需要对洪水的整体过程进行预报，本发明侧重的是洪水主体形状、洪峰及历时的预报，其通过洪型概化法确定待预报站点的典型洪水过程，使用支持向量机算法建立该站洪峰及历时的预报模型，最终使用洪峰及历时预报结果对典型过程进行缩放，获得整场洪水的预报结果；该方法比较现有的水文方法及水利模型具有简单、快速等特点。

主权项

1.一种基于洪型概化的河道洪水预报方法，其特征在于：包括以下步骤：(1)收集需要待预报水文站的历史洪水，将各场次洪水过程线绘制于坐标系中，纵坐标表示流量相对数Qi/Qmax，横坐标表示时间相对数Ti/Tmax；其中，Qmax是洪峰流量，Tmax是洪水过程总历时，Qi，Ti为第i时刻的流量和时间；(2)选取步骤(1)历史洪水过程线内若干特征点，包括洪水起涨时刻、洪峰、洪水退水及结束时刻，求取历史洪水过程线各特征点的均值，将各特征点均值相连，构成该站点的典型洪水过程，记特征点集合为其中及分别为第s个特征点的洪峰概化值及历时概化值；(3)分析该站点的洪水主要来源，提取该站点所有反映洪水主要来源的相关变量，计算不同变量序列与该站点洪峰及历时序列的皮尔逊相关系数，选取相关系数大于某一阈值的变量作为初选预报因子，利用逐步回归的方式，挑选相关性高、彼此独立性强的初选预报因子作为最终预报因子；(4)采用支持向量回归机算法构建该站点场次洪水洪峰/历时的预报模型，将步骤(3)中获取的历史场次洪水的最终预报因子及洪峰/历时分别作为模型输入和输出，率定预报模型内置参数，优化模型内置结构；(5)从洪水起涨时段开始预报，获取该时刻步骤(3)中所确定的最终预报因子，将其导入步骤(4)中已率定完毕的洪峰/洪水历时预报模型中，预报当前时刻的该站点洪水洪峰Qpre及历时Tpre；(6)使用该时刻预报的洪峰及洪水历时，对已确定的站点典型洪水过程的特征点进行缩放，将其缩放后的特征点相连，作为当前时刻的洪水过程预报结果，具体缩放公式如下式中，Q预(i)为缩放后的第i个特征点的洪水流量，T预(i)为缩放后的第i个特征点的历时，Qpre为当前时刻的洪峰预报值，Tpre为当前时刻的洪水历时预报值；(7)采用逐时段更新预报的方法，随着时间推移，获取不同时段下的最终预报因子，重复步骤(6)‑(7)，直至预报结果趋于平稳。