法律状态公告日
法律状态信息
法律状态
2019-07-30
授权
授权
2019-03-12
实质审查的生效 IPC(主分类):G06F17/50 申请日:20180824
实质审查的生效
2019-02-15
公开
公开
技术领域
本发明涉及数据处理技术领域,尤其是涉及一种基于遥感水面河宽的水文模型校正方法。
背景技术
随着社会的发展,越来越多领域都开始使用数据分析和数据处理技术。在使用海量数据的很多领域,都对数据进行处理以使计算机可以根据处理这些数据。
水文数据是河流流域的一项极其重要的数据,是对灾害进行预警的基础。目前常用的大部分水文模型是一个降水-径流的水文模型,系统的输入为降水量,系统的输出为径流量;而水文模型的参数校正是通过实测径流数据进行的。由于其中涉及实测校正,因此存在着校正效率低且容易产生人为误差的问题。
发明内容
针对当前的水文模型的参数校正依靠实测径流数据导致校正效率低且易产生人为误差的问题,本发明实施例提出了一种基于遥感水面河宽的水文模型校正方法,能够通过遥感水面河对水文模型参数进行校正。
为了实现上述目的,本发明实施例提供了一种基于遥感水面河宽的水文模型校正方法,包括:
建立河流的径流量Q与河道断面河宽We、平均流速V、平均水深D这三个水力要素之间的关系:
Q=A×V=We×D×V (1)
其中,Q为径流量;A为河道断面面积;V是平均流速;We是河道断面河宽;D是平均水深;
其中,河道断面河宽We、平均流速V、平均水深D这三个水力要素之间各自的关系为:
We=aQb>
D=cQf>
V=kQm>
其中,α,c,k,b,f,m均为系数;
利用遥感数据获取遥感河道断面河宽We’,通过径流量Q与河道断面河宽We之间的关系对水文模型的参数进行校正。
进一步的,利用遥感数据获取遥感河道断面河宽We’,通过径流量Q与河道断面河宽We之间的关系对水文模型的参数进行校正,具体包括:
利用水文模型确定径流量;
将径流量Q输入到公式(1)的水力学公式,利用径流量Q与河道断面河宽We之间的关系确定河道断面河宽We;
利用遥感数据确定遥感河道断面河宽We’,并利用公式(2)的径流量Q与河道断面河宽We之间的关系,对水文模型的参数进行校正遥感河道断面河宽We’对水文模型进行修正。
进一步的,所述利用遥感数据获取遥感河道断面河宽We’,通过径流量Q与河道断面河宽We之间的关系对水文模型的参数进行校正,具体包括:
步骤21、利用降雨-径流量水文模型,确定径流量Q;
步骤22、利用径流量Q与河道断面河宽We之间的对应关系:We=aQb,确定对应的河道断面河宽We;
步骤23、根据遥感数据确定遥感河道断面河宽We’,判断河道断面河宽We与遥感河道断面河宽We’的相关性;如果相关性大于预设值,则将该降雨-径流量水文模型输出;如果相关性小于预设值,则对参数α和b进行修正后,返回步骤22。
进一步的,所述水文模型将一个流域视为无限个相互无关系的独立单元组成的集合,每个单元都基于蓄满产流机制,遵循以下蓄水能力曲线公式:
其中,Cmax为土壤蓄水最大值;Bexp为土壤蓄水能力空间变化指数;F(C)为土壤蓄水能力的累积率;C为土壤蓄水量;
则公式(2)中We=aQb的a和b均为河宽-径流水力学关系系数。
进一步的,所述方法还包括:
获取遥感河道断面河宽We’的实测数据,随机采样获得N组a和b的参数组合,以平均误差的倒数作为似然目标函数:
其中,θi为第i组模型参数组合;W为该参数组合对应的θi的取值;L(θi|W)为第i组参数组合对应的平均误差的倒数;Wm,j为第j时刻的实测值;Wsim,j为第j时刻的模拟值;似然目标函数的阈值设定为0.2,似然值大于0.2对应的参数组合作为有效参数组合。
进一步的,其中N≥50,000。
本发明的技术方案具有以下优势:
上述方案提出了一种基于遥感水面河宽的水文模型校正方法,能够利用水文模型获取径流量Q;然后用径流量Q与河道断面河宽We之间的关系We=aQb计算河道断面河宽We,在通过遥感数据获取遥感河道断面河宽We’,通过径流量Q与河道断面河宽We之间的关系其中的河宽-径流水力学关系系数a和b进行修正,从而修正水文模型。
附图说明
通过下面结合附图对本发明的一个优选实施例进行的描述,本发明的技术方案及其技术效果将变得更加清楚,且更加易于理解。其中:
图1为本发明实施例的流程图;
图2为本发明实施例中的参数校正的流程图。
具体实施方式
以下将结合所附的附图对本发明的一个优选实施例进行描述。
目前常用的大部分水文模型是一个降水-径流的水文模型,系统的输入为降水量,系统的输出为径流量;而水文模型的参数校正是通过实测径流数据进行的,这样导致参数校正的效率性和准确性无法保证。
针对上述问题,本发明实施例提出了一种基于遥感河宽的水文模型校正方法,旨在利用遥感流域出口河道水面宽度对流域水文模型进行参数校正,从而通过参数校正后的水文模型计算长时间径流数据。
如图1所示的,本发明实施例提供了一种基于遥感水面河宽的水文模型校正方法,包括:
建立河流的径流量Q与河道断面河宽We、平均流速V、平均水深D这三个水力要素之间的关系:
Q=A×V=We×D×V (1)
其中,Q为径流量;A为河道断面面积;V是平均流速;We是河道断面河宽;D是平均水深;
其中,河道断面河宽We、平均流速V、平均水深D这三个水力要素之间各自的关系为:
We=aQb>
D=cQf>
V=kQm>
其中,α,c,k,b,f,m均为系数;
利用遥感数据获取遥感河道断面河宽We’,通过径流量Q与河道断面河宽We之间的关系对水文模型的参数进行校正。
进一步的,利用遥感数据获取遥感河道断面河宽We’,通过径流量Q与河道断面河宽We之间的关系对水文模型的参数进行校正,具体包括:
利水文模型确定径流量;
将径流量Q输入到公式(1)的水力学公式,利用径流量Q与河道断面河宽We之间的关系确定河道断面河宽We;
利用遥感数据确定遥感河道断面河宽We’,并利用公式(2)的径流量Q与河道断面河宽We之间的关系,对水文模型的参数进行校正遥感河道断面河宽We’对水文模型进行修正。
进一步的,所述利用遥感数据获取遥感河道断面河宽We’,通过径流量Q与河道断面河宽We之间的关系对水文模型的参数进行校正,具体包括:
步骤21、利用降雨-径流量水文模型,确定径流量Q;
步骤22、利用径流量Q与河道断面河宽We之间的对应关系:We=aQb,确定对应的河道断面河宽We;
步骤23、根据遥感数据确定遥感河道断面河宽We’,判断河道断面河宽We与遥感河道断面河宽We’的相关性;如果相关性大于预设值,则将该降雨-径流量水文模型输出;如果相关性小于预设值,则对参数α和b进行修正后,返回步骤22。
进一步的,所述水文模型将一个流域视为无限个相互无关系的独立单元组成的集合,每个单元都基于蓄满产流机制,遵循以下蓄水能力曲线公式:
其中,Cmax为土壤蓄水最大值;Bexp为土壤蓄水能力空间变化指数;F(C)为土壤蓄水能力的累积率;C为土壤蓄水量;
则公式(2)中We=aQb的a和b均为河宽-径流水力学关系系数。
进一步的,所述方法还包括:
获取遥感河道断面河宽We’的实测数据,随机采样获得N组a和b的参数组合,以平均误差的倒数作为似然目标函数:
其中,θi为第i组模型参数组合;W为该参数组合对应的θi的取值;L(θi|W)为第i组参数组合对应的平均误差的倒数;Wm,j为第j时刻的实测值;Wsim,j为第j时刻的模拟值;似然目标函数的阈值设定为0.2,似然值大于0.2对应的参数组合作为有效参数组合。
进一步的,其中N≥50,000。
具体来说:
本发明实施例首先对水文模型进行结构改造,将已有的水文模型与水力学模块进行结合,建立水文模型的输出—径流量与河道水面宽度两者的水力学关系;其以水面宽度作为整体模型的输出,从而可以利用遥感河道水面宽度数据进行模型的参数校正。
河流的径流量与河道水面宽度的水力学关系可以根据水力学几何理论推求。河道的径流量就是单位时间内通过河道断面的水的体积,可以用以下公式表示:
Q=A×V=We×D×V (1)
其中,Q为径流量(单位为m3/s);A为河道断面面积(单位为m2);V是平均流速(单位为m/s);We是河道断面河宽(单位为m);D是平均水深(单位为m)。
从公式(1)可知,一个河流断面的径流量可以通过以上三个水力要素计算:河道断面河宽We、平均水深D、平均流速V。
根据河流形态学的原理,河道断面面积A、断面流速Q、河道断面河宽We都是由径流量而决定的。Leopold,Maddock等人提出的水力几何理论以及很多研究成果表明,对于一个河流断面,这些水力要素各自独立地与径流量之间存在着水力关系,并且可以用如下的关系表示:
We=aQb>
D=cQf>
V=kQm>
其中,α,c,k,b,f,m均为系数;
利用参数α和b对水文模型的参数进行校正。
其中,利用参数α和b对水文模型的参数进行校正,具体包括:
水文模型结构改造之后整体模型(水文模型+水力学模块)的结构及模型校正流程如图2所示。首先运转水文模型,将水文模型输出的径流量作为水力学模块的输入,利用径流量与河宽的水力学几何关系,输出河宽数据。整体模型结构中,水文模型本身的降雨-径流水文系统结构不需要改变,水文模型计算流程之后添加水力学模块计算流程,将径流量作为中间变量,河宽作为最后整体模型的输出。整体模型的模型参数组是水文模型的参数组和水力学模块参数组的集合,利用遥感获取的河宽数据进行参数校正,获得最符合实际流域的整体模型最优化参数组。最后,用最优化参数组中水文模型的参数组部分运行水文模型,推算出径流量。
考虑到在数据缺乏地区应用水文模型,并且用不连续遥感河宽数据进行模型校正,所选模型需要具备较简单的模型结构,以及较少的模型驱动数据需求。并且模型需要具备一定空间分布性机理以适应较大的流域面积。依据以上要求,本发明实施例可以为任一种水文模型。本发明实施例的水文模型将一个流域理解为由无限个相互无关系的独立单元组成的集合,每个单元都基于蓄满产流机制,遵循以下蓄水能力曲线公式。
其中,Cmax为土壤蓄水最大值(单位:mm);Bexp为土壤蓄水能力空间变化指数;F(C)为土壤蓄水能力的累积率;C为土壤蓄水量(单位:mm)。
表1水文模型参数说明
流域内产生降水,如果降水量超过土壤最大蓄水量(Cmax),土壤最大蓄水量除去蒸发量的剩余部分则形成径流,作为产流。产生的流量根据两种水箱过程的分配因子Alpha分流到高流速水箱过程以及低流速水箱过程。高流速水箱过程以较快流速通过三个连续水箱模型,表示地表径流;低流速水箱过程以较慢流速通过一个水箱模型,表示地下水径流。两个过程均有过程参数,作为通过水箱模型的径流衰减系数(Kq,Ks),径流衰减系数根据划分的每个流域离流域总出口的距离而改变,可视为模型的地理空间变化参数。通过两个过程的径流量汇流形成流域的总径流量。该模型的所有模型参数以及其含义见表2。
水文模型与水力学模块结合后水文水力耦合模型的参数是水文模型与水力学模块参数的集合,具体参数说明如下表所示。
表2基于遥感河宽的水文模型参数说明
本发明实施例利用遥感获取的有效河宽作为实测数据,进行模型的参数校正。由于遥感卫星具有重现期,并且遥感影像受到天气影像(尤其是云层遮盖)的影响,通过遥感影像获取的有效河宽数据不是连续时间序列数据。基于以上情况,本研究采用GLUE方法进行模型参数校正及参数不确定性分析。根据以往该水文模型的研究文献及应用经验以及对研究区实际条件的调查,选取了每个模型参数的初始取值范围,每个参数的初始分布假设为均匀分布,用Monte Carlo方法随机采样,获得50,000组参数组合,以平均误差的倒数作为似然目标函数,如下:
式中:θi为第i组模型参数组合;W为该参数组合对应的θi的取值;L(θi|W)为第i组参数组合对应的平均误差的倒数;Wm,j为第j时刻的实测值;Wsim,j为第j时刻的模拟值。似然目标函数的阈值设定为0.2,似然值大于0.2对应的参数组合作为有效参数组合。
对于所属技术领域的技术人员而言,随着技术的发展,本发明构思可以不同方式实现。本发明的实施方式并不仅限于以上描述的实施例,而且可在权利要求的范围内进行变化。
机译: 一种河床清洁的方法,特别是大河和宽河
机译: 基于补丁的色度值校正图像数据的图像处理器,一种颜色处理方法,一种打印机以及一种用于校正色度值的表格生成方法
机译: 一种基于催化伏尔加河狭窄进行化学反应的方法