[发明专利]一种改进的流域汛期分期方法、系统及存储介质

说明书

本发明公开了一种改进的流域汛期分期方法、系统及存储介质，涉及汛期分期技术领域，其中方法包括以下步骤，获取流域数据资料，进行数据预处理，得到序列数据；采用P‑Ⅲ型分布函数描述并确定序列数据的分布特征，选取主汛期入汛标准阈值；采用直接模糊统计法计算经验隶属度；确定理论隶属度函数为目标优化模型，选择主汛期开始时间、主汛期结束时间、升半正态参数和降半正态参数作为模型参数，确定参数取值范围，并选择优化指标；利用多目标优化算法优化理论隶属度函数模型，根据理论隶属度函数拟合结果确定汛期分期。本发明方法较大程度地减少了由于采用模糊集合分析方法划分汛期人为主观因素所引起的误差，能够更客观地确定汛期分期。

技术领域

本发明涉及汛期分期技术领域，更具体的说是涉及一种基于多目标优化算法改进的流域汛期分期方法、系统及存储介质。

背景技术

汛期分期是分期设计洪水和分期汛限水位的基础，在季节性径流预报、泛洪区管理和水库汛期运行管理等方面也有很多的实际用途。目前主要利用流量、水位和降水数据对汛期进行划分。汛期一般分为前汛期、主汛期和后汛期。汛期分期的方法可分为定性和定量两大类。定性分析法主要依靠丰富的实践经验和主观判断分析能力对汛期进行划分，其典型代表的方法为成因分析法，这一类方法受人为主观因素影响较大。定量方法可划分为统计分析方法和聚类分析方法。统计方法一般都有较强的数学物理背景以及充分的理论依据，但计算过程复杂、计算量大。模糊集合分析方法在聚类方法中较为常用，分期结果可以精确到日，但不足的是入汛阈值的选择、主汛期开始和结束时间的确定具有很大的主观性，分期结果因人而异，变化较大。

基于上述现有技术中对于汛期分期的缺陷，如何提出一种误差更小、分期更准确的流域汛期分期方法，是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种基于多目标优化算法改进的模糊集合分析方法，并运用于流域汛期分期，减少由于采用模糊集合分析方法划分汛期人为主观因素所引起的误差，进而解决流域汛期分期问题。

为了实现上述目的，本发明提供如下技术方案：

一种基于多目标优化算法改进的流域汛期分期方法，包括以下步骤：

步骤1、获取流域数据资料，进行数据预处理，得到序列数据；

步骤2、描述并确定所述序列数据的分布特征，进而选取主汛期入汛标准阈值；

步骤3、根据所述主汛期入汛标准阈值，计算经验隶属度；

步骤4、确定理论隶属度函数为目标优化模型，确定模型参数以及参数的取值范围，并确定优化指标；

步骤5、利用多目标优化算法优化理论隶属度函数模型；

步骤6、对理论隶属度函数和经验隶属度进行拟合，当优化指标的拟合程度达到预设的精度要求时，则认为理论隶属度函数可靠，使用该理论隶属度函数对汛期进行划分。

优选的，所述步骤1具体为：

获取降水数据资料、流量数据资料和水位数据资料中的任意一种流域数据资料；

降水数据资料为气象站的实测数据，资料匮乏流域则采用卫星气象数据或再分析方法补充气象资料；

流量数据资料和水位数据资料使用水文站的实测数据，资料匮乏流域则采用构建水文水动力模型的方法反演流域流量和水位数据。

优选的，所述步骤2中使用P-Ⅲ型分布函数描述并确定所述序列数据的分布特征，具体公式为：

式中，α为P-Ⅲ型分布的形状参数，β为尺度参数，δ为位置参数，Γ(α)为伽马函数；采用线性矩法估计P-Ⅲ型分布的参数。

优选的，所述步骤3中使用直接模糊统计法计算经验隶属度，具体的：