[发明专利]基于时空粒化数据场景模型的流域中长期径流预测方法

说明书

本发明公开一种基于时空粒化数据场景模型的流域中长期径流预测方法，首先构建面向流域中长期径流预测的时空粒化数据场景模型，实现不同粒度层面的水文时空对象表征和流域场景中水文对象属性、方法和关系的组织与集成，再以时空粒化数据场景模型为基础实现流域中长期径流预测。本发明能够实现多粒度水文时空对象的数据组织与集成，有助于提高复杂环境下流域中长期径流的预测效果和宏观研判能力。

技术领域

本发明涉及水文大数据技术领域的数据组织及中长期径流预测方法，具体是一种基于时空粒化数据场景模型的流域中长期径流预测方法。

背景技术

物联网、GIS、大数据等信息技术的高速发展与广泛应用，特别是空天地一体化对地观测体系的形成，极大地提高了人类对空对地的观测能力，扩展了涉水信息的种类和量级，为水文学科研究与应用提供了流域气象、水文、地理和人类活动等类型的丰富数据，也为探索基于大数据人工智能的水文预报方法提供了数据基础。但随着涉水数据的增加，现有水文数据组织模型缺少既能够准确表达水文时空数据基于点、线、面几何特征要素的单一精度特征，又能够准确表达其在时空属性、状态及内部关系上的多粒度表征，不能满足不同粒度层面的水文时空对象表征分析与应用需求，难以对与水文预报相关的信息实施有效组织与共享。

此外，受气候、下垫面和人类活动等诸多因素的综合影响，流域中长期径流变化过程具有一定的时空不确定性，影响径流的要素主要包括降水、气温、地形、地质、土壤、植被和人类活动等。当前流域中长期径流预测，主要基于流域内某些典型站点(单一粒度层面)的径流变化来预测中长期径流变化情势，并没有从流域层面(粗粒度)出发，结合研究区域内多个水文时空对象进行多粒度综合分析，导致复杂环境下流域中长期径流预测的准确性和宏观研判能力不足。

因此，如何实现一种时空粒化数据场景模型及流域中长期径流预测方法，正是本发明所需要解决的问题。

发明内容

发明目的：针对现有技术中存在的问题与不足，本发明提供一种基于时空粒化数据场景模型的流域中长期径流预测方法。

技术方案：一种基于时空粒化数据场景模型的流域中长期径流预测方法，首先构建面向流域中长期径流预测的时空粒化数据场景模型，实现不同粒度(时间和空间)层面的水文时空对象表征和流域场景中水文对象属性、方法和关系的组织与集成，再以时空粒化数据场景模型为基础实现流域中长期径流预测；包括如下步骤：

S1-1研究区域确定。

S1-2水文对象查找，根据流域中长期径流预测需求，在所确定的研究区域内查找与流域中长期径流预测相关的水文对象。

S1-3判断步骤S1-2中所选的相关水文对象是否已编码，如果全部已编码，转向S1-5，否则转向步骤S1-4。

S1-4水文对象编码，对所选水文对象进行编码。

S1-5时空粒度分析，对已经编码的水文对象进行时空粒度及生命周期分析，获取水文对象最小时空粒度、粒数及生命周期，形成时空粒化数据场景的初始状态。

S1-6时空粒化数据场景生成，在时空粒化数据场景的初始状态基础上，将所选与流域中长期径流预测相关的水文对象的属性、状态及关系进行组织与集成，形成面向流域中长期径流预测的时空粒化数据场景模型。