[发明专利]一种无径流资料地区的洪水预报方法有效
申请号: | 201310377611.3 | 申请日: | 2013-08-27 |
公开(公告)号: | CN103488871A | 公开(公告)日: | 2014-01-01 |
发明(设计)人: | 李春红;王建平;陈建;谢小燕;赵宇;黄春雷;姚峰 | 申请(专利权)人: | 国家电网公司;国网电力科学研究院;南京南瑞集团公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 董建林;许婉静 |
地址: | 100031 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 径流 资料 地区 洪水 预报 方法 | ||
1.一种无径流资料地区的洪水预报方法,其特征在于:包括如下步骤
1)对所有已有甲等预报方案流域的土地利用和土壤特征信息进行聚类处理,所述土地利用和土壤特征信息主要为各种植被覆盖率和土壤类型覆盖率;
2)对水文模型的每一个参数,选取全部或部分流域特征信息进行逐步回归分析,确定与该参数相关的流域特征信息;
3)针对所有已有甲等预报方案的流域,建立流域特征信息数据库;
4)对待确定参数的无径流资料流域,首先根据经纬度自动从互联网下载数字高程模型数据和植被,土壤信息,然后采用数字高程模型数据进行流域相关信息提取,并对植被、土壤信息进行聚类,得到与前述已有甲等预报方案流域相同的流域特征信息;
5)在所述步骤3)建立的流域特征信息数据库中寻找与待确定参数的无径流资料流域同属于一个大流域的子流域;
6)针对水文模型的每一个参数,首先依据所述步骤2)确定的与该参数相关的流域特征信息,在所述步骤5)中所选定的子流域中寻求待确定参数的无径流资料流域基于该参数的相似流域,若相似流域个数满足一定要求,则确定该子流域为相似流域;否则在所述步骤5)的大流域的上一级流域范围内寻求相似流域,直至满足个数要求;
7)对水文模型的每一个待确定参数,在所述步骤6)确定的相似流域内,对与该参数相关的特征信息进行相关分析,建立该参数与流域特征信息的回归方程,得到相关系数,并确定该参数;
8)水文模型的所有待确定参数确定后,即可将参数带入洪水预报系统,进行该无资料地区的洪水预报。
2.根据权利要求1所述的一种无径流资料地区的洪水预报方法,其特征在于:所述土地利用聚类为深根植被覆盖率和浅根植被覆盖率两大类。
3.根据权利要求1所述的一种无径流资料地区的洪水预报方法,其特征在于:所述土壤特征信息聚类为两大类,其中第一大类又分为两小类,具体分类为:第一大类第一小类:薄层土覆盖率、人为土覆盖率、粗骨土覆盖率;第一大类第二小类:淋溶土覆盖率、始成图覆盖率、高活性强酸土覆盖率、强淋溶土覆盖率;第二大类:低活性淋溶土覆盖率、冲击土覆盖率、潜育土覆盖率、粘磐土覆盖率、灰化土覆盖率、沙丘覆盖率、岩石露头土覆盖率、水体(土壤中)覆盖率。
4.根据权利要求1所述的一种无径流资料地区的洪水预报方法,其特征在于:所述步骤3)的流域特征信息数据库包括流域信息,流域地形特征信息,所述步骤1)得到的聚类处理后的土壤类型信息和聚类处理后的植被类型信息,流域采用的水文模型参数信息,所述步骤2)得到的与水文模型参数相关的地形,土壤和植被信息。
5.根据权利要求1所述的一种无径流资料地区的洪水预报方法,其特征在于:所述步骤6)中,寻求相似流域是指针对待确定参数流域上级流域的子流域,采用其与该水文模型参数相关的流域特征信息进行聚类,当聚类的距离小于某一限定值时,即为相似流域。
6.根据权利要求1所述的一种无径流资料地区的洪水预报方法,其特征在于:所述步骤6)中,相似流域满足的个数要求为大于等于5。
7.根据权利要求1所述的一种无径流资料地区的洪水预报方法,其特征在于:所述步骤7)中,如果相关系数小于0.8,则该待确定参数的无径流资料流域的预报方案降级使用。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;国网电力科学研究院;南京南瑞集团公司,未经国家电网公司;国网电力科学研究院;南京南瑞集团公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310377611.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种燃气表电机开关阀
- 下一篇:后货架装置
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用