[发明专利]一种基于区域划分的缺实测径流资料流域的洪水估算方法

说明书

本申请提供一种基于区域划分的缺实测径流资料流域洪水估算方法，包括步骤A、获取预定地域中，多个第一流域在第一时间范围内的历史洪水事件数据；B、构造预定地域内的流域复杂网络；C、利用群集识别算法，对预定地域内的流域进行区域划分；D、建立区域内洪水估算模型；E、采用区域内洪水估算模型，对该预定区域内的第二流域进行设计洪水估算。本发明通过洪水并发特征将洪水季节性相同的流域进行归类，保证了区域内流域洪水特征同质性，使得区域洪水模型更可靠；采用群集识别算法，无需人为设定流域分类数量，且分类结果能够过滤掉流域数量小的类别(如只含1个流域的类别)，保证了大类别内流域的同质性。

技术领域

本发明属于气象水文领域，尤其是洪水估算。

背景技术

洪水是全球最主要的自然灾害之一，水利工程下游防洪与水工建筑物防洪都需要洪水设计标准。设计洪水的核心问题是流域的洪水频率计算，即一定重现期(如百年一遇)对应的洪水量级，其中流域定义为分水岭所包围的地面集水区。然而，在缺资料流域(定义为径流观测资料不足的流域，但是具有其他信息，如流域面积、高程、干旱指数、降水等)，设计洪水只能利用邻近流域水文站点的观测数据的信息来估计，于是工程中发展了区域洪水频率分析法，其中区域为多个流域的集合。该分析法首先通过对流域分类进行区域划分，保证同一区域洪水特征(如量级、季节性、诱发因子)相似；然后对每一区域建立一个以流域气象(如降水)、地理特征(如流域平均高程)作为输入的洪水计算统计模型；最后使用该模型对资料不足的流域进行洪水频率计算。

传统的区域划分方法利用流域的地理特征(如面积、平均高程)、气象特征(如年平均降水)、洪水特征(如洪水季节性)构建统计相似性指标，再根据相似性指标利用层次聚类、K平均聚类等数据挖掘算法进行流域分类。聚类算法需要预先设定分类数，引入了人为主观因素；另外聚类算法不能对个流域之间的相似性关系进行直观呈现。

复杂网络是由数量巨大的节点和节点之间的连接构成的网络结构，它是一个描述系统中各要素之间相互关系的工具，复杂网络中的群集识别算法是一种针对网络结构的分类方法，且能自动识别最优分类数，适用于基于流域分类的区域划分。

发明内容

本发明构建了一个基于区域划分的缺资料流域洪水设计方法，该方法使用复杂网络理论中的群集识别算法进行流域分类，从而将预定地域划分出若干个大区域，并针对各区域分别建立区域设计洪水估算模型，用于对应区域缺资料流域的设计洪水估算。

本发明提供一种用于缺实测径流资料流域的洪水设计方法，包括步骤：

A、获取预定地域中，多个第一流域在第一时间范围内的历史洪水事件数据；

B、构造预定地域内的流域复杂网络；

C、利用群集识别算法，对预定地域内的流域进行区域划分；

D、建立区域内洪水估算模型；

E、采用区域内洪水估算模型，对该预定区域内的第二流域进行设计洪水估算；

其中，所述多个第一流域为在第一时间范围内具有实测径流数据、气象数据、地理信息数据的流域。(所述地理信息数据包括流域面积、高程数据。所述实测径流数据为水文数据。)

进一步的，第一时间范围优选不少于30年；第一流域为具有实测径流数据的流域；第二流域为不具有实测径流数据的流域。

进一步的，所述地域，指某个范围内的所有地域。所述区域，指的是所述地域范围内具有某种相同特征的多个流域的集合。所述流域，指的是由分水线所包围的河流集水区。

进一步的，在步骤A中，在预定地域中，第一流域特定时间范围内，获取每个流域的2N个最大日径流深，作为洪水事件；

其中，发生时间在14天以内的两个日径流视为同一场洪水事件，只取其中较大的日径流值；