[发明专利]一种基于机器学习的适用于径流资料缺乏流域的洪水预报方法

摘要

本发明公开了一种基于机器学习的适用于径流资料缺乏流域的洪水预报方法，包括以下步骤：1）样本流域特征提取与参数化；2）流域洪水响应特性分析；3）生成流域特征样本集合；4）基于流域特征样本集合生成分类树；5）基于树节点生成训练数据集；6）基于分类树与数据驱动模型的洪水预报；7）对分类树及训练集的更新。利用机器学习算法分析流域的洪水响应特性，基于流域特征与洪水响应特性，建立流域间的关联关系，本发明基于流域特征和洪水响应相似性生成样本数据集，进而依据样本数据集训练数据驱动模型，模拟中小河流降雨、洪水响应关系，从而实现中小河流洪水实时预报。本发明所提供的方法可实现将数据驱动模型应用于径流资料缺乏流域的洪水预报中，改变以往参数移植的方式对于模型结构和模型参数的依赖性，从而提高洪水预报的精度。