(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111482324.X (22)申请日 2021.12.07 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 武汉大学 申请人 长江水利委员会水文局 (72)发明人 陈华　林康聆　盛晟　周研来　 张俊　熊立华　许崇育　郭生练　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 代理人 俞琳娟 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06Q 10/04(2012.01)G06Q 50/26(2012.01) G01W 1/10(2006.01) G01W 1/14(2006.01) (54)发明名称 基于降雨相似与模型参数智能适配的快速 洪水预报方法及装置 (57)摘要 本发明提供基于降雨相似与模型参数智能 适配的快速洪水预报方法及装置， 快速洪水预报 方法包括： 步骤1.建立雨洪转化模型， 识别雨洪 特征； 步骤2.计算致洪因子相似度： 从致洪暴雨 的量级、 雨型以及前期影响雨量各分量大小出 发， 基于相似性理论， 计算相似度指标向量， 量化 各致洪因子间的相似度； 步骤3.转移参数， 构建 雨洪样本间适配度映射： 雨洪样 本间相互移用自 身的参数， 创建参数转移后模型精度矩阵， 建立 相似度指标向量与精度矩阵间的映射， 确定相似 度指标间的重要程度； 步骤4.智能适配参数： 基 于相似度计算、 聚类分析和协 同过滤理论， 参考 模型使用各套参数预报历史相似洪水的精度， 为 模型适配预估精度最高的参数， 进行洪水 预报。 权利要求书4页 说明书8页 附图1页 CN 114330102 A 2022.04.12 CN 114330102 A 1.基于降雨相似与模型参数智能适配的快速洪水预报方法， 其特征在于， 包括以下步 骤： 步骤1.建立 雨洪转化模型， 识别雨洪特 征； 收集整编研究流域水文资料， 建立雨洪样本库； 由所有雨洪样本率定水文模型参数， 建 立雨洪转化关系； 进 行模型参数敏感性分析， 固定不敏感参数， 逐个雨洪样 本单独率定水文 模型敏感参数， 建立模型参数库； 以致洪 暴雨和前期 影响雨量作为致洪因子， 建立致洪因子 库， 识别雨洪特 征； 步骤2.计算 致洪因子相似度； 从致洪暴雨的量级、 雨型以及前期影响雨量各分量大小出发， 基于相似性理论， 计算相 似度指标向量， 量 化各致洪因子间的相似度； 步骤3.转移参数， 构建雨洪样本间适配度映射； 雨洪样本间相互移用自身的参数， 创建参数转移后模型精度矩阵， 建立相似度指标向 量与精度矩阵间的映射， 确定相似度指标间的重要程度； 步骤4.智能适配参数； 基于相似度计算、 聚类分析和协同过滤理论， 参考模型使用各套参数预报历史相似洪 水的精度， 为模型适配预估精度最高的参数， 进行洪水 预报。 2.根据权利要求1所述的基于降雨相似与模型参数智能适配的快速洪水预报方法， 其 特征在于： 其中， 在步骤1中， 识别雨洪特 征按如下子步骤进行： 步骤1‑1.建立雨洪样本库： 根据流域水文资料整理n场洪水， 分析这n场洪水对应的致 洪暴雨P＝{pi:i＝1,…,n}， 致洪暴雨定义为场次洪水的降雨出现至主雨峰结束期间内的 暴雨； 将致洪暴 雨和对应的洪水一 起整编为 雨洪样本库F＝{fi:i＝1,…,n}； 步骤1‑2.建立模型参数库： 由所有雨洪样本率定水文模型参数， 并分析参数敏感性； 固 定不敏感参数， 对于每个雨洪样本重新率定水文模型敏感参数； 重新率定的敏感参数和固 定的不敏感参数一起建立模型参数库 Θ＝{θi:i＝1,…,n}， θi为模型对fi率定的敏感参数 以及固定的不敏感参数， 称为fi的参数； 步骤1‑3.建立致洪因子库： 计算每场致洪暴雨起始点的前期影响雨量C＝{ci:i＝1,…, n}， ci由水文模型状态变量代表； 将致洪暴雨P和前期影响雨量C一起整编为致洪因子库V＝ {vi:i＝1,…,n}。 3.根据权利要求1所述的基于降雨相似与模型参数智能适配的快速洪水预报方法， 其 特征在于： 其中， 在步骤2中， 计算相似度指标向量按如下子步骤进行： 步骤2‑1.计算致洪因子间差距： ①雨量差距Qd： 式中， Ti和Tj分别表示pi和pj的历时； ②雨型差距Pd：权　利　要　求　书 1/4 页 2 CN 114330102 A 2式中， dkl表示pi第k时刻和pj第l时刻间的时间间隔， 其值等于abs(k ‑l)； fkl表示pi第k时 刻和pj第l时刻降雨大小的差别， 其 值等于 上式必须满足以下约束： ③前期影响雨 量差距Cd： 式中， 和 分别表示ci和cj的第m个状态分量， M表示状态分量总数； ④归一化差距： 式中， xl(i,j)为第i个致洪因子vi和第j个致洪因子vj的第l个差距， xlmax为第l个差距的 最大值， xlmin为第l个差距的最小值， 为归一化后的第l个差距； 步骤2‑2.计算相似度指标向量： ①建立差距 ‑相似度负指数衰减映射： 式中， 为第i个致洪因子vi和第j个致洪因子vj的第l个相似度指标， 值越大表示两个致洪因子间的相似度越高； ②向量化相似度指标 L为相似度指标总数。 4.根据权利要求1所述的基于降雨相似与模型参数智能适配的快速洪水预报方法， 其 特征在于： 其中， 在步骤3中， 雨洪样本间适配度映射按如下 方法进行： 令W＝{wl:l＝1,…L}为适配向量， 常数b为残差修 正值， 推求W和b的数 学模型如下：权　利　要　求　书 2/4 页 3 CN 114330102 A 3