一种基于群智能算法的集合径流预测系统与方法与流程

本发明涉及集合径流预测技术领域，具体为一种基于群智能算法的集合径流预测系统与方法。

背景技术：

径流是指降雨及冰雪融水或者在浇地的时候在重力作用下沿地表或地下流动的水流。径流有不同的类型，按水流来源可有降雨径流和融水径流以及浇水径流；按流动方式可分地表径流和地下径流，地表径流又分坡面流和河槽流。此外，还有水流中含有固体物质(泥沙)形成的固体径流，水流中含有化学溶解物质构成的离子径流(见化学径流)等。

流域产流是径流形成的第一环节。同传统的概念相比，产流不只是一个产水的静态概念，而是一个具有时空变化的动态概念。包括产流面积在不同时刻的空间发展及产流强度随降雨过程的时程变化。同时，产流又不只是一个水量的概念，而是一个包括产水、产沙和溶质输移的多相流的形成过程.此外，产流主要发生在流域坡面上，对不同大小的流域而言，坡面面积所占的比重不同，坡面上各种影响产流的因素、包括植被、土壤、坡度、土地利用状况及坡面面积和位置等在不同大小的流域表现不同。

现有技术当中集合径流预测不便于根据实现的情况以及降水量进行径流预测，同时对于集合径流的判定集合点的判定方式不够准确，因此亟需研发一种基于群智能算法的集合径流预测系统与方法。

技术实现要素：

本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述和/或现有基于群智能算法的集合径流预测系统与方法中存在的问题，提出了本发明。

因此，本发明的目的是提供基于群智能算法的集合径流预测系统与方法，能够能根据降水量进行良好的预测效果，进一步提高集合径流预测的精度和预见性。

为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：

一种基于群智能算法的集合径流预测系统，其包括：

中央处理模块；

存储模块，所述存储模块电性双向连接所述中央处理模块，用于实现数据的存储和提取；

电源模块，所述电源模块电性输出连接所述中央处理模块，用于为中央处理模块提供电能；

无线传输模块，所述无线传输模块电性输出连接所述中央处理模块，用于实现检测数据的传输；

地质勘探模块，所述地质勘探模块电性输出连接所述无线传输模块，用于对地质信息进行挖掘分析；

雨量传感器，所述雨量传感器电性输出连接所述无线传输模块，用于感应降雨量的多少；

定位模块，所述定位模块电性输出连接所述无线传输模块，用于对测试地点进行定位；

通信模块，所述通信模块电性双向连接所述中央处理模块，用于实现远程数据的传输；

显示模块，所述显示模块电性输出连接所述中央处理模块，用于显示检测和处理数据的结果进行显示；

远程终端，所述远程终端无线双向连接所述通信模块，用于实现远程管理。

作为本发明所述的基于群智能算法的集合径流预测系统的一种优选方案，其中：所述地质勘探模块为基于gis的电力地质勘探装置。

作为本发明所述的基于群智能算法的集合径流预测系统的一种优选方案，其中：所述显示模块为ips液晶显示器。

作为本发明所述的基于群智能算法的集合径流预测系统的一种优选方案，其中：所述远程终端包括手机、平板和电脑。

作为本发明所述的基于群智能算法的集合径流预测系统的一种优选方案，其中：所述无线传输模块为zigbee或者蓝牙。

一种基于群智能算法的集合径流预测方法，该基于群智能算法的集合径流预测方法包括如下步骤：

步骤一：流域初试状态：根据网站获取流域的水文信息，所述水文信息在站上进行水位观测，流量测验，泥沙测验，水质、水温、冰情、降水量、蒸发量、土壤含水量和地下水位观测；

步骤二：降雨因子资料获取：利用雨量传感器获取各站点的降雨量；

步骤三：历史模拟：采用历史上的水文要素作为预测期内的水文要素的集合，并选用与之相对应的预测日期的初始条件，进行历史模拟。

步骤四：条件模拟：采用当前预测期内的流域初始条件，输入历史上的水文要素时间序列进行条件模拟，输出径流过程的集合，即集合径流预测的计算。

步骤五：评价结果：得出条件模拟的结果之后，进行统计分析检验评价结果，从而给出概率性预测，并利用群智能模拟集合径流过程。

作为本发明所述的基于群智能算法的集合径流预测方法的一种优选方案，其中：所述历史模拟旨在调整预测模型的参数，以使根据历史水文资料所模拟的径流能与实测径流尽可能的吻合，给出流域土壤的初始状态。

与现有技术相比：该基于群智能算法的集合径流预测系统与方法能根据降水量进行良好的预测效果，进一步的提高了集合径流预测的精度和预见性。

附图说明

为了更清楚地说明本发明实施方式的技术方案，下面将将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。

本发明提供一种基于群智能算法的集合径流预测系统包括：

中央处理模块100；

存储模块200，所述存储模块200电性双向连接所述中央处理模块100，用于实现数据的存储和提取；

电源模块300，所述电源模块300电性输出连接所述中央处理模块100，用于为中央处理模块100提供电能；

无线传输模块400，所述无线传输模块400电性输出连接所述中央处理模块100，用于实现检测数据的传输，所述无线传输模块400为zigbee或者蓝牙；

地质勘探模块500，所述地质勘探模块500电性输出连接所述无线传输模块400，用于对地质信息进行挖掘分析，所述地质勘探模块500为基于gis的电力地质勘探装置；

雨量传感器600，所述雨量传感器600电性输出连接所述无线传输模块400，用于感应降雨量的多少；

定位模块700，所述定位模块700电性输出连接所述无线传输模块400，用于对测试地点进行定位；

通信模块800，所述通信模块800电性双向连接所述中央处理模块100，用于实现远程数据的传输；

显示模块900，所述显示模块900电性输出连接所述中央处理模块100，用于显示检测和处理数据的结果进行显示，所述显示模块900为ips液晶显示器；

远程终端1000，所述远程终端1000无线双向连接所述通信模块800，用于实现远程管理，所述远程终端1000包括手机、平板和电脑。

一种基于群智能算法的集合径流预测方法，该基于群智能算法的集合径流预测方法包括如下步骤：

步骤一：流域初试状态：根据网站获取流域的水文信息，所述水文信息在站上进行水位观测，流量测验，泥沙测验，水质、水温、冰情、降水量、蒸发量、土壤含水量和地下水位观测；

步骤二：降雨因子资料获取：利用雨量传感器600获取各站点的降雨量；

步骤三：历史模拟：采用历史上的水文要素作为预测期内的水文要素的集合，并选用与之相对应的预测日期的初始条件，进行历史模拟，历史模拟旨在调整预测模型的参数，以使根据历史水文资料所模拟的径流能与实测径流尽可能的吻合，给出流域土壤的初始状态。

步骤四：条件模拟：采用当前预测期内的流域初始条件，输入历史上的水文要素时间序列进行条件模拟，输出径流过程的集合，即集合径流预测的计算。

步骤五：评价结果：得出条件模拟的结果之后，进行统计分析检验评价结果，从而给出概率性预测，并利用群智能模拟集合径流过程。

该基于群智能算法的集合径流预测系统与方法能够根据降水量进行良好的预测效果，进一步提高集合径流预测的精度和预见性。

虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。