一种基于洪量特征及函数性质的场次洪水自动识别方法与流程

1.本发明涉及水文计算洪水筛选技术领域，尤其涉及一种基于洪量特征及函数性质的场次洪水自动识别方法。


背景技术：

2.常用的洪水筛选方法主要使用excel等绘制雨洪对应图，考虑同时段的降雨量，通过基流划分出洪水的起涨点和消落点，主要依靠人工经验进行洪水场次的提取。虽然该方法具有一定的准确性，但是工作量过大、人工成本过高，且洪水筛选主观判断性较强，使得筛选出来的场次洪水标准不统一，影响后续的水文计算。为解决上述问题，目前已有利用数学函数性质对场次洪水进行划分，但该方法只考虑了函数特征，未考虑实际场次洪水的洪量特征，使得该方法仅针对数据质量较好，洪水过程较为明显的径流过程有较好的识别效果。而在实际的观测流量过程中，常出现某时刻流量突增的情况，但突变点附近的流量过程较为平缓，针对这种情况现有洪水识别技术，往往会错误把该流量过程识别为场次洪水，造成场次洪水识别效率低，错误率高的情况。


技术实现要素：

3.本发明的目的在于提供一种基于洪量特征及函数性质的场次洪水自动识别方法，从而解决现有技术中存在的前述问题。
4.为了实现上述目的，本发明采用的技术方案如下：
5.一种基于洪量特征及函数性质的场次洪水自动识别方法，包括如下步骤，
6.s1、基于长系列径流数据q()的一阶导数和二阶导数，获取洪峰流量qm；根据洪峰流量qm与设置的洪峰阈值q1以及洪峰的距离阈值m之间的关系，获取洪峰数组qm()；
7.s2、基于洪峰数组qm()设置洪水最大历时的阈值n，进而确定计算时段qn()；基于计算时段qn()的二阶导数确定场次洪水的开始位置和结束位置，进而确定场次洪水时间段；
8.s3、基于场次洪水时间段，确定洪峰位置，引入从洪峰位置向前和向后3h、5h、7h、15h、25h的洪量特征，并根据判定条件实现场次洪水的筛选。
9.优选的，步骤s1具体包括如下内容，
10.s11、将长系列径流数据作为研究对象，记为q()；
11.s12、计算q()的一阶导数和二阶导数，分别记为q
′
()和q
″
()；
12.s13、当q
′
(i)＝0且q
″
(i)《0时，将对应位置i的流量记为洪峰流量qm；
13.s14、设置洪峰阈值q1和洪峰的距离阈值m；
14.s15、当qm》q1且相邻两个qm之间的距离大于m时，将qm存入数组中，组成洪峰数组qm()。
15.优选的，步骤s2具体包括如下内容，
16.s21、设置洪水最大历时的阈值n，选定洪峰周围阈值n范围内的时间作为计算时
段，记为qn()；
17.s22、计算qn()的二阶导数，记为qn″
()；
18.s23、当qn″
(j)＝0且qn″
(j-1)《0且q
″n(j+1)》0时，判定j时刻为该场次洪水的起涨点，即该场次洪水开始的位置；
19.s24、当qn″
(k)＝0且qn″
(k-1)》0且q
″n(k+1)《0时,判定k时刻为该场次洪水的消落点，即该场次洪水结束的位置；
20.s25、则从j到k即为场次洪水时间段。
21.优选的，步骤s3具体包括如下内容，
22.s31、基于场次洪水时间段，确定该场次洪水的洪峰位置；从洪峰位置向前3h，记录对应的洪量值为a3，从洪峰位置向后3h,记录对应的洪量值为b3；
23.从洪峰位置分别向前5h，记录对应的洪量值为a5，从洪峰位置向后5h，记录对应的洪量值为b5；
24.从洪峰位置分别向前7h，记录对应的洪量值为a7，从洪峰位置向后7h，记录对应的洪量值为b7；
25.从洪峰位置分别向前15h，记录对应的洪量值为a
15
，从洪峰位置向后15h，记录对应的洪量值为b
15
；
26.从洪峰位置分别向前25h，记录对应的洪量值为a
25
，从洪峰位置向后25h，记录对应的洪量值为b
25
；
27.s32、若相应的洪量值a和b满足以下不等式，则该场次洪水符合场次洪水的洪量特征，保留该场次洪水；否则，该场次洪水不符合场次洪水的洪量特征，剔除该场次洪水；进而实现场次洪水的筛选，相关不等式如下，
[0028][0029][0030][0031][0032][0033]
优选的，步骤s1之前还需要对获取的长系列径流数据进行预处理，具体过程为，
[0034]
插值处理：针对长系列流量数据中缺失的数据，采用线性插值的方法进行处理，保证长系列流量数据的连续性；
[0035]
替换处理：针对长系列流量数据中的异常值和突变点，采用线性插值的方法进行替换，提高数据合理性。
[0036]
本发明的有益效果是：1、本发明方法实现了自动划分场次洪水的作用，相比通过
基流划分出洪水的起涨点和消落点，主要依靠人工经验进行洪水场次的提取的方法，大大提高了工作效率，该筛选方法具有通用性且操作简单易行，能够广泛应用于洪水预报系统。2、本发明方法对于质量较差的径流数据有较好的识别效果，尤其是对于实测流量过程中常出现的某时刻流量突增，但突变点附近的流量过程较为平缓的情况有较好的识别效果，有效提高场次洪水筛选的准确性。
附图说明
[0037]
图1是本发明实施例中识别方法的流程示意图；
[0038]
图2是本发明实施例中云龙水文站2018年的流量示意图；
[0039]
图3是本发明实施例中1号洪峰对应的场次洪水示意图；
[0040]
图4是本发明实施例中3号洪峰对应的场次洪水示意图；
[0041]
图5是本发明实施例中4号洪峰对应的场次洪水示意图；
[0042]
图6是本发明实施例中6号洪峰对应的场次洪水示意图；
[0043]
图7是本发明实施例中7号洪峰对应的场次洪水示意图。
具体实施方式
[0044]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。
[0045]
实施例一
[0046]
如图1所示，本实施例中，通过判断包含峰值的3h、5h、7h、15h、25h的洪量特征，同时结合函数性质，提出一种基于洪量特征及函数性质的场次洪水自动识别方法，克服现有自动识别场次洪水方法针对径流数据质量较差而无法准确识别的问题，提高自动识别场次洪水的识别精度。方法主要包括四部分内容：
[0047]
一、数据预处理
[0048]
对需要划分场次洪水的流量系列q()进行预处理，删除空值、异常点、以及突变点。具体为，
[0049]
1、插值处理：针对长系列流量数据中缺失的数据，采用线性插值的方法进行处理，保证长系列流量数据的连续性；
[0050]
2、替换处理：针对长系列流量数据中的异常值(比如：负值)和突变点，采用线性插值的方法进行替换，提高数据合理性。
[0051]
二、确定洪峰数组
[0052]
该部分对应步骤s1：基于长系列径流数据q()的一阶导数和二阶导数，获取洪峰流量qm；根据洪峰流量qm与设置的洪峰阈值q1以及洪峰的距离阈值m之间的关系，获取洪峰数组qm()。具体过程为：
[0053]
1、将长系列径流数据作为研究对象，记为q()；
[0054]
2、计算q()的一阶导数和二阶导数，分别记为q
′
()和q
″
()；
[0055]
3、当q
′
(i)＝0且q
″
(i)《0时，将对应位置i的流量记为洪峰流量qm；
[0056]
4、设置洪峰阈值q1和洪峰的距离阈值m；
[0057]
5、当qm》q1且相邻两个qm之间的距离大于m时，将qm存入数组中，组成洪峰数组qm()。
[0058]
三、确定场次洪水过程
[0059]
该部分对应s2：基于洪峰数组qm()设置洪水最大历时的阈值n，进而确定计算时段qn()；基于计算时段qn()的二阶导数确定场次洪水的开始位置和结束位置，进而确定场次洪水时间段。具体过程为，
[0060]
1、设置洪水最大历时的阈值n，选定洪峰周围阈值n范围内的时间作为计算时段，记为qn()；
[0061]
2、计算qn()的二阶导数，记为qn″
()；
[0062]
3、当qn″
(j)＝0且qn″
(j-1)《0且q
″n(j+1)》0时，判定j时刻为该场次洪水的起涨点，即该场次洪水开始的位置；
[0063]
4、当qn″
(k)＝0且qn″
(k-1)》0且q
″n(k+1)《0时,判定k时刻为该场次洪水的消落点，即该场次洪水结束的位置；
[0064]
5、则从j到k即为场次洪水时间段，即场次洪水过程。
[0065]
四、引入洪量特征，实现场次洪水筛选
[0066]
该部分对应s3：基于场次洪水时间段，确定洪峰位置，引入从洪峰位置向前和向后3h、5h、7h、15h、25h的洪量特征，并根据判定条件实现场次洪水的筛选。具体过程为：
[0067]
1、基于场次洪水时间段，确定该场次洪水的洪峰位置；从洪峰位置向前3h，记录对应的洪量值为a3，从洪峰位置向后3h,记录对应的洪量值为b3；
[0068]
从洪峰位置分别向前5h，记录对应的洪量值为a5，从洪峰位置向后5h，记录对应的洪量值为b5；
[0069]
从洪峰位置分别向前7h，记录对应的洪量值为a7，从洪峰位置向后7h，记录对应的洪量值为b7；
[0070]
从洪峰位置分别向前15h，记录对应的洪量值为a
15
，从洪峰位置向后15h，记录对应的洪量值为b
15
；
[0071]
从洪峰位置分别向前25h，记录对应的洪量值为a
25
，从洪峰位置向后25h，记录对应的洪量值为b
25
；
[0072]
2、若相应的洪量值a和b满足以下不等式，则该场次洪水符合场次洪水的洪量特征，保留该场次洪水；否则，该场次洪水不符合场次洪水的洪量特征，剔除该场次洪水；进而实现场次洪水的筛选，相关不等式如下，
[0073][0074][0075]
[0076][0077][0078]
实施例二
[0079]
本实施例中，选择澜沧江流域云龙水文站2018-1-1 0:00到2018-12-31 23:00的水文流量过程，如图2所示。从该水文流量过程中筛选出洪峰流量大于150m3/s的场次洪水，具体步骤如下：
[0080]
一、数据预处理
[0081]
获取水文资料，对数据进行预处理。收集云龙水文站2018年的流量资料，首先对针对长系列数据中的异常值(比如：负值)和突变点，采用线性插值的方法进行替换，得到流量序列用q()表示，时段长为1h，元素个数n＝8760，如图1所示。
[0082]
二、确定洪峰数组
[0083]
通过计算流量系列q()的一阶和二阶导数，得到洪峰流量qm。设置洪峰的阈值q1＝150m3/s以及洪峰的距离阈值m＝120h，提取洪峰数组qm()。
[0084]
首先计算q()的一阶和二阶导数，判断洪峰，当q
′
(i)＝0且q
″
(i)《0时，将对应位置i的流量记为洪峰流量qm，设置洪峰阈值为150m3/s，得到洪峰。如表1所示。
[0085]
表1洪峰的位置和流量
[0086]
编号1号洪峰2号洪峰3号洪峰4号洪峰5号洪峰6号洪峰7号洪峰洪峰的位置4627480848995004509851605427洪峰的流量164.8154171.2177.7151169.6223.6
[0087]
为保证各个洪峰都在单独的一次场次洪水过程中，计算洪峰数组qm()中各个洪峰的间距，判断各洪峰间的间距是否大于m。若大于m，则该洪峰符合要求，若小于m，则剔除相邻洪峰中洪峰流量较小的洪峰。本次设置td为120h，发现5号洪峰和6号洪峰不符合要求，且5号洪峰要小于6号洪峰，所以去除5号洪峰。组成新的洪峰序列，如表2所示。
[0088]
表2洪峰的位置和流量
[0089]
编号1号洪峰2号洪峰3号洪峰4号洪峰6号洪峰7号洪峰洪峰的位置462748084899500451605427洪峰的流量164.8154171.2177.7169.6223.6
[0090]
三、确定场次洪水过程
[0091]
查找洪峰对应的一次洪水过程中洪水开始和结束的位置。首先设置洪水最大历时的阈值n＝72，并计算计算时段qn()的二阶导数，根据判别条件筛选出洪水开始和结束的时间位置，计算结果如表3所示。场次洪水的洪水过程如表4所示。
[0092]
表3场次洪水的基本信息
[0093]
编号1号洪峰2号洪峰3号洪峰4号洪峰6号洪峰7号洪峰洪峰的位置462748084899500451605427洪峰的流量164.8154171.2177.7169.6223.6洪水开始时间4610478248881499251445400
洪水结束时间466648234918501851845460
[0094]
表4场次洪水的流量过程
[0095]
[0096]
[0097][0098]
四、引入洪量特征，实现场次洪水筛选
[0099]
依据洪水的洪量特征筛选场次洪水。在第三步筛选的洪水，是依据函数性质对场次洪水进行划分，并没有考虑实际洪水过程，可能会出现不符合实际洪水特征的伪洪水的出现，为解决这一问题，将计算洪水的洪量特征，进一步筛选符合实际洪水过程的场次洪水，提高洪水自动识别的准确性，具体如下：
[0100]
1、分别计算第三步筛选的6次场次洪水的特征洪量，包含峰值的3h、5h、7h、15h、25h的洪量，洪峰前的的洪量记为ai，洪峰后的洪量记为bi，i＝3，5，7，15，25；
[0101]
2、判断是否满足相关公式，若满足，则该洪水符合场次洪水的洪量特征，为场次洪水；否则，剔除该场次洪水，相关公式如下，
[0102][0103][0104][0105][0106][0107]
计算结果如表5所示。
[0108]
表5筛选符合洪水特征的洪水
[0109][0110][0111]
最终筛选出符合要求的场次洪水共5场，分别是1号、3号、4号、6号、7号洪峰对应的场次洪水，对应的洪水过程如图3～图7所示。
[0112]
通过采用本发明公开的上述技术方案，得到了如下有益的效果：
[0113]
本发明提供了一种基于洪量特征及函数性质的场次洪水自动识别方法，本发明方法实现了自动划分场次洪水的作用，相比通过基流划分出洪水的起涨点和消落点，主要依靠人工经验进行洪水场次的提取的方法，大大提高了工作效率，该筛选方法具有通用性且操作简单易行，能够广泛应用于洪水预报系统。本发明方法对于质量较差的径流数据有较好的识别效果，尤其是对于实测流量过程中常出现的某时刻流量突增，但突变点附近的流量过程较为平缓的情况有较好的识别效果，有效提高场次洪水筛选的准确性。
[0114]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。