一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法
【專利摘要】本發(fā)明公開了一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，對(duì)于已完成的有歷史徑流資料、預(yù)報(bào)效果較好的流域，預(yù)先將其模型參數(shù)、聚類處理后的流域特征信息存入數(shù)據(jù)庫(kù)；進(jìn)行無徑流資料流域預(yù)報(bào)時(shí)，首先將流域內(nèi)下墊面特征信息自動(dòng)進(jìn)行聚類處理，而后在該流域所處大流域內(nèi)逐一尋找與每一模型參數(shù)相似的流域，并將相似流域的該模型參數(shù)與事先確定好的特征信息進(jìn)行相關(guān)分析，最終確定每個(gè)參數(shù)。本發(fā)明在大量流域預(yù)報(bào)積累的基礎(chǔ)上，完成了無資料預(yù)報(bào)流域相似流域的自動(dòng)選取、模型參數(shù)的自動(dòng)相關(guān)分析以及最終確定，可有效避免人為主觀判斷誤差，且提高效率，為大范圍無資料地區(qū)預(yù)報(bào)奠定基礎(chǔ)。
【專利說明】一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，屬于洪水預(yù)報(bào)【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]自然界中的水文過程極為復(fù)雜，受多種因素的影響，通常采用概化的水文模型進(jìn)行預(yù)報(bào)，模型參數(shù)主要受地形、地貌、下墊面等特征影響，水文預(yù)報(bào)的重要工作即在采用適用模型的基礎(chǔ)上，確定當(dāng)前預(yù)報(bào)流域的水文模型參數(shù)。在大部分流域，水文模型參數(shù)通過大量的歷史徑流資料模擬推算(將降雨、蒸發(fā)等信息代入模型，通過調(diào)整參數(shù)使計(jì)算的徑流過程與實(shí)際吻合);但因雨量/水文站建設(shè)早期建設(shè)較少，歷史徑流資料序列很短，無法滿足預(yù)報(bào)需求；同時(shí)因人類活動(dòng)等影響，導(dǎo)致流域產(chǎn)匯流特性發(fā)生較大變化，原有的資料無法反映當(dāng)前的來水特性，導(dǎo)致資料不可用。未了解決無資料/少資料地區(qū)水文預(yù)報(bào)問題，國(guó)際水文科學(xué)協(xié)會(huì)(IAHS)啟動(dòng)了簡(jiǎn)稱“PUB”(無資料流域水文預(yù)報(bào))的十年計(jì)劃，以減少水文預(yù)報(bào)的不確定性為核心，旨在探索水文模擬的新方法、實(shí)現(xiàn)水文理論的重大突破，以滿足尤其是發(fā)展中國(guó)家社會(huì)經(jīng)濟(jì)的需要。
[0003]以往對(duì)無徑流資料流域水文預(yù)報(bào)的方法包括水文比擬法、參數(shù)等值線圖法、徑流系數(shù)法、地區(qū)經(jīng)驗(yàn)公式法、隨機(jī)模擬法等。傳統(tǒng)方法的主要思想一般是資料的移用，但是參考站(流域)的選擇并沒有有效的方法，在很大程度上受到水文工作者主觀經(jīng)驗(yàn)的影響。徑流特征值的空間變化與流域物理特性及氣象因素等密切相關(guān)，區(qū)域化方法(regionalization)即在這種基礎(chǔ)上發(fā)展起來，即通過流域?qū)傩詫ふ夷繕?biāo)流域(無資料流域)的參考流域(有資料流域)，利用有資料流域的模型參數(shù)推求無資料流域的模型參數(shù)，從而對(duì)無資料流域進(jìn)行預(yù)報(bào)。區(qū)域化的常用方法包括距離相近法、屬性相似法和回歸法三種方法，⑴距離相近法是指找出與研究流域(無資料流域)距離上相近的一個(gè)(或者多個(gè))流域(有資料流域)，并把其參數(shù)作為研究流域的參數(shù)，其研究根據(jù)為同一區(qū)域的物理和氣候?qū)傩韵鄬?duì)一致，因此相鄰流域的水文行為相似。(2)屬性相似法是指找出與研究流域?qū)傩?如土壤、地形、植被和氣候等)上相似的流域，并把其參數(shù)作為研究流域的參數(shù)。(3)回歸法是指根據(jù)有資料流域的模型參數(shù)和流域?qū)傩裕⒍咧g的多元回歸方程，從而利用無資料流域的流域?qū)傩酝魄笃淠Ｐ蛥?shù)。
[0004]現(xiàn)有技術(shù)存在如下缺點(diǎn):
相似流域選取缺乏全面、客觀性:現(xiàn)有研究通常選用一種或幾種地形、地貌特征參數(shù)的綜合指數(shù)(如地形指數(shù)ln(a /tanii))作為屬性判別尋找相似流域，而后進(jìn)行參數(shù)的移用或分析。因不同模型參數(shù)的物理意義不同，僅依據(jù)某種或幾種流域特征參數(shù)進(jìn)行判別不夠全面，難以反映真正的流域相似；采用所有流域特征分析存在信息量大、分類復(fù)雜，無法判斷的問題。
[0005]現(xiàn)有技術(shù)未考慮不同參數(shù)的區(qū)別:目前無資料地區(qū)參數(shù)通常采用移用或回歸分析確定:移用時(shí)通常先找到參照流域，而后所有參數(shù)統(tǒng)一移用；回歸分析則先確定進(jìn)行分析的流域，而后每個(gè)參數(shù)在同樣的流域群中進(jìn)行。實(shí)際上，水文模型中每個(gè)參數(shù)代表的物理意義不同，因每個(gè)流域都有其獨(dú)特性，很難找到與模型中所有參數(shù)的相關(guān)特征均相似的流域，且已有研究?jī)H依據(jù)一種或幾種特征變量尋找參照流域，而所有參數(shù)統(tǒng)一移用或采用同一些流域無法反映參數(shù)的獨(dú)特性。
[0006]主觀判別、效率低:現(xiàn)有技術(shù)均采用人工判別、處理的方式，嘗試解決無資料地區(qū)的洪水預(yù)報(bào)問題，采用技術(shù)難以大量推廣，且其中包含人為的主觀性，效率低下。

【發(fā)明內(nèi)容】

[0007]為彌補(bǔ)現(xiàn)有技術(shù)的缺陷，本發(fā)明提供了一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，采用所有可獲取的相關(guān)流域特征信息進(jìn)行分析，使得相似流域的選取更加客觀，全面。
[0008]本發(fā)明是采用如下技術(shù)手段實(shí)現(xiàn)發(fā)明目的的:
一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，包括如下步驟
1)對(duì)所有已有甲等預(yù)報(bào)方案流域的土地利用和土壤特征信息進(jìn)行聚類處理，所述土地利用和土壤特征信息主要為各種植被覆蓋率和土壤類型覆蓋率；
2)對(duì)水文模型的每一個(gè)參數(shù)，選取全部或部分流域特征信息進(jìn)行逐步回歸分析，確定與該參數(shù)相關(guān)的流域特征信息；
3)針對(duì)所有已有甲等預(yù)報(bào)方案流域，建立流域特征信息數(shù)據(jù)庫(kù)；
4)對(duì)待確定參數(shù)的無徑流資料流域，首先根據(jù)經(jīng)緯度自動(dòng)從互聯(lián)網(wǎng)下載數(shù)字高程模型數(shù)據(jù)和植被，土壤信息，然后采用數(shù)字高程模型數(shù)據(jù)進(jìn)行流域相關(guān)信息提取，并對(duì)植被，土壤信息進(jìn)行聚類，得到與前述已有甲等預(yù)報(bào)方案流域相同的流域特征信息；
5)在所述步驟3)建立的流域特征信息數(shù)據(jù)庫(kù)中尋找與待確定參數(shù)的無徑流資料流域同屬于一個(gè)大流域的子流域；
6)針對(duì)水文模型的每一個(gè)參數(shù)，首先依據(jù)所述步驟2)確定的與該參數(shù)相關(guān)的流域特征信息，在所述步驟5)中所選定的子流域中尋求待確定參數(shù)的無徑流資料流域基于該參數(shù)的相似流域，若相似流域個(gè)數(shù)滿足一定要求，則確定該子流域?yàn)橄嗨屏饔?；否則在所述步驟
5)的大流域的上一級(jí)流域范圍內(nèi)尋求相似流域,直至滿足個(gè)數(shù)要求；
7)對(duì)水文模型的每一個(gè)待確定參數(shù)，在所述步驟6)確定的相似流域內(nèi)，對(duì)與該參數(shù)相關(guān)的特征信息進(jìn)行相關(guān)分析，建立該參數(shù)與流域特征信息的回歸方程，得到相關(guān)系數(shù)，并確定該參數(shù)；
8)水文模型的所有待確定參數(shù)確定后，即可將參數(shù)帶入洪水預(yù)報(bào)系統(tǒng)，進(jìn)行該無資料地區(qū)的洪水預(yù)報(bào)。
[0009]前述的土地利用聚類為深根植被覆蓋率和淺根植被覆蓋率兩大類。
[0010]前述的土壤特征信息聚類為兩大類，其中第一大類又分為兩小類，具體為:第一大類第一小類:薄層土覆蓋率、人為土覆蓋率、粗骨土覆蓋率；第一大類第二小類:淋溶土覆蓋率、始成圖覆蓋率、高活性強(qiáng)酸土覆蓋率、強(qiáng)淋溶土覆蓋率；第二大類:低活性淋溶土覆蓋率、沖擊土覆蓋率、潛育土覆蓋率、粘磐土覆蓋率、灰化土覆蓋率、沙丘覆蓋率、巖石露頭土覆蓋率、水體(土壤中)覆蓋率。
[0011]前述的步驟3)的流域特征信息數(shù)據(jù)庫(kù)包括流域信息，流域地形特征信息，所述步驟I)得到的聚類處理后的土壤類型信息，聚類處理后的植被類型信息，流域采用的水文模型參數(shù)信息，所述步驟2)得到的與水文模型參數(shù)相關(guān)的地形，土壤和植被信息。[0012]前述的步驟6)中，尋求相似流域是指針對(duì)待確定參數(shù)流域上級(jí)流域的子流域，采用其與該水文模型參數(shù)相關(guān)的流域特征信息進(jìn)行聚類，當(dāng)聚類的距離小于某一限定值時(shí)，即為相似流域。
[0013]前述的步驟6)中，相似流域滿足的個(gè)數(shù)要求為大于等于5。
[0014]前述的步驟7)中，如果相關(guān)系數(shù)小于0.8，則該待確定參數(shù)的無徑流資料流域的預(yù)報(bào)方案降級(jí)使用。
[0015]通過采用上述技術(shù)手段，本發(fā)明的有益效果為:
1)將歷史已完成的具有較高精度的預(yù)報(bào)模型參數(shù)和流域特征信息均設(shè)計(jì)存儲(chǔ)在數(shù)據(jù)庫(kù)中，可方便查詢已預(yù)報(bào)流域的信息和參數(shù)，便于進(jìn)行分析、統(tǒng)計(jì)等；
2)參數(shù)確定過程更客觀:本發(fā)明涉及的參數(shù)確定過程，每一步驟均依據(jù)事先設(shè)定的規(guī)貝U，由計(jì)算機(jī)自動(dòng)尋求，如相似流域的選擇確定、流域特征信息的聚類處理等，避免了人為判斷的主觀性，使參數(shù)確定過程更客觀；
3)采用信息和技術(shù)途徑更全面:本發(fā)明在流域特征信息的選擇，相似流域的選取等方面，均采用了所有可以獲取的信息，同時(shí)依據(jù)參數(shù)特性為各參數(shù)選取不同的相似流域，使無資料地區(qū)洪水預(yù)報(bào)模型參數(shù)確定方法在原始資料、技術(shù)途徑等方面均更全面；
4)無徑流資料地區(qū)模型參數(shù)確定效率更高:本發(fā)明將無資料地區(qū)模型參數(shù)的確定方法設(shè)計(jì)為一套完整的系統(tǒng)，從流域特征信息的處理、相似流域的尋求到相關(guān)關(guān)系的確定均由系統(tǒng)依據(jù)設(shè)定的規(guī)則自動(dòng)完成，使得整個(gè)過程效率更高。
【專利附圖】

【附圖說明】
[0016]圖1為本發(fā)明無徑流資料地區(qū)洪水預(yù)報(bào)參數(shù)確定流程圖；
圖2為本發(fā)明土地利用類型聚類譜系圖；
圖3為本發(fā)明土壤特征信息聚類譜系圖。
【具體實(shí)施方式】
[0017]下面結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明做進(jìn)一步說明。
[0018]如圖1所示，本發(fā)明的無徑流資料地區(qū)的洪水預(yù)報(bào)方法，包括如下步驟:
I)流域特征相關(guān)的信息包括地形、土地利用和土壤特征信息三類，其中土地利用、土壤特征主要為各種植被、土壤類型的覆蓋率，分類相對(duì)較細(xì)，譬如土地利用覆蓋率包括常綠針葉林、常綠闊葉林、草地等十余種。實(shí)際上，水文模型參數(shù)與植被、土壤主要表現(xiàn)為松耦合相關(guān)，譬如多項(xiàng)研究表明流域平均自由水蓄水容量SM與森林率相關(guān)，不會(huì)具體到與常綠針葉林、常綠闊葉林等相關(guān)分析，因此，本發(fā)明首先對(duì)所有已有甲等預(yù)報(bào)方案流域的土地利用、土壤特征信息進(jìn)行聚類。如土地利用聚類如圖2所示，從右向左看，逐級(jí)分類，本發(fā)明將其分為深根植被覆蓋率、淺根植被覆蓋率兩大類；土壤特征信息聚類如圖3所示，從右向左看，本發(fā)明將其分為兩大類，其中第一大類又分為兩小類，具體分類為:第一大類第一小類:薄層土覆蓋率、人為土覆蓋率、粗骨土覆蓋率；第一大類第二小類:淋溶土覆蓋率、始成圖覆蓋率、高活性強(qiáng)酸土覆蓋率、強(qiáng)淋溶土覆蓋率；第二大類:低活性淋溶土覆蓋率、沖擊土覆蓋率、潛育土覆蓋率、粘磐土覆蓋率、灰化土覆蓋率、沙丘覆蓋率、巖石露頭土覆蓋率、水體(土壤中)覆蓋率。[0019]2)針對(duì)水文模型的每一個(gè)參數(shù)，可選取全部流域特征信息或依據(jù)參數(shù)的物理意義選取部分流域信息進(jìn)行逐步回歸分析，從而確定與該參數(shù)相關(guān)的流域特征信息，如分析發(fā)現(xiàn)新安江模型的蒸散發(fā)折算系數(shù)K相關(guān)的流域特征信息主要為流域平均海拔、深根植被覆蓋率和淺根植被覆蓋率。
[0020]3)針對(duì)所有已有甲等預(yù)報(bào)方案的流域，建立流域特征信息數(shù)據(jù)庫(kù)，包括:
流域信息，包括流域所處河流、省份、經(jīng)緯度、降雨徑流特性描述等；
流域地形特征信息，包括平均海拔、河道比降、河長(zhǎng)、面積、形狀系數(shù)等；
聚類處理后的土壤類型信息，如一類土 (薄層圖、人為土、粗骨土覆蓋率等)、二類土等；聚類處理后的植被類型信息，如深根植被覆蓋率(綠針葉林、常綠闊葉林等)、淺根植被覆蓋率；
流域采用的水文模型參數(shù)信息；
步驟2)得到的與各模型參數(shù)相關(guān)的地形、土壤、植被信息。
[0021]4)對(duì)待確定參數(shù)的無徑流資料流域，首先依據(jù)經(jīng)緯度自動(dòng)從互聯(lián)網(wǎng)下載數(shù)字高程模型數(shù)據(jù)和植被、土壤信息，然后采用數(shù)字高程模型數(shù)據(jù)進(jìn)行流域相關(guān)信息提取，并對(duì)植被、土壤信息進(jìn)行聚類，得到與前述已有甲等預(yù)報(bào)方案流域相同的流域特征信息，如所述步驟2)中，新安江模型的蒸散發(fā)折算系數(shù)K相關(guān)的流域特征信息主要為流域平均海拔、深根植被覆蓋率和淺根植被覆蓋率，則獲取待確定參數(shù)流域的深根植被覆蓋率、淺根植被覆蓋率等信息。
[0022]5)因研究發(fā)現(xiàn)，在同一大流域范圍內(nèi)的流域特征和降雨徑流存在一定程度上的相似性，因此首先在所述步驟3)建立的流域特征信息數(shù)據(jù)庫(kù)中尋找與待確定參數(shù)的無徑流資料流域同屬于一個(gè)大流域的子流域，如如果待確定參數(shù)的無徑流資料流域?qū)儆隈R尾河，則在流域特征信息庫(kù)中尋找其上級(jí)河流流域范圍(清水江流域)的所有子流域。
[0023]6)針對(duì)水文模型的每一參數(shù)，首先依據(jù)所述步驟2)確定的與該參數(shù)相關(guān)的流域特征信息，在所述步驟5)中選定的子流域中尋求待確定參數(shù)的無徑流資料流域基于該參數(shù)的相似流域，若相似流域個(gè)數(shù)滿足一定要求，則確定該子流域?yàn)橄嗨屏饔?；否則在所述大流域的更上一級(jí)流域范圍內(nèi)尋求，如所述步驟5)的清水江的上級(jí)沅水流域，直至滿足相似流域的要求。優(yōu)選的，本發(fā)明設(shè)定尋求相似流域的個(gè)數(shù)大于等于5為滿足個(gè)數(shù)要求。其中，尋求相似流域的方法是針對(duì)待確定參數(shù)流域上級(jí)流域的子流域，采用其與該水文模型參數(shù)相關(guān)的流域特征信息進(jìn)行聚類，當(dāng)聚類的距離小于某一限定值時(shí)，即為相似流域，因不同信息聚類情況不同，故其限定值不同，主要根據(jù)聚類譜圖來判別。
[0024]7)針?biāo)哪Ｐ偷拿恳粋€(gè)待確定參數(shù)，在所述步驟6)確定的相似流域內(nèi)，對(duì)與該參數(shù)相關(guān)的特征信息進(jìn)行相關(guān)分析，建立該參數(shù)與流域特征信息的回歸方程，并得到相關(guān)系數(shù)，并確定該參數(shù)。其中，回歸方程是由專門的算法軟件自動(dòng)從大量可供選擇的變量中選擇那些對(duì)建立回歸方程比較重要的變量，并自動(dòng)尋求相關(guān)系數(shù)最高的回歸方程?；貧w方程確定后，即可計(jì)算出回歸方程與各點(diǎn)的相關(guān)系數(shù)。如新安江模型的蒸散發(fā)系數(shù)K值在某相似流域群內(nèi)建立的回歸方程見下表，通常情況下相關(guān)系數(shù)均較高，各項(xiàng)指標(biāo)也滿足要求；當(dāng)相關(guān)成果不能滿足需求，一般取相關(guān)系數(shù)小于0.8為不能滿足需求，則該待確定參數(shù)的無徑流資料流域的預(yù)報(bào)方案應(yīng)降級(jí)使用，水文預(yù)報(bào)規(guī)范中針對(duì)預(yù)報(bào)方案的精度進(jìn)行了分級(jí)，洪水預(yù)報(bào)方案精度達(dá)到甲、乙兩個(gè)等級(jí)者，可用于發(fā)布正式預(yù)報(bào)；方案精度達(dá)到丙等者，可用于參考性預(yù)報(bào)；丙等以下者，只能用于參考性估報(bào)，上述當(dāng)相關(guān)系數(shù)小于0.8時(shí)，如原預(yù)報(bào)方案為乙等，則降為丙等。
[0025]表1新安江模型回歸方程和相關(guān)指標(biāo)
【權(quán)利要求】
1.一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，其特征在于:包括如下步驟 1)對(duì)所有已有甲等預(yù)報(bào)方案流域的土地利用和土壤特征信息進(jìn)行聚類處理，所述土地利用和土壤特征信息主要為各種植被覆蓋率和土壤類型覆蓋率； 2)對(duì)水文模型的每一個(gè)參數(shù)，選取全部或部分流域特征信息進(jìn)行逐步回歸分析，確定與該參數(shù)相關(guān)的流域特征信息； 3)針對(duì)所有已有甲等預(yù)報(bào)方案的流域，建立流域特征信息數(shù)據(jù)庫(kù)； 4)對(duì)待確定參數(shù)的無徑流資料流域，首先根據(jù)經(jīng)緯度自動(dòng)從互聯(lián)網(wǎng)下載數(shù)字高程模型數(shù)據(jù)和植被，土壤信息，然后采用數(shù)字高程模型數(shù)據(jù)進(jìn)行流域相關(guān)信息提取，并對(duì)植被、土壤信息進(jìn)行聚類，得到與前述已有甲等預(yù)報(bào)方案流域相同的流域特征信息； 5)在所述步驟3)建立的流域特征信息數(shù)據(jù)庫(kù)中尋找與待確定參數(shù)的無徑流資料流域同屬于一個(gè)大流域的子流域； 6)針對(duì)水文模型的每一個(gè)參數(shù)，首先依據(jù)所述步驟2)確定的與該參數(shù)相關(guān)的流域特征信息，在所述步驟5)中所選定的子流域中尋求待確定參數(shù)的無徑流資料流域基于該參數(shù)的相似流域，若相似流域個(gè)數(shù)滿足一定要求，則確定該子流域?yàn)橄嗨屏饔?；否則在所述步驟5)的大流域的上一級(jí)流域范圍內(nèi)尋求相似流域,直至滿足個(gè)數(shù)要求； 7)對(duì)水文模型的每一個(gè)待確定參數(shù)，在所述步驟6)確定的相似流域內(nèi)，對(duì)與該參數(shù)相關(guān)的特征信息進(jìn)行相關(guān)分析，建立該參數(shù)與流域特征信息的回歸方程，得到相關(guān)系數(shù)，并確定該參數(shù)； 8)水文模型的所有待確定參數(shù)確定后，即可將參數(shù)帶入洪水預(yù)報(bào)系統(tǒng)，進(jìn)行該無資料地區(qū)的洪水預(yù)報(bào)。
2.根據(jù)權(quán)利要求1所述的一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，其特征在于:所述土地利用聚類為深根植被覆蓋率和淺根植被覆蓋率兩大類。
3.根據(jù)權(quán)利要求1所述的一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，其特征在于:所述土壤特征信息聚類為兩大類，其中第一大類又分為兩小類，具體分類為:第一大類第一小類:薄層土覆蓋率、人為土覆蓋率、粗骨土覆蓋率;第一大類第二小類:淋溶土覆蓋率、始成圖覆蓋率、高活性強(qiáng)酸土覆蓋率、強(qiáng)淋溶土覆蓋率；第二大類:低活性淋溶土覆蓋率、沖擊土覆蓋率、潛育土覆蓋率、粘磐土覆蓋率、灰化土覆蓋率、沙丘覆蓋率、巖石露頭土覆蓋率、水體(土壤中)覆蓋率。
4.根據(jù)權(quán)利要求1所述的一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，其特征在于:所述步驟3)的流域特征信息數(shù)據(jù)庫(kù)包括流域信息，流域地形特征信息，所述步驟I)得到的聚類處理后的土壤類型信息和聚類處理后的植被類型信息，流域采用的水文模型參數(shù)信息，所述步驟2)得到的與水文模型參數(shù)相關(guān)的地形，土壤和植被信息。
5.根據(jù)權(quán)利要求1所述的一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，其特征在于:所述步驟6)中，尋求相似流域是指針對(duì)待確定參數(shù)流域上級(jí)流域的子流域，采用其與該水文模型參數(shù)相關(guān)的流域特征信息進(jìn)行聚類，當(dāng)聚類的距離小于某一限定值時(shí)，即為相似流域。
6.根據(jù)權(quán)利要求1所述的一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，其特征在于:所述步驟6)中，相似流域滿足的個(gè)數(shù)要求為大于等于5。
7.根據(jù)權(quán)利要求1所述的一種無徑流資料地區(qū)的洪水預(yù)報(bào)方法，其特征在于:所述步驟7)中，如果相關(guān)系數(shù)小于0.8，則該待確定參數(shù)的無徑流資料流域的預(yù)報(bào)方案降級(jí)使用。
【文檔編號(hào)】G06F19/00GK103488871SQ201310377611
【公開日】2014年1月1日 申請(qǐng)日期:2013年8月27日 優(yōu)先權(quán)日:2013年8月27日
【發(fā)明者】李春紅, 王建平, 陳建, 謝小燕, 趙宇, 黃春雷, 姚峰 申請(qǐng)人:國(guó)家電網(wǎng)公司, 國(guó)網(wǎng)電力科學(xué)研究院, 南京南瑞集團(tuán)公司