一种考虑时空特性的流域典型水文站点筛选方法及系统与流程

本发明涉及流域水文站筛选，具体涉及一种考虑时空特性的流域典型水文站点筛选方法及系统。

背景技术：

1、在水文分析、水资源规划及流域水电调度等领域，准确掌握流域的水文情势是进行科学决策的基础。这通常依赖于流域内布设的众多水文站的长期观测数据。然而，在实践中直接使用全部站点数据面临显著挑战：一方面，站点众多导致数据收集、处理与分析的成本高昂、效率低下，且易因信息冗余而掩盖核心规律；另一方面，流域内不同区域的地理、气候和下垫面条件存在差异，站点所记录的水文过程（如径流时序、丰枯特征、波动规律等）不尽相同，任意选择个别典型水文站又可能缺乏科学依据，无法代表流域的整体水文特性，从而导致基于该站点数据制定的调度策略或水文结论存在偏差或片面性。

2、现有技术中，流域水文站筛选普遍存在两类缺陷：一是依赖人工经验选取干流站或出口站，缺乏量化依据，易导致所选站点无法表征全流域水文异质性；二是现有定量方法多采用单维指标（如面积比、线性相关系数），既未考虑流量过程的非线性形态特征，也无法量化丰枯水期的时空遭遇差异，尤其针对非平稳径流序列，难以区分“趋势一致但幅值偏差”与“幅值相近但趋势相反”的本质差异。此外，传统聚类方法对数据长度要求严苛，不适用于短序列站点场景。

3、有鉴于此，特提出本技术。

技术实现思路

1、本发明所要解决的技术问题是现有方法中一是依赖人工经验选取，所选站点无法表征全流域水文异质性；二是大多依赖单一指标导致代表性不足，无法区分“趋势相反”与“无趋势相关”的技术盲区，无法实现典型站点的精准筛选。本发明提供了一种考虑时空特性的流域典型水文站点筛选方法及系统，通过双因子验证和自适应反馈调节机制构建了流域基准流量序列，结合考虑时空特性的量化指标体系与基于灰色关联度的评价模型，实现典型站点的精准筛选。

2、本发明通过下述技术方案实现：

3、第一方面，本发明提供了一种考虑时空特性的流域典型水文站点筛选方法，该方法包括：

4、获取基础数据，基础数据为所有候选水文站的原始流量序列；

5、根据基础数据，基于面积加权、下垫面修正、双因子校验和自适应反馈调节的四阶构建机制，构建流域基准流量序列；流域基准流量序列为流域范围内各候选水文站流量过程的加权集成结果，其反映流域整体水文特征；

6、构建多维度评价指标体系；评价指标体系包括时间一致性指标和空间表征能力指标；

7、根据流域基准流量序列和评价指标体系，基于灰色关联度评价模型计算每个候选水文站的加权灰色关联度；

8、将所有候选水文站的加权灰色关联度从大到小排序，选取加权灰色关联度最大的候选水文站作为流域典型水文站。

9、进一步地，该方法还包括：

10、对基础数据进行预处理，获得预处理后的基础数据；预处理包括缺失值插补、异常值剔除和序列一致性检验。

11、进一步地，基于面积加权、下垫面修正、双因子校验和自适应反馈调节的四阶构建机制，构建流域基准流量序列，包括：

12、通过控制面积占比与下垫面修正系数加权融合所有候选站流量，构建流域基准流量序列；

13、基于双因子验证机制对流域基准流量序列的参考性进行验证，获得验证通过的流域基准流量序列；双因子验证机制包括物理一致性验证和外部数据吻合验证。

14、进一步地，基于面积加权、下垫面修正、双因子校验和自适应反馈调节的四阶构建机制，构建流域基准流量序列，还包括：

15、当双因子验证机制中任一验证机制不满足，则基于基准自适应反馈调节机制进行误差诊断与权重动态修正；

16、所述基准自适应反馈调节机制，包括：

17、步骤1：令迭代次数，计算得到初始基准流量序列；

18、步骤2：基于初始基准流量序列，计算相关系数和趋势偏差，当时转入步骤7，否则转入步骤3；

19、步骤3：判断迭代数是否小于预设阈值，若是则转入步骤4，否者剔除对验证指标负面影响最大的站点，即剔除后能使相关系数提升最大的站点，重新计算权重，令并转入步骤6；

20、步骤4：计算各站点平均残差，若所有站点的同号，则判定为全局偏差；否则判定为局部偏差；所述平均残差计算方法如下：

21、；

22、；

23、其中，为流域所有候选水文站点数量；为第个候选水文站点的流量序列在时段的值；为第个候选水文站点在时刻的残差；

24、步骤5：当偏差为全局偏差时，则引入比例调节系数，对所述初始基准流量序列进行整体缩放；当偏差为局部偏差时，则引入熵值修正因子，降低该区域站点在基准构建中的权重；

25、步骤6：依据新的权重或比例调节系数，计算得到新的基准流量序列，令，转入步骤2；

26、步骤7：令，输出流域基准流量序列。

27、进一步地，流域基准流量序列的表达式为：

28、；

29、；

30、式中，为反映流域整体特征的流域基准流量序列；为第个候选水文站点的流量序列在时段的值；为第个候选水文站点的面积权重系数，依据各候选水文站点控制流域面积占全流域总面积的比例确定，并引入下垫面修正系数进行修正，该下垫面修正系数通过遥感解译获取，依据候选水文站点控制流域内的植被覆盖率、土壤类型及坡度分布进行加权计算；为候选水文站点控制的流域面积；为候选水文站点编号索引；为流域所有候选水文站点数量。

31、进一步地，物理一致性验证是通过计算基准径流深与流域面雨深的相关系数来验证；相关系数的表达式为：

32、；

33、；

34、；

35、；

36、；

37、式中，为基准径流深与流域面雨深的相关系数；、分别为时段的基准径流深和流域面雨深；为流域整体流量特征基准序列，即流域基准流量序列；流域面积；为时段长；为第个雨量站的泰森多边形权重系数，由该站点对应的控制面积占流域总面积的比例确定；为第个雨量站点在时刻的观测降雨量；为流域雨量监测站的编号索引；为流域雨量监测站的总数；、分别为基准径流深和流域面雨深的均值。

38、进一步地，外部数据吻合验证是通过计算基准径流累积量与陆地水储量变化序列的趋势偏差率来验证；趋势偏差率的表达式为：

39、；

40、；

41、式中，为基准径流累积量与陆地水储量变化twsa序列的趋势偏差率；基准径流累计量；为时段的基准流量，为时段长；表示时间序列的长期变化趋势，通过线性回归获得。

42、进一步地，时间一致性指标用于评估候选水文站原始流量序列与流域基准流量序列在时间演变过程上的吻合程度；时间一致性指标包括形态趋势相似性指标与变化趋势相关性指标；

43、空间表征能力指标用于评估候选水文站的水文特征值在流域空间分布上的覆盖代表性；空间表征能力指标包括水量水平代表性指标与丰枯遭遇联系度指标。

44、进一步地，根据流域基准流量序列和评价指标体系，基于灰色关联度评价模型计算每个候选水文站的加权灰色关联度，包括：

45、将流域基准流量序列作为理想参考序列；

46、根据评价指标体系，计算各候选站点流量序列与流域基准流量序列的评价指标矩阵；

47、采用极差归一化方法对评价指标矩阵中的原始指标值进行归一化处理，获得归一化后的评价指标矩阵；

48、对每个候选水文站和每个评价指标，计算其与理想参考序列的灰色关联系数；

49、采用熵权法确定各评价指标的权重，根据权重和灰色关联系数，计算每个候选水文站的加权灰色关联度。

50、进一步地，将所有候选水文站的加权灰色关联度从大到小排序，选取加权灰色关联度最大的候选水文站作为流域典型水文站，包括：

51、将所有候选水文站的加权灰色关联度从大到小排序；

52、若需要一个流域典型水文站，则选取加权灰色关联度最大的候选水文站作为流域典型水文站；

53、若需要多个流域典型水文站，则按照加权灰色关联度降序选取前个候选水文站，或设定阈值确定典型水文站集合。

54、第二方面，本发明又提供了一种考虑时空特性的流域典型水文站点筛选系统，该系统包括：

55、获取单元，用于获取基础数据，基础数据为所有候选水文站的原始流量序列；

56、流域基准流量序列构建单元，用于根据基础数据，基于面积加权、下垫面修正、双因子校验和自适应反馈调节的四阶构建机制，构建流域基准流量序列；流域基准流量序列为流域范围内各候选水文站流量过程的加权集成结果；

57、评价指标构建单元，用于构建多维度评价指标体系；评价指标体系包括时间一致性指标和空间表征能力指标；

58、灰色关联度评价单元，用于根据流域基准流量序列和评价指标体系，基于灰色关联度评价模型计算每个候选水文站的加权灰色关联度；

59、筛选单元，用于将所有候选水文站的加权灰色关联度从大到小排序，选取加权灰色关联度最大的候选水文站作为流域典型水文站。

60、本发明与现有技术相比，具有如下的优点和有益效果：

61、本发明一种考虑时空特性的流域典型水文站点筛选方法及系统，通过构建双因子验证机制验证的流域基准流量序列，结合考虑时空特性的量化指标体系与基于灰色关联度的评价模型，实现典型站点的精准筛选。

62、1、基准构建的客观性突破：首次引入“物理一致性+外部数据”双因子校验机制与自适应反馈调节逻辑，解决了传统基准序列“重数学融合、轻物理验证”的问题，确保基准序列真实反映流域水循环规律。

63、2、评价维度的全面性突破：构建的指标体系同时覆盖过程形态、变化速率、水量水平、丰枯遭遇四个层面，弥补了现有方法无法区分“趋势相反”与“无趋势相关”的技术盲区。

64、3、评价结果的稳健性突破：采用熵权法-灰色关联度组合模型，避免了主观赋权的随意性，且对短序列、非平稳序列的适应性显著优于传统聚类方法，可支撑不同规模流域的典型站筛选需求。

65、4、实现了科研基准与工程应用的衔接：本技术首次明确区分“流域基准流量序列”与“典型水文站”的不同功能定位：前者作为物理可验证的全流域参考标尺，后者作为可工程化部署的监测节点，解决了现有方法“有评价标准、无落地载体”的问题。