少资料地区考虑前期影响时间与变动预见期的冰凌预报方法与流程
本发明涉及凌汛监测与水文预报,尤其是涉及一种少资料地区考虑前期影响时间与变动预见期的冰凌预报方法。
背景技术:
1、高寒及高纬度河流的冬季冰凌生消演变是由于外界复杂水热扰动引发的非线性物理相变过程。由于冰塞、冰坝等冰凌灾害对沿程水利枢纽安全运行和防汛调度具有较大威胁,因此对流凌、封冻及解冻等关键冰情节点的发生日期进行精准预报,是寒区水网优化配置与工程防凌应急调度的重要前提。在有限稀少的水文观测网络或气象地面测站分布极不均匀的流域,数据自由度的匮乏使得传统的确定性物理水动力学模型难以率定参数,数字化预报模型的鲁棒性与精度对保障河流越冬安全至关重要。
2、当前对于极地或少资料流域的冰凌预报,主要依赖于收集有限站点的日均气温与实测径流序列,利用传统的数据驱动模型或一元回归方程,对未来的相变日期进行离散点源数值估计。然而,现有技术在实际应用中往往采用固定的历史回溯时段来提取外界因子,且在模型训练和样本组织阶段,通常针对固定的单一预见期进行等权重的配对采样。
3、在实际运行过程中,由于河流结冰与融化对外界水热变化的动力响应受到水体自身热惯性、河道流速变动等复杂因素的交织干扰,各驱动因子的累积时滞效应具有极强的非线性波动特征。同时,随着业务化预报前置时间的不断拉长,未来气象预报的不确定性随之呈指数型增大,现有方法由于未能适应这种随时间尺度演变的信息冗余度与非独立同分布特征,导致预报模型在面对不同预置视窗时的泛化性能不佳。
4、因此,在缺乏密集长期连续实体物理监测支撑的少资料场景下,如何客观地度量水热条件至冰相转变的实际时滞响应边界,并解决小样本、高冗余采样工况下的模型拟合偏置问题,是提升长预见期冰凌过程预测稳定性所面临的共性技术挑战。有必要研究一种能够增强少资料场景下凌汛演变预测鲁棒性的方法。
技术实现思路
1、本发明的目的在于提供一种少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,以期解决现有技术的上述问题。
2、为解决现有技术的上述问题,本发明提供如下技术方案:一种少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,包括:
3、获取待预报流域的基础水文气象历史资料及对应的节点冰情特征指标;
4、分析所述基础水文气象历史资料与所述节点冰情特征指标之间的时滞响应特征,确定驱动冰情演变的最优前期影响时间;
5、将预见期设定为动态自变量,在由所述最优前期影响时间和预见期长度围成的滚动时域视窗内,提取所述基础水文气象历史资料的多维时序特征,构建获得与目标节点冰情特征指标配对的变动预见期扩增特征样本集;
6、将所述变动预见期扩增特征样本集输入预先训练获得的预加权非线性映射预报模型中,利用所述预报模型对不同预见期下的样本进行不确定性加权拟合求解,得到所述待预报流域在不同变动预见期下对应的多视窗冰凌过程关键日期;
7、输出所述多视窗冰凌过程关键日期。
8、其中,预加权非线性映射预报模型通过以下离线构建步骤预先训练获得:
9、获取历史变动预见期扩增特征样本集,并将所述历史变动预见期扩增特征样本集中的多维时序特征及动态自变量预见期长度作为输入特征矩阵,将对应的节点冰情特征指标作为目标向量;
10、基于所述输入特征矩阵中各个样本对应的预见期长度,计算各个样本对应的自适应样本可靠度权重,并据此组装获得用以对消扩增样本间非独立性偏差的对角权重矩阵;
11、利用随机生成的输入层权值与隐含层阈值,对所述输入特征矩阵进行非线性映射,构建获得隐含层输出矩阵;
12、将所述对角权重矩阵引入所述预加权非线性映射预报模型的加权最小二乘损失函数中,通过对隐含层输出矩阵、目标向量及所述对角权重矩阵进行闭环求解,获得全局唯一的输出层权值,以锁定训练完成的所述预加权非线性映射预报模型。
13、优选地,基于所述输入特征矩阵中各个样本对应的预见期长度,计算各个样本对应的自适应样本可靠度权重,并据此组装获得用以对消扩增样本间非独立性偏差的对角权重矩阵,包括:
14、加载预配置的衰减指数;
15、计算每个样本对应的动态自变量预见期长度的指定幂次方,并将所述指定幂次方的倒数确定为该样本对应的自适应样本可靠度权重,其中,所述指定幂次方的指数由所述衰减指数确定;
16、对所有样本对应的自适应样本可靠度权重进行全局归一化处理,得到各个样本对应的归一化权重;
17、基于总样本数,将各个样本对应的归一化权重分别作为对角线元素进行排布,构建获得所述对角权重矩阵。
18、其中,输出层权值矩阵为:
19、;
20、其中,为求解出的全局唯一的输出层权值矩阵,为所述初始隐含层输出矩阵的转置矩阵,为前序步骤组装输出的对角权重矩阵,为所述初始隐含层输出矩阵,i为与矩阵乘积维度完全对齐的标准单位惩罚矩阵,为预配置的正则化参数标量,为目标向量。
21、优选地,在所述输出所述待预报流域在不同变动预见期下对应的多视窗冰凌过程关键日期的步骤之后,还包括:
22、将不同变动预见期下对应的所述多视窗冰凌过程关键日期输入预存的流域防凌调度规则库中进行越限启发式判别,自动衍生出用以约束沿程水利枢纽下泄流量的防凌应急调度参数集,并将所述防凌应急调度参数集输出至防凌调度业务终端。
23、有益效果:本发明缓解了极小样本瓶颈,提升了长预见期下冰凌预报的鲁棒性与精度。
1.一种少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,其特征在于,包括:
2.根据权利要求1所述的少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,其特征在于,
3.根据权利要求2所述的少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,其特征在于,在所述分析所述基础水文气象历史资料与所述节点冰情特征指标之间的时滞响应特征,确定驱动冰情演变的最优前期影响时间的步骤中,包括:
4.根据权利要求3所述的少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,其特征在于,基于所述非线性互信息量随回溯天数的动态变化趋势确定所述最优前期影响时间,包括:
5.根据权利要求2所述的少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,其特征在于,将预见期设定为动态自变量,在由所述最优前期影响时间和预见期长度围成的滚动时域视窗内,提取所述基础水文气象历史资料的多维时序特征,构建获得与目标节点冰情特征指标配对的变动预见期扩增特征样本集,包括:
6.根据权利要求5所述的少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,其特征在于,提取所述基础水文气象历史资料的多维时序特征,包括:
7.根据权利要求6所述的少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,其特征在于,针对封冻流凌阶段的热力冰冻动量特征的构建,包括:
8.根据权利要求6所述的少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,其特征在于,针对开河解冻阶段的热力消融动量特征的构建,包括:
9.根据权利要求6所述的少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,其特征在于,针对冰期的水动力扰动特征的构建,包括:
10.根据权利要求1所述的少资料地区考虑前期影响时间与变动预见期的冰凌预报方法,其特征在于,预加权非线性映射预报模型通过以下离线构建步骤预先训练获得:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com