第3章　基于數據挖掘技術的洪水預報模型

3.1　引言

洪水預報是水庫實時防洪調度的基礎,其預報精度的可靠性是實施洪水實時調度的關鍵,因此洪水預報模型的研究有著重要實際意義?，F代洪水預報主要是依據前期的水情、雨情等水文氣象要素,對洪水過程進行定量、定時預報。目前洪水預報的模型大體可以分為物理模型、黑箱模型和概念模型,物理模型雖然可以做到較高的精度,但是需要大量的測驗資料和對洪水形成的物理過程有深入的了解;黑箱模型靈活簡便,但依賴于歷史數據,必須通過數據挖掘獲得信息才能得出較好的結果;概念模型有一定的物理基礎,精度較高,且需要的變量少于物理模型,但需要借助概念性元素或基于經驗函數?？傊?目前還沒有通用的洪水預報模型,并且有限的資料不足以全面反映流域產匯流基本規律,洪水預報模型的研究有待深入。洪水模型可遵循以下原則。

(1)提高模擬預報精度的原則。洪水預報模型的精度希望達到規范規定的甲級水平,但在難以獲取完備的流域相關產、匯流參數及其他物理參數短缺的條件下,應用物理模型或概念模型很難得到滿意的結果。如果能較好地挖掘流域降水與徑流的相關關系,利用區域當地降水、徑流、前期土壤含水量的信息建立P—Pa—R模型可以得出較滿意的預測。為能夠從歷史數據中獲取更多、更準確的信息,需借助現代數據挖掘技術和智能算法,目前有多種信息處理的方法,如模糊集、粗糙集、神經網絡、混沌理論等。各種方法各有優缺點、需結合實際選用合適方法。

(2)滿足精度要求的前提下,盡量使用針對本流域的預報模型的原則。大量研究表明,基于本流域實際情況建立的預報模型效果優于利用其他流域模型的計算,如在匯流預報中采用本流域經驗單位線法計算結果可優于采用新安江模型或其他流域模型的計算。

本章基于上述原則,將遺傳程序設計、信息擴散近似推理這兩種現代數據挖掘技術引入到洪水預報問題的研究中,借助數據挖掘技術建立起不同土壤前期含水量條件下的降水與徑流的關系模型,在此基礎上完善降雨、徑流相關圖(關系),并利用信息擴散技術修正流域經驗單位線,對流域的洪水過程進行預報。