技术特征：
1.一种基于遥感土壤湿度数据的水文模型参数估计方法，其特征在于，包括：s1：获取参考流域范围内的遥感土壤湿度数据，遥感反演土壤湿度数据仅包含土壤表层范围内的土壤含水量信息，需要计算土壤湿度指数以反映整个土壤剖面的含水量情况；s2：根据遥感土壤湿度数据，计算参考流域和目标流域范围内各栅格处的土壤蓄水容量，绘制其频率分布直方图，选择概率分布线型作为蓄水容量曲线的线型，并进行k-s检验；s3：采用矩估计法，计算出蓄水容量曲线的概率分布参数的前l阶矩μ1，
…
，μ
l
，并联立μ1，
…
，μ
l
求出蓄水容量曲线概率分布参数的估计值；s4：对蓄水容量曲线参数采用估计值，集总式水文模型的其余参数采用实测水文气象数据进行参数自动率定，驱动模型对参考流域的降雨-径流过程进行模拟，并与通过常规率定方法得到的模拟结果进行对比；s5：在目标流域与参考流域之间，建立总蓄水量和通过遥感土壤湿度数据计算得到的土壤蓄水容量均值的关系，基于所述关系计算目标流域的蓄水容量曲线概率分布的参数；s6：对目标流域的蓄水容量曲线参数采用计算值，集总式水文模型的其余参数直接移植参考流域的参数值，并与移植参考流域全部参数值的移植方案得到的模拟结果进行对比。2.根据权利要求1所述的基于遥感土壤湿度数据的水文模型参数估计方法，其特征在于，步骤s1中的土壤湿度指数的计算方式为：式(1)中，为t
n
时刻i栅格位置的土壤湿度指数；为t
n
时刻i栅格位置的表层土壤湿度的观测值；k
n
为取值范围为0～1的参数，计算公式为：式(2)中，t0代表土壤湿度变化的时间尺度，以天为单位，当预测0～100cm深度的土壤湿度值时，取t0＝20。3.根据权利要求2所述的基于遥感土壤湿度数据的水文模型参数估计方法，其特征在于，步骤s2中：a1、土壤蓄水容量的计算方式为：定义i栅格处的土壤蓄水容量为sr
i
，通过以下方式计算：，通过以下方式计算：，通过以下方式计算：(3)、(4)、(5)三式中，θ
i
(t)均为流域内i栅格处根系层的遥感土壤湿度数据时间序列；max为取最大值；min为取最小值；t为时间；t为序列总长度；l为根系层在垂直方向的深度；a2、蓄水容量曲线：流域蓄水容量曲线是对流域饱和缺水量空间不均匀性的一种统计学描述，是将流域内
各地点包气带的蓄水容量，按从小到大的顺序排列得到的一条蓄水容量与相应面积关系的统计曲线，a3、选择合适的概率分布线型：概率分布线型的选择基于三点根据：理论分布曲线的线型要尽量接近计算得到的蓄水容量分布特点；根据蓄水容量的性质，理论分布函数的自变量取值范围大于或大于等于0；由于理论分布的累积分布函数需要代入模型中参与计算，故理论分布函数的参数不宜过多；a4、k-s检验：kolmogorov-smirnov检验是一种非参数检验方法，计算经验累积分布与参考的理论累积分布函数之间的绝对差，绝对差的最大值就是k-s检验的统计量d
ks
，数学表达式如下：式(6)中，f0为假定的理论累积分布函数；f
data
为样本的经验累积分布函数；n为样本总量，当k-s检验的统计量d
ks
符合(7)式时，将拒绝原假设，即样本不服从假定的理论分布：式(7)中，α为显著性水平，取0.05；c(α)通过α、n查表得出；n为样本总量；对k-s检验的结果将使用p值法，若计算出的p值小于指定的显著性水平0.05，则拒绝原假设。4.根据权利要求3所述的基于遥感土壤湿度数据的水文模型参数估计方法，其特征在于，步骤s3中的矩估计法：对于服从某概率分布的连续型随机变量x，定义其单变量概率密度函数为f(x；u1，
…
，u
l
)，其累积分布函数为f(x；u1，
…
，u
l
)，u1，
…
，u
l
为待估参数，随机变量x的k阶矩μ
k
的计算方式为：μ
k
＝e(x
k
)＝∫x
k
df(x；u1，
…
，u
l
)＝∫x
k
f(x；u1，
…
，u
l
)dx
ꢀꢀꢀ
(8)由式(8)可以得到前l阶矩的表达式：联立求解出l个待估参数的表达式：设(x1x2，...，x
n
)为x的样本，样本的k阶矩的计算方式为：
式(11)中，n为样本总量，将样本的k阶矩a
k
作为μ
k
的估计量，代入式(10)的f
i
中，得到u
i
的估计量。5.根据权利要求4所述的基于遥感土壤湿度数据的水文模型参数估计方法，其特征在于，步骤s4中：b1、常规率定方法：常规率定方法指，采用参数优化算法对集总式水文模型的所有参数进行率定，b2、结果对比：计算两种方法的nse效率系数和kge效率系数，nse的计算方式为：式(12)中，q
sim，j
和q
obs，j
分别为第j时段的径流模拟值和实测值；为整个计算时段内径流实测值的均值；n为时段总长度；kge的计算方式为：式(13)中，r为径流模拟值序列相对于观测值序列的pearson相关系数；a为径流模拟值序列的标准差与观测值序列的标准差的比值；b为径流模拟值序列的平均值与观测值序列的平均值的比值；根据nse值和kge值，分别定义两个模型稳健性指标mrc
nse
和mrc
kge
，计算方式分别为：，计算方式分别为：式(14)、(15)中，nsev(n)和kgev(n)分别为检验期第n组参数值计算的nse结果和kge结果；nse
c
(n)和kge
c
(n)分别为率定期第n组参数值计算的nse结果和kge结果；n为参数组合的总数，mrc的结果可能为正也可能为负，数值越大模型的稳健性越好。6.根据权利要求5所述的基于遥感土壤湿度数据的水文模型参数估计方法，其特征在于，步骤s5中的建立总蓄水量和通过遥感土壤湿度数据计算得到的土壤蓄水容量均值的关系：
对于流域蓄水容量的计算，满足(16)式：式(16)中，wm为流域总蓄水量；c为流域内各点的蓄水容量；f(c)为蓄水容量曲线的累积分布函数；e(c)为流域内每个点的蓄水容量的统计期望；从式(16)可以看出，在数值上，流域的总蓄水量wm等于流域内每个点的蓄水容量c的统计期望，基于这种关系，对于目标流域和参考流域之间，都可以建立如下关系：式(17)中，wm
a
为目标流域的总蓄水量；wm
b
为参考流域的总蓄水量；和分别为目标流域和参考流域根据遥感土壤湿度数据计算得到的土壤蓄水容量均值；通过式(17)中的关系，利用遥感土壤湿度数据将参考流域的参数移植到目标流域。7.根据权利要求6所述的基于遥感土壤湿度数据的水文模型参数估计方法，其特征在于，步骤s6中结果对比：计算两种参数移植方案的nse值和kge值，计算方式分别参考式(12)和式(13)。8.一种基于遥感土壤湿度数据的水文模型参数估计装置，其特征在于，包括：第一主模块，用于获取参考流域范围内的遥感土壤湿度数据，遥感反演土壤湿度数据仅包含土壤表层范围内的土壤含水量信息，需要计算土壤湿度指数以反映整个土壤剖面的含水量情况；第二主模块，用于根据遥感土壤湿度数据，计算参考流域和目标流域范围内各栅格处的土壤蓄水容量，绘制其频率分布直方图，选择概率分布线型作为蓄水容量曲线的线型，并进行k-s检验；第三主模块，用于采用矩估计法，计算出蓄水容量曲线的概率分布参数的前l阶矩μ1，
…
，μ
l
，并联立μ1，
…
，μ
l
求出蓄水容量曲线概率分布参数的估计值；第四主模块，用于对蓄水容量曲线参数采用估计值，集总式水文模型的其余参数采用实测水文气象数据进行参数自动率定，驱动模型对参考流域的降雨-径流过程进行模拟，并与通过常规率定方法得到的模拟结果进行对比；第五主模块，用于在目标流域与参考流域之间，建立总蓄水量和通过遥感土壤湿度数据计算得到的土壤蓄水容量均值的关系，基于所述关系计算目标流域的蓄水容量曲线概率分布的参数；第六主模块，用于对目标流域的蓄水容量曲线参数采用计算值，集总式水文模型的其余参数直接移植参考流域的参数值，并与移植参考流域全部参数值的移植方案得到的模拟结果进行对比。9.一种电子设备，其特征在于，包括：至少一个处理器、至少一个存储器和通信接口；其中，所述处理器、存储器和通信接口相互间进行通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行权利要求1至7任一项权利要求所述的方法。10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至7中任一项权利要求所述的方法。
技术总结
本发明提供了一种基于遥感土壤湿度数据的水文模型参数估计方法及设备。所述方法包括：步骤S1至步骤S6。本发明对于参考流域，需要具有较长时间序列的实测水文资料；对于目标流域，需要在地形地貌、植被、土地利用和水文气候特征等方面与参考流域具有一定相似性，为水利行业从事无资料流域的水文预报、流域水资源利用与管理决策提供支撑，具有很强的实用性和广泛的适用性。泛的适用性。泛的适用性。
技术研发人员：熊立华 田逸飞
受保护的技术使用者：武汉大学
技术研发日：2022.04.08
技术公布日：2022/7/8