本发明涉及水利信息技术领域，具体指一种基于情景驱动的水文模型自由组建策略和方法。
背景技术：
流域水文模型是水文科学与计算机科学相结合的产物，是信息革命造就的水文科学中的一个具有勃勃生机的研究领域。半个多世纪以来，出现了大量描述流域水循环过程的水文模型，目前全世界有一定使用价值的流域水文模型至少有70个之多，并且得到了越来越广泛的应用，其在水文预报及分析模拟中扮演的角色也越来越重要。在防洪减灾中，流域水文模型是实时洪水预报的核心，是提高洪水预报精度和增长预见期的关键技术。在水资源可持续利用中，流域水文模型是水资源评价、开发、利用和管理的技术理论基础。在水环境保护和水生态系统修复中，流域水文模型是构建面源污染模型和生态评价模型的关键驱动。此外，流域水文模型还是分析研究气候变化和人类活动对洪水、水土流失、水资源和水环境影响的重要工具。
流域水文模型是现代水文学最重要的研究应用领域，经过多年的演变发展，结合空间地理信息技术和计算机技术的不断创新，已经从经验模型、概念性集总模型逐步发展到基于物理基础的分布式水文模型。经验模型的发展主要集中在19世纪后期至20世纪50年代之间，代表性模型包含降雨径流相关图模型、相应水位(或流量)模型、单位线模型等；从20世纪50年代开始，概念性集总模型迅速发展，美国斯坦福模型(1966年)，萨克拉门托模型(1971年)、日本tank模型(1951年)和华东水利学院(现为河海大学)提出的新安江模型(1973年研制，1980年发表)；20世纪90年代，计算机技术、gis、遥感技术和雷达技术的迅速发展，为流域分布式水文模型的发展和应用提供了技术基础。
然而，现有流域水文模型构建和计算方式具有以下局限性：
1)在选择产汇流模型时，由于现有水文模型往往以单一方式存在，无法同时满足不同气候及下垫面条件下的水文计算需求；
2)在模型搭建过程中，由于该过程涉及多个软件(如arcgis、excel等)之间及软件与模型之间的数据传递和处理，因此，在一个全新流域进行模型搭建时，往往受到这些外部工具因素的制约，模型的通用性、数据的正确性得不到有效保证；
3)在模型搭建过程中，对同一流域各计算单元上的产汇流模型只能进行统一设置，用户很难依据模拟的实际需要，对各计算单元进行产汇流模型的自由搭配和组合；
4)模型搭建过程中间步骤较多，不同模型的步骤各不相同，缺少成熟完善的智能引导技术方案，容易影响模型搭建的合理性、准确性。
技术实现要素：
本发明的目的是针对现有技术存在的不足，提出一种通用性强、能够灵活配置各计算单元上的产汇流模型的基于情景驱动的水文模型自由组建策略方法。
本发明提出的一种基于情景驱动的水文模型自由组建策略方法，包括如下步骤：
1)收集和整理目标流域在水文模拟过程中所需的基础数据，并根据水文特征、地形特征、拓扑结构、土壤特征进行预处理，形成目标流域的图层数据、拓扑结构和水文气象(流量、水位、降雨、蒸发等)数据；
2)确定目标流域的产流模型、坡面汇流模型和河道汇流模型，其中产流模型可选择流域概念性集总水文模型或者流域分布式水文模型；
3)根据目标流域的水文气象数据选取代表性洪水过程，形成洪水摘录率定数据和洪水摘录验证数据；
4)将目标流域的图层数据、拓扑结构、和洪水摘录率定数据输入至产流模型、坡面汇流模型和河道汇流模型进行参数率定；
5)对经过参数率定的产流模型、坡面汇流模型和河道汇流模型用洪水摘录验证数据进行验证，验证通过则进入步骤6)，验证不通过则返回步骤2)；
6)将目标流域的上游边界流量、降雨数据、蒸发数据、河道断面数据输入经过验证的产流模型、坡面汇流模型、河道汇流模型，依次进行产流计算、坡面汇流计算、河道汇流计算，直至演算至目标断面，得到目标流域流量过程。
优选地，所述步骤2)中流域概念性集总水文模型包括适用于湿润半湿润地区的新安江模型和nam模型、适合于干旱地区的水箱模型、适用于所有流域的api模型；流域分布式水文模型包括分布式新安江模型、分布式水箱模型、分布式nam模型，根据区域特征建立不同下垫面条件下的模型。
优选地，所述步骤1)中将目标流域分为若干个子流域，步骤2)中对每个子流域分别确定产流模型、坡面汇流模型和河道汇流模型。以自由搭配的方式将产汇流模型配置在子流域计算单元上，同时将河道汇流模型配置于模拟河道上，以实现子流域计算单元产汇流模型的自由组合。
优选地，所述步骤6)中计算目标流域流量过程时以各子流域的拓扑关系为基础，依据从上游到下游的原则依次计算。
优选地，所述步骤1)中的图层数据包括：河流、子流域、雨量站、水文站、权重。
优选地，所述坡面汇流模型包括：单位线模型，滞时演算模型。所述河道汇流模型包括：一维水动力学模型，马斯京根模型。坡面汇流模型所提供的滞时模型为概化的水文模型，参数较少，适用于任何流域。单位线模型则属于经验性质的模型，在资料丰富的流域，有着较好的应用效果。河道汇流模型则提供马斯京根模型以及一维水动力学模型，马斯京根模型为简化的一维水动力学模型，只需输入上边界条件即可完成计算；而一维水动力学模型则需要完整的断面资料、边界条件和初始条件才能完成计算，因此可根据资料的完善情况完成模型选择。
优选地，所述步骤3)中洪水摘录是指截取目标流域和控制水文站不同场次的洪水过程。
优选地，所述步骤4)中参数率定包括自动率定与人工率定两种方式，其中自动率定采用sce-ua算法，且以洪峰流量、峰现时间、洪量为优化目标，支持单优化目标和组合优化目标两种模式，允许设置优化目标的权重，优化过程中，以每个水文站或者水库对汇入的子流域为计算单元进行参数率定；人工率定是指通过人工修改参数。
优选地，所述步骤5)中验证是指用洪水摘录验证数据对经过参数率定的产流模型、坡面汇流模型和河道汇流模型进行敏感性分析和误差分析。
本发明针对传统水文模型搭建中的各种问题，提出了通用性强、能够灵活搭配产汇流模型的技术方案，具有如下特点：
1)解决传统模型建模方式中各计算单元上的产汇流模型单一性问题：水文模型由于内部机制的不同，都存在一定的局限性。例如：新安江模型只适用于湿润或半湿润地区。但在实际应用中，如下垫面条件复杂，则需要提供多种模型选择。在传统模型建模过程中，由于模型往往以单一方式存在，不能同时满足多种下垫面条件下的计算需求，影响了模型搭建的适应性比较和选择。
2)本发明集成了一般水文模型搭建所需要的基于空间信息地图数据的软件模块、模型软件和模型参数率定工具，以利在同一数据和环境基础上完成整个模型建设。该发明避免了由于软件之间数据的整理、输入、处理、输出等外围工作而产生的人为误差的可能性，提高了建模效率。
3)本发明实现产流、汇流模型的灵活配置：在传统建模过程中，各计算单元上的产流、汇流模型只能进行基于某一模型的统一设置，而利用本发明用户可以依据模拟的实际需要，对各计算单元进行产流、汇流模型的自由搭配和组合，特别是对于面积较大的计算单元，当其降雨时空分布和下垫面水文地质条件存在较大差异时，利用本发明可以反映出各区域的产汇流规律，提高模型计算的准确性。
4)本发明提供了一套完整通用的智能引导技术方案，可指导用户进行模型搭建，该方案主要功能包括：数据导入，模型搭建，洪水摘录，模型率定，模型应用。通过以上功能有效解决了依托传统单一模型中存在的搭建工具通用性不足的问题，同时有效减少了模型搭建过程中人为因素所导致的误差，提升了模型搭建的准确性与通用性。
附图说明
图1为本发明基于情景驱动的水文模型自由组建策略方法的流程图。
图2为本实施例中汉江流域图。
图3为汉江流域白河子流域新安江模型参数率定结果。
图4为汉江流域白河子流域出口断面流量过程验证对比图
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明是一种基于情景驱动的水文模型自由组建策略方法，包括如下步骤：
1)收集和整理目标流域在水文模拟过程中所需的基础数据，并根据水文特征、地形特征、拓扑结构、土壤特征进行预处理，形成目标流域的图层数据、拓扑结构和水文气象数据(包括流量、水位、断面、降雨、蒸发等数据)。图层数据包括：河流、子流域、雨量站、水文站、权重。导入完成后，系统自动筛选出流域集水范围内的雨量站和蒸发站，运用泰森多边形法，计算每个子流域单元内的雨量站和蒸发站权重；同时系统将自动解析流域拓扑结构和子流域的相关属性，并将解析和计算的结果在系统中缓存。
2)确定目标流域的产流模型、坡面汇流模型和河道汇流模型。在地图中确定计算区间，以自由搭配的方式将产汇流模型(可选取多种产汇流模型)配置在子流域计算单元上，同时将河道汇流模型(可选取多种河道汇流模型)配置于模拟河道上，以实现子流域计算单元产汇流模型的自由组合。
由于内部机制的不同，不同水文模型适用条件也存在较大差异，因此，提供多种类型模型对于搭建适用于目标区域的模型(组)至关重要。本发明建立了适用于不同下垫面条件下的产汇流模型库，产流模型包括流域集总水文模型或者流域分布式水文模型。流域集总性水文模型包括适用于湿润半湿润地区的新安江模型和nam模型、适合于干旱地区的水箱模型、适用于所有流域的api模型；流域分布式水文模型包括分布式新安江模型、分布式水箱模型、分布式nam模型。坡面汇流模型包括：单位线模型，滞时演算模型。河道汇流模型包括：一维水动力学模型，马斯京根模型。以此为基础建立产汇流模型库，将有效提高模型搭建的准确性。
3)根据目标流域的流量、降雨、蒸发数据选取洪水过程，进行洪水摘录，形成洪水摘录率定数据和洪水摘录验证数据。洪水摘录是指截取模拟对象和控制水文站(或水库)不同场次的洪水过程，用于模型参数的自动优选和人工率定。
4)将目标流域的图层数据、拓扑结构、和洪水摘录率定数据输入至产流模型、坡面汇流模型和河道汇流模型进行参数率定。
5)对经过参数率定的产流模型、坡面汇流模型和河道汇流模型用洪水摘录验证数据进行验证，验证通过则进入步骤6)，验证不通过则返回步骤2)。参数率定旨在确定一套目标流域模拟精度要求范围内的模型参数，主要包括：参数率定与参数验证。其中参数率定包括：自动率定与人工率定两种方式。自动率定定采用sce-ua算法，且以洪峰流量、峰现时间、洪量为优化目标，支持单优化目标和组合优化目标两种模式，允许设置优化目标的权重。优化过程中，以每个水文站或者水库对汇入的子流域为计算单元进行参数率定。人工率定定是指通过人工修改参数，应用试错法逐步逼近较高精度模拟结果，确定一套较为合理的参数。模型参数验证旨在确定参数的准确性与适用性，主要流程为：模型采用率定所得参数进行计算，与场次洪水对比，对参数的准确性进行评定。
6)将目标流域的上游边界流量、降雨数据、蒸发数据、河道断面数据输入经过验证的产流模型、坡面汇流模型、河道汇流模型，依次进行产流计算、坡面汇流计算、河道汇流计算，直至演算至目标断面，得到目标流域流量过程。
具体实施例以汉江流域为例进行阐述；汉江发源于陕西省汉中市宁强县潘冢山，自西向东流经陕西省汉中市、安康市，于安康市白河县流入湖北十堰，在湖北丹江口与汉江最大的支流丹江汇合进入丹江口水库，出丹江口水库经湖北省襄樊市折向东南，在湖北省武汉市汇入长江，全长一共1577km，流域面积15.9万km2。
采用本发明提供的基于情景驱动的水文模型自由组建策略方法进行水文模拟，具体步骤如下：
1)流域数据的处理；模型以汉江流域的数字高程资料、1992～2010年间的水文数据为依据，对各雨量站降雨过程和水文站实测流量过程进行资料的处理；同时利用空间信息地图软件对数字高程资料数据预处理建立河网与子流域拓扑关系，通过流域地理信息进行提取相关参数。
2)模型类型的搭建；由于系统中水文模型类型较多，实施例只选择概念性集总水文模型进行详细说明。概念性集总水文模型的搭建分为4种模型：新安江模型、水箱模型、api模型、nam模型。汉江流域各子流域如图2所示，应用于汉江流域各子流域的水文模型分别为：
白河子流域—新安江模型；
柴坪子流域—水箱模型；
向家坝子流域—api模型；
长沙坝子流域—新安江模型；
桂花园子流域—水箱模型；
南宽坪子流域—nam模型；
青泥湾子流域—nam模型。
a)基础数据的导入；根据所选模型，导入对应计算模型所需的基础数据，缓存至系统，并存储至数据库。导入数据主要包括：汉江流域图层数据，流域拓扑结构，1992～2010年间降雨蒸发数据。导入完成后，系统自动筛选出汇水范围内的雨量站和蒸发站，运用泰森多边形法，计算每个子流域单元内的雨量站和蒸发站权重；同时系统将自动解析流域拓扑结构和子流域的相关属性，并将解析和计算的结果在系统中缓存。
b)模型方案的确定；以自由搭配的方式将产汇流模型配置在子流域计算单元上，同时将河道汇流模型配置于模拟河道上；具体组合方式如下所示：
白河子流域：坡面汇流模型—滞时演算模型、河道汇流模型—马斯京根模型；
柴坪子流域：坡面汇流模型—滞时演算模型、河道汇流模型—马斯京根模型；
向家坝子流域：坡面汇流模型—滞时演算模型、河道汇流模型—马斯京根模型；
长沙坝子流域：坡面汇流模型—滞时演算模型、河道汇流模型—马斯京根模型；
桂花园子流域：坡面汇流模型—滞时演算模型、河道汇流模型—马斯京根模型；
南宽坪子流域：坡面汇流模型—滞时演算模型、河道汇流模型—马斯京根模型；
青泥湾子流域：坡面汇流模型—滞时演算模型、河道汇流模型—马斯京根模型；
c)洪水摘录；截取8个控制水文站20场不同场次的洪水过程，其中12场作为洪水摘录率定数据用于模型参数的率定，8场作为洪水摘录验证数据用于模型的验证。
d)参数的率定；选取模拟的起止时间，以子流域为计算单元进行参数率定，将率定所得参数，代入模型，与12场次洪水对比，对参数的准确性进行评定，参数率定结果以白河子流域为例展示，参数具体值如图3所示；
e)模型验证；完成参数率定之后，对8场次洪水进行模型的验证，验证结果过程线对比图如图4所示，结果表明，8场用于验证的洪水与实测结果拟合程度高，确定性系数等级都为甲等，峰现时间合格率均为90％。依据《水文情报预报规范》，精度满足要求，可用于发布预报。
3)模型的计算；选择计算的开始时间和结束时间，输入边界流量和降雨数据，经过模型计算以后，对计算结果进行统计分析。
其它未详细说明的部分均为现有技术。尽管上述实施例对本发明做出了详尽的描述，但它仅仅是本发明一部分实施例，而不是全部实施例，人们还可以根据本实施例在不经创造性前提下获得其他实施例，这些实施例都属于本发明保护范围。