本技术属于水文与计算机技术领域,公开了一种集成汇流时空关系的水文预报方法及系统,包括根据新安江模型的产流模块计算预设区域内多个子流域的产流结果;将多个子流域的产流结果分别转化为多个第一产流结果;将多个第一产流结果输入至卷积长短期记忆神经网络模型进行汇流计算,获得预设区域的汇流结果,根据汇流结果进行水文预报。本发明运用注意力计算精准捕捉子流域间洪水波相互作用,通过特征映射结合卷积长短期记忆神经网络建模产流序列,充分考虑汇流时空关系,提升模型捕捉流域内时空依赖关系的能力。该方法应用于中小流域,即便数据有限,也能确保水文预报准确,具有较强的适应性和广泛的应用前景,为流域管理和防洪决策提供了有力支持。
背景技术
新安江模型是一种集总式水文模型,同时也可根据流域面积的大小选择采用分散式模型。它广泛应用于湿润和半湿润地区,特别适用于湿润季节。该模型将全流域划分为多个单元子流域,并对每个单元流域进行产汇流计算,得出单元流域的出口流量过程。在此基础上,进行河道洪水演算,求得流域出口的流量过程线。
然而,新安江模型的汇流计算模块存在表达流域非线性规律的不足。尤其在中小流域中,由于流域面积较小,洪水过程存在明显的非线性效应。传统的新安江模型采用线性水库法与马斯京根法进行汇流计算,这些方法无法考虑子流域之间洪水波的相互作用,难以准确表达中小流域的复杂非线性汇流过程,导致误差较大。此外,汇流过程的参数敏感性较高,受人为工程与自然气候因素的影响较大,特别是在观测数据有限的情况下,模型难以保持精度。
实现思路