买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开一种基于特征选择技术及流域物理相似性原理的水文模型参数区域化方法，包括以下步骤：在多个水文气象资料丰富的流域对水文模型待估参数进行自动率定；基于数字高程数据、土壤数据及土地利用及覆被数据，提取上述流域的面积、平均坡度及森林覆盖率等特征值；定量计算各个流域特征对水文模型待估参数的重要性权重；基于流域特征权重及秩累计相似性矩阵，将水文模型参数从水文气象资料丰富的流域移用至无水文资料流域。本发明具有数据来源稳定可靠、计算效率高、结果客观合理等优点，有利于无资料流域的水文模型参数的确定及提高该流域洪水模拟的准确性。

主权项：1.一种自动识别流域特征权重的水文模型参数区域化方法，其特征在于，包括以下步骤：步骤1、选取与待测无资料流域UC在同一水文气象区的k个有资料流域，依次记为[C1，C2，C3，…，Ck]，分别在流域[C1，C2，C3，…，Ck]对任意水文模型M.的待估参数组Par＝[p1，p2，p3,…，pP]进行自动率定，进而得到全部流域的最优参数组pP表示水文模型M.的第P个待估参数；表示流域Ck的最优参数组；步骤2、先基于流域下垫面信息提取流域[C1，C2，C3，…，Ck]各自对应的流域特征值，每个流域所提取的7个流域特征均依次为；流域面积X1、流域平均高程X2、河道平均坡度X3、面积坡度X4、河网密度X5、林地面积比X6、流域平均饱和渗透系数X7；然后，提取待测无资料流域UC的流域特征值，分别记为流域面积Y1、流域平均高程Y2、河道平均坡度Y3、面积坡度Y4、河网密度Y5、林地面积比Y6、流域平均饱和渗透系数Y7；步骤3、定量计算步骤2所得各个流域特征值对水文模型M.的待估参数的重要性权重；具体方法如下：步骤3.1、对于流域[C1，C2，C3，…，Ck]，先将各流域的流域面积特征组成特征向量X1_all，然后随机打乱向量X1_all中元素的顺序生成X1_all的影子向量X1_shadow；同时，对其他六个流域特征做同样处理，得到特征向量X2_all，X3_all，…，X7_all和影子向量X2_shadow，X3_shadow，…，X7_shadow；步骤3.2、将特征向量X1_all，X2_all，…，X7_all和影子向量X1_shadow，X2_shadow，…，X7_shadow作为自变量，第一个待估参数p1作为因变量，训练随机森林模型，计算各个特征向量和影子向量基于不纯度的特征重要性分数ΔIXi；步骤3.3、将影子向量X1_shadow，X2_shadow，…，X7_shadow中，特征重要性分数的最大值记为ShadowMax；步骤3.4、重复步骤3.1至3.3共100次，计算ShadowMax的中值，记为ShadowMax__med，并分别与特征向量X1_all，X2_all，…，X7_all的特征重要性分数的中值进行比较，如果第i个流域特征向量的特征重要性分数中值ΔI_medXi≥ShadowMax__med，则该特征向量对应的流域特征Xi对待估参数p1重要，标记为Important；反之则标记为Unimportant；i∈[1,7]；步骤3.5、按对待估参数p1是否重要分情况分别计算流域特征X1到X7对应的特征权重；步骤3.6，针对剩余的待估参数p2，p3，…，pP重复步骤3.2至3.5，直至各流域特征对全部待估参数的特征权重计算完毕，将流域特征Xi的最终权重作为各个待估参数特征权重的平均值，所有特征权重组成特征权重向量W＝[WX1,WX2,…,WX7]；步骤4，基于流域特征权重及秩累计相似性矩阵，将水文模型M.的待估参数从水文气象资料丰富的流域[C1，C2，C3，…，Ck]移用至无资料流域UC，具体方法为：步骤4.1、分别计算流域C1至Ck第1个流域特征的流域特征X1与无资料流域UC的流域特征Y1之间的差值的绝对值，对差值绝对值最小的流域将其流域特征X1的秩记为对差值绝对值第二小的流域Cτ，将其流域特征X1的秩记为RCτ,X1＝2，以此类推，直到所有流域的流域特征X1的秩计算完毕；同时，对其他六个流域特征X2到X7及Y2到Y7做同样处理，直到所有流域的所有流域特征的秩计算完毕，得到秩矩阵R，R矩阵第m行第n列的数据为Cm,Xn；步骤4.2，将秩矩阵R与步骤3所得特征权重向量W的转置相乘，得到带有流域特征权重的秩累计矩阵RW；步骤4.3、选取秩累计矩阵RW中最小元素所在位置对应的流域Ci，将流域Ci的最优参数组直接移用至无资料流域UC，运行水文模型M.得到流域UC的出口流量。

全文数据：

权利要求：

百度查询： 河海大学 水利部海河水利委员会海河流域水土保持监测中心站 河北省水文勘测研究中心 一种自动识别流域特征权重的水文模型参数区域化方法