(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211162482.1 (22)申请日 2022.09.14 (71)申请人 中国水利水电科 学研究院 地址 100038 北京市海淀区复兴 路甲1号 申请人 水电水利规划设计总院 (72)发明人 于洋　李哲　蔡思宇　廖卫红　 彭程　杨百银　高洁　李洋　 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06K 9/62(2022.01) (54)发明名称 一种基于相似年和敏感分析的生态变异指 标提取及诊断方法 (57)摘要 本发明专利公开了一种基于相似年和敏感 分析的生态变异指标提取及 诊断方法。 包括以下 步骤： S1、 细化IHA指标体， 收集基础数据， 建立研 究区流域长序列逐日流量Qr数据库， 全年分为枯 水期和丰 水期并将IHA指标体系细化为以枯水期 IHA指标体系和丰水期IHA指标体系； S2、 确选取 生态最相关水文指标： ①设立样本年集合； ②分 别计算并匹配样本年中各年枯水期与丰水期对 应的相似组集合； ③确定生态最相关水文指标； S3、 确定变异时段。 本发明的生态识别指标系统 覆盖水文因素、 环境因素和生物因素， 且本发明 的判定阈值在时间序列上随着生态识别指标的 变化而波动， 其趋势贴合了各识别指标值拟合得 到的趋势线， 该研究体系可使最终得到的结果具 有较高的可靠性。 权利要求书2页 说明书4页 附图1页 CN 115409415 A 2022.11.29 CN 115409415 A 1.一种基于相似年和敏感分析的生态变异指标提取及诊断方法， 其特征在于： 包括以 下步骤： S1、 细化IHA指标体系： ①收集基础数据， 建立研究区流域长序列逐日流量Qr数据库， 其 中， 序列长度为M个年份； ②根据研究区流域径流特征， 将全年分为枯水期和丰水期， 并将所 述长序列逐日流量Qr数据库划分为枯水期逐日流量Q枯数据库和丰水期 逐日流量Q丰数据库， 将IHA指标体系细化 为以枯水期IHA指标体系和丰水期IHA指标体系； S2、 选取生态最相关水文指标： ①设立样本年集合： 根据研 究区流域长序列逐日流量Qr 数据库的序列长度随机选取m个年份当作样本年集合； ②分别计算并匹配样本年中各年枯 水期与丰水期对应的相似组集合： 针对样本年中各年枯水期与丰水期， 以及枯水期逐日流 量Q枯数据库和丰水期逐日流量Q丰数据库， 计算流域特征统计值； 以所述流域特征统计值为 基准， 利用欧式距离方法统计每个样本年的枯水期与丰水期所分别对应的n个相似年， 并分 别记为枯水期相似组集合和丰水期相似组集合， 其中， n为正整数； ③确定生态最相关水文 指标： 计算枯水期相 似组集合和 丰水期相 似组集合各自对应的IHA指标， 并分别计算各IHA 指标的变异系数； 针对枯水期相似组集合和丰水期相似组集合分别选取在样本年集合中变 异系数最大的前t个IHA指标， 作为IHA敏感指标， 其集合作为IHA敏感指标候选集， 其中， t为 正整数； 针对所述IHA敏感指标候选集， 选取在样本年集合中重复数最大的前h个敏感指标 作为生态最相关水文指标， 即ERHIs指标， 其中， h为 正整数； S3、 确定变异时段： ①初步诊断： 针对研究区流域长序列逐日流量Qr数据库， 计算各年的 ERHIs指标， 并通过Hurst系数法计算各ERHIs指标的变异强度， 将变异系数大于0.9的ERHIs 指标归于强变异指标集， 作为进一步诊断变异时段的指标； ②进一步诊断： 针对 各年的强变 异指标集， 利用多种变异诊断方法确定强变异指标集中各ERHIs指标对应的变异 年， 归为变 异年集合， 选取变异年集合中的最小变异年与最大变异年作为首尾年份， 其首尾间时段即 为最终该流 域的变异时段。 2.根据权利要求1所述的一种基于相似年和敏感分析的生态变异指标提取及诊断方 法， 其特征在于： 步骤S1 中所述的IHA指标体系结合丰、 枯水期时间段和丰、 枯水期径流量的 大小细化为枯水期IHA指标体系和 丰水期IHA指标体系； 所述枯水期IHA指标体系包含以下 五组：①月流量： 枯水期各月月流量； ②年极端流量及历时： 枯水期最小1、 3、 7、 30、 90日流量 及基流指数； ③年极端流量出现时间： 枯水期最小流量出现时间； ④低流量发生频率和历 时： 枯水期低流量年内发生次数、 枯水期低流量年内平均历时； ⑤流量改变率和频率： 枯水 期内流量上升率、 下降率及流量逆转次数； 所述丰水期IHA指标体系包含以下五组： ①月流 量： 丰水期各月月流量； ②年极端流量及历时： 丰水期最大1、 3、 7、 30、 90日流量； ③年极端流 量出现时间： 丰水期最大流量出现时间； ④高流量发生频率和历时： 丰水期高流量年内发生 次数、 丰水期高流量年内平均历时； ⑤流量改变率和频率： 丰水期内流量上升率、 下降率及 流量逆转次数。 3.根据权利要求1所述的一种基于相似年和敏感分析的生态变异指标提取及诊断方 法， 其特征在于： 步骤S2中所述样本年集合的样本量m约为研究区流域长序列逐日流量Qr数 据库序列长度M的十分之一至六分之一。 4.根据权利要求1所述的一种基于相似年和敏感分析的生态变异指标提取及诊断方 法， 其特征在于： 步骤S2中所述特征统计值包括均值、 方差、 极差、 中位数、 25 分位数、 75分位权　利　要　求　书 1/2 页 2 CN 115409415 A 2数、 变异系数、 偏度和峰度。 5.根据权利要求1所述的一种基于相似年和敏感分析的生态变异指标提取及诊断方 法， 其特征在于： 步骤S3中所述的多种变异诊断方法包括水文变异诊断系统的跳跃诊断法 和气候突变检测方法包括Mann ‑Kendall方法、 有序聚类 法、 贝叶斯推断方法、 滑动T检验法、 Le‑Page方法和BG(Bernao la‑Galvan)分割法。权　利　要　求　书 2/2 页 3 CN 115409415 A 3