(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110132725.6 (22)申请日 2021.01.2 9 (65)同一申请的已公布的文献号 申请公布号 CN 113158542 A (43)申请公布日 2021.07.23 (73)专利权人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 武汉大学 (72)发明人 尹家波　郭生练　田晶　顾磊　 方龙章　于兵　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 罗敏清 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/11(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01)(56)对比文件 CN 105714729 A,2016.0 6.29 CN 111898660 A,2020.1 1.06 CN 111310968 A,2020.0 6.19 CN 104615907 A,2015.0 5.13 CN 111353120 A,2020.0 6.30 CN 110598315 A,2019.12.20 KR 102009373 B1,2019.08.12 程凡.缺乏水文资料的设计入库洪水计 算――以新疆吉木乃县 塔斯特水库为例. 《水利 科技与经济》 .2020,(第04期),第48- 52+66页. 郭宇欣.无资料地区设计洪水合理性分析. 《水土保持科技情 报》 .2002,(第06期),第14-19 页. 尹家波等.设计洪水峰量 最可能组合法的计 算通式. 《工程科 学与技术》 .2017,(第02期),第 69-76页. (续) 审查员 王爱翠 (54)发明名称 适用于缺资料地区的多变量设计洪水估计 方法 (57)摘要 本发明提供一种适用于缺资料地区的多变 量设计洪水估计方法， 包括： 采集水库的短系列 径流观测数据， 并提取降水系列、 再分析数据集 气象资料以及陆地水储量系列； 根据短系 列径流 观测数据和气象资料， 建立流域的水文模型并初 步模拟径 流； 构建长短期记忆神经网络模型并采 用其对初步模拟径流进行校正， 获得校正后的模 拟径流系列模 型； 将长系列气象资料输入到水文 模型和校正后的模拟径流系统模 型中， 模拟长系 列入库径流过程； 基于长系列径流过程， 提取洪 峰和各时段洪量， 并构建峰量的联合分布函数； 推求不同联合重现期下的洪水联合设计值。 本发 明考虑了洪峰和不同时段的洪量存在的相关性， 为推求稀缺资料地区的设计洪水估计提供了参考依据。 [转续页] 权利要求书3页 说明书8页 附图4页 CN 113158542 B 2022.10.04 CN 113158542 B (56)对比文件 Tao Yang等.Evaluati on and mac hine learning improvement of gl obal hydrological model-based fl ood simulati ons. 《Enviro nmental Researc h Letters》 .2019,2/2 页 2[接上页] CN 113158542 B1.一种适用于缺资料地区的多变量设计洪水估计方法， 其特 征在于， 包括如下步骤： S1， 采集水库的短系列径流观测数据， 搜集水库的工程特性和调度运行相关资料， 并提 取水库所在流 域的降水系列、 再分析 数据集气象资料以及陆地水储量系列； S2， 根据步骤S1获得的短系列径流观测数据和气象资料， 建立水库所在流域的水文模 型， 通过水文模型实现初步径流的模拟； S3， 构建长短期记忆神经网络模型并采用其对步骤S2中的模拟径流进行校正， 获得校 正后的模拟径流系列模型； S4， 将步骤S1采集的气象资料输入到步骤S2建立的水文模型和步骤S3中校正后的模拟 径流系统模型中， 模拟水库的长系列入库径流过程； S5： 基于步骤4模拟的长系列入库径流过程， 提取洪峰和各时段洪量， 并构建洪水洪峰 和洪量的联合分布函数； S6： 基于最可能组合法对步骤5构建的联合分布函数推求不同联合重现期下的洪水联 合设计值。 2.根据权利要求1所述的适用于缺资料地区的多变量设计洪水估计方法， 其特征在于， 步骤S1中的短系列径流观测数据包括水库的日出库流量、 库区日水位数据， 再分析数据集 气象资料包括小时尺度的近地气温、 露点温度和水平风速 。 3.根据权利要求1所述的适用于缺资料地区的多变量设计洪水估计方法， 其特征在于， 步骤S2还 包括如下子步骤： 步骤2.1， 根据步骤S1获取的气象数据， 提取日最高气温和日最低气温系列， 并计算日 均露点温度、 日均气温和日均风速； 步骤2.2， 根据步骤S1采集水库的短系列径流观测数据， 依据水位 ‑库容曲线和水量平 衡原理， 推求入库日径流系列； 步骤2.3， 根据水库的入库日径流系列与同一时期的降水数据、 日最高气温、 日最低气 温数据， 构建率定考虑融雪模块的水文模型； 步骤2.4， 采用率定后的水文模型， 通过输入长系列的降水和步骤2.1中的气温资料， 模 拟得到长系列的入库径流过程。 4.根据权利要求1所述的适用于缺资料地区的多变量设计洪水估计方法， 其特征在于， 步骤S3还 包括以下子步骤： 步骤3.1， 根据步骤S1获取的气象数据提取日均气温和露点温度， 再根据日均气温和露 点温度推求相对湿度系列； 步骤3.2， 通过对步骤S2模拟的日径流过程、 实测的日径流过程进行统计分析， 确定影 响日实测径流的滞时； 步骤3.3， 根据上述步骤获得的数据构建具有三层神经网络架构的长短期记忆神经网 络， 采用长 短期记忆神经网络模型， 以气象数据、 步骤S2模拟径 流系列和实测径流系 列作为 输入， 率定长短期记忆神经网络模型后， 通过率定后的长短期记忆神经网络模型来校正步 骤S2的模拟径流系列， 得到校正后的模拟径流系列模型。 5.根据权利要求4所述的适用于缺资料地区的多变量设计洪水估计方法， 其特征在于， 步骤3.1中求解相 对湿度的方法为： 通过克劳修斯 ‑克拉珀龙方程和给定气温T求解得到大权　利　要　求　书 1/3 页 2 CN 113158542 B 3