气候变化情景下的洪水频率计算方法和装置.pdf

《气候变化情景下的洪水频率计算方法和装置.pdf》由会员分享，可在线阅读，更多相关《气候变化情景下的洪水频率计算方法和装置.pdf（15页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910113283.3 (22)申请日 2019.02.13 (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 (72)发明人 鲁帆宋昕熠孙高虎赵勇 肖伟华刘家宏 (74)专利代理机构 北京银龙知识产权代理有限 公司 11243 代理人 许静黄灿 (51)Int.Cl. G01C 13/00(2006.01) (54)发明名称 一种气候变化情景下的洪水频率计算方法 和装置 (57)摘要 本发明提供一种气候变化情景下的洪水频 率计算方法和装。

2、置， 该方法包括： 获取河流的目 标断面在预设历史时间段内的洪水监测历史数 据， 以及获取预估期内的气候变化参数； 根据洪 水监测历史数据， 确定非平稳GEV模型； 将气候变 化参数输入至分布式水文模型中， 计算得到河流 的目标断面的在预估期内的逐日径流量； 根据非 平稳GEV模型和逐日径流量， 确定河流的目标断 面在预估期内的洪水频率。 本发明实施例中， 根 据非平稳GEV模型和逐日径流量确定得到的洪水 频率的精度较高， 从而提高了模拟预估期内洪水 频率的准确度。 权利要求书3页 说明书9页 附图2页 CN 109870146 A 2019.06.11 CN 109870146 A 1.一种。

3、气候变化情景下的洪水频率计算方法， 其特征在于， 包括： 获取河流的目标断面在预设历史时间段内的洪水监测历史数据， 以及获取预估期内的 气候变化参数， 其中， 所述洪水监测历史数据包括所述预设历史时间段内目标天的洪水流 量， 所述目标天为汛期内的每一天； 根据所述洪水监测历史数据， 确定非平稳广义极值分布GEV模型， 其中， 所述非平稳GEV 模型包括时变参数， 所述时变参数的协变量包括目标洪水流量， 所述目标洪水流量为与所 述时变参数对应的年度内连续D天的洪水流量之和的最大值， D为目标正整数； 将所述气候变化参数输入至分布式水文模型中， 计算得到河流的目标断面的在所述预 估期内的逐日径流量。

4、； 根据所述非平稳GEV模型和所述逐日径流量， 确定所述河流的目标断面在预估期内的 洪水频率。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述洪水监测历史数据， 确定非 平稳GEV模型的步骤， 包括： 根据所述洪水监测历史数据， 建立非平稳GEV分布模型集， 其中， 所述非平稳GEV分布模 型集包括至少两个备选非平稳GEV模型， 所述备选非平稳GEV模型包括待确定的时变参数和 结构系数， 所述结构系数用于调整所述备选非平稳GEV模型的模型结构； 根据极大似然法， 确定每一个备选非平稳GEV模型的结构系数和时变参数； 根据似然比检验方法， 确定所述目标正整数的取值， 并从所述非平稳G。

5、EV分布模型集中 选取准确率高的模型结构对应的备选非平稳GEV模型作为所述非平稳GEV模型。 3.根据权利要求2所述的方法， 其特征在于， 所述时变参数包括位置参数和尺度参数， 所述位置参数和所述尺度参数的协变量包括： 所述目标洪水流量。 4.根据权利要求1所述的方法， 其特征在于， 所述将所述气候变化参数输入至分布式水 文模型中， 计算得到河流的目标断面在所述预估期内的逐日径流量之前， 所述方法还包括： 获取所述河流的目标断面在所述预设历史时间段内的实测径流量数据和所述河流在 所述目标断面的上游流域的环境参数， 其中， 所述实测径流量数据包括在第一时间段内产 生的第一部分实测径流量数据， 在。

6、第二时间段内产生的第二部分实测径流量数据， 所述预 设历史时间段包括所述第一时间段和所述第二时间段， 所述环境参数包括降雨量、 气温、 数 字高程、 土地利用率和土壤类型； 根据所述第一部分实测径流量数据和所述环境参数， 确定所述分布式水文模型的土壤 含水量参数； 将所述第二部分实测径流量数据、 所述土壤含水量参数和所述环境参数输入至所述分 布式水文模型中， 以优化所述分布式水文模型的模型参数， 以得到优化后的分布式水文模 型； 所述将所述气候变化参数输入至分布式水文模型中， 计算得到河流的目标断面在所述 预估期内的逐日径流量， 包括： 将所述气候变化参数输入至优化后的分布式水文模型中， 计算。

7、得到河流的目标断面的 在所述预估期内的逐日径流量。 5.根据权利要求4所述的方法， 其特征在于， 所述水文实测数据还包括在第三时间段内 产生的第三部分实测径流量数据， 其中， 所述预设历史时间段还包括所述第三时间段， 在得 权利要求书 1/3 页 2 CN 109870146 A 2 到优化后的分布式水文模型之后， 所述方法还包括： 采用距离反比插值方法， 将所述环境参数输入至所述优化后的分布式水文模型中， 得 出河流的目标断面的在所述第三时间段内的逐日模拟径流量； 将所述河流的目标断面的在所述第三时间段内的逐日模拟径流量与所述第三部分实 测径流量数据进行比较， 得出纳西系数和模拟总量相对误差。

8、； 所述将所述气候变化参数输入至优化后的分布式水文模型中， 计算得到河流的目标断 面的在所述预估期内的逐日径流量， 包括： 在所述纳西系数大于第一预设值， 且所述模拟总量相对误差小于第二预设值的情况 下， 将所述气候变化参数输入至优化后的分布式水文模型中， 计算得到河流的目标断面的 在所述预估期内的逐日径流量。 6.根据权利要求2所述的方法， 其特征在于， 所述河流的目标断面在预估期内的洪水频 率根据所述河流的目标断面在预估期内的洪水频率的分位数的极大似然估计值确定， 其 中， 所述河流的目标断面在预估期内的洪水频率的分位数的极大似然估计值通过以下公式 计算得出： 所述为所述p的分位数的极大似。

9、然估计值序列， 所述p为洪水峰值未超过预设值的 概率， 所述p1-1/RP， 所述RP为所述河流的目标断面对应的洪水重现期， 所述t为所述河流 断面对应的预估期内年份序号， 所述为所述河流的目标断面对应的位置参数， 所述 为所述河流的目标断面对应的尺度参数， 所述为所述河流的目标断面对应的形状参数； 其中， 所述和所述的计算公式分别为： 其中， 所述结构系数包括所述所述所述和所述所述QF(t)为所述河 流的目标断面的目标洪水流量的预估值序列。 7.根据权利要求1-6任一项所述的方法， 其特征在于， 所述气候变化参数根据第五次耦 合模式比较计划全球气候模式模拟得到。 8.一种气候变化情景下的洪水。

10、频率计算装置， 其特征在于， 包括： 获取模块， 用于获取河流的目标断面在预设历史时间段内的洪水监测历史数据， 以及 获取预估期内的气候变化参数， 其中， 所述洪水监测历史数据包括所述预设历史时间段内 目标天的洪水流量， 所述目标天为汛期内的每一天； 第一确定模块， 用于根据所述洪水监测历史数据， 确定非平稳GEV模型， 其中， 所述非平 稳GEV模型包括时变参数， 所述时变参数的协变量包括目标洪水流量， 所述目标洪水流量为 与所述时变参数对应的年度内连续D天的洪水流量之和的最大值， D为目标正整数； 权利要求书 2/3 页 3 CN 109870146 A 3 计算模块， 用于将所述气候变化。

11、参数输入至分布式水文模型中， 计算得到河流的目标 断面的在所述预估期内的逐日径流量； 第二确定模块， 用于根据所述非平稳GEV模型和所述逐日径流量， 确定所述河流的目标 断面在预估期内的洪水频率。 9.一种电子设备， 其特征在于， 包括： 存储器、 处理器、 显示屏及存储在所述存储器上并 可在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求 1至7中任一项所述的气候变化情景下的洪水频率计算方法中的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的气候变化情。

12、景 下的洪水频率计算方法中的步骤。 权利要求书 3/3 页 4 CN 109870146 A 4 一种气候变化情景下的洪水频率计算方法和装置 技术领域 0001 本发明涉及气候变化与水文水资源技术领域， 特别涉及一种气候变化情景下的洪 水频率计算方法和装置。 背景技术 0002 在人类社会的发展史上， 洪水曾给人们的生命安全和财产安全带来较大的威胁。 因此， 人们为了保护生命和财产， 通常会统计河流的水文资料， 并对河流的频率进行计算， 而全球的气候变化则是影响洪水频率的一个重要因素。 在实际运用中， 一般通过统计降尺 度产生的气候数据和确定性水文模型耦合模拟洪水的频率， 但是准确度较低。 发。

13、明内容 0003 本发明实施例的目的在于提供一种气候变化情景下的洪水频率计算方法和装置， 解决了模拟洪水频率准确度较低的问题。 0004 为了达到上述目的， 本发明实施例提供一种气候变化情景下的洪水频率计算方 法， 包括： 0005 获取河流的目标断面在预设历史时间段内的洪水监测历史数据， 以及获取预估期 内的气候变化参数， 其中， 所述洪水监测历史数据包括所述预设历史时间段内目标天的洪 水流量， 所述目标天为汛期内的每一天； 0006 根据所述洪水监测历史数据， 确定非平稳广义极值分布(General Extreme Value， GEV)模型， 其中， 所述非平稳GEV模型包括时变参数， 。

14、所述时变参数的协变量包括目 标洪水流量， 所述目标洪水流量为与所述时变参数对应的年度内连续D天的洪水流量之和 的最大值， D为目标正整数； 0007 将所述气候变化参数输入至分布式水文模型中， 计算得到河流的目标断面的在所 述预估期内的逐日径流量； 0008 根据所述非平稳GEV模型和所述逐日径流量， 确定所述河流的目标断面在预估期 内的洪水频率。 0009 可选的， 所述根据所述洪水监测历史数据， 确定非平稳GEV模型的步骤， 包括： 0010 根据所述洪水监测历史数据， 建立非平稳GEV分布模型集， 其中， 所述非平稳GEV分 布模型集包括至少两个备选非平稳GEV模型， 所述备选非平稳GE。

15、V模型包括待确定的时变参 数和结构系数， 所述结构系数用于调整所述备选非平稳GEV模型的模型结构； 0011 根据极大似然法， 确定每一个备选非平稳GEV模型的结构系数和时变参数； 0012 根据似然比检验方法， 确定所述目标正整数的取值， 并所述非平稳GEV分布模型集 中选取准确率高的模型结构对应的备选非平稳GEV模型作为所述非平稳GEV模型。 0013 可选的， 所述时变参数包括位置参数和尺度参数， 所述位置参数和所述尺度参数 的协变量包括： 所述目标洪水流量。 0014 可选的， 所述将所述气候变化参数输入至分布式水文模型中， 计算得到河流的目 说明书 1/9 页 5 CN 109870。

16、146 A 5 标断面在所述预估期内的逐日径流量之前， 所述方法还包括： 0015 获取所述河流的目标断面在所述预设历史时间段内的实测径流量数据和所述河 流在所述目标断面的上游流域的环境参数， 其中， 所述实测径流量数据包括在第一时间段 内产生的第一部分实测径流量数据， 在第二时间段内产生的第二部分实测径流量数据， 所 述预设历史时间段包括所述第一时间段和所述第二时间段， 所述环境参数包括降雨量、 气 温、 数字高程、 土地利用率和土壤类型； 0016 根据所述第一部分实测径流量数据和所述环境参数， 确定所述分布式水文模型的 土壤含水量参数； 0017 将所述第二部分实测径流量数据、 所述土壤。

17、含水量参数和所述环境参数输入至所 述分布式水文模型中， 以优化所述分布式水文模型的模型参数， 以得到优化后的分布式水 文模型； 0018 所述将所述气候变化参数输入至分布式水文模型中， 计算得到河流的目标断面在 所述预估期内的逐日径流量， 包括： 0019 将所述气候变化参数输入至优化后的分布式水文模型中， 计算得到河流的目标断 面的在所述预估期内的逐日径流量。 0020 可选的， 所述水文实测数据还包括在第三时间段内产生的第三部分实测径流量数 据， 其中， 所述预设历史时间段还包括所述第三时间段， 在得到优化后的分布式水文模型之 后， 所述方法还包括： 0021 采用距离反比插值方法， 将所。

18、述环境参数输入至所述优化后的分布式水文模型 中， 得出河流的目标断面的在所述第三时间段内的逐日模拟径流量； 0022 将所述河流的目标断面的在所述第三时间段内的逐日模拟径流量与所述第三部 分实测径流量数据进行比较， 得出纳西系数和模拟总量相对误差； 0023 所述将所述气候变化参数输入至优化后的分布式水文模型中， 计算得到河流的目 标断面的在所述预估期内的逐日径流量， 包括： 0024 在所述纳西系数大于第一预设值， 且所述模拟总量相对误差小于第二预设值的情 况下， 将所述气候变化参数输入至优化后的分布式水文模型中， 计算得到河流的目标断面 的在所述预估期内的逐日径流量。 0025 可选的， 。

19、所述河流的目标断面在预估期内的洪水频率根据所述河流的目标断面在 预估期内的洪水频率的分位数的极大似然估计值确定， 其中， 所述河流的目标断面在预估 期内的洪水频率的分位数的极大似然估计值通过以下公式计算得出： 0026 0027所述为所述p的分位数的极大似然估计值序列， 所述p为洪水峰值未超过预设 值的概率， 所述p1-1/RP， 所述RP为所述河流的目标断面对应的洪水重现期， 所述t为所述 河流断面对应的预估期内年份序号， 所述为所述河流的目标断面对应的位置参数， 所 述为所述河流的目标断面对应的尺度参数， 所述为所述河流的目标断面对应的形 说明书 2/9 页 6 CN 109870146 。

20、A 6 状参数； 0028其中， 所述和所述的计算公式分别为： 0029 0030 0031其中， 所述结构系数包括所述所述所述和所述所述QF(t)为 所述河流的目标断面的目标洪水流量的预估值序列。 0032 可选的， 所述气候变化参数根据第五次耦合模式比较计划全球气候模式模拟得 到。 0033 本发明实施例还提供一种气候变化情景下的洪水频率计算装置， 包括： 0034 获取模块， 用于获取河流的目标断面在预设历史时间段内的洪水监测历史数据， 以及获取预估期内的气候变化参数， 其中， 所述洪水监测历史数据包括所述预设历史时间 段内目标天的洪水流量， 所述目标天为汛期内的每一天； 0035 第一。

21、确定模块， 用于根据所述洪水监测历史数据， 确定非平稳GEV模型， 其中， 所述 非平稳GEV模型包括时变参数， 所述时变参数的协变量包括目标洪水流量， 所述目标洪水流 量为与所述时变参数对应的年度内连续D天的洪水流量之和的最大值， D为目标正整数； 0036 计算模块， 用于将所述气候变化参数输入至分布式水文模型中， 计算得到河流的 目标断面的在所述预估期内的逐日径流量； 0037 第二确定模块， 用于根据所述非平稳GEV模型和所述逐日径流量， 确定所述河流的 目标断面在预估期内的洪水频率。 0038 本发明实施例还提供一种电子设备， 包括： 存储器、 处理器、 显示屏及存储在所述 存储器上。

22、并可在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现 如上述的气候变化情景下的洪水频率计算方法中的步骤。 0039 本发明实施例还提供一种计算机可读存储介质， 所述计算机可读存储介质上存储 有计算机程序， 所述计算机程序被处理器执行时实现如上述的气候变化情景下的洪水频率 计算方法中的步骤。 0040 上述技术方案中的一个技术方案具有如下优点或有益效果： 0041 本发明实施例提供的一种洪水特征值计算方法， 包括： 获取河流的目标断面在预 设历史时间段内的洪水监测历史数据， 以及获取预估期内的气候变化参数； 根据洪水监测 历史数据， 确定非平稳GEV模型； 将气候变化参数输入。

23、至分布式水文模型中， 计算得到河流 的目标断面的在预估期内的逐日径流量； 根据非平稳GEV模型和逐日径流量， 确定河流的目 标断面在预估期内的洪水频率。 这样， 根据非平稳GEV模型和逐日径流量确定得到的洪水频 率的精度较高， 从而提高了模拟预估期内洪水频率的准确度。 附图说明 0042 图1为本发明实施例提供的一种气候变化情景下的洪水频率计算方法的流程图； 0043 图2为本发明实施例提供的一种气候变化情景下的洪水频率计算装置的结构图； 0044 图3为本发明实施例提供的一种电子设备的结构图。 说明书 3/9 页 7 CN 109870146 A 7 具体实施方式 0045 下面将结合本发明。

24、实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完 整地描述， 显然， 所描述的实施例是本发明一部分实施例， 而不是全部的实施例。 基于本发 明中的实施例， 本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施 例， 都属于本发明保护的范围。 0046 如图1所示， 本发明实施例提供一种气候变化情景下的洪水频率计算方法， 包括以 下步骤： 0047 步骤101、 获取河流的目标断面在预设历史时间段内的洪水监测历史数据， 以及获 取预估期内的气候变化参数， 其中， 所述洪水监测历史数据包括所述预设历史时间段内目 标天的洪水流量， 所述目标天为汛期内的每一天。 0048 其中，。

25、 河流的目标断面可以根据用户的需求确定， 例如： 河流的目标断面可以为该 河流的上游的某一位置的断面， 也可以为该河流的中游或者下游的某一位置的端面。 0049 其中， 预估期同样也可以根据用户的需求确定， 例如： 预估期的可以为2021年至 2100年这一时间段。 0050 其中， 洪水监测历史数据可以为水文站通过监测得到的。 0051 可选的， 所述气候变化参数根据第五次耦合模式比较计划全球气候模式模拟得 到。 0052 其中， 利用第五次耦合模式比较计划(Coupled Model Intercomparison Project 5， CMIP5)全球气候模式在代表性浓度途径(Repre。

26、sentative Concentration Pathways， RCPs)温室气体排放情景下的得到的气候变化参数主要包括： RCP2.6、 RCP4.5及RCP8.5这3 种未来经济发展及二氧化碳排放情景下的预估降水、 气温、 辐射和风速等网格气候等参数。 0053 本实施方式中， 由于气候变化参数根据第五次耦合模式比较计划全球气候模式模 拟得到， 从而使得上述气候变化参数可以更准确的模拟预估期内的气候变化。 0054 步骤102、 根据所述洪水监测历史数据， 确定非平稳GEV模型， 其中， 所述非平稳GEV 模型包括时变参数， 所述时变参数的协变量包括目标洪水流量， 所述目标洪水流量为与。

27、所 述时变参数对应的年度内连续D天的洪水流量之和的最大值， D为目标正整数。 0055 其中， 根据洪水监测历史数据， 确定非平稳GEV模型， 例如： 可以根据洪水监测历史 数据建立非平稳GEV模型， 或者将洪水监测历史数据输入至计算机中， 模拟出相应曲线， 并 根据上述曲线确定非平稳GEV模型。 0056 另外， 上述D的取值可以为1至20中的任一正整数， 在具体实施中， D的取值可以根 据非平稳GEV模型结构的不同而进行适应的调整， 在各个非平稳GEV模型的结构确定之后， 便可以从D的取值范围内选取一个准确率或者适应性较高的值， 在此对各个非平稳GEV模型 中D的取值不做具体限定。 005。

28、7 可选的， 所述根据所述洪水监测历史数据， 确定非平稳GEV模型的步骤， 包括： 0058 根据所述洪水监测历史数据， 建立非平稳GEV分布模型集， 其中， 所述非平稳GEV分 布模型集包括至少两个备选非平稳GEV模型， 所述备选非平稳GEV模型包括待确定的时变参 数和结构系数， 所述结构系数用于调整所述备选非平稳GEV模型的模型结构； 0059 根据极大似然法， 确定每一个备选非平稳GEV模型的结构系数和时变参数； 0060 根据似然比检验方法， 确定所述目标正整数的取值， 并所述非平稳GEV分布模型集 说明书 4/9 页 8 CN 109870146 A 8 中选取准确率高的模型结构对应。

29、的备选非平稳GEV模型作为所述非平稳GEV模型。 0061 例如： 非平稳GEV分布模型集中包括了两个备选非平稳GEV模型， 其中一个的准确 率低于另一个的准确率， 则可以将上述两个备选非平稳GEV模型中准确率高的那一个确定 为非平稳GEV模型。 0062 本实施方式中， 从非平稳GEV分布模型集中选取准确率高的模型结构对应的备选 非平稳GEV模型作为非平稳GEV模型， 这样， 可以使得计算得到的洪水频率的准确度更高。 0063 其中， 时变参数可以包括位置参数、 尺度参数和形状参数。 需要说明的是， 形状参 数可以为常数， 一般不予考虑。 则待确定的时变参数通常为位置参数和尺度参数， 且位置。

30、参 数和尺度参数的协变量可以包括： 目标洪水流量。 0064 步骤103、 将所述气候变化参数输入至分布式水文模型中， 计算得到河流的目标断 面的在所述预估期内的逐日径流量。 0065 其中， 上述逐日径流量可以通过分布式水文模型直接计算得到。 0066 可选的， 所述将所述气候变化参数输入至分布式水文模型中， 计算得到河流的目 标断面在所述预估期内的逐日径流量之前， 所述方法还包括： 0067 获取所述河流的目标断面在所述预设历史时间段内的实测径流量数据和所述河 流在所述目标断面的上游流域的环境参数， 其中， 所述实测径流量数据包括在第一时间段 内产生的第一部分实测径流量数据， 在第二时间段。

31、内产生的第二部分实测径流量数据， 所 述预设历史时间段包括所述第一时间段和所述第二时间段， 所述环境参数包括降雨量、 气 温、 数字高程、 土地利用率和土壤类型； 0068 根据所述第一部分实测径流量数据和所述环境参数， 确定所述分布式水文模型的 土壤含水量参数； 0069 将所述第二部分实测径流量数据、 所述土壤含水量参数和所述环境参数输入至所 述分布式水文模型中， 以优化所述分布式水文模型的模型参数， 以得到优化后的分布式水 文模型； 0070 所述将所述气候变化参数输入至分布式水文模型中， 计算得到河流的目标断面在 所述预估期内的逐日径流量， 包括： 0071 将所述气候变化参数输入至优。

32、化后的分布式水文模型中， 计算得到河流的目标断 面的在所述预估期内的逐日径流量。 0072 本实施方式中， 根据第一部分实测径流量数据和环境参数， 确定分布式水文模型 的土壤含水量参数， 然后将第二部分实测径流量数据、 土壤含水量参数和环境参数输入至 分布式水文模型中， 以得到优化后的分布式水文模型， 将气候变化参数输入至优化后的分 布式水文模型中， 从而得到的河流的目标断面的在预估期内的逐日径流量的精度较高， 从 而可以进一步的提高计算得到的洪水频率的准确度。 0073 其中， 可选的， 所述水文实测数据还包括在第三时间段内产生的第三部分实测径 流量数据， 其中， 所述预设历史时间段还包括所。

33、述第三时间段， 在得到优化后的分布式水文 模型之后， 所述方法还包括： 0074 采用距离反比插值方法， 将所述环境参数输入至所述优化后的分布式水文模型 中， 得出河流的目标断面的在所述第三时间段内的逐日模拟径流量； 0075 将所述河流的目标断面的在所述第三时间段内的逐日模拟径流量与所述第三部 说明书 5/9 页 9 CN 109870146 A 9 分实测径流量数据进行比较， 得出纳西系数和模拟总量相对误差； 0076 所述将所述气候变化参数输入至优化后的分布式水文模型中， 计算得到河流的目 标断面的在所述预估期内的逐日径流量， 包括： 0077 在所述纳西系数大于第一预设值， 且所述模拟。

34、总量相对误差小于第二预设值的情 况下， 将所述气候变化参数输入至优化后的分布式水文模型中， 计算得到河流的目标断面 的在所述预估期内的逐日径流量。 0078 其中， 上述纳西系数也可以称之为纳什效率系数(Nash-Sutcliffe Efficiency Coefficient， 简称： NSE)。 在实际应用中， 纳西系数越接近1， 则表示准确率越高， 且模拟总 量相对误差越接近0， 则表示准确率越高。 在具体实施中， 可以将第一预设值的取值为0.8或 者0.9等， 且第二预设值可以取值为0.1或者0.2等。 0079 本实施方式中， 在纳西系数大于第一预设值， 且模拟总量相对误差小于第二预。

35、设 值的情况下， 将气候变化参数输入至优化后的分布式水文模型中， 计算得到河流的目标断 面的在预估期内的逐日径流量的准确度更高。 0080 步骤104、 根据所述非平稳GEV模型和所述逐日径流量， 确定所述河流的目标断面 在预估期内的洪水频率。 0081 其中， 可以在计算机设备内存储非平稳GEV模型的运行程序， 然后输入逐日径流 量， 从而计算得到上述洪水频率。 0082 可选的， 所述河流的目标断面在预估期内的洪水频率根据所述河流的目标断面在 预估期内的洪水频率的分位数的极大似然估计值确定， 其中， 所述河流的目标断面在预估 期内的洪水频率的分位数的极大似然估计值通过以下公式计算得出： 0。

36、083 0084所述为所述p的分位数的极大似然估计值序列， 所述p为洪水峰值未超过预设 值的概率， 所述p1-1/RP， 所述RP为所述河流的目标断面对应的洪水重现期， 所述t为所述 河流断面对应的预估期内年份序号， 所述为所述河流的目标断面对应的位置参数， 所 述为所述河流的目标断面对应的尺度参数， 所述为所述河流的目标断面对应的形 状参数； 0085其中， 所述和所述的计算公式分别为： 0086 0087 0088其中， 所述结构系数包括所述所述所述和所述所述QF(t)为所 述河流的目标断面的目标洪水流量的预估值序列。 0089 另外， 用M表示预估数据系列的年数， 则未来气候变化影响预估。

37、期内对应于洪水重 现期RP的设计洪水值可以通过以下计算公式计算得到： 说明书 6/9 页 10 CN 109870146 A 10 0090 0091 需要说明的是， 在确定结构系数、 位置参数、 尺度参数和形状参数之前， 非平稳GEV 分布模型集的分布函数可以为： 0092 0093 其中， F(x)表示分布函数， exp表示以自然常数e为底的指数函数， (t)、 (t)和 (t)分别是非平稳GEV分布模型集待定的位置参数、 待定的尺度参数和待定的形状参数。 且 (t)R, (t)0, (t)R及1+ (t)(x- (t)/ (t)0。 其中，(t) 1,D+ 2,DQD(t)， (t) 3。

38、,D+4,DQD(t)， 1,D、 2,D、 3,D、 4,D均为待定的结构系数。 需要说明的是， 结构系数的取 值情况与模型的类型的对应关系可以参见表1。 0094 0095 表1非平稳GEV分布模型结构系数示例表 0096 根据极大似然法， 确定每一个备选非平稳GEV模型的结构系数和时变参数， 并从备 选非平稳GEV模型中选取出最优的一个非平稳GEV模型， 即准确率最高的一个非平稳GEV模 型， 以利用该最优的非平稳GEV模型确定所述河流的目标断面在预估期内的洪水频率。 此时 最优非平稳GEV模型确定的结构系数分别用和表示， 而最优非平稳 GEV模型确定的位置参数、 尺度参数和形状参数可以。

39、分别用和来表示。 0097 本发明实施例中， 通过步骤101至104， 根据非平稳GEV模型和逐日径流量确定得到 的洪水频率的精度较高， 从而提高了模拟预估期内洪水频率的准确度。 0098 参见图2， 图2是本发明实施例提供的一种气候变化情景下的洪水频率计算装置的 结构图， 能实现上述实施例中一种气候变化情景下的洪水频率计算方法的细节， 并达到相 同的效果。 如图2所示， 气候变化情景下的洪水频率计算装置200包括： 0099 获取模块201， 用于获取河流的目标断面在预设历史时间段内的洪水监测历史数 据， 以及获取预估期内的气候变化参数， 其中， 所述洪水监测历史数据包括所述预设历史时 说明。

40、书 7/9 页 11 CN 109870146 A 11 间段内目标天的洪水流量， 其中， 所述目标天为汛期内的每一天； 0100 第一确定模块202， 用于根据所述洪水监测历史数据， 确定非平稳GEV模型， 其中， 所述非平稳GEV模型包括时变参数， 所述时变参数的协变量包括目标洪水流量， 所述目标洪 水流量为与所述时变参数对应的年度内连续D天的洪水流量之和的最大值， D为目标正整 数； 0101 计算模块203， 用于将所述气候变化参数输入至分布式水文模型中， 计算得到河流 的目标断面的在所述预估期内的逐日径流量； 0102 第二确定模块204， 用于根据所述非平稳GEV模型和所述逐日径流。

41、量， 确定所述河 流的目标断面在预估期内的洪水频率。 0103 本发明实施例提供的气候变化情景下的洪水频率计算装置能够实现图1所示的方 法实施例中气候变化情景下的洪水频率计算装置实现的各个过程， 为避免重复， 这里不再 赘述。 0104 请参阅图3， 本发明实施例还提供一种电子设备， 包括： 收发机301、 处理器302、 存 储器303、 总线接口以及存储在存储器303上并可在处理器301上运行的计算机程序， 收发机 301用于获取河流的目标断面在预设历史时间段内的洪水监测历史数据， 以及获取预估期 内的气候变化参数， 其中， 所述洪水监测历史数据包括所述预设历史时间段内目标天的洪 水流量，。

42、 其中， 所述目标天为汛期内的每一天， 处理器301执行所述计算机程序， 并根据所述 洪水监测历史数据， 确定非平稳广义极值分布GEV模型， 其中， 所述非平稳GEV模型包括时变 参数， 所述时变参数的协变量包括目标洪水流量， 所述目标洪水流量为与所述时变参数对 应的年度内连续D天的洪水流量之和的最大值， D为目标正整数； 将所述气候变化参数输入 至分布式水文模型中， 计算得到河流的目标断面的在所述预估期内的逐日径流量； 根据所 述非平稳GEV模型和所述逐日径流量， 确定所述河流的目标断面在预估期内的洪水频率。 从 而实现如上所述的气候变化情景下的洪水频率计算方法的步骤。 取得与上述方法实施例。

43、中 相同的有益效果， 为避免重复， 在此不再赘述。 0105 本发明实施例还提供一种计算机存储介质， 所述计算机可读存储介质上存储有计 算机程序， 所述计算机程序被处理器执行时实现如上所述的气候变化情景下的洪水频率计 算方法中的步骤， 且能达到相同的技术效果， 为避免重复， 这里不再赘述。 0106 在本申请所提供的几个实施例中， 应该理解到， 所揭露方法和装置， 可以通过其它 的方式实现。 例如， 以上所描述的装置实施例仅仅是示意性的， 例如， 所述单元的划分， 仅仅 为一种逻辑功能划分， 实际实现时可以有另外的划分方式， 例如多个单元或组件可以结合 或者可以集成到另一个系统， 或一些特征可。

44、以忽略， 或不执行。 另一点， 所显示或讨论的相 互之间的耦合或直接耦合或通信连接可以是通过一些接口， 装置或单元的间接耦合或通信 连接， 可以是电性， 机械或其它的形式。 0107 另外， 在本发明各个实施例中的各功能单元可以集成在一个处理单元中， 也可以 是各个单元单独物理包括， 也可以两个或两个以上单元集成在一个单元中。 上述集成的单 元既可以采用硬件的形式实现， 也可以采用硬件加软件功能单元的形式实现。 0108 上述以软件功能单元的形式实现的集成的单元， 可以存储在一个计算机可读取存 储介质中。 上述软件功能单元存储在一个存储介质中， 包括若干指令用以使得一台计算机 设备(可以是个人。

45、计算机， 服务器， 或者网络设备等)执行本发明各个实施例所述气候变化 说明书 8/9 页 12 CN 109870146 A 12 情景下的洪水频率计算方法的部分步骤。 而前述的存储介质包括： U盘、 移动硬盘、 只读存储 器(Read-Only Memory， 简称ROM)、 随机存取存储器(Random Access Memory， 简称RAM)、 磁 碟或者光盘等各种可以存储程序代码的介质。 0109 以上所述， 仅为本发明的具体实施方式， 但本发明的保护范围并不局限于此， 任何 熟悉本技术领域的技术人员在本发明揭露的技术范围内， 可轻易想到变化或替换， 都应涵 盖在本发明的保护范围之内。 因此， 本发明的保护范围应以权利要求的保护范围为准。 说明书 9/9 页 13 CN 109870146 A 13 图1 说明书附图 1/2 页 14 CN 109870146 A 14 图2 图3 说明书附图 2/2 页 15 CN 109870146 A 15 。