(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 202210763728.4 (22)申请日 2022.06.29 (71)申请人 西安理工大 学 地址 710000 陕西省西安市金花 南路5号 (72)发明人 罗军刚　左岗岗　朱记伟　张晓　 杨雪　魏娜　汪妮　解建仓　 (74)专利代理 机构 西安鼎迈知识产权代理事务 所(普通合伙) 6126 3 专利代理师 徐云侠 (51)Int.Cl. G06F 30/20(2020.01) G06F 30/27(2020.01) G06N 20/10(2019.01) G06F 113/08(2020.01) (54)发明名称 一种水文预报数据驱动建模样本合成方法 及系统 (57)摘要 本发明公开了一种水文预报数据驱动建模 样本合成方法及系统， 方法包括： 对气象因子进 行随机采样， 获得气象因子采样序列； 将流域历 史观测数据划分为校验期数据和测试期数据； 采 用校验期数据对流域水文过程模拟模型进行校 验， 流域水文过程模拟模型包括物理性水文模型 和结构性偏 差模拟模型， 采用测试期数据对流域 水文过程模拟 模型进行测试； 将气象因子采样序 列输入经过校验和测试的流域水文过程模拟模 型， 获得对应的水文过程模拟结果； 最终气象因 子采样序列、 下垫面环境数据和水文过程模拟结 果即为水文预报数据驱动建模样 本。 本发明通过 引入结构性偏差模拟模型， 使合成的水文预报数 据驱动建模样本更加接 近实际流 域水文过程。 权利要求书2页 说明书10页 附图1页 CN 115048805 A 2022.09.13 CN 115048805 A 1.一种水文预报数据驱动建模样本合成方法， 其特 征在于， 包括： 对气象因子进行随机采样， 获得气象因子采样序列； 获取包含气象因子数据、 下垫面环境数据和水文序列数据的流 域历史观测数据； 将所述流域历史观测数据划分为校验期数据和 测试期数据； 采用所述校验期数据对流域水文过程模拟模型进行校验， 所述流域水文过程模拟模型 包括物理性水文模型和结构性偏差模拟模型， 所述校验期数据和测试期数据均包含驱动因 子和模拟对 象， 对所述流域水文过程模拟模型校验的过程中， 以所述校验期数据中的驱动 因子为输入， 所述校验期数据中的模拟对象为输出， 对所述物理性水文模型进 行校验， 并以 所述校验期数据中的驱动因子为输入， 校验期的所述物理性水文模型的结构性偏差为输 出， 对所述结构性偏差模拟模型进行 校验； 将所述测试期数据中的驱动因子输入经过校验的物理性水文模型， 获取测试期物理性 水文模型的模拟结果， 将所述测试期数据中的驱动因子输入经过校验的结构性偏差模拟模 型， 获取测试期物理性水文模型 的结构性模拟偏差， 根据所述测试期物理性水文模型 的模 拟结果与所述测试期物理性水文模型的结构性模拟偏差确定流域水文过程模拟模型测试 期模拟结果； 将所述气象因子采样序列输入经过校验和测试的所述流域水文过程模拟模型， 获得对 应的水文过程模拟结果， 对所述气象因子采样序列、 下垫面环境数据和水文过程模拟结果 进行整理， 获得 水文预报数据驱动建模样本 。 2.根据权利要求1所述的一种水文预报数据驱动建模样本合成方法， 其特征在于， 在确 定流域水文过程模拟模型测试期模拟结果之后， 还 包括： 将所述水文过程模拟结果和所述测试期数据中的模拟对象实测数据进行比较， 确定所 述流域水文过程模拟模型的精度是否符合要求。 3.根据权利要求2所述的一种水文预报数据驱动建模样本合成方法， 其特征在于， 将所 述水文过程模拟结果和所述测试期数据中的模拟对象实测数据进 行比较， 以确定精度是否 符合要求， 包括： 采用精度评价指标确定所述 流域水文过程模拟模型的精度； 将所述流域水文过程模拟模型的精度与设定的精度阈值进行比较， 以确定所述流域水 文过程模拟模型的精度是否符合要求。 4.根据权利要求3所述的一种水文预报数据驱动建模样本合成方法， 其特征在于， 所述 精度评价指标为RMSE、 MAE和MAPE中的任意 一种或多种。 5.根据权利要求1所述的一种水文预报数据驱动建模样本合成方法， 其特征在于， 所述 物理性水文模型为MIKESH E模型， 所述结构性偏差模拟模型为机器学习模型。 6.根据权利要求1所述的一种水文预报数据驱动建模样本合成方法， 其特征在于， 对所 述气象因子进行随机采样的方法包括： 获取气象因子历史观测数据； 对所述气象因子历史观测数据进行归一 化； 建立时间序列生成模型； 采用归一 化的所述气象因子历史观测数据对所述时间序列生成模型进行训练； 采用训练后的所述 时间序列生成模型对气象因子进行随机采样， 获得气象因子随机采权　利　要　求　书 1/2 页 2 CN 115048805 A 2样结果； 对所述气象因子随机采样结果进行反归一 化， 获得所述气象因子采样序列。 7.根据权利要求6所述的一种水文预报数据驱动建模样本合成方法， 其特征在于， 所述 对所述气象因子历史观测数据进行归一 化， 包括： 采用线性归一 化或均值归一 化对所述气象因子历史观测数据进行归一 化。 8.根据权利要求6所述的一种水文预报数据驱动建模样本合成方法， 其特征在于， 所述 时间序列生成模型为TimeGAN模型。 9.一种水文预报数据驱动建模样本合成系统， 其特 征在于， 包括： 随机采样模块， 用于对气象因子进行随机采样， 获得气象因子采样序列； 历史数据获取模块， 用于获取包含气象因子数据、 下垫面环境数据和水文序列数据的 流域历史观测数据； 数据划分模块， 用于将所述 流域历史观测数据划分为校验期数据和 测试期数据； 模型校验模块， 用于采用所述校验期数据对流域水文过程模拟模型进行校验， 所述流 域水文过程模拟模型包括物理性水文模型和结构性偏差模拟模型， 所述校验期数据和测试 期数据均包含驱动因子和模拟对 象， 对所述流域水文过程模拟模型校验的过程中， 以所述 校验期数据中的驱动因子为输入， 所述校验期数据中的模拟对 象为输出， 对所述物理性水 文模型进行校验， 并以所述校验期数据中的驱动因子为输入， 校验期的所述物理性水文模 型的结构性偏差为输出， 对所述结构性偏差模拟模型进行 校验； 模型测试模块， 用于将所述测试期数据中的驱动因子输入经过校验的物理性水文模 型， 获取测试期物理性水文模型 的模拟结果， 将所述测试期数据中的驱动因子输入经过校 验的结构性偏差模拟模型， 获取测试期物理性水文模型 的结构性模拟偏差， 根据所述测试 期物理性水文模型 的模拟结果与所述测试期物理性水文模型的结构性模拟偏差确定流域 水文过程模拟模型测试期模拟结果； 样本生成模块， 用于将所述气象因子采样序列输入经过校验和测试的所述流域水文过 程模拟模 型， 获得对应的水文过程模拟结果， 对所述气象因子采样序列、 下垫面环境数据和 水文过程模拟结果进行整理， 获得 水文预报数据驱动建模样本 。权　利　要　求　书 2/2 页 3 CN 115048805 A 3