專利名稱：洪水預報系統(tǒng)的制作方法
技術領域：
本發(fā)明屬于洪水預報與計算機應用相結合的技術領域。
背景技術：
通過實踐經驗表明，準確及時的洪水預報是防洪決策的重要依據。根據洪水預報可以事先控制水利工程(水庫、閘壩)的泄洪、攔洪、削減洪峰，與下游洪水錯峰等。洪水預報方案，主要是依據上游已經出現的水文情況和已降落在地面的雨量，采用流域和河道內的流體力學和水量平衡原理，借助土壤、地貌、河網的特性進行產流和匯流演算，計算出下游斷面的水位、流量過程(包括洪峰、總量)；按我國“水文預報規(guī)范”，一般情況下預報分級指標在100%以內，其合格率在85%以上的方法才能正式發(fā)布預報。洪水預報的預見期是以上游洪水向下游傳播時間或由降雨形成洪水過程的滯后時間為依據的，對于大中河流預見期是比較長的，一般都在2天以上。對于小流域或區(qū)間的洪水預見期相對小一些，但至少也有 3 6個小時。在防洪斗爭中時間就是生命，能多爭取1 2個小時，就可以少死人或不死人，大大減少災害。但是在現在通用的洪水預報系統(tǒng)中，預報手段單一，預報精度和實時性比較差。

發(fā)明內容
本發(fā)明要解決的技術問題提供一種洪水預報系統(tǒng)
以解決現在通用洪水預報系統(tǒng)預報手段單一，預報精度和實時性差等問題。本發(fā)明技術方案 一種洪水預報系統(tǒng)，包括
作業(yè)預報功能模塊，對預報斷面進行洪水預報操作，預報未來一定時期內洪水總量、洪峰、峰現時間、洪水過程等，分別與數據庫系統(tǒng)、人工修正預報結果功能模塊和自動實時校正功能模塊電連接；
滾動預報功能模塊，對指定計算斷面進行預報計算，并根據時間推移逐時段進行滾動預報，分別與數據庫系統(tǒng)、人工修正預報結果功能模塊和自動實時校正功能模塊電連接；
假擬洪水預報功能模塊，人工根據天氣情況對未來時段的暴雨進行估計和預測，假擬暴雨預報情況下對未來洪水進行假擬預報計算，分別與數據庫系統(tǒng)、人工修正預報結果功能模塊和自動實時校正功能模塊電連接；
人工修正預報結果功能模塊，對各個預報斷面的預報結果數據進行人工修正； 自動實時校正功能模塊，在預報計算完成后將自動根據已發(fā)生的歷史數據對預報時段的預報數據進行修正處理。它還包括
預報誤差統(tǒng)計分析功能模塊，對預報中可能的誤差來源做出計算和分析，確定出預報的精度等級，與數據庫系統(tǒng)電連接；
洪水數據錄入功能模塊，對設計洪水數據、各頻率洪水數據、典型洪水數據及任意的人工模擬洪水進行輸入和存儲操作。通過錄入洪水數據并存檔，為模擬洪水預報中直接調用洪水數據作準備，與數據庫系統(tǒng)電連接；
人工神經網絡學習與預報功能模塊，通過不斷的向網絡輸入水文樣本數據，遵循一定的學習規(guī)則，來不斷的調整網絡各層的權重參數，使網絡的輸入和輸出以一定的精度向給定的樣本模式逼近，與數據庫系統(tǒng)電連接。
本發(fā)明的有益效果
本發(fā)明一種洪水預報系統(tǒng)，它利用作業(yè)預報功能模塊、滾動預報功能模塊、假擬洪水預報功能模塊三種預報手段結合，充分利用和發(fā)揮現有通訊和計算機的功能，建立水文預報的人機交互式應用模式，利用人工修正預報功能模塊和自動實時校正功能模塊，隨時根據實時監(jiān)測到的數據，進行預報修正，利用三種預報手段的結合，實現預報作業(yè)的多樣化及動態(tài)根據流域情況自動選擇相應的模型進行預報。預報成果根據實時數據進行實時修正或人工修正，在應用過程中當外界信息數據發(fā)生變化時，系統(tǒng)自動進行運行參數校準，從而準確的實現自動、假擬未來降雨、人工交互預報等功能，在洪水預報系統(tǒng)中，為提高預報精度減小累計誤差，在洪水預報系統(tǒng)中采用人工神經網絡學習與預報功能，進行洪水數據計算，解決了現在通用洪水預報系統(tǒng)預報手段單一，預報精度和實時性差等問題。


圖1為本發(fā)明洪水預報系統(tǒng)結構框圖； 圖2為本發(fā)明神經網絡模型結構框圖； 圖3為本發(fā)明作業(yè)預報功能模塊控制原理圖； 圖4為本發(fā)明滾動預報功能模塊控制原理圖； 圖5為本發(fā)明假擬洪水預報功能模塊控制原理圖； 圖6為本發(fā)明自動實時校正功能模塊控制原理圖； 圖7為本發(fā)明人工修正預報結果功能塊控制原理圖； 圖8為本發(fā)明預報誤差統(tǒng)計分析功能模塊。
具體實施例方式
洪水預報系統(tǒng)與數據庫系統(tǒng)位于不同的服務器上，二者之間通過基于Web Service技術進行網絡連接，實現二個系統(tǒng)之間的數據交互。洪水預報系統(tǒng)(見圖1)由作業(yè)預報功能模塊、滾動預報功能模塊、假擬洪水預報功能模塊、人工修正預報結果功能模塊、自動實時校正功能模塊、預報誤差統(tǒng)計分析功能模塊和洪水數據錄入功能模塊組成，各功能模塊之間通過系統(tǒng)內部功能模塊之間的數據調用函數或通過基于Web Service技術進行數據交互，實現各模塊之間的數據傳輸。基于ffeb Service的集成技術作為一種新的面向函數和方法的應用集成技術，在很大程度上解決了原有集成技術在hternet遠程通信方面的問題。Web Service基于XML 文檔進行服務描述，服務請求和反饋結果，可以在hternet上通過HTTP協議進行傳遞，很容易的被訪問和返回結果。同時，由于Web Service的相關標準都是W3C的開放協議，與平臺和操作系統(tǒng)無關，不同的平臺和操作系統(tǒng)上的Web Service的實現在很大程度上可以做到互操作，這就使異構平臺上應用的集成變得很容易。此外，過去使用的基于RPC (RPC -Remote Procedure Call，遠禾呈過禾呈調用)禾口 API (Application Programming Interface，程序編程接口)的集成技術都是一種函數級的靜態(tài)解決方案(即使它們在客戶機和服務器通訊時使用XML) ；Web Service則是一種動態(tài)的集成方案，所有的服務都可以通過UDDI標準動態(tài)地被發(fā)現、綁定和使用，容易適應系統(tǒng)的變動，提高系統(tǒng)的靈活性和伸縮性。
使用ffeb Service技術進行系統(tǒng)集成和過去使用其它面向函數和方法的技術
進行集成類似在進行初始設計的時候主要考慮不同應用之間，系統(tǒng)不同模塊之間消息及數據傳遞的需求；根據具體需求設置相應的接口，描述接口特性；針對不同應用的平臺選擇相應的Web Service組件，進行相應設置；實現不同應用的接口，進行相應調試；實際運行，應用程序間進行協同調試。作業(yè)預報功能模塊，是根據某區(qū)域的所有降雨監(jiān)測數據和預報斷面的相關參數以及預報方案進行預報計算。對于一個預報斷面將有一個系統(tǒng)模型方案，也可設置多個預報方案；對未知時段的降雨量，可通過假擬降水輸入未來降水過程進行假擬預報以延長有效預見期和提高預報精度，對預報結果可通過實時校正進行修正以控制預報誤差，也可進行人工修正處理，在進行作業(yè)預報時其預報時段數可根據需要進行調整，可按當前的系統(tǒng)時間進行實時洪水預報，也可指定任意的已發(fā)生時間進行歷史洪水預報，并且對于同一預報斷面可選擇不同的預報方案分別進行預報計算，數據信息來源于上位數據庫系統(tǒng)，通過數據調用函數實現與自動實時校正功能模塊和人工修正預報結果功能模塊之間的信息交接， 通過ffeb Service技術實現與數據庫系統(tǒng)之間的信息交接。其控制原理(見圖3)作業(yè)預報功能模塊從數據庫系統(tǒng)提取如預報斷面數據、基礎參數數據、預報開始時間、預報方案數據、水雨情采集數據等，并選擇是否實時校正選擇、是否人工修正選擇、是否指定發(fā)布選擇、 人工修正預報操作等，通過作業(yè)預報預報功能模塊的實測數據提取、參數提取、預報計算、 顯示結果數據、發(fā)布結果數據和結果數據管理，最終得出預報結果數據。滾動預報功能模塊，是對預報模塊定時整點對指定計算斷面進行預報計算，并根據時間推移逐時段進行滾動預報；其計算過程將根據已設置的預報方案、預報順序、是否自動校正、是否自動發(fā)布等參數來啟動自動預報計算操作，計算完成后將實時滾動顯示最新的計算結果，對于滾動計算可指定任意的計算斷面，一般默認為流域出口點，且在滾動計算過程完全自動進行，不提供人工干預操作，數據信息來源于上位數據庫系統(tǒng)，通過數據調用函數實現與自動實時校正功能模塊和人工修正預報結果功能模塊之間的信息交接，通過 Web Service技術實現與數據庫系統(tǒng)之間的信息交接。其控制原理為(見圖4)滾動預報功能模塊從數據庫系統(tǒng)提取所需的數據信息如起始計算斷面數據、基礎參數數據、計算開始時間、自動計算方案數據、水雨情實時采集數據等，并選擇是否滾動預報、是否實時校正和定時滾動監(jiān)測，通過滾動預報功能模塊的自動提取數據、預報計算、顯示結果數據、發(fā)布結果數據功能，最終發(fā)出預報結果數據。假擬洪水預報功能模塊，是在假擬暴雨預報情況下對未來洪水進行假擬預報計算，其數據來源主要是人工根據天氣情況對未來時段的暴雨進行估計和預測，包括預報斷面及以上流域內的所有雨量站在未來時段的降水數據，當有蒸發(fā)站或溫度站時也可假擬對應的蒸發(fā)和溫度數據人工修正預報結果功能模塊，對各個預報斷面的預報結果數據進行人工修正.通過數據調用函數實現與自動實時校正功能模塊和人工修正預報結果功能模塊之間的信息交接，通過Web Service技術實現與數據庫系統(tǒng)之間的信息交接。其控制原理為(見圖5)假擬洪水預報功能模塊從數據庫系統(tǒng)提取預報斷面數據、基礎參數數據、計算開始時間、預報方案數據、水雨情實時采集數據、假擬水雨情數據等，并選擇是否實時校正選擇、自動發(fā)布選擇，然后通過假擬洪水預報功能模塊的假擬洪水整理、洪水預報計算、發(fā)布結果數據、顯示結果數據等操作，最終得出假擬預報結果數據。自動實時校正功能模塊，當選擇為自動校正情況下，在預報計算完成后將自動根據數據庫系統(tǒng)中已發(fā)生的歷史數據對預報時段的預報數據進行修正處理，主要采用自回歸實時校正法進行修正計算。任何一個模型的預報結果都會存在一定的誤差，為了減少模型誤差，盡可能提高預報的精度，利用最新的實測數據對原預報結果進行修正，通過對已出現的預報誤差時序進行分析，尋求其變化規(guī)律，建立合適的預報誤差的模型來推求未來的誤差值以校正尚未出現的預報值，以提高預報精度。通過系統(tǒng)內部功能模塊之間的數據調用函數實現數據交接，和數據庫系統(tǒng)之間通過Web Service技術進行連接，實現與其他功能模塊之間的數據交互。其控制原理為(見圖6)自動實時校正功能模塊從數據庫系統(tǒng)提取基礎參數如預報值數據系列、實測數據系列、校正參數數據等，并選擇是否實時校正選擇，然后通過自動實時校正功能模塊的數據統(tǒng)計、數據對比分析和校正計算，得出校正后的預報值系列。
人工修正預報結果功能模塊，對各個預報斷面的預報結果數據進行人工修正，當對預報結果數據需要進行人工修正時選擇修正即可；在修改預報結果數據時將根據修改情況同步實時更新對應的數據表格和過程線圖形，并將修正后的預報數據傳遞到下一步驟進行相關計算和發(fā)布處理等。通過系統(tǒng)內部功能模塊之間的數據調用函數實現數據交接，和數據庫系統(tǒng)之間通過Web Service技術進行連接，實現與其他功能模塊之間的數據交互。其控制原理為(見圖7):人工修正預報結果功能模塊從數據庫系統(tǒng)讀取初始預報結果數據，并選擇是否人工修正操作，通過人工修正預報結果功能模塊的預報結果編輯、結果數據顯示和結果數據管理功能，最后輸出修正后的預報結果，達到人工修正的目的。預報誤差統(tǒng)計分析功能模塊，是對預報中可能的誤差來源做出計算和分析，確定出預報的精度等級，其有關的精度確定根據《水文情報預報規(guī)范》的相關要求進行統(tǒng)計計算和分析處理，洪水預報誤差統(tǒng)計分析的項目主要有洪峰流量預報誤差、洪峰出現時間預報誤差、洪水總量預報誤差、洪水過程預報誤差和確定性系數計算等，洪水預報系統(tǒng)將對選擇的預報結果數據自動根據實測數據進行誤差統(tǒng)計與分析，對每項指標都將按照規(guī)范要求計算出其誤差數據，然后在根據各精度指標的評定標準進行精度等級的評定，最終給出各預報成果的誤差數據及評定情況，和數據庫系統(tǒng)之間通過Web Service技術進行信息交接，實現數據信息傳遞。其控制原理為(見圖8):預報誤差統(tǒng)計分析功能模塊從數據庫系統(tǒng)讀取所需的如預報結果數據、實測水雨情數據、水文情報預報規(guī)范等，并選擇誤差統(tǒng)計項，然后通過預報誤差統(tǒng)計分析功能模塊從數據庫系統(tǒng)的數據整理、誤差統(tǒng)計、數據提取、指標分析等處理，最終得出洪峰流量預報誤差、洪峰出現時間預報誤差、洪水過程預報誤差、洪水總量預報誤差、確定性系數等結果。洪水數據錄入功能模塊，主要是負責錄入各洪水數據，包括對設計洪水數據、各頻率洪水數據、典型洪水數據及任意的人工模擬洪水進行輸入和存儲操作。通過錄入洪水數據并存檔，為模擬洪水預報中直接調用洪水數據作準備，和數據庫系統(tǒng)之間通過Web Service技術進行信息交接。
人工神經網絡學習與預報功能模塊，為提高預報精度減小累計誤差，在洪水預報中采用人工神經網絡技術進行模擬、卡爾曼技術和最優(yōu)算法進行實時修正，它們的作用是根據場次洪水的實測過程對當前土壤含水量進行實時修正，從而保證預報的正確性，人工神經網絡預報是一種具有統(tǒng)計系列的數學物理模型，該模型的核心是根據流域系統(tǒng)的輸入和輸出資料(不考慮過程)，用人工神經網絡的自學習方法，建立輸入與輸出的動態(tài)數學模型，這里的動態(tài)是指模型具有自適應性，也就是可以根據外部環(huán)境變化而變化，人工神經網絡學習就是通過不斷的向網絡輸入水文樣本數據，遵循一定的學習規(guī)則，來不斷的調整網絡各層的權重參數，使網絡的輸入和輸出以一定的精度向給定的樣本模式逼近。學習的實質就是網絡通過輸入輸出信息，識別存在信息的內部規(guī)律。學習過程可以描述如下
工作信號正向傳播輸入信號從輸入層經隱層，傳向輸出層，這是工作信號的正向傳播。在信號向前傳遞過程中網絡的權值是固定不變的，每層神經元的狀態(tài)只影響下一層神經元的狀態(tài)。如果輸出不能得到期望結果，則轉入誤差信號反向傳播。網絡的實際輸出與期望輸出之間差值即為誤差信號，誤差信號由輸出端開始逐層向后傳播，這是誤差信號反向傳播。在誤差信號反向傳播過程中，網絡的權值由誤差反饋進行調整，通過權值不斷的修正使網絡的輸出更接近期望輸出。由于水文預報具有多輸入單輸出的特點，所有對于神經網絡結模型，采用多輸入單輸出的單隱層結構，當學習過程確定網絡參數后就可以采用正向傳播來實現洪水預報。建立神經網絡模型(見圖2)，首先分析輸入和輸出條件，這里的輸出即出口斷面的流量過程；輸入條件包括降雨過程、降雨歷時、降雨量、河道基流及前一時刻的出口斷面流量等。模型結構描述如下q(t-l)，q(t-2)，"《，q(t-n)表示t時刻以前各時刻出口斷面流量，體現出口斷面流量的時間滯后影響；r(t)，r(t-l)，…，r(t-n)表示降雨過程及時間滯后影響；e(t)，e(t-l)，…，e(t-n)表示蒸發(fā)過程及時間滯后影響；R表示總降雨量；q(0) 表示出口斷面的基流；Td表示降雨歷時.網絡輸出q(t)表示出口斷面流量過程。人工神經網絡學習與預報功能模塊與數據庫及其他功能模塊之間通過基于通過 Web Service技術進行連接，實現數據交互，提高預報系統(tǒng)的精度和實時性。本發(fā)明解決了現在通用洪水預報系統(tǒng)預報手段單一，預報精度和實時性差等問題。
權利要求
1.一種洪水預報系統(tǒng)，包括作業(yè)預報功能模塊，對預報斷面進行洪水預報操作，預報出未來一定時期內洪水總量、 洪峰、峰現時間、洪水過程，分別與數據庫系統(tǒng)、人工修正預報結果功能模塊和自動實時校正功能模塊電連接；滾動預報功能模塊，對指定計算斷面進行預報計算，并根據時間推移逐時段進行滾動預報，分別與數據庫系統(tǒng)、人工修正預報結果功能模塊和自動實時校正功能模塊電連接；假擬洪水預報功能模塊，人工根據天氣情況對未來時段的暴雨進行估計和預測，假擬暴雨預報情況下對未來洪水進行假擬預報計算，分別與數據庫系統(tǒng)、人工修正預報結果功能模塊和自動實時校正功能模塊電連接；人工修正預報結果功能模塊，對預報斷面的預報結果數據進行人工修正，與數據庫系統(tǒng)電連接；自動實時校正功能模塊，在預報計算完成后將自動根據已發(fā)生的歷史數據對預報時段的預報數據進行修正處理，與數據庫系統(tǒng)電連接。
2.根據權利要求1所述一種洪水預報系統(tǒng)，其特征在于它還包括預報誤差統(tǒng)計分析功能模塊，對預報中的誤差來源做出計算和分析，確定出預報的精度等級，與數據庫系統(tǒng)電連接；洪水數據錄入功能模塊，對設計洪水數據、各頻率洪水數據、典型洪水數據及任意的人工模擬洪水進行輸入和存儲操作，通過錄入洪水數據并存檔，為模擬洪水預報中直接調用洪水數據作準備，與數據庫系統(tǒng)電連接；預報功能模塊，通過不斷的向網絡輸入水文樣本數據，遵循一定的學習規(guī)則，來不斷的調整網絡各層的權重參數，使網絡的輸入和輸出以一定的精度向給定的樣本模式逼近，與數據庫系統(tǒng)電連接。
全文摘要
本發(fā)明公開了一種洪水預報系統(tǒng)，包括作業(yè)預報功能模塊、滾動預報功能模塊、假擬洪水預報功能模塊、人工修正預報結果功能模塊、自動實時校正功能模塊、預報誤差統(tǒng)計分析功能模塊、洪水數據錄入功能模塊和人工神經網絡學習與預報功能模塊組成，各功能模塊之間通過基于WebService技術進行數據交互，實現各模塊之間的數據傳輸；解決了現在通用洪水預報系統(tǒng)預報手段單一，預報精度和實時性差等問題。
文檔編號G06Q50/00GK102360468SQ201110309119
公開日2012年2月22日 申請日期2011年10月13日 優(yōu)先權日2011年10月13日
發(fā)明者張宗旗, 李勝, 楊春友, 鄭強, 雷長富 申請人:貴州東方世紀科技有限責任公司