本發(fā)明涉及水文與水資源，尤其是涉及一種基于深度學(xué)習(xí)可解釋性的水位流量關(guān)系頂托影響分離方法。

背景技術(shù)：

1、復(fù)雜河網(wǎng)存在洪水頂托現(xiàn)象，即洪水運(yùn)動(dòng)波沿河道傳播時(shí)，遭遇某種阻礙后向上游逆向反射的現(xiàn)象，導(dǎo)致流速減緩、水位頂托壅高等。水位流量關(guān)系基于河道某一特定橫斷面上多次實(shí)測(cè)的流量數(shù)據(jù)及其對(duì)應(yīng)的水位資料，通過(guò)水文資料整編得出。對(duì)于無(wú)支流匯入的單一河道，其水位流量關(guān)系相對(duì)穩(wěn)定，通過(guò)整編水文測(cè)驗(yàn)數(shù)據(jù)，可構(gòu)建水位流量關(guān)系曲線，為洪水預(yù)報(bào)及防洪決策提供決策支持。然而，在干流與多條支流交匯的區(qū)域，其水位流量關(guān)系較為復(fù)雜，存在干流與支流來(lái)水的頂托作用。因此，深入分析支流來(lái)水頂托的影響機(jī)制，并建立相應(yīng)的水位流量關(guān)系模型，成為洪水預(yù)報(bào)中亟待解決的問(wèn)題。

2、傳統(tǒng)水位流量關(guān)系分析方法，如基于線性假設(shè)的擬合方法，雖在一定程度上能夠描述河道斷面水位與流量之間的基本關(guān)系，但其在考慮下游多個(gè)支流對(duì)上游河段頂托作用的適用性不足，僅由支流的頂托系數(shù)和臨界流量確定支流對(duì)干流的頂托影響。然而，頂托效應(yīng)不僅可能表現(xiàn)為非線性特征，即不同流量條件下頂托作用的強(qiáng)度和方式可能有所不同，且可能伴隨著時(shí)間滯后現(xiàn)象，即下游的流量變化不會(huì)立即且完全地傳遞到上游，導(dǎo)致上游水位和流量的頂托響應(yīng)存在延遲。

3、隨著數(shù)據(jù)驅(qū)動(dòng)技術(shù)的發(fā)展，基于深度學(xué)習(xí)的可解釋性分析方法，以其強(qiáng)大的非線性建模能力和對(duì)數(shù)據(jù)復(fù)雜關(guān)系的挖掘能力，為解決上述問(wèn)題提供了新思路。通過(guò)構(gòu)建深度學(xué)習(xí)模型，能捕捉水位流量關(guān)系中的非線性特征，并考慮時(shí)間滯后因素，實(shí)現(xiàn)對(duì)頂托效應(yīng)的刻畫。同時(shí)，結(jié)合可解釋性分析方法，可進(jìn)一步揭示模型內(nèi)部的工作機(jī)制，分離支流不同站點(diǎn)頂托作用的具體影響，為水文預(yù)報(bào)、水資源管理和防洪減災(zāi)提供技術(shù)支撐。

4、對(duì)現(xiàn)有考慮支流頂托的水位流量關(guān)系分析方法，總結(jié)存在問(wèn)題如下：(1)支流河段的頂托系數(shù)和臨界流量的假設(shè)?；诰€性關(guān)系假設(shè)，然而，實(shí)際水文現(xiàn)象可能更加復(fù)雜，頂托效應(yīng)可能為非線性特征；(2)支流的頂托效應(yīng)可能存在時(shí)間滯后，即下游流量變化可能不會(huì)立即反映到上游水位和流量變化中，該時(shí)間滯后影響尚未被考慮；(3)不同站點(diǎn)的頂托作用尚未分離，水位流量關(guān)系分析僅基于單一站點(diǎn)開(kāi)展。

5、因此，實(shí)有必要設(shè)計(jì)一種基于深度學(xué)習(xí)可解釋性的水位流量關(guān)系頂托影響分離方法，以克服上述問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了避免上述問(wèn)題，提供了一種基于深度學(xué)習(xí)可解釋性的水位流量關(guān)系頂托影響分離方法，在分析水文站水位流量關(guān)系時(shí)，考慮下游多支流的頂托影響，同時(shí)將多源要素的影響分離，最終分析不同頂托要素對(duì)水文站水位流量關(guān)系的影響。

2、本發(fā)明提供的一種基于深度學(xué)習(xí)可解釋性的水位流量關(guān)系頂托影響分離方法，包括以下步驟：

3、步驟1，收集影響水文站水位流量關(guān)系的多源要素?cái)?shù)據(jù)；

4、步驟2，選定模擬水文站水位流量關(guān)系的深度學(xué)習(xí)模型；

5、步驟3，多源要素?cái)?shù)據(jù)預(yù)處理與水位流量模擬回歸模型構(gòu)建；

6、步驟4，水位流量模擬回歸模型的超參數(shù)率定與網(wǎng)絡(luò)參數(shù)訓(xùn)練；

7、步驟5，水位流量模擬回歸模型的精度評(píng)估與可解釋性分析。

8、優(yōu)選地，步驟1中，多源要素?cái)?shù)據(jù)包括水文站自身要素、水文站下游支流要素，形成時(shí)間序列數(shù)據(jù)。

9、優(yōu)選地，步驟2中選擇長(zhǎng)短期記憶網(wǎng)絡(luò)模型。

10、優(yōu)選地，步驟3具體包括：根據(jù)收集的多源要素?cái)?shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，包含數(shù)據(jù)歸一化與數(shù)據(jù)分割，在將數(shù)據(jù)歸一化后，將各個(gè)變量的時(shí)間序列劃分為訓(xùn)練期、驗(yàn)證期、測(cè)試期，確定深度學(xué)習(xí)模型的輸入與輸出變量，采用選定的深度學(xué)習(xí)模型擬合二者的映射關(guān)系，構(gòu)建當(dāng)前水文站水位流量模擬的回歸模型。

11、優(yōu)選地，步驟s3中，深度學(xué)習(xí)模型的輸入變量初步擬定為當(dāng)前水文站的實(shí)測(cè)流量qt、當(dāng)前水文站的前一個(gè)時(shí)刻水位wlt-1、下游各支流出口控制水文站j(j＝1，2，...，n)的實(shí)測(cè)流量q頂托，j，歸一化整理后作為深度學(xué)習(xí)模型輸入，并以當(dāng)前水文站的實(shí)測(cè)水位wlt作為深度學(xué)習(xí)模型的輸出變量；

12、由選定的深度學(xué)習(xí)模型構(gòu)建水位流量模擬回歸模型的映射關(guān)系如下：

13、式(1)：

14、式中，為深度學(xué)習(xí)方法模擬的水文站水位值；f為深度學(xué)習(xí)方法建立的當(dāng)前水文站的實(shí)測(cè)流量qt、當(dāng)前水文站的前一個(gè)時(shí)刻水位wlt-1、下游各支流出口控制水文站j(j＝1，2，...，n)的實(shí)測(cè)流量q頂托，j與當(dāng)前水文站的模擬水位的映射函數(shù)。

15、優(yōu)選地，步驟4中，確定水位流量模擬回歸模型需要率定的超參數(shù)，選取驗(yàn)證期的率定函數(shù)作為水位流量模擬回歸模型超參數(shù)的訓(xùn)練目標(biāo)，基于驗(yàn)證期進(jìn)行水位流量模擬回歸模型超參數(shù)的優(yōu)化率定，確定超參數(shù)的最優(yōu)組合后，將訓(xùn)練期、驗(yàn)證期一起用于訓(xùn)練模型的網(wǎng)絡(luò)參數(shù)；在訓(xùn)練過(guò)程中，使用損失函數(shù)進(jìn)行反向傳播，更新水位流量模擬回歸模型的網(wǎng)絡(luò)參數(shù)。

16、優(yōu)選地，在步驟s4中，水位流量模擬回歸模型超參數(shù)率定的優(yōu)化算法為剪枝優(yōu)化快速搜索方法或網(wǎng)格搜索算法，以進(jìn)行水位流量模擬回歸模型的超參數(shù)率定；模型損失函數(shù)為水文站的水位流量模擬回歸模型模擬水位與實(shí)測(cè)水位wlt的均方根誤差。

17、優(yōu)選地，步驟5中，在水位流量模擬回歸模型訓(xùn)練后，基于已訓(xùn)練的水位流量模擬回歸模型網(wǎng)絡(luò)，由測(cè)試期評(píng)估模型的精度與穩(wěn)健性，通過(guò)對(duì)比當(dāng)前水文站的實(shí)測(cè)水位wlt與水位流量模擬回歸模型模擬水位判斷水位流量模擬回歸模型能否模擬當(dāng)前水文站受頂托影響的水位流量關(guān)系；基于改進(jìn)深度學(xué)習(xí)可解釋性方法，將水位流量模擬回歸模型模擬水位與頂托影響特征組合進(jìn)行比較，最終分離不同頂托要素對(duì)水文站水位的影響。

18、優(yōu)選地，在步驟s5中，采用納什效率系數(shù)nse、均方根誤差rmse、kling-gupta效率系數(shù)kge評(píng)估水位流量模擬回歸模型的精度，計(jì)算公式如下：

19、

20、

21、式中，t為時(shí)間；為深度學(xué)習(xí)方法模擬的水文站水位值，m；wlt為當(dāng)前水文站的實(shí)測(cè)水位，m；為水文站實(shí)測(cè)水位序列的均值，m；nt為時(shí)間序列長(zhǎng)度；和σs和σo是模擬水位序列與實(shí)測(cè)水位序列的標(biāo)準(zhǔn)差；μs和μo是模擬水位序列與實(shí)測(cè)水位序列的平均值；r為模擬水位序列與實(shí)測(cè)水位序列的相關(guān)系數(shù)。

22、優(yōu)選地，在步驟s5中，通過(guò)將深度學(xué)習(xí)與shap值分析方法結(jié)合，并利用頂托影響的非負(fù)約束來(lái)改進(jìn)shap方法；shap方法基于博弈論的shapley值概念，提供水位流量模擬回歸模型的全局可解釋性分析；假設(shè)給定輸入變量x＝(x1，x2，...，xm)的原始的水位流量關(guān)系擬合模型為f(x)，簡(jiǎn)化輸入變量x′＝(x1′，x2′，...，xm′)的解釋模型為g(x′)，可得解釋模型的表達(dá)式：

23、

24、φi＞0，若xi為頂托影響特征；

25、式中：g(x')為shap的解釋模型；φ0為解釋函數(shù)的常數(shù)項(xiàng)；φi為水位流量模擬回歸模型輸入特征xi的shap值，對(duì)于頂托影響的輸入特征，由于頂托影響的非負(fù)約束，頂托影響輸入特征的φi僅為非負(fù)值，以此改進(jìn)；在解釋模型g(x')中，簡(jiǎn)化輸入變量x'＝(x1',x2',...,xm')可通過(guò)映射函數(shù)x'＝hx(x)映射至原始模型輸入變量x＝(x1,x2,...,xm)；

26、利用shap方法分析不同頂托影響要素對(duì)水文站水位頂托的貢獻(xiàn)度，得出每個(gè)頂托影響要素對(duì)水文站水位模擬的頂托影響，分析不同頂托影響要素與水文站水位的內(nèi)在關(guān)系，最終由shap值發(fā)現(xiàn)和解釋影響水文站頂托的關(guān)鍵特征。

27、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

28、1.本發(fā)明基于深度學(xué)習(xí)的非線性模擬，能克服固定頂托系數(shù)和臨界流量的線性假設(shè)，描述頂托效應(yīng)的非線性特征；

29、2.本發(fā)明考慮了水文站下游各頂托要素對(duì)水文站水位的影響，實(shí)現(xiàn)了多支流頂托要素影響下的水文站水位流量關(guān)系模擬；

30、3.本發(fā)明提供了不同頂托要素的影響分離方法，通過(guò)頂托影響的非負(fù)約束改進(jìn)傳統(tǒng)的可解釋性分析方法，能夠識(shí)別不同頂托要素在不同時(shí)刻對(duì)水文站水位的頂托影響程度。