虚拟仿真实验教学手册 虚拟仿真实验教学平台的意义

      虚拟仿真实验教学手册

      1.实验目的

      （1）了解多模型洪水预报过程，掌握多模型洪水预报的基本原理和方法；

      （2）掌握多个优化算法，将其应用于洪水预报模型的参数率定，实现多模型组合下的洪水拟合和参数率定；

      （3）熟悉洪水预报模型的结构和逻辑特性，能够运用洪水预报模型组件库搭建洪水预报模型；

      （4）能够根据多模型洪水预报的特殊性，确定出以多个模型预报值中的最大值和最小值为准的预报区间，最终生成带有范围的预报方案。

      2.实验流程

图1 多模型组合洪水预报仿真实验流程图

      3.实验结果与分析图2 多模型洪水预报过程（截图）

      本次实验针对洪水预报模型在结构和逻辑上的特性，搭建出多模型组合的洪水预报仿真系统。通过分析洪水预报的基本原理与方法，筛选出能够满足应用需求的模型进行实验，并在优化算法的基础上对预报模型的参数进行优选和率定，最终实现基于新安江模型、萨克纳门托模型、水箱模型、陕北模型的洪水预报过程，并对多模型洪水预报结果进行对比分析。如图58所示，左起第一个图为多模型洪水预报结果的对比，依次分别为单一模型的洪水预报结果。

      图3 东洋河流域多模型洪水预报结果（截图）

      预报方案涉及洪峰流量、峰现时间和径流量三个指标，针对多模型的特殊性，我们选取每个模型预报洪水的特征值，再以这些特征值的区间作为预报方案。依据此思路，对东洋河流域多模型洪水预报进行评价并给出推荐流量和预报方案。如图59所示，左上部分为洪水预报流程，图中右边从上往下依次为推荐预报流量、预报流量可信度、预报方案评定及生成的预报方案。从预报可信度的表中我们可以看出，新安江模型可信度为0.798，萨克拉门托模型为0.773，陕北模型为0.77，水箱模型为0.752。因此，可以将新安江模型的预报流量过程作为推荐的预报流量。