(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 202111422304.3 (22)申请日 2021.11.26 (71)申请人 水利部南京水利水文自动化研究所 地址 210000 江苏省南京市雨 花台区中华 门外铁心桥街95号 (72)发明人 方卫华　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 代理人 董建林 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/18(2006.01) G06F 17/11(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G01D 21/02(2006.01) G06F 111/10(2020.01) G06F 119/14(2020.01) (54)发明名称 一种坝后露天渗流量监测系统及测值归因 分析方法 (57)摘要 本发明公开了一种坝后露天渗流量监测系 统及测值归因分析方法： 基于测点位置、 地形地 貌和降水特征确定渗流量测值影响区域和影响 因素； 基于影 响区域内敏感因素的时空分布确定 相应的监测项目、 测点和仪器； 根据相应的数学 模型确定滞后时间将渗流量的实测数据序列划 分为只受库水渗流作用、 明显受降雨影 响和不确 定三种类型； 根据明显受降雨影 响时段和只受库 水渗流作用时段的渗流量实测数据分别构建降 雨－库水耦合渗流和库水单独渗流数据同化模 型； 根据同化后的样本分别建立受降雨影响和只 受库水渗流作用渗流量的轻量化时间卷积模型， 根据两者之差分离出 降雨影响分量和库水渗流 分量。 实现 降雨条件下渗流成分的精确分离， 为 大坝渗流安全分析提供支撑 。 权利要求书2页 说明书7页 附图1页 CN 114117913 A 2022.03.01 CN 114117913 A 1.一种坝后露天渗 流量监测系统的测值归因分析 方法， 其特 征在于， 包括： 基于测点 位置、 地形地貌和降水 特征确定渗 流量测值的影响区域和影响因素； 基于影响区域内影响渗流量的各种敏感因素的空间分布， 采用代表性原则确定相应的 监测项目和进行测点布置； 根据库水渗流和降水导致的监测设施内非库水渗流量对应的数学模型采用时间过程 数值模拟方法确定库水渗流和降雨影响的滞后时间， 将渗流量的实测数据序列划分为只受 库水渗流作用时段、 明显受降雨影响时段和不确定时段三种类型； 根据明显受降雨影响时段和不受降雨影响时段的渗流量实测数据分别构建降雨影响 和库水渗 流数据同化模型； 根据同化结果得到新的样本分别建立只受库水渗流影响和 受降雨－库水渗流耦合影 响并以实测渗流量为输出的轻量化时间卷积模型， 根据两者之差分离出降雨影响分量和库 水渗流分量。 2.根据权利要求1所述的一种坝后露天渗流量监测系统的测值归因分析方法， 其特征 在于， 所述降雨特性 根据地面分水岭结合水文地质条件确定 。 3.根据权利要求1所述的一种坝后露天渗流量监测系统的测值归因分析方法， 其特征 在于， 所述影响区域内部影响渗流量的影响因素的确定采用分布式水文模 型结合降雨渗流 联合作用下的浅水方程因子 分析结合上述因素变化速度及幅度确定， 从而确定对渗流量监 测设施测值有影响 并有时间变化的降雨－库水渗流影响因素， 并根据这些变化因素的空间 分布及时间变化确定监测项目及其空间代 表性测点数和时间采样率。 4.根据权利要求3所述的一种坝后露天渗流量监测系统的测值归因分析方法， 其特征 在于， 所述基于影响区域敏感因素时空分布确定监测项目和 测点包括： 从影响因素中提取影响进入渗流量监测设施的降雨影响因素的变化因素， 包括降雨 量、 坡度、 粗 糙度、 裂缝分布、 植被覆盖、 土壤温度、 气温、 土壤含水率； 监测项目包括降雨量、 坡度、 粗糙度、 裂缝、 植被高度、 土壤温度、 气温和土壤含水率， 采 用相应的监测仪器及其数据采集控制装置形成渗流量监测系统； 所述监测仪器包括固定安 装埋设传感器、 巡查机器狗和无人机遥感相结合的方式。 其中固定安装埋设的传感器包括 固定位置电位图像传感器、 翻斗式雨量计、 雷达雨量计、 雨滴谱仪、 TDR以及土壤墒情传感 器； 巡查机器狗和无人机携带激光雷达、 高光谱相机以及红外相机， 对坡度、 糙率、 植被进 行 监测。 若影响区域比较大， 应根据影响区域内各要素分布是否均匀和测点的代表性对同一个 监测项目设置多个测点， 根据其各监测要 素的时间变化情况根据香农 采样定理或压缩感知 理论确定各测点的采样频次。 5.根据权利要求1所述的一种坝后露天渗流量监测系统的测值归因分析方法， 其特征 在于， 所述 根据相应的数 学模型确定滞后时间包括： 建立库水作用下的非稳定渗流模型， 根据渗流影响区域选定三维空间范围， 计算库水 极端变幅及不同高程变化组合条件下 水库渗流至渗流量测点监测设施处的滞后影响时间； 建立降雨条件下地面产汇流以及地下渗流径流数学模型， 所述模型包括地面、 地下以 及入渗模型三个部分。 地面模型对于复杂区域采用基于Navier ‑Stokes方程的非直接数值 模拟， 而对于一般区域采用二维浅水方程； 地下部分采用Richard方程描述； 入渗方程根据权　利　要　求　书 1/2 页 2 CN 114117913 A 2雨型、 植被土壤类型、 土壤饱和度和雨强因素确定， 采用数值计算 获得影响区域内降雨产 汇 流及渗流至渗流量测点监测设施处的滞后影响时间。 6.根据权利要求1所述的一种坝后露天渗流量监测系统的测值归因分析方法， 其特征 在于， 所述将渗流量的历史实测数据序列划分为只受库水渗流作用时段、 明显受降雨影响 时段和不确定时段三种类型包括： 根据影响区域实测降雨过程； 采用上述模型根据现场相关参数计算降雨对渗流量测值 影响时长。 考虑到模型计算误差因素影响， 将受降雨影响和完全不受降雨影响两时段交接 处的各1/3时长之和定义为降雨影响不确定时长， 从而将实测渗流量时段分成明显只受库 水渗流作用时段、 明显受降水影响的时段以及不确定时段三种。 7.根据权利要求1所述的一种坝后露天渗流量监测系统的测值归因分析方法， 其特征 在于， 所述 根据同化结果的样本建立受降雨影响的轻量 化时间卷积模型包括： 将降雨条件下地面产汇流和地下渗流径流数学模型与同期明显受降水影响的实测渗 流量实测数据进行四维同化； 用同化后的模型生成总渗 流量， 同时将该样本分成训练样本和检验样本； 结合影响渗流量测值的影响因素实测数据和上述样本建立轻量化时间序列卷积神经 网络L‑TCN模型， 影响因素及其变化作为模型的输入， 总渗 流量作为L‑TCN的输出； 经过模型训练和检验， 选择合格的模型作为总渗 流量的分离模型。 8.根据权利要求1所述的一种坝后露天渗流量监测系统的测值归因分析方法， 其特征 在于， 所述 根据同化结果的样本建立只受库水渗 流的轻量 化时间卷积模型包括： 将明显不受降雨影响时段的非饱和 ‑饱和库水动态非稳定渗流方程与同期 实测渗流量 实测数据进行四维同化； 将同化后的模型进行 预测生成库水渗 流量样本， 将该样本分成训练样本和检验样本； 将影响库水渗流量的因素如水位、 气温、 时间作为轻量化时间序列卷积神经网络L ‑TCN 模型的输入、 将库水渗流量作为L ‑TCN模型的输出， 经过模型训练和检验， 选择合格的模型 作为库水渗 流量的分离模型。 9.根据权利要求1所述的一种坝后露天渗流量监测系统的测值归因分析方法， 其特征 在于， 所述 根据两者之差分离出降雨影响分量和库水渗 流分量包括： 根据实测输入分别通过受降雨影响和只受库水渗流的轻量化时间卷积模型计算总渗 流量和库水渗流分量、 将总渗流量减去库水渗流分量得到的降雨影响分量， 从而实现降雨 条件下和非降水 条件下总实测渗 流量的分离， 即归因分析。 10.一种适应于权利要求1 ‑9中任一项所述的测值归因分析方法的坝后露天渗流量监 测系统， 其特征在于， 包括渗流量监测设施、 根据渗流量 实测数据成分和影响因素增加了必 要的监测项目和监测设施， 用于实现坝后渗流量及其主要影响因素的全要 素、 全量程、 全天 候、 全场景的信息感知设备。权　利　要　求　书 2/2 页 3 CN 114117913 A 3