水文预报马斯京根演算python程序

最新推荐文章于 2025-06-25 08:31:49 发布

原创

最新推荐文章于 2025-06-25 08:31:49 发布 · 1.7k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#python #算法

本文介绍如何使用Python编程实现水文预报的重要算法——马斯京根演算。通过理解马斯京根方程，我们将构建一个Python程序来模拟和预测河流流量，这对于水资源管理和灾害预警具有重要意义。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

#读取Excel文件中的数据，包括输入流量、实际输出流量、流量差和时间间隔等
filename = r" C:\Users\李\Desktop\习题三.xlsx"
data = pd.read_excel(filename, sheet_name='Sheet1', header=None, skiprows=6, usecols=[0, 1, 2, 3]).values
t = 1  # 单位时段为12h
Qu = data[:, 1]
n = len(Qu)
Qd = data[:, 2]
q = data[:, 3]
I = Qu  # input
O = Qd - q  # output
bianhua = I - Qd

# 选取带入的x个数为k^2个，进行k^2次运算
k = 3
kk = k**2
xx = np.arange(0.2, 0.401, 0.2/kk)
poa = []  # 储存试算的预报流量结果

for m in range(kk):
    delt_W = np.zeros(n)
    W = np.zeros(n)
    x = xx[m]
    plt.subplot(k, k, m+1)
    for i in range(1, n):
        delt_W[i] = t * (bianhua[i] + bianhua[i-1]) / 2
        W[i] = delt_W[i] + W[i-1]
    Q_e = x * I + (1 - x) * O  # Q‘
    r = np.polyfit(Q_e, W, 1)
    K = r[0]

    # 直线拟合R2
    QQ = np.linspace(Q_e.min(), Q_e.max(), n)
    W = np.polyval(r, QQ)
    R2 = 1 - np.sum((QQ - Q_e)**2) / np.sum((Q_e - np.mean(Q_e))**2)

    # 开始预报、检验