| name | songliao-calibration |
| description | 在本仓库用 hydromodel 对 songliao(松辽)3h 洪水事件数据集做参数率定(calibration) 与评估(evaluation),核心是修改 hydromodel/configs/songliao_event_3h.yaml 里的参数 (流域 basin_ids、模型、SCE-UA 迭代次数、训练/测试时段等)来得到不同结果。当用户想: 率定/评估 songliao、跑 hydromodel、调 songliao_event_3h.yaml 参数、换流域或换模型重跑、 看 NSE / KGE / RMSE 等指标时,使用本 skill。 |
songliao 数据集率定与评估
本 skill 指导你用 hydromodel 对 songliao 3h 洪水事件数据集做参数率定和评估。
一切围绕一份配置文件 hydromodel/configs/songliao_event_3h.yaml 展开——
改这份 yaml 里的参数,就能跑出不同的结果。
前提
- 环境已按
docs/setup.md 配好(Python ≥3.11,pip install -r requirements.txt
已把本地 hydrodatasource/、hydromodel/ 以 editable 装好)。
data/songliaorrevent/songliaorrevent/ 数据已放入仓库。- 所有命令都从
hydromodel/ 目录运行(config 里 uri 是相对该目录的 ../data/...)。
如果不确定环境是否就位,先验证:
python -c "import hydromodel, hydrodatasource; print('OK')"
关键文件与产物位置
| 东西 | 路径(相对 hydromodel/) |
|---|
| 配置文件(要改的) | configs/songliao_event_3h.yaml |
| 率定脚本 | scripts/run_event_calibration.py |
| 评估脚本 | scripts/run_xaj_evaluate.py |
| 率定输出目录 | results/songliao_event/songliao_event_3h/ |
| 评估指标结果 | results/songliao_event/songliao_event_3h/evaluation_test/basins_metrics.csv |
标准工作流程(4 步)
1. 明确用户想改什么参数
先问清楚(或根据用户需求判断)这次要变的是哪个变量:换流域?换模型?加大迭代次数求收敛?
划分训练/测试期?—— 见下方【可调参数速查】。
2. 修改 configs/songliao_event_3h.yaml
只改需要改的那几行,其余不动。改完把改动向用户说明。
3. 跑率定
cd hydromodel
python scripts/run_event_calibration.py --config configs/songliao_event_3h.yaml
率定用 SCE-UA 优化,输出参数和损失(loss=RMSE)到
results/songliao_event/songliao_event_3h/。注意:率定本身只给 RMSE,NSE 要下一步评估才有。
4. 跑评估、读指标
python scripts/run_xaj_evaluate.py \
--calibration-dir results/songliao_event/songliao_event_3h \
--eval-period test
指标写到 .../evaluation_test/basins_metrics.csv,里面有 NSE / RMSE / KGE / PBIAS。
读这个 csv 把指标报给用户。--eval-period 可选 test / train / custom
(custom 需再加 --custom-period 起 止)。
可调参数速查(改这些来"得到更多结果")
在 configs/songliao_event_3h.yaml 里:
| 参数 | 作用 | 怎么改 |
|---|
data_cfgs.basin_ids | 率定哪个/哪些流域 | 换成别的流域 id,或列多个:["songliao_11000200", "songliao_11001300"]。有效 id 见下方【如何列出有效流域】 |
model_cfgs.name | 用哪个模型 | 只用 XAJ 系列(数据是 3h 事件):xaj、xaj_mz(默认)、semi_xaj、xaj_slw。不要用 GR 系列——它们是日/月尺度,不适配 3h 事件 |
model_cfgs.params.kernel_size | 汇流单位线长度 | 影响洪峰形状,可试 10~20 |
training_cfgs.SCE_UA.rep | 最大迭代次数 | 越大越接近收敛但越慢。快速试跑用 500~1000,正式率定用 5000+ |
training_cfgs.SCE_UA.ngs | 复合形个数 | 增大提升全局搜索能力,默认 10 |
training_cfgs.SCE_UA.kstop/peps/pcento | 收敛判据 | 收紧(减小 peps/pcento)会更严格但更慢 |
data_cfgs.train_period / test_period | 训练 / 测试时段 | 默认两者都是全时段。要做真正的"训练-测试"评估,应把它们分成不重叠的两段 |
data_cfgs.warmup_length | 预热步数 | 事件数据默认 0;连续数据才需要预热 |
evaluation_cfgs.metrics | 输出哪些指标 | 默认 [NSE, RMSE, KGE, PBIAS],可增删 |
不要改的项:time_unit(只有 3h 数据可用)、reader: floodevent、is_event_data: true、
uri(除非数据搬了地方)。
如何列出有效流域 id
数据里有 18 个流域时序,但只有 16 个有属性;read_object_ids() 只返回有属性的那 16 个。
需要有效 id 列表时:
from hydrodatasource.reader.floodevent import FloodEventDatasource
ds = FloodEventDatasource(uri="../data/songliaorrevent/songliaorrevent", time_unit=["3h"])
print(ds.read_object_ids())
常见坑
- 找不到数据 / 路径报错:多半是没从
hydromodel/ 目录运行,../data 指偏了。先 cd hydromodel。
FileNotFoundError: attributes.csv:说明用的 hydrodatasource 是旧版。本仓库的
hydrodatasource 已支持 nc 属性 + 可选 basins.shp(commit 436ac80),确认装的是本地 editable 版
(pip show hydrodatasource 的 Location 指向仓库内)。FileNotFoundError: ...\.cache\hydrodataset\...attributes.nc(缓存目录不存在):新机器首次运行、
缓存目录还没建。本仓库 hydrodatasource 已修复(自动建目录);若仍遇到说明用了没打补丁的旧包,临时办法:
New-Item -ItemType Directory -Force "$env:USERPROFILE\.cache\hydrodataset"。- NSE 看不到:率定只出 RMSE;必须再跑第 4 步评估,NSE 才在
basins_metrics.csv 里。
- 换成 GR 模型跑不通:GR 系列是日/月尺度,不适配 3h 事件数据,且评估脚本是 XAJ 专用。
想比较不同模型时,在 XAJ 系列内部换(xaj / xaj_mz / semi_xaj)。
- Windows 控制台 emoji 报
UnicodeEncodeError:脚本里有 emoji 打印,设 PYTHONUTF8=1 再跑。
报告结果给用户
跑完后,读 basins_metrics.csv,把这次用的参数配置(改了什么)和对应的
NSE / KGE / RMSE / PBIAS 一起报给用户,方便对比不同参数下的效果。
