R 基于循环计算行

我试图实现一种迭代方法，使用霍顿渗透方程计算径流降雨量。下面描述的代码实现了第一行（

time=0

）

#入口
f0=6
f1=1
k=2
dt=0.25
f=0
时间=顺序（从=0到=2，由=dt）
inc_降雨量=c（0.3,0.4,0.5,0.6,0.7,0.8,0.4,0.6,0.6）
降雨量=inc\u降雨量/dt
#足球俱乐部
gfc=功能（fc）{
f-（（f0-fc）/k）+（（f1/k）*log（（fc-f1）/（f0-f1））}
fc=uniroot（gfc，interval=c（f0，f1））
fc=fc$root
#F'
fl=如果（fc>降雨量[1]）和（f，包括降雨量[1]），则为0
#fc'
gfcl=功能（fcl）{
fl-（（f0-fcl）/k）+（（f1/k）*log（（fcl-f1）/（f0-f1））}
fcl=uniroot（gfcl，区间=c（f0，f1））
fcl=fcl$根目录
#Fp ou Fs
fporfs=ifelse（fc这应该能让你更接近。我把你的方程放在一个函数中，我在for循环中使用了这个函数。我不得不修改你的一些公式，使它工作起来。我对水文学一无所知，但在浏览了你链接的书和一个小维基百科之后，这些修改是有意义的。这些修改还导致数据更接近于t在表中。查找
#！！！！！！！！！！！！！！！！！！！！！！！！
以查看我更改了什么

在第五次迭代/行中，公式
ftdt=ifelse（to==0，fl，f1*（到时间）+（f0-f1）/k*（1-exp（-k*（到时间）））
产生了错误的结果，这会破坏其他结果。我将
f1
替换为
fc
，因为在阅读了本书的相关页面后，它是有意义的，并且结果更接近您想要的结果。我唯一不确定的是时间变量t，即公式中的
time-to
，即时间mi新加坡国立大学时间偏移。我认为这可能是问题所在

compute\u horton->->使用horton渗透方程计算径流降雨量
#常数
f0=6
f1=1
k=2
#足球俱乐部
gfc=功能（fc）{
f-（（f0-fc）/k）+（（f1/k）*log（（fc-f1）/（f0-f1）））
}
fc=uniroot（gfc，interval=c（f0，f1））
fc=fc$root
#F'
fl=如果（fc>降雨量）和（f，包括降雨量）其他0
#fc'
gfcl=功能（fcl）{
fl-（（f0-fcl）/k）+（（f1/k）*log（（fcl-f1）/（f0-f1）））
}
fcl=uniroot（gfcl，区间=c（f0，f1））
fcl=fcl$根目录
#Fp ou Fs
fporfs=ifelse（fc感谢您的贡献。在此基础上，我清除了代码，并在以前没有的地方插入了
ifelse
函数

但是，在循环中使用第一行中计算的
ftdt
值启动第二行仍然有困难

按照设定的代码进行操作。我曾想过对每一行执行
，但我想不出一种有效的方法来保持代码的整洁

#Constants
f0=6
f1=1
k=2
dt=0.25
f=0
time= seq(from=0, to=2, by=dt)
inc_rainfall=c(0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.4, 0.6, 0.6)
rainfall_int=inc_rainfall/dt

horton=data.frame(matrix(ncol = 14, nrow = 9))
names(horton)=c("Time", "Incremental Rainfall", "Rainfall Intensity", "F", "fc",
                "Fl", "Fcl", "Fp or Fs", "dt", "ts", "to", "Ftdt", "Infiltration",
                "Runoff")

#g(Fc)
gfc=ifelse (f==0, 

  function(fc) {
  f - ((f0 - fc) / k) + ((f1 / k) * log((fc - f1) / (f0 - f1)))}, 

  function(fc) {
  ftdt[i-1] - ((f0 - fc) / k) + ((f1 / k) * log((fc - f1) / (f0 - f1)))})

fc=uniroot(gfc, interval = c(f0, f1))
fc=fc$root

#F'
fl=ifelse(fc>rainfall_int, f+inc_rainfall, 0)

#fc'
gfcl= ifelse (fl==0,

  0,

  function(fcl) {
  fl - ((f0 - fcl) / k) + ((f1 / k) * log((fcl - f1) / (f0 - f1)))})

fcl=uniroot(gfcl, interval = c(f0, f1))
fcl=fcl$root

#Fp or Fs
fporfs=ifelse(fc<rainfall_int[1],f,
              ifelse(fcl<rainfall_int[1],
                     (f0-rainfall_int[1])/k-
                       f1/k*log((rainfall_int[1]-f1)/(f0-f1)), 0))

#dt'
dtl=ifelse((fc>rainfall_int[1]), 
           ifelse(fcl<rainfall_int[1],
                  (fporfs-f)/rainfall_int[1],0),0)

#ts
ts=ifelse(fc<rainfall_int[1],time[1],
          ifelse(fcl<rainfall_int[1],dtl+time[1], 0))

#to
hto=function(to) {
  fporfs-f1*(ts-to)-(f0-f1)/k*(1-exp(-k*(ts-to)))}

to=uniroot(hto, interval = c(0, 1))
to=to$root

#Ft+Dt
ftdt=ifelse(to==0, fl, f1*(time-to)+(f0-f1)/k*(1-exp(-k*(time-to)))) #Value that starts next row at "gFc"

#Infiltration
infiltr=ifelse(to==0,ftdt-f, ftdt[i]-ftdt[i-1])

runoff=ifelse(time==0, inc_rainfall[i]-(ftdt),  inc_rainfall[i]-(ftdt[i-1]-ftdt[i]))


horton$Time=time
horton$`Incremental Rainfall`=inc_rainfall
horton$`Rainfall Intensity`=rainfall_int
horton$F[1]=f
horton$fc[1]=fc
horton$Fl[1]=fl
horton$Fcl[1]=fcl
horton$`Fp or Fs`[1]=fporfs
horton$dt[1]=dtl
horton$ts[1]=ts
horton$to[1]=to
horton$Ftdt[1]=ftdt
horton$Infiltration[1]=infiltr
horton$Runoff[1]=runoff

horton

#常数
f0=6
f1=1
k=2
dt=0.25
f=0
时间=顺序（从=0到=2，由=dt）
inc_降雨量=c（0.3,0.4,0.5,0.6,0.7,0.8,0.4,0.6,0.6）
降雨量=inc\u降雨量/dt
horton=data.frame（矩阵（ncol=14，nrow=9））
名称（霍顿）=c（“时间”、“增量降雨”、“降雨强度”、“F”、“fc”，
“Fl”、“Fcl”、“Fp或Fs”、“dt”、“ts”、“to”、“Ftdt”、“渗透”，
“径流”）
#g（Fc）
gfc=ifelse（f==0，
功能（fc）{
f-（（f0-fc）/k）+（（f1/k）*log（（fc-f1）/（f0-f1））}，
功能（fc）{
ftdt[i-1]-（（f0-fc）/k）+（（f1/k）*log（（fc-f1）/（f0-f1）））
fc=uniroot（gfc，interval=c（f0，f1））
fc=fc$root
#F'
fl=ifelse（fc>降雨量，f+inc降雨量，0）
#fc'
gfcl=ifelse（fl=0，
0,
功能（fcl）{
fl-（（f0-fcl）/k）+（（f1/k）*log（（fcl-f1）/（f0-f1）））
fcl=uniroot（gfcl，区间=c（f0，f1））
fcl=fcl$根目录
#Fp或Fs
fporfs=ifelse（你有没有试过把所有的东西都放在一个函数中，然后在一个循环中对变量进行迭代？我对代码做了一些修改，如下所述。@DiegoStähelin我恐怕不能在计算的细节方面帮你很多忙，因为我对水文学一无所知。不过，上面的代码工作得很好，只不过是calc计算有些不对劲。我建议调整上述代码中的方程式，以获得所需的结果。@DiegoStähelin还有一件事。您看过R包吗？它有一个名为
SShorton
的函数，返回霍顿水渗透模型。
#Constants
f0=6
f1=1
k=2
dt=0.25
f=0
time= seq(from=0, to=2, by=dt)
inc_rainfall=c(0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.4, 0.6, 0.6)
rainfall_int=inc_rainfall/dt

horton=data.frame(matrix(ncol = 14, nrow = 9))
names(horton)=c("Time", "Incremental Rainfall", "Rainfall Intensity", "F", "fc",
                "Fl", "Fcl", "Fp or Fs", "dt", "ts", "to", "Ftdt", "Infiltration",
                "Runoff")

#g(Fc)
gfc=ifelse (f==0, 

  function(fc) {
  f - ((f0 - fc) / k) + ((f1 / k) * log((fc - f1) / (f0 - f1)))}, 

  function(fc) {
  ftdt[i-1] - ((f0 - fc) / k) + ((f1 / k) * log((fc - f1) / (f0 - f1)))})

fc=uniroot(gfc, interval = c(f0, f1))
fc=fc$root

#F'
fl=ifelse(fc>rainfall_int, f+inc_rainfall, 0)

#fc'
gfcl= ifelse (fl==0,

  0,

  function(fcl) {
  fl - ((f0 - fcl) / k) + ((f1 / k) * log((fcl - f1) / (f0 - f1)))})

fcl=uniroot(gfcl, interval = c(f0, f1))
fcl=fcl$root

#Fp or Fs
fporfs=ifelse(fc<rainfall_int[1],f,
              ifelse(fcl<rainfall_int[1],
                     (f0-rainfall_int[1])/k-
                       f1/k*log((rainfall_int[1]-f1)/(f0-f1)), 0))

#dt'
dtl=ifelse((fc>rainfall_int[1]), 
           ifelse(fcl<rainfall_int[1],
                  (fporfs-f)/rainfall_int[1],0),0)

#ts
ts=ifelse(fc<rainfall_int[1],time[1],
          ifelse(fcl<rainfall_int[1],dtl+time[1], 0))

#to
hto=function(to) {
  fporfs-f1*(ts-to)-(f0-f1)/k*(1-exp(-k*(ts-to)))}

to=uniroot(hto, interval = c(0, 1))
to=to$root

#Ft+Dt
ftdt=ifelse(to==0, fl, f1*(time-to)+(f0-f1)/k*(1-exp(-k*(time-to)))) #Value that starts next row at "gFc"

#Infiltration
infiltr=ifelse(to==0,ftdt-f, ftdt[i]-ftdt[i-1])

runoff=ifelse(time==0, inc_rainfall[i]-(ftdt),  inc_rainfall[i]-(ftdt[i-1]-ftdt[i]))


horton$Time=time
horton$`Incremental Rainfall`=inc_rainfall
horton$`Rainfall Intensity`=rainfall_int
horton$F[1]=f
horton$fc[1]=fc
horton$Fl[1]=fl
horton$Fcl[1]=fcl
horton$`Fp or Fs`[1]=fporfs
horton$dt[1]=dtl
horton$ts[1]=ts
horton$to[1]=to
horton$Ftdt[1]=ftdt
horton$Infiltration[1]=infiltr
horton$Runoff[1]=runoff

horton