水文模型参数优选中率定与校核目标函数的关系研究

在水文模型参数优选过程中,通常很难找到一组参数值使得率定阶段和校核阶段的径流模拟误差同时达到最小,为此,我们需要采用基于Pareto关系的多目标优化方法来寻求Pareto最优解的集合.本文采用一种基于马尔可夫链蒙特卡洛（MCMC）方法的多目标优化方法来搜寻水文模型参数优选问题中Pareto解集,并以三水源新安江模型为例,给出了由率定阶段的目标函数和校核阶段的目标函数所构成的Pareto锋面.结果证明,率定阶段和校核阶段的目标函数是相互冲突的,不可能同时取最小值,由于这种Pareto关系的存在,使得我们在选择水文模型的全局最优参数值时存在很大的不确定性.因此,如何减少这种不确定性是水文模型研究中一个很重要的问题.     

基于遥感与区域化方法的无资料流域水文模型参数优化方法

针对无资料流域径流预报的难点, 探讨水文模型参数优化的共性问题, 综述区域化方法和遥感方法的研究现状。首先从水文模型参数优化面临的共性问题, 即水文地理数据生成、目标函数构建和优化方法选择等问题出发, 分析其对参数优选结果的影响, 并归纳出当前广泛认可的解决方案。然后结合区域化方法的技术原理和研究进展, 着重论述测站密度对区域化方法性能的影响, 并分析该方法在中国的适用性。接着从研究区域、水文模型结构、遥感资料以及率定目标等方面归纳总结遥感方法优化水文模型参数的最新研究进展。最后对区域化方法和遥感方法的优缺点及未来发展前景进行对比分析, 为中国无资料或缺资料流域径流预报实践提供参考。     

采用分布式HEC-HMS水文模型的晋江流域暴雨次洪模拟

以晋江流域为研究区域,采用分布式HEC-HMS水文模型进行暴雨次洪模拟.分别通过SCS曲线数法计算水文损失,单位线法计算直接径流,Muskingum模型进行河道洪水演进,基流指数退水法模拟流域基流,并以1972-1979年的实测数据进行参数的率定及验证.研究结果表明:单峰的洪水模拟结果与实测数据拟合比较好,模型效率系数都在0.8以上,峰现误差为3h以内;多峰的洪水效率系数在0.6以下.     

基于SCE-A算法的新安江模型参数优化及应用

为了减小水文模型参数优化中人工试错法和局部优化法的不确定性,以一种快速有效的优化方法搜索到水文模型参数的全局最优解。以安徽呈村流域为例,使用SCE-UA算法对新安江模型参数进行优化,日模型和次洪模型分别采用总体水量误差和对数绝对值误差作为目标函数,分析优化结果并对优化参数进行检验。经检验分析,日模型检验期确定性系数均达到0.8,次洪模型检验期确定性系数接近0.9。研究结果表明,采用SCE-UA算法优化新安江模型参数可以取得较好结果,目标函数的选择对参数优化有着重要作用。     

分布式水文模型多参数优化与不确定性分析

水文模拟效率高、应用范围广,但参数的率定仍存在一定困难,尤其是分布式水文模型因数据集较大,对参数优化与率定技术提出了更高的要求.为此,提出一种单纯形算法(Simplex algorithm)结合内尔米德(Nelder-Mead)搜索算法的优化方法,并以温德河流域为研究案例,采用分布式水文模型和Nelder-Mead单纯形法,分别考查多种目标函数并获得相应的纳什系数(NSE)、均方根误差(RMSE)等评估系数.结果表明:经寻优后得到的参数准确性较高,且均在合理物理意义的取值范围内,4次洪水模拟的NSE系数均达到0.9以上;以残差平方均值为目标函数所得到的NSE效率系数及RMSE系数均优于其他目标函数结果.此外,通过不确定性分析方法的进一步验证,优化参数和参数率定结果具备科学可靠性.     

考虑人类活动影响的流域水文模型参数的确定

结合石头口门水库，详细阐述了考虑人类活动影响流域水文模型参数的确定方法。以时间、累积净雨量和径流修正系数来描述径流的人类活动影响；从调查流域基本情况入手，由人机交互方式模拟确定流域水文模型参数和人类活动影响参数。将人类活动影响纳入流域水文模型参数确定过程中，可更深刻地了解流域水文规律和认识人类活动对径流的影响。     

雅鲁藏布江奴下水文站以上流域水文过程及其对气候变化的响应

以雅鲁藏布江奴下水文站以上流域为研究对象,针对缺资料流域的水文计算和预测问题,采用流域水文模型THREW,用地面气象观测、遥感植被覆盖和积雪面积等资料,基于断面水文监测数据对模型进行率定,应用CMIP5数据对径流演变进行预估。结果表明:对于雅鲁藏布江奴下水文站以上流域,THREW模型对1991—1995年率定期月径流模拟的纳什效率系数为0.75,对1996—2000年验证期月径流模拟的纳什效率系数为0.76;IPCC AR5所设置在CO2排放量最大的情况下,径流明显增加。     

基于气象水文水动力耦合模型的流域尺度洪水预报方法： 以北江流域为例

针对中小流域目前径流和淹没预报难度较大且精度偏低的问题,本文以北江流域为研究对象,构建降雨径流-洪水淹没模型。在非耦合情况下,基于WRF-Hydro模式构建北江流域水文模型,通过对主要参数率定,优化了WRF-Hydro水文模型,模拟了流域的产流、汇流等水循环关键要素。在耦合情况下,将WRF-Hydro模式模拟的径流过程作为CaMa-Flood模型的边界条件,从而实现对整个流域的洪水淹没模拟。研究结果表明：在经过参数率定的WRF-Hydro水文模型中,针对验证期的5场典型洪水事件,皮尔逊相关系数均高于0.8,纳什效率系数在0.52至0.71之间,在预报期的三个洪水事件中,洪峰的平均误差为22.2％。在水文水动力模型耦合后,能够准确地捕捉洪水淹没与降雨强度、洪水流量变化之间的关系,进而提供洪水发生后洪泛区的淹没深度和范围等关键信息。本文构建的降雨径流-洪水淹没模型能够适用于地形复杂、降雨时空分布不均匀的北江流域,为类似半湿润流域的洪水预报提供了有益参考,同时也为水文水动力模型耦合的研究奠定了基础。     

SCE-UA算法在TOPMODEL参数优化中的应用

以江西修水万家埠流域为例,用SCE-UA算法对TOPMODEL参数进行了优化,并对优化结果进行了检验.结果表明:SCE-UA算法不仅可以用于概念性水文模型和分布式水文模型,还可以用于半分布式水文模型———TOPMODEL;TOPMODEL参数上下边界需根据参数的物理意义和研究流域特性来确定;在SCE-UA算法中,目标函数的建立对于参数优化具有重要作用,在次洪模拟时,目标函数应突出高水过程和洪峰对模拟效果的影响;SCE-UA算法的绝大部分参数取值都可以采用已有研究成果的默认值,只有复合型个数p需要根据具体问题确定.     

不同水文模型在Broken流域的比较研究

流域水文模型对流域产汇流计算、洪水分析与预报以及水资源优化配置与调度等具有重大意义.本文选用三种比较常见的流域水文模型,介绍了各模型的结构、计算过程、应用范围等;随后将三个模型运用在澳大利亚Broken流域并且利用1966-1995年的日降雨、径流和蒸散发数据进行降雨产流分析.结果表明:Nash-Sutcliffe 的效率系数均达到了80%以上,径流总量相对误差系数RE对于萨克拉门托模型和SIMHYD模型均在10%以内,而Tank模型的检验期超出了10%.通过对三个模型运用结果的分析和比较,SIMHYD模型是适合于该流域的最理想的流域水文模型.     

CMFD数据集在雅江年楚河流域的适用性分析

积雪融水是高海拔地区河流的重要补给水源,但高海拔地区资料稀缺,水文模拟面临极大的挑战．本文基于中国区域地面气象要素驱动数据集提供的降水、气温资料,结合MODIS雪盖数据,以2004—2009年为率定期,2010—2015年为验证期,在年楚河流域构建SRM模型,并以气象站点的实测资料为参照,对比分析了中国区域高时空分辨率地面气象要素驱动数据集在年楚河流域的融雪径流模拟效果．结果表明:基于气象站点实测降水和温度的融雪径流模拟纳什效率系数在率定期和验证期分别为0.75和0.68;基于中国区域高时空分辨率地面气象要素驱动数据集的融雪径流模拟纳什效率系数在率定期和验证期分别为0.77和0.78,径流模拟效果有所提高．CMFD再分析数据集可为缺资料地区的水文模拟提供数据来源,对高寒地区的融雪径流模拟具有一定的参考价值．      

流域水文模型的参数全局敏感性分析

基于LSPC构建内蒙大佘太流域水文模拟模型, 利用Morris和Sobol两种全局敏感性分析方法, 识别水文敏感参数及敏感下垫面类型, 评估不同敏感性分析方法和模型输出度量方法对敏感性分析结果的影响。主要结论如下: 1) 模型对日、月两尺度的径流模拟效果好, 模拟值与观测值的决定系数R²>0.6, 纳什系数NSE>0.5, 说明LSPC模型适用于对内陆干旱半干旱地区的流域水文模拟; 2) 两种敏感性分析方法对参数敏感指数排序和敏感参数识别均有影响, 而MAE和MSE两种度量方法的影响主要体现在敏感参数识别方面; 3) 敏感水文参数为下层土壤含水量(LZSN)和地下水蒸发系数(AGWETP), 敏感下垫面类型为草地、耕地、林地和水域, 与大佘太流域的降水和土地利用类型有关。     

高寒流域水文模拟与径流水源解析——以雅鲁藏布江帕隆藏布上游流域为例

为深入研究高寒流域河川径流的水源解析,选取雅鲁藏布江帕隆藏布上游流域为研究区,采用月流量、遥感积雪面积数据、实测冰川径流数据等多目标率定方法,改进单一依靠流量数据率定模型的方法,基于SPHY(Spatial Processes in Hydrology)水文模型开展水文模拟及径流组分研究,提高了总体建模质量.结果表明：在率定期和验证期Nash-Sutcliffe效率系数分别为0.95和0.94,模型具有较好的适用性.降雨径流、融雪径流、冰川径流和基流作为径流来源,占总径流的比例分别为10%、25%、45%和20%,冰川径流和融雪径流是最重要的补给来源.月尺度上,冰川径流在7-8月占比最大,融雪径流在4-6月占比最大,降雨径流在各月占比最小.冰川径流占比最高,短期内可提供更多水资源保障社会经济发展,长期而言冰川径流将逐渐减少,造成水资源短缺.因此,当地需提高应对径流变化潜在风险的策略.     

基于SWAT模型的古浪河流域径流模拟

在采用RS、GIS技术建立的土地利用数据库、土壤数据库和气象数据库的基础上,构建了基于SWAT模型的石羊河典型流域——古浪河流域分布式水文模型.以2000—2003年作为率定期,2004—2005年作为验证期,对模型进行了参数率定和验证.其中,率定期模型的效率系数和水量平衡系数分别为0.62和1.26,验证期分别为0.75和1.00.结果表明,SWAT模型适用于该流域.在此基础上对古浪河流域降水和径流的时空分布进行了分析,表明人类活动对地表径流的影响较大.     

气候变化对鄱阳湖流域径流的影响

为研究未来气候变化对鄱阳湖流域径流的影响,构建了0.1°分辨率VIC水文模型,采用均匀设计法率定参数。应用CMIP5多模式气象数据结果驱动VIC模型,对RCP2.6、RCP4.5和RCP8.5情景下的鄱阳湖流域径流变化进行评估。结果表明,在RCP2.6和RCP4.5情景下未来期(2026—2040年)较基准期(2006—2020年)径流呈增加趋势,在RCP8.5情景下径流呈减少趋势。各种模式都在汛期径流有增加趋势,枯季径流有减小趋势,发生水文极端事件的态势更加明显。     

平面完全约束绳牵引并联机器人的多目标优化

针对平面完全约束的绳牵引并联机器人的多目标优化问题,给出了一种理想点法与遗传算法相结合的方法.首先以绳牵引并联机器人工作空间面积、全面刚度指标、全局灵巧度系数为优化目标,基于遗传算法进行全局优化,得到各个目标的理想点.然后采用理想点法建立多目标优化模型,并采用遗传算法对该模型进行求解.仿真实验表明,优化结果较为均衡,各模型有效解都接近相应单目标的理想点.所得结论可以为同类绳牵引并联机器人的设计提供参考.     

基于Extend FAST方法的新安江模型参数全局敏感性分析

 模型参数敏感性分析可以诊断模型结构、识别模型关键参数,是模型建立和应用的关键步骤。该文应用高效、稳健的Extend FAST方法,以流溪河水库入库洪水模拟为例分析新安江模型参数的全局敏感性。结果表明,对Nash Sutcliffe效率系数、总水量平衡误差系数、低水流量误差系数、高水流量误差系数四个目标函数,模型参数敏感性表现不同。Extend FAST方法的部分结果与GLUE方法的结果进行对比,两者对敏感性评价的结果基本一致,Extend FAST给出的主要敏感度和参数组合作用的敏感度也可以作为模型不确定性分析的依据。     

随机GP法在概念性水文模型参数优选中的应用

 在基于近似梯度及模式搜索法的基础上,提出了复合上述两种方法的GP局部优化方法。以Nash确定性系数为目标函数,对水文模型的参数空间随机搜索后采用GP方法优化,运用参数空间筛选策略,以获得全局最优解集。上述方法结合导数信息和随机性质的算法,使优化过程脱离局部极小解从而达到近似全局最优解集。杨楼单元流域应用新安江模型的实例研究结果表明,随机的GP优化方法可以成功的率定概念性水文模型参数。     

基于多种径流预测耦合模型的流域月径流预测优选研究

为了提高径流预测的准确性,以澄碧河流域坝首站1979-2019年共41 a的实测月径流序列为例,在优选Elman神经网络模型、支持向量机模型、BP单一预测模型的基础上,分别耦合经验模态分解(EMD)、集合经验模态分解(EEMD)和经验小波变换分解(EWT),选取纳什效率系数(NSE)、平均相对误差绝对值(MAPE)和均方根误差(RMSE)对测试集的预测结果进行评价与分析。结果表明：相对于Elman神经网络模型和SVM模型,BP模型的预测效果较好;耦合预测模型预测精度都优于单一模型。耦合模型中,EWT-BP的纳什效率系数为0.91,预报等级为甲级,预测精度优于EMD-BP和EEMD-BP。采用数据预处理技术生成平稳序列,可有效减少原序列存在非线性和不稳定性特征的影响,并有利于提高流域水文模型的径流预测能力。     

SWAT分布式水文模型在黑河干流山区流域的改进及应用

在集成地理信息系统(GIS)和遥感(RS)技术的SWAT(Soil and Water Assessment Too1)分布式水文模型改进的基础上，对黑河干流山区流域出山径流进行了模拟。SWAT-GIS按不同的地形、土壤类型、土地利用或覆盖类型将整个流域划分成157个具有相似水文特征的水文响应单元(HRU)。通过模拟结果比较，表明浅层蓄水层回归因子(基流回归因子)、海拔高度带的划分分别对黑河干流山区流域地下径流和融雪径流过程有重要的影响，是该模型模拟精度高低的关键。通过参数的调整，1990～2000年月平均径流模拟结果显示，莺落峡站出山径流模型效率系数R^2达到0．88，相关系数r^2接近0．91。