基于SCEM—UA算法的新安江模型在梅山水库流域上的应用

将SCEM—UA算法内嵌于新安江模型中,利用梅山水库流域水文资料对该算法优选的参数结果进行分析．参数优选主要针对模型的敏感参数,并用实测资料对其验证分析,最后计算洪水精度评定指标分析高水过程模拟结果．研究表明,SCEM—UA算法能够快速有效地对新安江模型参数进行优选,并且基于该参数率定结果的新安江日模型在梅山水库流域上运行效果良好．     

基于栅格的新安江模型的构建和应用

根据分布式模型和新安江模型的最新理论,建立了基于栅格的分布式新安江水文模型,该模型能够考虑网格之间的水量交换.将建立的模型用于钱塘江支流密赛流域的洪水模拟计算,并与新安江模型的计算结果进行比较,可以看出,基于栅格的分布式新安江水文模型可以很好地应用于该流域进行洪水模拟,其模拟精度于原新安江模型的精度相当.     

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。     

新安江模型参数全局优化研究

采用单纯多边形进化算法对3个气候与流域条件各不相同的流域的新安江模型计算参数优化问题进行了研究．结果表明：对于没有误差的水文资料,采用单纯多边形进化算法,可以优化出新安江模型的全部参数并使参数收敛到真值;对于实测的水文资料,由于模型参数之间的共线性,固定参数B与EX,可同时率定模型其他参数,随着实测资料系列的增加,率定参数值将趋于稳定．     

基于栅格的分布式超渗产流水文模型构建及比较

利用具有物理机制的Green-Ampt下渗方法并考虑降雨间歇土壤含水量再分配计算栅格内产流;同时考虑河道排水网络的水量交换,采用逐栅格的Muskingum-Cunge演算法进行汇流,构建了基于栅格的分布式超渗产流水文模型(Grid-GA模型).同时还建立了基于子流域的Green-Ampt水文模型、以及增加超渗产流机制的新安江模型.将这3个模型以及新安江模型应用于半湿润的沂河高里流域,结果表明,4个水文模型均能很好地进行水文过程的模拟,证明所构建的模型结构合理.     

基于分布式水文模型的山洪预警临界雨量计算

以抚河流域3个山丘小流域为例,采用分布式新安江模型对小流域暴雨洪水进行精细化模拟,利用率定后的分布式新安江模型进行临界雨量试算,得出各流域不同初始土壤含水量、不同预警时段组合条件下临界雨量。将计算所得临界雨量与实测暴雨洪水过程和设计暴雨进行比较验证,结果表明临界雨量计算结果较为合理,说明分布式新安江模型可应用于抚河流域山洪预警临界雨量确定,并为抚河流域山洪预警工作的开展提供参考方法。     

基于Holtan产流的分布式水文模型

基于GIS与DEM技术,构建基于Holtan产流的分布式水文模型(Grid-Holtan模型)。模型以栅格为计算单元,栅格产流采用基于Holtan下渗方法的超渗产流计算,坡面汇流和河道汇流均采用逐栅格的一维扩散波水流演算模型模拟。将Grid-Holtan模型、陕北模型与新安江模型应用于半干旱的沁河孔家坡流域。结果表明,Grid-Holtan模型、陕北模型的模拟效果好于新安江模型,GridHoltan模型洪峰模拟效果更好。     

基于人工神经网络的降雨径流模拟研究

针对水库径流难以预测的问题。采用改进的动量．自适应学习率调整BP神经网络方法，以南告水库作为研究对象，对水库的日资料进行径流模拟。并对该模型在径流模拟中的方法和难点问题进行分析和探讨。改进的BP模型模拟的结果与三水源新安江模型的模拟结果相比较，探讨改进的BP模型应用于水文模拟的可行性。研究结果表明，改进的BP模型用于水文模拟是可行的。     

一种新安江模型参数的全局优化方法

将全局优化方法SCE-UA用于新安江模型的参数优化中,以月潭流域1978—1991年共14年的实测降雨、径流资料以及1982—1988年实测洪水资料为例,对新安江模型参数全局优化方法进行研究.研究结果表明,单纯利用SCE-UA方法得到的最优参数组会随着资料长度的变化而变化,体现出了优化结果的不稳定性.进而引入赵人俊的新安江模型参数客观优化理论,将SCE-UA方法与该理论相结合.研究结果表明,该方法可避免因参数之间的相关性导致参数优化结果的不稳定现象,可大大降低模型的不确定性.通过检验,该方案可以较好地用于新安江模型参数优化中.     

一种新安江模型参数的全局优化方法

将全局优化方法SCE-UA用于新安江模型的参数优化中,以月潭流域1978—1991年共14年的实测降雨、径流资料以及1982—1988年实测洪水资料为例,对新安江模型参数全局优化方法进行研究.研究结果表明,单纯利用SCE-UA方法得到的最优参数组会随着资料长度的变化而变化,体现出了优化结果的不稳定性.进而引入赵人俊的新安江模型参数客观优化理论,将SCE-UA方法与该理论相结合.研究结果表明,该方法可避免因参数之间的相关性导致参数优化结果的不稳定现象,可大大降低模型的不确定性.通过检验,该方案可以较好地用于新安江模型参数优化中.     

小流域洪水预报新安江模型参数优选方法及应用研究

针对小流域洪水降雨强度大、历时短、汇流速度快的特点,提出了一种应用新安江模型进行小流域洪水预报及模型参数优化率定的方法.该方法以最小二乘法作为模型参数优选的准则,并采用逐次渐进网格寻优法优选模型参数.由于该方法同时优选所有模型参数,不需要对实测径流进行分割,从而可避免人工分割径流而出现的参数率定误差.最后,按照该方法,应用二水源、三水源新安江模型对广东省黄京塘流域进行了研究计算,优选出了模型参数.模型验证结果表明,二水源新安江模型效果比三水源新安江模型好.     

基于水文模型的缺资料流域设计洪水计算

从流域降雨径流物理机制出发，选取不同水文气象分区的4个缺资料小流域，基于暴雨衰减公式进行设计降雨过程计算，结合流域下垫面特征推求模型参数，构建流域水文模型实现设计洪水计算，并将水文模型法计算结果与推理公式法进行比较。结果表明：水文模型法得到的设计洪水与推理公式法相似(洪峰、洪量相对误差均不超过30%);水文模型法考虑了土壤下渗能力随着降雨过程的变化情况和流域内各点汇流过程的不确定性；水文模型参数的时空分布不均匀性更加符合流域实际的产汇流规律，提升了复杂情况下设计洪水计算的可靠性。     

自然地理信息与确定性水文模型参数关系分析

试图分析自然地理信息与确定性水文模型参数之间的关系,最终达到利用自然地理信息来确定模型参数的目的。在分析中选用了结构合理并在我国得到广泛应用的新安江模型,利用淮河流域近３０００个站年的水文气象资料,对新安江模型的８个主要参数进行了率定,分析了这些参数与自然地理、地质地貌条件之间的关系,并对人类活动影响地区的模型参数的率定方法进行了探讨。     

3种水文模型在淮河息县流域洪水模拟中的比较

选用新安江模型、TOPMODEL模型和SWAT模型这3种具有代表性的水文模型,对淮河息县流域洪水过程进行模拟,并对它们的模型结构、汇流方法和模拟结果进行比较。结果表明：新安江模型和TOPMODEL模型模拟结果略好于SWAT模型,说明结构复杂、考虑全面的分布式模型在洪水模拟中结果不一定最优;SWAT模型的最大优点不在于洪水模拟,而在于其考虑因素全面,适合做各种条件下的水文变化研究;这3种模型各有优缺点,下一步可以考虑如何采用集合预报的方法取长补短,提高模拟精度。     

新安江-海河模型的构建与应用

为研究海河流域下垫面变化对洪水的影响,对新安江模型进行修订,得到新安江-海河模型。选择海河6个典型流域作为研究对象,分别用新安江模型与新安江-海河模型进行产汇流模拟计算,结果表明:洪水分年代、分量级模拟精度较高,但此时新安江模型参数取值不合理,SM值偏大;新安江-海河模型与新安江模型精度相当或稍有提高,参数取值更加合理。     

无资料地区水文模拟及相似性分析

基于新安江模型,利用参数移植方法开展嵌套式流域无资料情况下的水文模拟研究。结果表明,产流参数的移植精度较高,汇流参数的移植精度相对较低,流域坡度对其影响较大。在新安江次洪模型的实际应用中,需要对地貌特征加强考虑。通过对流域水文相似性分析,发现在地形指数分布曲线相似的情况下可以移植模型的产流参数;当采用地貌单位线进行流域汇流计算时,参数移植的应用效果较好。     

新安江模型参数有效优化及不确定性评估

应用新安江模型进行水文模拟时，由于模型本身的不足及参数多、信息量少等原因，会出现率定的最优参数组不唯一、不稳定等问题。考虑到以往的参数优选，都只得出一个参数组，不能反映出其不确定性状况。提出应用基于马尔可夫链蒙特卡罗（MCMC）理论的SCEM-UA算法，通过双牌流域以1 h为时段间隔的36场典型洪水数据对新安江模型参数进行优选和不确定性评估。结果表明，该算法能很好地推出新安江模型参数的后验概率分布；率定和检验结果分析也表明，应用SCEM-UA算法对新安江模型进行优选和不确定评估是有效和可行的。     

两种不同类型的水文模型在贵州典型岩溶地区的应用

本文建立了两种不同类型的水文模型以研究岩溶地区特殊的产汇流过程．一种是将人工神经网络应用到岩溶地区,采用成因分析法和自相关分析法确定模型的输入变量,进而建立了Back—propagation（BP）神经网络岩溶水文模型．另一种是根据系统理论方法,建立起概念性岩溶水文模型,并采用遗传算法率定模型参数,进而建立了基于遗传算法率定参数的概念性岩溶水文模型．以贵州普定后寨河流为例,将后寨测站不同时段水文资料对这两种模型进行了检验,并分析比较了两种模型在岩溶地区的适用性．研究结果表明,这两种模型均能模拟及预报岩溶地区产汇流过程;按照相对误差RE、互相关系数R和确定性系数QR这3个指标,所建的BP神经网络岩溶水文模型优于基于遗传算法率定参数的概念性岩溶水文模型．     

雅鲁藏布江拉萨河流域水文模型应用比较研究

雅鲁藏布江是我国水能资源最丰富的河流之一,拉萨河作为雅鲁藏布江支流中流域面积最大、最长的河流,更是西藏自治区水利开发的重点,但拉萨河流域水文模型应用研究甚少。本文介绍改进的TOPMODEL,并应用该模型和新安江模型对拉萨河流域进行水文模拟,结果表明：两模型都取得了较好的模拟效果,弥补了雅鲁藏布江拉萨河流域水文模型应用研究的不足,为开展缺资料地区的水文模型应用研究进行了一定的尝试。     

VIC模型与新安江模型径流模拟对比研究

分别选取VIC模型与新安江模型作为分布式和集总式水文模型的代表,以太湖上游山区西苕溪流域为例,以Nash-Suttcliffe效率系数为目标函数,用SCE-UA (shuffled complex evolution algorithm)自动优化算法进行参数自动率定,探究不同结构的模型在径流模拟中的差异性.模拟结果表明:VIC模型和新安江模型在该地区日降雨径流模拟中都表现出了较好的适用性,率定期模型效率系数分别为0.76和0.77,验证期分别为0.84和0.82;但是在月时间尺度上,VIC模型和新安江模型则表现出了较大的差异,率定期分别为0.78和0.87,验证期则分别为0.85和0.91;从月均方根误差和平均绝对误差来看,新安江模型也表现了更好的模拟性能.从丰水(25％)、平水(50％)和枯水(25％)三个流量等级探究VIC模型和新安江模型的模拟及预测效果,结果显示:VIC模型在丰水时模拟较好,新安江模型在平水和枯水时模拟较好,尤其是在低流量时,模拟能力远优于VIC模型.