新安江模型(三水源)参数的客观优选方法

根据新安江模型(三水源)试用7年来的经验,本文提出一个客观优选参数的方法.文中将模型中敏感的6个参数分属于四个层次,采用了三种目标函数.结果表明,应用多层次多目标函数的方法,客观优选就易于实现.与过去的经验优选方法相比,客观优选方法使用更方便,消耗机时更少.本文还给出了计算步骤与应用实例.     

新安江模型（三水源）分水源参数区域规律研究

1 前言新安江模型(三水源)概念清楚,结构简单,参数有明确的物理意义,是取决于气候及下垫面条件.直接根据流域下垫面条件确定一些模型参数一直是努力的目标之一,关于这方面已有一些研究,如 WM,UM,LM,B,C 地区上数值分布的大概范围等.但对日模型而言很重要的分水源参数 SM,KI,KG 与流域下垫面条件的关系研究得还较少.文献[2]得出植被率越高,酸性花岗岩面积占的比重越大,分水源参数 SM 越大的结论,据笔者分析,在影响分水源参数 SM,KI,KG 的下垫面因素中,地质条件往往是主要方面.地质条件对参数的影响往往表现在岩性对参数的影响上,一个流域往往由多种岩性的岩石组成,流域的参数值实     

遗传算法在新安江模型参数优化中的应用

本文针对新安江数学模型的参数优化识别的问题,在将基本遗传算法用于非线性系统参数优化的基础上,提出了一种改进的遗传算法。结果表明改进的遗传算法具有直观、简便、快速及适应性强等特点。     

遗传算法在新安江模型参数优化中的应用

本文针对新安江数学模型的参数优化识别的问题,在将基本遗传算法用于非线性系统参数优化的基础上,提出了一种改进的遗传算法.结果 表明改进的遗传算法具有直观、简便、快速及适应性强等特点.     

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．     

三水源新安江模型参数不确定性分析PAM算法

针对水文模型参数不确定性分析常用方法 收敛速度缓慢,容易陷入参数空间局部最优区域等 问题,提出了PAM (parallel adaptive metropolis) 算法;对三水源新安江模型参数不确定性进行分析 研究。实例研究表明显著提高了计算速度和求解质 量,参数后验分布结果为区间预报提供了条件。     

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。     

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.     

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.     

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.     

基于新安江水文模型的东江流域枯水径流模拟

为了探讨新安江流域水文模型模拟流域枯水径流的可行性及精度,采用该模型对东江流域中的4个子流域进行日径流过程模拟.在采用常规的评价指标对模拟结果进行初步分析的基础上,以描述枯水径流特点的枯水特征值,例如连续多日最小平均流量、基流分割结果、枯水期模拟结果和流量历时曲线等为研究对象,探讨该模型模拟枯水径流的能力.4个子流域的研究结果表明,不论对于常规的评价指标,还是枯水特征值,用新安江流域水文模型来模拟枯水期的流量均能达到较高的精度,因此可采用该模型进行东江流域枯水径流的预测.     

新安江模型的根据及模型参数与自然条件的关系

本文着重研究了模型参数与自然条件的关系．参数分为蒸散发、产流、分水源与汇流四个层次，各决定于气象、气候、地质与地貌条件．用分层次分目标函数加结构性约束的方法可优化得出唯一解．结果表明，参数SM(表土自由水容量)对水源划分起决定作用，并初步找到了它与岩性之间的关系．本文还研制了集总性时变线性系统流域汇流模型。其两个参数可根据河网地貌推理计算出来。以上成果为无水文资料地区提供了模型应用的条件．     

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。     

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．     

基于集合卡尔曼滤波的新安江模型状态变量实时修正方法

为了提高洪水预报的精度,基于集合卡尔曼滤波,提出对流域中子流域中间状态量进行全状态量回溯修正方法。该方法根据每个子流域地貌特征和汇流时间不同,分别找出其相应的回溯时间,与新安江模型相结合对各个子流域特定时段前的中间状态量进行全状态量回溯修正,逐步降低误差的累积。采用理想模型验证,结果显示子流域中间状态量得到有效修正,洪量相对误差和洪峰相对误差减小,确定性系数提高。以大坡岭流域为例,采用该方法对流域12场历史洪水进行修正,修正结果表明此方法能有效提高洪水预报的精度,可在实际洪水预报中推广应用。     

一种估计Logistic模型参数的方法

提出了一种求解Ｌｏｇｉｓｔｉｃ模型参数的方法,这种方法以Ｌｏｇｉｓｔｉｃ模型的积分形式为基础,通过合理的近似建立了分别单独求解３个参数的方程,从而简化了参数的估计过程,实例表明这种方法求解结果精度较高。     

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。