大规模参数优化算法及其在R-R模型中的应用

研究并建立一种参数优选的改进遗传算法．该方法是一种隐并行非数值算法,它能较好地处理非线性、多峰、非凸的寻优问题．利用该算法对流域降雨－径流模型的九个参数进行优化,能克服传统优化方法把降雨径流物理过程割裂开来的缺陷;同时可求出产汇流过程参数群的值,实现整体优化．计算结果表明,该算法效果令人满意．     

城市雨水径流污染模型参数优化方法研究

为了优化雨水径流污染模型参数,比较了四种不依赖模型具体数学表达形式的基于最小二乘法原理的参数估计算法,包括拟牛顿法、单纯形法、模式搜索算法和遗传算法,还比较研究了四种优化算法在收敛速度,收敛稳定形和准确性及初始值等方面对优化结果的影响.研究结果表明,拟牛顿法收敛速度最快,单纯形法稳定性最好,遗传算法对初始值最不敏感.在此基础上,提出优化雨水径流污染模型参数的计算方法,应结合遗传算法和单纯形等方法进行,该方法能够利用多次降雨事件记录的径流污染数据,同时优化污染物累积模型和污染物暴雨冲刷模型参数,为雨水径流污染模拟的模型选择和参数优化提供了较好的通用方法.     

镇江城市道路雨水径流污染预测

以模拟平均偏差为比较标准,采用单纯形算法和基因算法,优化模型参数,得到了6种雨水径流污染模型参数和模型拟合的平均偏差,比较了基于污染物累积和冲刷过程建立的这6种雨水径流污染模型在镇江道路路面雨水径流污染模拟方面适用性．计算表明,不同方法所得结果相近,平均相对偏差约为10％．     

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.     

基于多因子最近邻抽样回归模型的径流相似性预报

针对传统径流预报精度不高、预见期不足的问题,提出基于降雨、径流相似性的径流预报方法,采用大数据挖掘在历史降雨产流过程中搜索相似过程,预测后期径流最可能的过程线。为了延长径流预报预见期,实时接入降雨预报信息,提出3种径流滚动预报方式,实现了7 d预见期的径流逐日滚动预报;针对流域在涨退水等不同阶段的产汇流特性,建立可根据实时水雨情自适应切换的降雨、径流输入模式,进一步提高径流预报精度。该研究成果在大渡河的应用表明预报效果达到预期:3 d预见期的纳什系数大于0.9,平均相对误差小于10%;7 d预见期的纳什系数大于0.8,平均相对误差小于15%。     

SCA-SVM模型在年径流丰枯识别中的应用

通过4个典型测试函数对一种新型全局优化算法——正弦余弦算法(SCA)进行仿真验证,仿真结果与粒子群优化(PSO)算法、模拟退火算法(SA)、布谷鸟搜索(CS)算法和人工蜂群算法(ABC)进行对比.利用SCA搜寻SVM最佳学习参数,提出SCA-SVM年径流丰枯识别模型.以龙潭寨水文站为例进行实例研究,利用月径流序列均值及标准差构建月径流分类标准,并基于该分类标准构造样本对SCA-SVM模型进行训练及检验,利用训练好的SLC-SVM模型对实例年径流丰枯进行识别.结果表明:SCA算法寻优精度远优于SA、CS、PSO和ABC算法,具有调节参数少、收敛速度快、寻优精度高和全局寻优能力强等特点;SCA-SVM模型对训练及检验样本的识别率均为100%,具有较好的识别效果和精度.     

径流曲线数法(SCS法)在降雨径流量计算中的应用——以密云石匣径流试验小区为例

SCS法是当前被广泛应用于非点源污染研究中降雨径流关系的一种方法,但是由于地理环境的差异,直接将该方法应用在北京郊区时误差较大.因此,笔者根据实测资料对模式的2个系数(前期损失量和径流曲线数)予以修正,应用SCS模型计算参数Ia在不同水平下22个实验小区的径流量,并与实测值进行了比较和分析,得出了适合该小区的参数CN的范围,尝试探讨该方法在石匣小区应用的合理参数和模型的有效性.     

SWAT模型在浏阳河流域径流模拟中的应用研究

浏阳河是长沙市区、浏阳市和长沙县的重要饮用水源地。浏阳河流域社会经济发展迅速,人类活动对径流影响较大,开展浏阳河流域径流变化研究,可为流域水资源开发利用与保护提供科学依据。应用SWAT模型和SUFI–2算法进行模型参数率定与敏感性分析,模拟浏阳河流域2008–2018年的月尺度径流过程。采用2008–2014年实测月径流数据进行参数率定, 2013–2018年实测月径流数据进行模型验证,并在此基础上分析浏阳河流域水文过程的空间差异。结果表明:榔梨站的R²和Ens均达到了较好的标准,率定期分别为0.84和0.76,验证期分别为0.83和0.76,模拟精度较高,表明该模型在浏阳河流域适用性较好。流域降雨量空间上呈现从东部到西部递减的趋势,降雨对浏阳河流域产水量的影响超过下垫面因素,年径流深空间分布与降雨类似,年均蒸散发量与降雨的空间分布格局不同。     

用图像类比方法实现艺术风格学习

提出一种基于实例的非真实感图像绘制算法, 该算法利用基于块的纹理合成方法, 在搜索匹配过程中应用粒子群优化算法加快纹理合成速度. 通过参数的调整控制匹配块在结构与细节间的倾向性, 只要输入一个艺术风格画样本就可以把该图的绘画风格传输到目标图中, 从而实现图像类比.     

基于NARXNN模型的降雨—水位关系研究

近年神经网络模型的发展为降雨—径流这一复杂的水文非线性过程的模拟提供了一种新的解决思路.本文基于淮河流域下游区滨海站2010—2012年的降雨及水位日资料,应用带外部输入的非线性自回归神经网络模型(Nonlinear AutoRegressive models with eXogenous input Neural Network,NARXNN),构建了以降雨为外部输入的淮河下游区降雨—水位关系模拟模型.设计了不同参数组合的正交模拟实验,采用相关系数,均方误差和平均绝对差评判模型的拟合优度,对模型参数进行优选,实验结果表明节点数对模型的拟合优度影响最大,当激励函数为logsig,节点数为7,延时阶数为4,隐含层数为9时,模型模拟效果最优.根据优化的参数组合,利用NARXNN模型对淮河下游区滨海站和长江下游区黄桥站的水位过程进行了模拟,结果表明该模型具有很强的鲁棒性.     

由DEM确定Nash汇流模型的参数

针对推求Nash汇流模型参数的传统方法中需要有足够数量的流域降雨径流资料，而目前在大部分地区并没有足够的水文资料这一情况，提出了一种确定Nash模型参数的新方法．首先由DEM提取地形地貌参数，然后推算Nash模型的参数．选择长江三峡沿渡河流域为例进行模拟计算，取得了较好的效果，表明本文方法在实用上是可行的，完全避开了大量降雨径流资料的处理和分析，有助于进一步深化缺少资料情况下汇流计算方法的研究．     

基于地理信息的渭河流域陕西片降雨径流模拟

径流模拟通常基于流域地形、土地利用、土壤类型等信息数据,以及水文气象资料。以渭河流域陕西片为计算实例,分析了流域地形、土壤类型、土地利用、前期土壤湿润程度等地理信息参数,按照地理信息层叠加方法划分径流模拟计算单元,应用SCS模型模拟径流过程。同时,结合降雨特性及主要降雨形式分析,给出降雨量与径流量的相关关系。结果表明:径流模拟值与实测径流趋势具有较好的一致性,说明模型确定的地理参数较为合理,可以应用于关中平原典型流域的径流模拟。     

多时空尺度协同的场次降雨水资源量评价方法

针对场次降雨水资源量评价与年尺度水资源量评价成果的不协同问题，通过分割前期降雨径流退水和年尺度基流等径流成分，提出场次降雨过程水资源量评价新方法，实现场次降雨水资源量的精细化评价。将该评价方法应用于潮白河典型区间流域，结果表明该方法具有较好的适应性，能够显著提高场次降雨水资源量评价成果的针对性和准确度，满足多时空尺度协同的水资源量评价需求。     

紫荆关流域降雨径流变化趋势的分析

为了探讨紫荆关流域降雨与径流变化的规律,采用Mann-Kendall秩次相关检验法对紫荆关流域1956~2005年长系列降雨、径流资料进行了分析,并给出了降雨变化对径流变化贡献程度的定量描述方法。结果表明:紫荆关流域年径流量有明显的下降趋势,年降雨量有下降的趋势,但不显著;年降雨量与年径流量有一致的变化趋势,且二者变化过程关系密切,降雨是影响径流变化的主要因素,其贡献程度达到了39.68%;由于受到非降雨因素的影响,二者的相关性随着年代的推移呈减弱的趋势变化。     

一个带有干扰因子修正PRP共轭梯度法的全局收敛性

非线性共轭梯度法是解决大规模优化问题的一种非常有效的方法,提出了一个修正的PRP方法,该参数带有干扰因子,并证明了这一新的参数具有非负性,且在适当条件下,采用Wolfe线搜索,证明该算法具有全局收敛性.     

城市居民小区SWMM降雨径流过程模拟——以营口市贵都花园小区为例

为克服没有实测数据校准SWMM（storm water management model）的难点,选用传统的径流系数法,从降雨径流总量以及降雨径流过程2方面来验证SWMM.结果表明,SWMM模拟的场次降雨径流总量以及年降雨径流总量与径流系数法估算的径流量的相对误差在可接受范围内,并且模拟的降雨径流过程与径流系数法推算的径流过程匹配结果也较好,说明SWMM能够较好地用于城市降雨径流总量以及过程的模拟,为后期进行降雨径流污染物总量及产生规律的研究提供了工作基础.     

淮河上游地区降雨径流分析及模拟

为了掌握淮河流域的水情信息,对淮河干流王家坝以上流域的降雨径流进行分析和模拟。采用流域内1985-2007年的站点历史资料对降雨径流进行分析,并且应用分布式SWAT模型,采用SCE-UA算法进行参数自动校准并进行检验,建立降雨径流月尺度模拟模型。分析发现流域年降水量50%集中在6-8月,并且淮南山区息县及潢川子流域的月平均径流和径流系数都大于属于淮北平原区的班台子流域。息县、潢川、班台及王家坝月径流的模拟结果确定性系数分别达到0.77、0.81、0.69和0.80。淮河上游地区的降雨存在明显的季节集中性,并且淮南山区和淮北平原区因地势不同使产流特征不同。流域中水利工程设施的应用对天然降雨径流过程的改变产生很大影响,使班台子流域的模拟结果差于其他子流域。研究区属于径流资料短缺地区,分布式水文模型的建立充分反映了下垫面的已知信息,弥补了径流资料短缺的不足之处。     

基于机器学习算法模型的巫山县洪水灾害研究

利用机器学习算法RF模型、K-means模型与ARMA模型,对巫山县范围内12 369条径流河段进行分类预测,研究水文参数在时间序列上的变化规律,探究降雨-径流演变规律;并结合GIS空间可视化技术,综合研究区地理环境,基于RF模型预测洪水致灾范围,分析洪水灾害预测结果的空间特征。结果表明:①RF模型能有效预测降雨-径流演变过程中参数的重要性,当降雨强度为125 mm、150～175 mm时,预测出水位、流速变化率最大;降雨强度为100～175 mm时,预测出流速变化率最为剧烈;②利用ARMA模型预测出河流比降、流量等水文参数回归性最好,较低等级河流所预测参数中,水位、流速变化率最为明显,流量无明显变化。相较于水位变化率,流速变化更为强烈,流速、水位变化率主要集中于等级较高河流;③机器学习算法能有效预测研究区洪水易发程度,在表征研究区水文参数时,水位变化主要集中于西北部、中南部,东北部与中南部水位变化率显著,预测出部分地区水位可升至20 m,处极危险状态。