新安江模型(三水源)参数的检验

本文用容观优选方法,对湿润地区14个流域作出了新安江模型(三水源)的参数.文中着重分析了自由水蓄水容量SM与地下水的出流系数KG两参数在时间上的稳定性与地区上的规律性.结果表明:在湿润地区用连续四年资料已可达到时间稳定,参数KG与SM有较好的相关关系,其中地质条件对参数起决定性作用.本文所得成果为参数的地区规律性问题的研究指出了方向.     

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(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.     

新安江模型敏感参数动态变化规律研究

为了提高新安江模型在变化环境下的模拟精度,揭示模型参数动态变化规律,以淮河上游大坡岭流域为研究区构建分布式新安江模型,采用Spearman相关系数对比分析了模型敏感参数(KC、SM和CS)动态变化与环境因子(降水、气温和归一化植被指数)的变化关系,并建立了回归方程用于未来参数计算。结果表明:参数KC和SM的动态变化反映了研究区域的降水、气温和植被条件变化,而参数CS的动态变化仅反映了年降水总量变化;相较于静态参数,动态参数的模拟结果精度显著提高,径流深相对误差均值从21.3%降低到9.1%,纳什效率系数均值从0.75提高到0.81,动态参数比静态参数更适用于当前变化的环境。     

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．     

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.     

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.     

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。     

模糊数学在新安江模型参数自动优选中的应用

本文对新安江模型参数及模拟误差作了一系列变换,在现有目标函数分析的基础上,用模糊数学的概念设定了模糊目标函数.同时,本文还用Powell无约束方法对模型中敏感的参数作了自动优选,结果唯一性很好,初值影响很小.     

API模型和新安江模型的参数区域化研究与应用

为了将API模型与新安江模型更好地应用于无资料地区,将API模型和新安江模型应用于大别山区及皖南山区的29个中小流域,对模型参数在研究区的区域规律进行研究,通过中小河流新建水文测站对参数区域化的成果进行实证研究。结果表明:API模型与新安江模型均能较好地用于研究区中小流域的洪水模拟;逐步回归分析法能有效地推求模型的敏感参数;基于空间邻近与逐步回归分析相结合的参数区域化方法,API模型与新安江模型在新建水文测站次洪模拟中的平均确定性系数分别达到0.92和0.86,该方法能有效地推求研究区无资料流域API模型与新安江模型的参数。     

基于参数模型两种剖分方式的射线追踪比较

 通过对比研究参数模型矩形和三角网格两种剖分方式的射线追踪正演过程，指出基于三角网格剖分参数模型的射线追踪具有如下特点：① 参数模型和反射界面定义具有一致性，可在界面的处理上提高精度；② 剖分网格个数相对矩形网格剖分方式大大减少，可大大减少计算量和存储量；③ 运行变量的选择与网格内平方慢度的三参数表述形式相结合，使得在射线追踪过程中参数的更新量表达式相当简洁。因而基于参数模型三角网格剖分方式的射线追踪具有更快的计算速度和更高的计算精度。     

关于参数变分不等式解的可计算界

本文作者参照文献[3]的工作,得到了参数变分不等式解的可计算界的两个结果。     

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.     

新安江模型参数不确定性分析

以东苕溪流域和息县流域为例,运用基于贝叶斯理论的GLUE方法对新安江模型参数不确定性进行分析评价.结果表明,两个流域都存在大量“等效性”参数,不同的参数组能模拟出相同的效果,验证了GLUE方法的重要观点:模型模拟结果的好坏是由参数组合决定的.根据参数与似然值散点分布图,可将研究的7个参数分为不敏感参数(KG,KI,CG...     

三水源新安江模型在黄龙带水库洪水预报中的应用

新安江模型是河海大学赵人俊等人提出的,广泛应用于我国潮湿与半潮湿地区,本文分析黄龙带水库的水文特征,重点介绍了新安江三水源模型在黄龙带水库洪水预报中的应用。     

GM（1,1）模型参数估算的新方法及其应用

通过对传统的GM（1,1）模型进行了分析,指出了GM(1,1）模型实质是指数预测模型,提出了一种新的参数估算法（最小二乘法）,用这种新方法估算GM（1,1）的参数,并通过一个实际例子进行了分析。     

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。