水文模型中不同目标函数的影响分析比较
概念性流域水文模型参数优选技术研究_张洪刚
20
武汉大学学报 (工学版)
2004
劣”的法则 ,将适者生存与自然界基因变异 、繁衍等 相结合 ,从各参数的若干可能取值中 , 逐步求得最 优值[5 ] .
目前在水文模型参数优选中应用最为广泛的 方法是基因法 , 罗森布瑞克法和单纯形法. 三种优 化方法中以罗森布瑞克法的运算速度最快 ,单纯形 法次之 ,基因法略差 ; 参数初值的选定对基因法的 影响较小 ,而对罗森布瑞克法和单纯形法的影响较 大 ;各方法以单纯形法的精度最高 , 罗森布瑞克法 次之 ,基因法略差. 综合上述三种方法的优点 ,建议 以基因法的优选结果作为参数初值 ,然后采用罗森 布瑞克法 ,最后再采用单纯形法进一步优化 , 一般 可得到模型参数的最佳值[2 ,6 ] .
1 概 述
概念性流域水文模型广泛应用于洪水预报和 水资源管理等众多领域 ,它可以帮助我们分析各种 不同的信息 ,解决一些复杂的水资源和水环境问 题. 模型的模拟结果与模型结构以及模型的参数值 密切相关 ,为此我们面临两个问题 : ①如何选取一 个适用于所选流域的水文模型 ; ②如何选择一组模 型参数使得模拟结果与实测资料尽可能接近. 从理 论上讲 ,模型参数可以从流域直接或间接获得 ,但 由于概念性水文模型参数既有其物理意义 ,又有其
Nash 与 Sutcliffe 在 1970 年提出了模型效率
系数 (也称确定性系数) 来评价模型模拟结果的精
度 ,确定性系数是式 (2) 的另一种表现形式 ,它更直
观的体 现 了 实 测 与 模 拟 流 量 过 程 拟 合 程 度 的 好
坏[4 ] ,确定性系数公式如下 :
N
∑ Qobs , i - Q sim , i 2
在第一层中 , 增大 W U M 、W L M 的值会对 K 产生影响 , 但由于 W U M 、W L M 的值有一定的变 化范围 ,因此这种影响是有限的 , 图 1 绘出了不同 的蒸散发折算系数 K 对与不同的上层土壤蓄水容 量系数 x x = W U M/ W M ,0 < x < 1. 0 条件下 , 模拟结果的水量相对误差 R E , 可以看出 K 对 水量相对误差的影响较大 , 而 W U M 的影响很小 , 同理可证明 W L M , W M 对模拟结果的影响也不 显著. 在第三层中 , 对表层土自由水容量 S M 与表 层土自由水蓄水库对地下水的出流系数 KG 分别 取不同的值作网格交叉计算 , 结果见图 2 , 可以看 出 S M 与 KG 对模型确定性系数 R2 的影响都较 大 ,属于敏感参数. 同理对其他参数进行分析 ,发现 表层土自由水蓄水库对地下水的出流系数 KI 、地 下水库的消退系数 CG 、壤中流的消退系数 CI 对 模拟结果的影响也较大 , 需要仔细优选 ; 其他参数 的影响不显著 , 可根据一般经验确定 , 不必参加仔 细优选[2 ,7 ] .
基于NSGA-Ⅱ的水文模型参数多目标优化研究
基于NSGA-Ⅱ的水文模型参数多目标优化研究黄晓敏;雷晓辉;王宇晖;蒋云钟【摘要】为了对水文模型中难以直接测算的参数进行调试和优化,将带精英策略的非支配排序遗传算法( NSGA-Ⅱ)应用于水文模型( HYMOD)参数多目标优化计算中,得到最优解Pareto集合.通过多目标距离函数法从Pareto集中求出一组协调集.采用非支配解集覆盖度和非支配解的空间分布两个性能度量指标,对NSGA-Ⅱ算法与多目标粒子群算法(MOPSO)的优化结果进行比较分析.结果表明,NSGA -Ⅱ优化得到的非支配集比MOPSO算法得到的支配比例高;但前者的非支配解的空间分布较MOPSO算法相对均匀.【期刊名称】《人民长江》【年(卷),期】2012(043)002【总页数】6页(P16-21)【关键词】水文模型;多目标参数优化;遗传算法;非支配排序【作者】黄晓敏;雷晓辉;王宇晖;蒋云钟【作者单位】东华大学环境科学与工程学院,上海201620;中国水利水电科学研究院流域水循环模拟与调控国家重点实验室,北京100038;东华大学环境科学与工程学院,上海201620;中国水利水电科学研究院流域水循环模拟与调控国家重点实验室,北京100038【正文语种】中文【中图分类】P334.92自然过程中的降雨-径流过程被广泛简化和概化为多种水文模型[1]。
然而水文模型中常常含有一些难以直接测算,只能通过试错法或者自动优化过程调试的参数。
传统校准法是采用人工方法对参数进行调整,存在花费大、时间长、正确率依靠经验等缺点。
借助计算机功能强大和速度快的优势,采用自动优化法进行模型校准工作时,具有相对客观并且容易操作的优点,因而得到了广泛的应用[2]。
现在多种算法被应用于水文模型参数优化中,例如,非支配排序遗传算法(NSGA)[3],多目标粒子群算法(MOPSO)[4],以解决水文模型中同时涉及相互冲突、相互竞争的多个目标的优化问题。
本文对NSGA-Ⅱ进行简要介绍,以汉江向家坪水文站上游流域为例,并将其应用于HYMOD参数多目标优化计算中,并与MOPSO算法的计算结果进行了比较分析。
基于 Sobol 方法的新安江模型参数敏感性分析
基于 Sobol 方法的新安江模型参数敏感性分析张小丽;彭勇;徐炜;王本德;王海霞【摘要】采用敏感性分析方法对复杂模型和系统的输入和输出进行定性和定量的分析,有利于模型结构的诊断、模型参数的识别和模型的应用。
现以桓仁水库流域为例,使用Sobol方法,以确定性系数、总水量误差系数、低水误差系数和高水误差系数作为敏感性分析模型的目标函数,分别对模型单参数和多参数的敏感性进行了评价。
结果表明不同目标函数下参数的敏感性不同;Sobol能定量地给出参数的总敏感度和参数间相互作用的敏感度,适合于分析水文模型的参数敏感性。
%Sensitivity analysis was performed to analyze the inputs and outputs of the complex model and system qualitatively and quantitatively ,which can benefit the inspection of model structure ,identification of model parameters ,and model application .In this paper ,Sobol method was applied to evaluate the sensitivity of single parameter and multiple parameters of the model in the Huanren reservoir catchment .The objective functions of sensitivity analysis included the deterministic coefficients and error co-efficients of total water ,low flow ,and highflow .The results showed that the sensitivity of parameters was different under dif-ferent objective functions ,and Sobol method can provide the sensitivity for all parameters and sensitivity between each parame-ter ,which is useful for sensitivity analysis of hydrological models .【期刊名称】《南水北调与水利科技》【年(卷),期】2014(000)002【总页数】6页(P20-24,33)【关键词】新安江模型;Sobol方法;敏感性分析【作者】张小丽;彭勇;徐炜;王本德;王海霞【作者单位】大连理工大学建设工程学部水利工程学院,辽宁大连116024;大连理工大学建设工程学部水利工程学院,辽宁大连116024; 河海大学水文水资源与水利工程科学国家重点实验室,南京210098; 四川大学水力学与山区河流开发保护国家重点实验室,成都610065;大连理工大学建设工程学部水利工程学院,辽宁大连116024;大连理工大学建设工程学部水利工程学院,辽宁大连116024;大连理工大学建设工程学部水利工程学院,辽宁大连116024【正文语种】中文【中图分类】P334.92敏感性分析是指定性或定量地分析包括模型参数在内的模型输入对模型输出的影响[1]。
水文模型模糊多目标SCE—UA参数优选方法研究
水 文模 型模 糊 多 目标 S E—U C A参 数 优 选 方 法 研 究
李 向 阳 ,程 春 田 武新 宇 ,林 剑 艺
,
(. 1 大连 理工 大 学土木 水 利学 院 ,辽 - 大连 16 2 ;2 珠 江水利 委 员会 ,广 州 7 103 .
[ 稿 日期 】 20 收 05—0 9—2 ;修 回 日期 5 20 —1 —1 05 0 9
目标 函数 用来评 价 实测 流量 与模拟 流量 过程 的 吻合 程度 ,不 同 的 目标 函数用 来评 价水 文过 程 的不 同特 征 ,目标 函数 的选择 对优 选结 果至 关重 要 。根 据 水 文水情 预报 规范 ,洪 峰流 量 、峰现 时 间及 场 次
2 水 文 模 型 参 数 模 糊 多 目标 S E— C
UA 优 化
2 1 目标 函 数 .
平 方 和 )来 评价 模 型参数 的好 坏 ,往往 不能恰 当地 描述 由观 测 资 料 所 反 映 出 来 的各 种 水 文 特 征 。例 如 ,在作水 库入 库洪 水 预报时 ,人 们不仅 关 心洪峰 流量 和峰现 时 间的预报 精 度 ,而且 还关 注洪量 和洪 水 过程 线 的预报 结果 ;另 外 ,现 代 水文 预报模 型能
50 1 ) 16 1
[ 要 ] 在 SE A算法的基础上,结合 Pro 摘 C —u a t排序和模糊多目标优选的优点,提出了水文模型模糊多目标 e
S E—u ( M S E—u )参 数 率 定 方 法 。 目标 函数 综 合 考 虑 了 洪 峰 流 量 、水 量 平 衡 、 峰 现 时 间 以及 流 量 过 程 均 C A F OC A 方 差 等 水 文过 程 的 不 同要 素 ,使 得 优 选 的 参 数 更 能 反 映 流 域 水 文 特 征 。 双 牌 水 库 实 例 研 究 结 果 表 明 F O C M S E— u A优 于标 准 S E—u C A算 法 ,优 选 参 数 完 全 可 以用 于 实 际洪 水 预 报 。
水文模型在山洪模拟中的比较应用
Journal of Water Resources Research 水资源研究, 2019, 8(1), 33-43Published Online February 2019 in Hans. /journal/jwrrhttps:///10.12677/jwrr.2019.81004Comparison and Application of Hydrological Models in Mountain Flood SimulationYan Huang1, Yanjun Zhang1*, Zhengying Yuan2, Jinjin Wu1, Wenxun Dong1, Peirong Lin11State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan Hubei2Hydrology Bureau of Changjiang Water Resources Commission of the Ministry of Water Resources, Wuhan HubeiReceived: Feb. 2nd, 2019; accepted: Feb. 17th, 2019; published: Feb. 25th, 2019AbstractMountain flood disasters occur frequently, causing major economic losses to society. Therefore, hydro-logical simulation has important practical significance for the prevention and control of mountain flood disasters. In order to study the simulation consequence of different hydrological models in mountain flood forecasting, taking the Guanshan river basin as an example, Xin’anjiang model, TOPMODEL model and improved SCS model were used to simulate multi-field floods. The model parameters were deter-mined using the time by day rainfall runoff data from 1973 to 1987, and 15 typical floods were used for model verification. From the simulation results of the three models, the simulation effects are general. The TOPMODEL model fitted the peak flow better. The average relative error is 23.14%, and the pass rate is 40%. The improved SCS model and the TOPMODEL model have better peak-to-peak time simula-tion, and the pass rate is 93%; the improved SCS model’s simulation effect on the flood amount is the best, the relative error is 20.73%, and the pass rate is 67%. The TOPMODEL semi-distributed hydrological model can describe the flood peak flow response process in the natural world from the physical level more realistically. The improved SCS model improves the contribution of underground runoff and makes the flood simulation effect relatively better.KeywordsTOPMODEL Model, Xin’anjiang Model, Improved SCS Model, Flood Simulation, Flash Flood Warning水文模型在山洪模拟中的比较应用黄艳1,张艳军1*,袁正颖2,吴金津1,董文逊1,林沛榕11武汉大学水资源与水电工程科学国家重点实验室,湖北武汉2长江水利委员会水文局,湖北武汉作者简介:黄艳,女,广西河池人,硕士研究生,主要从事水文水资源方面研究。
HEC-HMS水文模型参数初损率和波速率定的循环渐近法
HEC-HMS水文模型参数初损率和波速率定的循环渐近法刘传铭;陈兴伟;吴杰峰【摘要】初损率(λ)和波速(V)是HEC-HMS洪水模型的两个关键参数,其率定对于提高水文模型的模拟精度具有重要意义.针对这两个参数的特点,提出对其率定的循环渐近法,以福建晋江西溪流域为例,率定相应参数,构建HEC-HMS洪水模型.结果表明:①循环渐近法可以较好地率定初损率和波速,参数率定结果合理,模型模拟精度整体较高;②起涨流量与初损率密切相关,起涨流量越大,初损率就越小;降雨强度对洪水波波速具有显著影响,降雨强度越大,波速也越大;这两组经验关系的建立有助于拓展模型在洪水预报等工作中的应用.%Initial abstraction ratio and flood wave velocity are two key parameters in HEC-HMS model.Their values determinated reasonably during the calibration are of great significance to improve the simulation accuracy of the model.Approximate circulating method is proposed and Xixi watershed is selected as a study area to set up the HEC-HMS model.Results showed that:(1) Values of initial abstraction ratio and flood wave velocity were properly determinated and the accuracy of the model is high with the application of Approximate Circulating method in the calibration of the model.(2) Regression analysis indicated that the initial abstraction ratio was closely related to the initial discharge and flood wave velocity was depending on rainfall intensity.The establishment of two empirical formulas is helpful for the model's application in flood forecast.【期刊名称】《灾害学》【年(卷),期】2017(032)004【总页数】5页(P219-223)【关键词】参数率定;循环渐近法;洪水;HEC-HMS;西溪流域【作者】刘传铭;陈兴伟;吴杰峰【作者单位】福建师范大学地理科学学院,福建福州350007;福建师范大学地理科学学院,福建福州350007;福建省陆地灾害监测评估工程技术研究中心,福建福州350007;湿润亚热带山地生态国家重点实验室培育基地,福建福州350007;福建师范大学地理科学学院,福建福州350007【正文语种】中文【中图分类】X43;TV122洪水是指由于降水或冰雪融化,大量径流汇入河道,导致水量激增,水位快速上涨的现象[1]。
水文模型的分类
一、试题简述流域水文模型的类型及其应用问题水文模型的基本类型有哪些?各有哪些作用?论述流域水文模型的类型及其特征?水文模型的分类水文模型分为物理模型和数学模型两类。
物理模型是一种比尺或比拟模型模拟,前者将研究对象的原型按一定的比例在实验室内建成物理模型,先对模型进行观测分析,然后根据相似律再对原型的物理过程进行定性或定量分析,后者是以一些物理量来比拟水的某些特性的模型。
数学模型则首先针对人们已掌握的流域径流形成的物理机制,应用物理定律建立其数学描述方程式,然后用数学方法时行求解,从而获得各种情况下流域降雨与径流之间的定量关系。
数学模型又可分为确定性模型和随机模型两类。
确定性模型是描述水文现象必然规律的数学结构;随机模型描述水文现象随机性规律的数学结构。
确定性模型可分为集总式和分散式模型两种,前者忽略水文现象的空间分布差异。
比尺模拟物理模型比拟模拟水文模型集总式模型确定性模型数学模型分散式模型随机模型数学模型相对于物理模型的优点:1、数学模型的所有条件都可以由原型所观测的数据直接给出,不受比尺的限制,即数学模型无相似律问题。
2、数学模型的边界及其它条件既可严格控制,也可随时按实际需要改变。
3、数学模型的通用性强,只要研制出一种适合的软件就可用于解决不同的实际问题。
4、数学模型具有理想的抗干扰能力,只要条件不变,重复模拟可得到完全相同的结果,不会因人、因地而异。
5、数学模型的研制费用相对便宜,运行处理费用更加便宜。
流域水文模型的分类流域水文模型以流域为研究对象,对流域内发生降雨径流这一特定的水文过程进行数学模拟,即把流域上的降雨过程,模拟计算出流域出口断面的流量过程。
从流域水文模型的发展和应用来看,流域水文模型属于数学模型,可分为确定性模型和随机模型,我们通常所说的是指确定性模型。
从反映水文运动物理规律的科学性和复杂性程度而言,流域水文模型通常被分为三大类:系统模型(即黑箱模型,back-boxmodel)、概念性模型(conceptualmodel)、物理模型(physically-basedmodel)。
常见水文模型参数率定
3/8/2011
三、常用洪水预报模型
神经网络模型(BP模型)
(1)参数文件(PAR)文件标准格式如下: !FORECAST_TYPE为预报输出类型,Q表示流量,Z表示水位;INPUT_TYPE为dis文件的类型(流量 或水位),FORECAST_TYPE为预报文件dio的类型;s1为估计的预测值为当前样本中最大值的倍数, s1≥1;s2估计的预测值为当前样本中最小值的倍数,s2≤1;ITER为模型迭代次数,范围设置为 1000-20000。 &SETUP_TABLE INPUT_TYPE=Q FORECAST_TYPE=Q s1=1.2 s2=1. ITER=1500 KKK1=1 KKK2=4 / (2)等时段面雨量输入文件(PA)为系统标准格式。 (3)等时段水位流量输出文件(OUT)为系统标准格式。
3/8/2011
二、模型参数的性质与约值
三水源蓄满产流模型参数
SM:
SM是个重要的参数,决定了地表径流的多少,影响洪峰形态,优 选调试时往往以洪峰为主要目标。 由于使用时段递推计算的差分格式,对雨强有均化作用。所以计 算时越短,相应的SM越大。如取时段长度为日, SM在山区10或更 小,南方土深林茂处取50或更大;如时段长为6小时, SM在山区则 加大至20。 SM的值与地质条件有关系,花岗岩37,砂岩16,板、页岩7。
2
20
3.7
5
6.3
7.6
9
12
15
3/8/2011
。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 10 300 205 215 225 235 245 255 265
三、常用洪水预报模型
降雨径流相关图法
参数文件(PAR)文件标准格式如下: 11201780(尼尔基) 112017801A P_RWLL PARAMETER 1 //查曲线方式代码,等于1表示用累计雨量查曲线,不等于1表示用时段雨量查曲线// 70 //土壤最大初损量Im// 0.93 0.93 0.93 0.93 0.93 0.85 0.85 0.85 0.85 0.93 0.93 0.93 //12个月的土壤含水量日衰 减系数KD//
常用水文预报模型介绍
不率定KK,而率定参数MP(马法分段演算的河段数)。
小
结
蓄满产流、一个水库、两条曲线、三种水源
马斯京根洪水演算法
方 法
简
介
马斯京根法(Muskingum)是美国人麦卡锡(G. T. McCarthy)
于1938年提出,因最早应用于美国马斯京根河而得名,是一种 经典的的河道汇流计算方法。该法将圣维南方程组中的连续方 程简化为水量平衡方程,把动力方程简化为马斯京根法的槽蓄 方程,并联立求解而得到演算方程。经过几十年的应用和发展 ,已形成了许多不同的应用形式,下面介绍主要的演算形式。
参
数
意
义
(10)CI:深层壤中流水库消退系数,控制壤中流退水形态
,决定洪水尾部退水的快慢。如无深层壤中流时,CI趋于零。
当深层壤中流很丰富时, CI趋于0.9,相当汇流时间约为10天。 其作用是弥补KG+KI =0.7的不足,对整个洪水过程的影响
,远不如SM、KG/KI明显。
(11)CG:地下水库消退系数,反映地下水退水的快慢。可 根据枯季地下径流的退水规律推求, CG =Qt+△t/Qt。如以日为时 段长,则 CG=0.950~0.998,相当于退水历时20~500天。 上述为日模(24h),若转换为次模(一天分为D个时段) ,则公式为:
规律均按线性水库出流。
输入:产流量R 参数:自由水蓄水容量SM
地下水出流系数KG
壤中流出流系数KI 输出:地面径流RS 壤中流RI 地下径流RG
水
源
划
分
由于产流面积是不断变化的,而且在产流面积上自由水蓄水容 量分布也是不均匀的。因此,采用类似流域张力水蓄水容量面积 分布曲线的流域自由水蓄水容量面积分配曲线来考虑上述不均匀 性。所谓流域自由水蓄水容量面积分配曲线是指:部分产流面积 随自由水蓄水容量而变化的累计频率曲线
VIC模型参数的敏感性分析
VIC模型参数的敏感性分析1张续军,吴志勇,陆桂华(河海大学水问题研究所,江苏 南京 210098)E-mail:zhwzxj@摘要:本文运用敏感度分析理论,采用中国湿润地区八个典型流域的实测资料,对大尺度分布式水文模型VIC(Variable Infiltration Capacity)模型七个主要参数的敏感性进行了分析。
结果表明,在这七个参数中,第二层土壤厚度对产流量相对较为敏感;入渗能力形状参数对出口断面流量过程吻合程度较为敏感,其他参数都不太敏感。
关键词:水文;VIC模型;模型参数;敏感度水文模型参数揭示了流域的水文特征[1],是水文模型的重要组成部分,对于水文模型的模拟结果起到至关重要的作用。
随着水文模型的不断发展,尤其是分布式水文模型的出现,参数具有了更加明确的物理意义,反映了流域下垫面和气象因素的空间变化[2]。
不同参数对模拟结果的影响因其物理意义和模型结构的不同而有所差异,因此研究参数的敏感性对于水文模型的应用非常重要,是率定水文模型参数以及校正模拟结果的基础。
水文模型是包含多个参数的复杂系统,各个参数不仅自身对模型产生影响,而且参数之间还通过相互的作用共同对模型产生影响。
因此对参数的敏感性分析,在单独考虑每个参数的基础上,还应把所有参数作为整体来考虑。
本文基于中国湿润地区,对VIC 模型主要参数的敏感性进行了分析。
1.VIC模型及其参数VIC模型是一种基于SVATS(Surface Vegetation Atmospheric Transfer Schemes)思想的大尺度分布式水文模型,最初基于Wood等人的思想[3]、由Stamm等人[4]构建起来的VIC模型把土壤分为两层,称为VIC-2L模型[5],Liang等人把土壤分为三层,模型改进为VIC-3L模型[6]。
该模型可同时对水循环过程中的能量平衡和水量平衡进行模拟。
模型定义地表由不同植被类型及裸土覆盖,覆盖类型由植物叶面面积指数(LAI) 、叶面气孔阻抗以及根系在不同土层之间的分配比例来确定。
改进的新安江模型多目标参数优化——以临涣集流域为例
改进的新安江模型多目标参数优化——以临涣集流域为例陈曦;陈喜;程勤波;张志才;黄日超【摘要】In plain irrigation areas,human exploitation and irrigation have a great impact on local hydrological processes,and material and energy exchange frequently between surface flow and groundwater.In these areas,single-objective calibration methods cannot effectively simulate river discharge and groundwater depth at the same time.Therefore,we established a surface-groundwater coupling model based on Xin′anjiang model combined with a groundwater reservoir,and we built a multi-objective function containing discharge and groundw-ater data.Then we used SCE-UA to calibrate the sensitive parameters selected by MCAT and we compared the results of single-objec-tive and multi-objective calibration.Results showed that the multi-objective calibration method used in this study worked more efficiently than many former ones.It can effectively and accurately simulate discharge and water level simultaneously.The coupling model does well in simulating the hydrological processes in Linhuanji catchment.It can provide reference for surface-groundwater dynamic simulation and water resources assessment in plain irrigation areas.%平原灌区水文过程受人类开采灌溉影响较大,地表水与地下水物质能量交换频繁,单目标率定方法难以同时有效模拟该区流量和地下水埋深过程.对此,在新安江模型基础上加入地下水蓄水库,构建地表-地下水耦合模型,建立包含流量与地下水埋深信息的多目标函数.采用MCAT分析流量和埋深单目标以及多目标下的参数敏感性,用SCE-UA算法率定遴选出的敏感参数,比较单目标和多目标率定结果.结果表明,该多目标参数优化方法显著提高了工作效率,解决了单目标率定中无法同时达到流量与地下水埋深过程模拟高精度的问题.模型在临涣集流域的耦合模拟中取得较好效果,为平原灌区地表水与地下水动态模拟和水资源评价提供参考.【期刊名称】《南水北调与水利科技》【年(卷),期】2018(016)001【总页数】8页(P35-41,56)【关键词】地表-地下水耦合模型;地下水蓄水库;临涣集流域;敏感性分析;多目标参数率定【作者】陈曦;陈喜;程勤波;张志才;黄日超【作者单位】河海大学水文水资源与水利工程科学国家重点实验室,南京210098;河海大学水文水资源学院,南京210098;河海大学水文水资源与水利工程科学国家重点实验室,南京210098;河海大学水文水资源学院,南京210098;河海大学水文水资源与水利工程科学国家重点实验室,南京210098;河海大学水文水资源学院,南京210098;河海大学水文水资源与水利工程科学国家重点实验室,南京210098;河海大学水文水资源学院,南京210098;河海大学水文水资源与水利工程科学国家重点实验室,南京210098;河海大学水文水资源学院,南京210098【正文语种】中文【中图分类】TV121平原区河川径流-地下水交换频繁,流量与地下水埋深过程模拟是该区的研究重难点。
基于多目标GLUE算法的新安江模型参数不确定性研究
基于多目标GLUE算法的新安江模型参数不确定性研究曹虎【摘要】文章以辽河流域为例对新安江水文模型进行研究分析,利用新安江日模型模拟径流过程对辽河流域进行模拟分析,然后对模型参数利用SCE-UA最优法和两个目标函数进行率定,分别对不同目标函数的径流过程模仿能力进行分析;对径流模拟的不确定性区间分别采用NSGA-Ⅱ多目标优化法和GLUE法进行分析,并给出了多目标GLUE法.研究表明:径流模拟性能随目标函数的不同而存在较大差异;对于多目标较小的不确定性区间可利用NSGA-Ⅱ法进行优化,然而实测值对区间的覆盖率程度较低;多目标GLUE算法相对于单目标算法表现出更好的区间覆盖率.【期刊名称】《黑龙江水利科技》【年(卷),期】2018(046)010【总页数】5页(P13-17)【关键词】多目标GLUE算法;模型参数;新安江模型;不确定性【作者】曹虎【作者单位】辽宁省铁岭水文局,辽宁铁岭112000【正文语种】中文【中图分类】P333.90 引言基于参数先验分布的GLUE其本质是对参数的后验概率分布利用参数似然函数值阈值的主观判断进行推导,从而可对水文模型在一定置信区间的不确定范围进行确定[1],并对模拟区间特征可利用覆盖率、对称性以及和区间宽度等参数要素进行描述。
然而,水文过程模拟的不确定性区间可由目标函数的不同而存在显著差异,因此在水文过程中的某些特定状态可利用单目标函数促进其聚集,并因此造成对其他状态的忽视,如Yapo等[2]认为需要从不同角度并利用各种观测数据对水文过程特性进行度量,即对水文模型参数利用多目标进行率定。
多目标参数率定往往存在帕累托最优解集而非唯一解,率定结果通常为某一不确定性区间范围。
当前,对多目标模型的求解方法研究较多如AMALCAM、MOCOM-UA以及NSGA-Ⅱ法等,而对多目标不确定性区间特性的研究分析相对较少。
据此,文章利用新安江日模型模拟径流过程对辽河流域进行模拟分析,然后对模型参数利用SCE-UA最优法和两个目标函数进行率定,分别对不同目标函数的径流过程模仿能力进行分析;对径流模拟的不确定性区间分别采用NSGA-Ⅱ多目标优化法和GLUE法进行分析,并给出了多目标GLUE法;通过对比分析多目标和单目标GLUE法,给出了模型参数不确定性的多目标GLUE法优势和特征[3-7]。
基于Sobol方法的新安江模型参数敏感性分析
基于Sobol方法的新安江模型参数敏感性分析作者:张小丽彭勇徐炜王本德王海霞来源:《南水北调与水利科技》2014年第02期摘要:采用敏感性分析方法对复杂模型和系统的输入和输出进行定性和定量的分析,有利于模型结构的诊断、模型参数的识别和模型的应用。
现以桓仁水库流域为例,使用Sobol方法,以确定性系数、总水量误差系数、低水误差系数和高水误差系数作为敏感性分析模型的目标函数,分别对模型单参数和多参数的敏感性进行了评价。
结果表明不同目标函数下参数的敏感性不同;Sobol能定量地给出参数的总敏感度和参数间相互作用的敏感度,适合于分析水文模型的参数敏感性。
关键词:新安江模型;Sobol方法;敏感性分析中图分类号:P334.92文献标识码:A文章编号:16721683(2014)02002005Sensitivity Analysis of Xinanjiang Model Parameters using Sobol MethodZHANG Xiaoli1,PENG Yong1,2,3,XU Wei1,WANG Bende1,WANG Haixia1(1.Faculty of Infrastructure Engineering,Dalian University of Technology,Dalian 116024,China;2.State KeyLaboratory of HydrologyWater Resources and Hydraulic Engineering,Hohai University,Nanjing 210098,China;3.State Key Laboratory of Hydraulics and Mountain River Engineering,Sichuan University,Chengdu 610065,China)Abstract:Sensitivity analysis was performed to analyze the inputs and outputs of the complex model and system qualitatively and quantitatively,which can benefit the inspection of model structure,identification of model parameters,and model application.In this paper,Sobol method was applied to evaluate the sensitivity of single parameter and multiple parameters of the model in the Huanren reservoir catchment.The objective functions of sensitivity analysis included the deterministic coefficients and error coefficients of total water,low flow,and high flow.The results showed thatthe sensitivity of parameters was different under different objective functions,and Sobol method can provide the sensitivity for all parameters and sensitivity between each parameter,which is useful for sensitivity analysis of hydrological models.Key words:Xinanjiang model;Sobol method;sensitivity analysis敏感性分析是指定性或定量地分析包括模型参数在内的模型输入对模型输出的影响[1]。
四个概念性水文模型在黑河流域上游的应用与比较分析
表 1 四个 概 念性 水 文 模 型 结构 比较 表
T b e Ie z d c mp rs n o d l sr cu e a l l tmie o a io f mo e tu t r
注 : 文 使 用 二 水 源 新 安 江模 型 , 流计 算 时 瞬 时 单 位 线 采 用 一 个 脉 冲 响应 函数 模 拟 _。T p d l 本 汇 l o Moe 为兰 卡 斯 特 大 学 K i ee 9 1 et B vn教 授 在 18 h 9 5编 写 , 19 ,9 5两 次 修订 之 后 的版 本 。H V模 型 是 斯 德 哥 尔 摩 大 学 Jn ebr 教授 于 2 0 经 9 3 19 B a S iet 0 5年 开 发 的 HB 轻 量 版 。S ca e t模 型是 在 亚 利 桑 那 V arm no 大 学 版 本 上修 订 的版 本 。
个评 价指 标 , 其计 算公 式如 下 :
Ⅳ
、 r ’
以黑河流域上游为研究 区。黑河 流域是我 国第二大
内陆河 , 出山 口莺 落峡以上为其上游流域 , 9 mS T 从 0 RM D M数 据可 以得 到流域海 拔范 围为 1 6 - 0 m。根 E 8 50 5 6
和 Tn ak模 型模 型从 蒸散 发 、 流 、 源划 分 等 方 面做 产 水
面展开 比较 , 表 1 见 。
3 模 拟 结 果 比较 和 分 析
31 数 据 及 模 型 设 定 .
本文所采用 的四个概念性水文模型包括 :①新安
江模 型 , 目前 , 于该模 型 有不 同 的版本 关 , 文采 本
模 型驱动 需要 降水 、 蒸发 、 气温 和径 流数 据 。黑河 流 域上 游 流域 面 积 约 1 0 k 00 0 m ,为 了使得 模 型的 驱 动 数据 能 够较 好代 表 整个 流 域 的状 况 , 我们 选取 了位 于研 究 区 内 和研 究 区附 近 且 没 有 明显 地 貌 景 观 差 别
常见水文模型参数率定
3/8/2011
三、常用洪水预报模型
降雨径流相关图法
P—Pa—R关系曲线
Pa:
前期雨量计算,也称前期影
响雨量,是反映土壤湿度的参
数。
通常从主汛期开始计算。
P:
把时段雨量序列变成累积雨
量序列。
R:
由累积净雨转化成时段净雨
3/8/2011
二、模型参数的性质与约值
三水源蓄满产流模型参数
K: 蒸发皿实测的蒸发量乘上K就是流域蒸散发能力。 K的取值控制总的水量平衡,是非常重要的参数。 K的参数率定通常将目标函数固定为多年水量平衡再计算而得。
3/8/2011
二、模型参数的性质与约值
三水源蓄满产流模型参数
B:
7 //P~R曲线条数N//
0 10 20 30 40 50 60 //每条P—R曲线对应的Pa值//
10 //每条P—R曲线的节点数M//
1
0
0
0
0
0
0
0
0
2
20
3.7
5
6.3
7.6
9
12
15
。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
3/8/2011
10
300 205 215 225 235 245 255 265
常用洪水预报模型
三水源蓄满产流模型 三水源滞后演算模型 马斯京根河道分段连 X 续演算模型
MP
3/8/2011
一、常用洪水模型概述
三水源蓄满产流模型参数
WM(WUM、WLM、WDM):流域平均蓄水容量,反映干旱程度的指标。
概念性流域水文模型参数校准
[关键词]概念性流域水文模型;参数校准;新安江模型;云峰水库
[中图分类号] TV11 DOI:10.14124/ki.dbslsd22-1097.2019.04.008
0 引言
[文献标识码]A
文模型参数优化开始由单目标优化向多目标优化
水文模型在流域水资源调控及水库调度方面 有着重要应用。传统的水文模型有新安江模型、 陕北模型、大伙房模型、萨克拉门托模型等,一般 被称为概念性流域水文模型[1]。随着 GIS、RS 技术 的出现与发展,又出现了分布式流域水文模型如 SWAT 模型、SHE 模型等 。 [2] 分布式水文模型能能 够反映水文要素在空间上的变化,能够进行下垫 面条件下的计算,但由于模型结构复杂,引入的参 数很多,模型不确定性较大,且正常运行所需的基 础数据种类繁多,在一定程度上限制了模型的应
过度。Madsen[5]基于 NAM 降雨流模型提出了一 种多目标参数自动优化方法,能综合考虑水量平 衡、洪水过程、洪峰流量等多种水文要素,模拟结 果优于单目标优化结果。张洪刚等[6]分析了新安 江模型参数的灵敏度,深入研究了多目标参数自 动优选问题的参数解空间,探讨了多目标函数的 组合技术及解法。张文明等[7]将粒子群算法应用 于新安江模型参数多目标计算中,得到了比单目 标优选结果更高的模拟精度。郭俊等[8]对 SCEUA 算法进行了改进,提出了一种多目标文化混合
阅文献[9],[10],[14]。对于概念性流域水文模 型,需要校准的参数不太多,采用试算法也很容易 考察参数的敏感性。 1.4 参数优选
模型参数优选宜采用自动优化与手动优化相 结合的方式进行。先假定一个参数初值并限定参 数的取值区间,采用自动优化算法进行优选,自动 优选过程结束后,检查结果合理性,对不合理的进 行调整,然后试算或重新进行优选,如此反复,确 定模型参数值。自动优化算法有很多,包括遗传 算法、SCE-UA 算法、粒子群算法等,有关优化算 法可参阅相关文献。对于概念性水文模型,结构 简单,参数数量不多,参数优选中对优化算法性能 要求不高,遗传算法更为简单实用。 1.4.1 优选步骤
分布式水文模型
分布式水文模型(日志)分布式水文模型是在分析和解决水资源多目标决策和管理中出现的问题的过程中发展起来的,所有的分布式水文模型都有一个共同点:有利于深入探讨自然变化和人类活动影响下的水文循环与水资源演化规律。
一、分布式水文模型- 特点与传统模型相比,基于物理过程的分布式水文模型分布式可以更加准确详细地描述流域内的水文物理过程,获取流域的信息更贴近实际。
二者具体的区别在于处理研究区域内时间、空间异质性的方法不一样:分布式水文模型的参数具有明确的物理意义,它充分考虑了流域内空间的异质性。
采用数学物理偏微分方程较全面地描述水文过程,通过连续方程和动力方程求解,计算得出其水量和能量流动。
二、分布式水文模型- 尺度问题、时空异质性及其整合尺度问题指在进行不同尺度之间信息传递(尺度转换)时所遇到的问题。
水文学研究的尺度包括过程尺度、水文观测尺度、水文模拟尺度。
当三种尺度一致时,水文过程在测量和模型模拟中都可以得到比较理想的反应,但要想三种尺度一致是非常困难的。
尺度转换就是把不同的时空尺度联系起来,实现水文过程在不同尺度上的衔接与综合,以期水文过程和水文参数的耦合。
所谓转换,包括尺度的放大和尺度的缩小两个方面,尺度放大就是在考虑水文参数异质性的前提下,把单位面积上所得的结果应用到更大的尺度范围的模拟上,尺度缩小是把较大尺度的模型的模拟输出结果转化为较小尺度信息。
尺度转换容易导致时空数据信息的丢失,这一问题一直为科学家所重视,却一直未能得到真正解决,这也是当今水文学界研究的热点和难点。
尺度问题源于目前缺乏对高度非线性的水文学系统准确的表达式;于是对于一个高度非线性的、且没有表达式的系统,人们用“分布式”方法来“克服” 它。
然而事实上,无论是“ subwatersheds ”是“ rid Cells ”其内部仍然是非线性的且没有表达式。
但是,人们认为他们是“均一”的,于是就产生了尺度问题。
比如,自然界中水文参数存在很大的时间、空间异质性,野外实验证明,传统上认为在“均一”单元,且属于同一土壤类型的小尺度土地上,其水力传导度的变化范围差异可以达到好几个数量级。
211189554_考虑水文模型参数时变的水库水位多预见期实时预报———以水布垭水库为例
2023年4月水 利 学 报SHUILI XUEBAO第54卷 第4期文章编号:0559-9350(2023)04-0426-14收稿日期:2022-05-27;网络首发日期:2023-04-07网络首发地址:https:??kns.cnki.net?kcms?detail?11.1882.TV.20230406.1111.002.html作者简介:张晓菁(1993-),博士,主要从事流域水文预报研究。
E-mail:zhangxiaojing@whu.edu.cn考虑水文模型参数时变的水库水位多预见期实时预报———以水布垭水库为例张晓菁,刘 攀,周丽婷,谢 康,刘伟博(武汉大学水资源与水电工程科学国家重点实验室,湖北武汉 430072)摘要:精准可靠的坝前水位预测可支撑水库的调度决策,保障流域防洪安全。
传统水库水位实时预报方法均基于降雨径流稳态假定,在变化环境下精度不高。
为此,本研究提出了一种整合水文模型参数时变和实时校正的水库水位多预见期实时预报方法:识别变化环境下水文模型参数的时变过程,构建时变参数与自然、社会经济因子的函数关系;基于时变参数函数式构建预报调度集成模型,以预见期内多个时刻预报水位与观测水位的吻合程度为目标函数率定水文模型的参数;采用基于反向拟合算法的实时校正技术进行误差校正,输出不同预见期的水库水位预报。
以水布垭水库流域为研究对象,结果表明,较传统水库水位预报方法,论文提出的方法在率定期和检验期的平均绝对值误差分别下降了0.050和0.040m,可为防洪减灾提供高精度、长预见期的水库水位预测。
关键词:新安江模型;时变参数;水库水位;实时预报;预见期 中图分类号:P338文献标识码:Adoi:10.13243?j.cnki.slxb.202204161 研究背景随着气候环境的变化和人类活动的影响,全球径流量及其时空分布发生了巨大的改变,洪涝灾害发生的频率和强度越来越高[1-2]。
基于LH-OAT分布式水文模型参数敏感性分析
( 1. 中山大学 水灾害管理与水利信息化实验室, 广东 广州 510275 ; 广州 510275 )
2. 中山大学 地理科学与规划学院, 广东
摘要: 为了有效进行分布式水文模型参数的优选, 消除模型计算过程中的不确定性, 更好地理解参数对水文模 开展了模型参数敏感性分析 。使用 LH - OAT 方法, 对比分析了 3 个不同的流域中多个目标函数下 拟的影响, — —流溪河模型的参数敏感性, 的分布式物理水文模型 — 将其参数敏感性归为: 极敏感, 敏感, 一般敏感和不敏 感 4 类。研究表明, 模型参数的敏感性并不是一成不变的, 在不同流域, 不同评价目标下, 会发生一定程度的 改变。 关 键 词: 分布式物理水文模型; LH - OAT; 参数敏感性; 流溪河模型 文献标志码: A 中图法分类号: P334. 92
20
人
民
长
江
2012 年
流, 直至流域出口单元。汇流分成边坡汇流、 河道汇流 各采用不同的计算方法。 整个模型分成 和水库汇流, 流域划分、 蒸散发计算、 产流计算、 汇流计算、 参数确 定、 模拟计算等 6 个相互独立的部分。 流溪河模型的参数按照产汇流过程可分成蒸散发 产流参数及汇流参数等 3 大类。 流溪河模型根 参数、 据流域地表下垫面特性 ( 地形、 植被覆盖类型及土壤 类型等) 和气象条件, 产生一套模型参数, 每个参数赋 予一个缺省值。针对每个不同的单元类型产生不同的 模型参数, 但参数在不同流域及气候条件下会产生差 异, 因此需要根据流域的具体信息对参数进行调整 流溪河模型参数众多, 计算量大, 因此需要简化参 “参数修正系数 ” 数调整方式。这里引入 概念, 对模型 参数进行空间等比例缩放, 即以修正系数乘以模型初 始参数得到模型计算最终参数。
基于Morris和Sobol的水文模型参数敏感性分析
Global Sensitivity Analysis of Hydrological Model Parameters Based on Morris and Sobol Methods 作者: 刘松[1];佘敦先[1];张利平[1];丁凯熙[1];郭梦瑶[1];陈森林[1]
作者机构: [1]武汉大学水资源与水电工程科学国家重点实验室,湖北武汉430072
出版物刊名: 长江流域资源与环境
页码: 1296-1303页
年卷期: 2019年 第6期
主题词: 敏感性分析;Morris筛选法;Sobol方法;新安江模型
摘要:敏感性分析有助于识别模型相对敏感的重要参数,降低参数维度,为模型参数优化与不确定性分析提供支撑。
该文以三水源新安江模型为研究模型,汉江上游高滩流域为研究对象,选用Nash-Sutcliffe效率系数DC和水量平衡系数WB及其线性组合作为目标函数,联合运用Morris筛选法与Sobol方法分析了新安江模型所选13个参数的敏感性。
结果表明:流域蒸散发折算系数KC、自由水蓄水容量SM、壤中流出流系数KI/地下水出流系数KG、壤中流消退系数CI、地下水消退系数CG和地表径流消退系数CS属于敏感参数,其中KC为高敏感参数;不同目标函数下模型参数的敏感性分析结果有所差异,水量平衡系数对于KC更加敏感,Nash-Sutcliffe效率系数对于SM、KI/KG、CI、CG、CS更加敏感;部分模型参数(如SM)的交互效应超过其自身敏感度,主要以两两参数组合的二阶敏感性为主,证明参数之间的相关性也是造成参数敏感性的重要原因。
Morris筛选法减少敏感性分析的参数数量,Sobol方法准确刻画了模型参数的敏感性特征,两者结合提高了新安江模型参数敏感性分析的可靠性与准确性。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
MSRSE = N-1
姨 Σ 姨O - 姨 P 2
(
i=1 i i
N
)
2
式中 :i ,O ,P ,N 意义同前 。 由开方函数曲线可知 , 将流量值开方 后 , 在低水部分 , 流 量 误 差 有 一 定 的 放 大 。 但 是 总 体 上 , 开 方 对 流量误差的影响不是很大 。 因此 , 理论上 , 这个目标函数在整体 模拟效果较好 。 水文预报方案和据此发布的预报值 , 其可靠性如何 , 精度怎 样 , 误差是否超越了允许范围 , 都需要由评定或检验给予解答 [9]。 本文采用以下三个指标进行精度评定 : (1 ) 确定性系数 R2。 计算式为 :
WM WUM/WM WLM/WM B IMP K C SM
50.0 0.0 0.1 0.1 0.0 0.2 0.01 0.01
300.0 0.5 0.9 2.0 0.5 2.0 0.3 40.0
KSS KG EX KKG KKSS N K’
0.01 0.01 0 0.95 0.5 0.01 0.01
0
1986-7-14 1986-7-24
1986-8-3
1986-8-13
1986-8-23 1986-9-2
时间 (d )
定性系数可知 , 在高水期 , 以 MSSE 为目标函数的准确性系数最 大 ; 在低水期 , 以 MLSE 为目标函数的准确性系数最大 。
0
300 250 200 150 100
0
200
400
600
800
1000
1200
1400
实测流量 (m3/s )
流 量 (m3/s )
图5
以 MSRSE 为目标函数的实测与模拟流量相关分析图
4.3
不同目标函数的精度指标计算结果
由模拟和实测流量值 , 将流量分为高水 、 低水来分别进行精
50
度指标计算 , 然后比较分析不同目标函数在不同流量范围内的 模拟精度 。 (1 ) 确定性系数 。 由表 2 不同目标函数在不同流量时期的确
1980 年至 1987 年共 8 年的实测日平均 降雨 、 蒸发和径流资料 。
率定期采用 1980~1984 年连续 5 年的资料 ; 检验期采用 1985~
1987 年连续 3 年的资料 。
根据流量值的特征 , 在本文中划定 : 将大于最大和最小流量 平 均 值 的 流 量 定 为 高 水 , 将 小 于 最 大 流 量 0.5% 的 流 量 定 为 低 (2 ) 水 , 介于高水和低水之间的流量定为中水 。 用三个不同的目标 函数进行参数率定 , 最后用三个精度指标来评定不同目标函数 在不同流量范围内的模拟效果 。
第 29 卷第 3 期
水 文
Vol.29 No.3 Jun., 200 9
2009 年 6 月
JOURNAL OF CHINA HYDROLOGY
水文模型中不同目标函数的影响分析比较
董磊华 , 熊立华
( 武汉大学水资源与水电工程科学国家重点实验室 , 湖北 武汉 430072 )
摘 要 : 在水文模型中 , 目标函数的选择对参数率定至关重要 , 不同的目标函数可以得到不同的模拟结果 。 本文以三水
Σ
i=1
Oi -Pi Oi
(6 )
式中 :O 为实测流量平均值 , 其余符号意义同前 。
4 实例应用分析
汉江上游的牧马河流域 , 属凉亚热带 , 气候温和 , 雨量充沛 , 面积为 1 224 km2。 该流域是陕西省水资源最丰富的地区 , 多 年 年 平 均 降 雨 量 为 1 203 mm , 多 年 年 平 均 流 量 为 40.96 m3/s , 多 年 年平均径流深为 320 mm 。 年内降雨量主要集中在 4~8 月 , 一次 洪水历时可达 7~8 d 。 森林覆盖率 33% , 此 外 还 有 大 面 积 的 竹 林 , 流域内植被良好 。 该流域符合蓄满产流模型的应用条件 , 产 汇流计算可采用新安江 ( 三水源 ) 模型 。 本文采用牧马河流域
收稿日期 :2008-10-24
基金项目 : 国家自然科学基金重点项目 (40730632 ), 教育部新世纪优秀人才支持计划 (NCET-05-0624 ) 和霍英东青年教师基金 (101077 ) 作者简介 : 董磊华 (1985- ), 女 , 湖北黄冈人 , 武汉大学水利水电学院 2008 级硕士研究生 , 主要研究方向为水文预报 。
源新安江模型为例 , 采用 SCE-UA 算法 , 选定三个不同的目标函数 ( 平方均方误 , 对数均方误和平方根均方误 ) 最小 为目标函数分别进行参数优化 , 比较其 优化结果在高 、 低水期的精度 , 最后分析不同目标函数对模拟结果的 影 响 。 研 究发现 : 以 平方均方误为目标函数的时候 , 高水期的模拟效果较好 ; 以对数均方误为目标函数的 时候 , 低水期 的 模 拟 效果较好 ; 以平方根均方误为目标函数的时候 , 在整体上的模拟效果较好 。 关键词 : 新安江模型 ; SCE-UA 算法 ; 目标函数 中图分类号 : P338+.9 文献标识码 : A 文章编号 : 1000-0852 (2009 )03-0024-04
1
引言
在水文模型的参数率定过程中 , 目标函数影响着参数的率
数值域见表 1 。
表1 参数 最小值 新安江模型参数值域表 最大值 参数 最小值 最大值
定 , 从而影响模型 的 模 拟 效 果 。 虽 然 物 理 模 型 应 该 有 理 想 的 参 数值 , 但是在概念模型中 , 必须依靠目标函数来确定参数 。 不同 的实际问题可以采用不同的目标函数 , 因此很多水文学者都研 究过此问题 。 Diskin 和 Simon [1] 专 门 对 该 问 题 作 过 研 究 。 之 后 ,
节的流域水文模型 , 它在国内外都得到了广泛的应用 。 产流采
[5]
用的是三水源新安江模型 ; 地面汇流采用纳希单位线法 , 壤中流 和地下径流分别采用不同的线性调蓄水库 , 分别模拟其汇流过 程 。 新安江模型的 参 数 较 多 , 根 据 各 个 参 数 的 物 理 意 义 和 经 验 总 结 [6], 给 出 了 模 型 15 个 参 数 的 取 值 变 化 范 围 , 新 安 江 模 型 参
2
2.1
新安江模型和 SCE-UA 算法
新安江模型 新安江模型是一种适用于湿润地区与半湿润地区的湿润季
2.2 SCE-UA 算法
由 于 李 致 家 等 人 用 SCE-UA 算 法 优 化 新 安 江 模 型 参 数 得出了比较理想的结果 [7], 本 文 将 采 用 SCE-UA 算 法 , 对 水 文 模 型进行参数优化 。 SCE-UA 算法 , 又叫混合复合形进化算法 , 其 基本思路是将基于确定性的复合型搜索技术和自然界中的生物 竞争进化原理相结合 。 它结合了现有算法 ( 包括基因算法等 ) 中 的一些优点 , 可以解决高维参数的全局优化问题 , 且不需要显式 的目标函数或目标函数的偏导数 [8]。
函数 , 与另两张相 关 分 析 图 相 比 , 在 低 水 期 点 较 靠 近 直 线 一 些 ;
Á ÁÁ
26
水 文
1400 1200 1000
第 29 卷
由图 3 、4 、5 可以看出 , 在牧马河流域 , 以 MSSE 为目标函
模拟流量 (m3/s )
800 600 400 200
· · —— — 观测流量 莓MSSE 流量 -· — MSRSE 流量 … … 低水分界线 -· MLSE 流量 ——
以前的学者选取流量不同的流域进行粗略地对比 , 然而由 于流域之间的差异性 , 这种比较不具有说服力 。 在本文中 , 我们 选定三种目标函数 : 平方均方误 (MSSE ), 对数均方误 (MLSE ) 和 平方根均 方 误 (MSRSE )。 这 三 种 目 标 函 数 分 别 在 高 水 、 低 水 和 整体有较好模拟效果 。 本文将流量划分为三个等级 , 然后采用 三种精度指标 , 来比较这三个目标函数对三个等级流量的影响 。
4.1
不同目标函数的实测与模拟流量过程线 分别用不同目标函数进行参数率定 , 得到模拟流量值 , 然后
按本文的划分标准 , 将流量分为高水和低水 , 最后分别作出不同 目标函数的模拟高水和低水过程线 , 分别见图 1 、 图 2 。 从图 1 、 图 2 可 以 看 出 , 在 牧 马 河 流 域 , 以 MSSE 作 目 标 函 数 , 高 水 部 分 (3 ) 拟合较好 ; 以 MLSE 作目标函数 , 低水部分拟合较 好 ; 以 MSRSE 作为目标函数 , 在高水和低水部分模拟效果都居于前两者之间 。
MSSE = N-1
2 Σ O -P 2
(
2 i 2 i
N
)
2
(1 )
i=1
式中 :i 为 时 段 (d );Oi 为 i 时 段 的 实 测 流 量 值 ;Pi 为 i 时 段 的 模 拟流量值 ;N 为总时段 。 理论上 , 将流量平方后 , 会将流量误差值 扩大化 , 尤其是高水部分 [7]。 由平方函数曲线可知 , 随着 x 值的逐 渐增加 ,y 值增加的梯度越大 , 也就是说 , 流量值越大 , 模拟 流 量 与实测流量的误差放大越大 , 那么这个目标函数对高水部分模 拟的精度要求就越高 , 则说明高水部分模拟越好 。 (2 ) 对数均方误 (MLSE )。 计算式为 :
N N
4.2
不同目标函数的实测与模拟流量相关分析图 为了评价模拟效果 , 还可以作实测与模拟流量相关图 。 以实
Wபைடு நூலகம்=ΣPi
i=1
ΣO ×100%