城市降雨径流模型的参数局部灵敏度分析

合集下载

降雨径流连续模拟参数全局灵敏性

1 引言( Introduction)
城市排水管网管理是一项综合性很强的系统工程，通过排水管网模型预测系统运行状况是辅助进行城市雨洪控制、排水管网的设计与管理的重要手段( Breysse et al．，2007) ．实际中降雨特性、土壤含水状况和蒸发水平具有随机性，连续模拟可获得系统长期运行的规律，避免单一事件模拟的片面性，从而更加客观地评价城市排水系统的性能，估算合流制管道溢流 ( Combined Sewer Overflows，简称 CSOs) 频率及影响，评估调蓄截留设施的运行效
文章编号: 0253-2468( 2011) 04-标识码: A
Global sensitivity analysis of a rainfall-runoff model using continuous simulation
ZHAO Dongquan* ，DONG Luyan，WANG Haozheng，XING Wei
第 31 卷第 4 期 2011 年 4 月
环境科学学报 Acta Scientiae Circumstantiae
Vol． 31，No． 4 Apr．，2011
赵冬泉，董鲁燕，王浩正，等． 2011．降雨径流连续模拟参数全局灵敏性分析［J］．环境科学学报，31( 4) : 717-723 Zhao D Q，Dong L Y，Wang H Z，et al． 2011． Global sensitivity analysis of a rainfall-runoff model using continuous simulation［J］． Acta Scientiae Circumstantiae，31( 4) : 717-723

swmm笔记

swmm笔记城市暴雨管理模型所需主要参数参数SWMM功能模块：径流模块、输送模块、扩展的输送模块、调蓄/处理模块、受纳水体模块汇水区分为：有洼蓄量的不透水地表、无洼蓄量的不透水地表、透水地表一、节点识别模块（SWMM模型及GIS的系统整合实现）为了找出管网中溢出水的节点，利用节点的实时深度与连接线管径对比（即Node中的Depth与Link中的Ma某.Depth相除求百分比），根据结果值判断节点是否溢出，以及当前水量情况。

结果分级情况如下：程序实现方法：遍历管网中的连接线对象，读取对应管径值（Ma某.Depth），通过查找每根线对象的输出节点，取当前水位高度值（Depth），进行相除运算。

对于符合条件的节点，需要在图层上进行渲染，以表达效果，但考虑到图层有时未加入当前视图范围或者经过了修改，导致SWMM与GIS数据不同，需要对数据的一致性进行验证，验证规则如下：1）判断是否添加点和线数据到当前视图中；2）检查当前加入的数据是否已经修改。

表1节点识别模块表城市暴雨管理模型所需主要参数参数2、城市雨洪模型不确定性及与校准方法（SWMM在城市雨洪模拟中的应用研究）2.1不确定性模型参数的不确定性、模型结构的不确定性、基础数据的不确定性、监测数据的不确定性2.2参数灵敏度分析2.3城市暴雨管理模型所需主要参数参数城市暴雨管理模型所需主要参数参数参数的灵敏度由大到小依次为:不透水区粗糙系数、透水区粗糙系数、衰减常数、不透水区洼蓄量、最小入渗率、透水区洼蓄量、最大入渗率、管道粗糙系数。

城市暴雨管理模型所需主要参数参数模拟结果：出水口状态、地表径流、节点溢流、管道负荷分析。

以下（基于ArcGIS的排水管网水力模拟方法和应用）入口偏移量=管道入口管底标高-入口井的井底标高出口偏移量=管道出口管底标高-出口井的井底标高埋深=地面标高-井底标高排水管网数据核查：（1）管底标高低于井底标高当管底标高低于井底标高时模拟系统将不能进行模拟计算。

SWMM敏感性参数的分析方法探讨

做了很多研究，但仍没有得出统一的结论。为进一步探究ＳＷＭＭ的敏感参数，本文首先介绍了国内采用的敏感性
分析方法；再者，根据ＳＷＭＭ的特点、结合其它领域应用的理论，提出了两种适用于ＳＷＭＭ的分析方法；最后，对当前研究中需要注意的问题和研究方向给出了建议。
ＳＷＭＭ敏感性参数的分析方法张敏
（昆明ｔｌ－ｒ大学建筑工程学院，昆明６５００５１）
【摘
要Ｊ准确分析ＳＷＭＭ的敏感参数，能极大的提高城市洪涝灾害的模拟效率与准确性。国内学者虽然
第３９卷第１期２０１７年１月
低温建筑技术
Ｌ０ＷＴＥＭＰＥＲＡＴＵＲＥＡＲＣＨｒｒＥＣＴＵＲＥＴＥＣＨＮ０ＬＯＧＹ１２３
建筑科学管理
ＤＯＩ：１０．１３９０５／ｊ．ｃｎｋｉ．ｄｗｊｚ．２０１７．０１．０４３
【关键词】ＳＷＭＭ；敏感参数；全局分析法；局部分析法【中图分类号】ＴＵ８２３．３【文献标识码】Ａ【文章编号】１００１ — ６８６４（２０１７）０１ — ０１２３— ０３
ＤＩＳＣＵＳＳＩＯＮ０ＮＴＨＥＭＥＴＨｏＤｏＦＡＮＡＬＹＺＩＮＧＴＨＥ
ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｋｕｎｍｉｎｇ６５００５１，Ｃｈｉｎａ）

暴雨洪水管理模型参数敏感性分析

暴雨洪水管理模型参数敏感性分析
廖如婷;徐宗学;叶陈雷;左斌斌;向代锋;舒心怡
【期刊名称】《水力发电学报》
【年(卷),期】2022(41)6
【摘要】暴雨洪水管理模型(SWMM)是研究城市洪涝问题的有效手段之一,其敏感参数取值不仅影响模型参数率定效率,还影响模型预测的精确性。

为了准确辨识敏感参数,本文从局部和全局的角度,分别采用修正Morris筛选法和互信息法对参数进行敏感性分析。

研究结果表明:洪峰流量和径流系数的敏感参数均为透水区曼宁系数和最小入渗率。

本文选用的修正Morris筛选法和互信息法都可以识别出主要敏感参数,但前者对于敏感参数的识别能力有限,后者识别效率较低,建议在需要快速辨识模型主要敏感参数时采用修正Morris筛选法,进一步识别模型其他敏感等级参数时结合互信息法。

【总页数】11页(P11-21)
【作者】廖如婷;徐宗学;叶陈雷;左斌斌;向代锋;舒心怡
【作者单位】北京师范大学水科学研究院;城市水循环与海绵城市技术北京市重点实验室;广东省水利水电科学研究院;武汉大学水资源与水电工程科学国家重点实验室
【正文语种】中文
【中图分类】TV122.1
【相关文献】
1.暴雨管理模型SWMM水文参数的敏感性分析案例研究
2.MSKLOSS河道洪水演算模型参数敏感性分析
3.基于偏相关法的暴雨管理模型参数敏感性分析
4.甘肃省暴雨洪水图集计算面雨量的参数敏感性分析
5.SWMM模型在城市暴雨洪水模拟中的参数敏感性分析
因版权原因，仅展示原文概要，查看原文内容请购买。

SWMM模型中参数率定及局部灵敏度分析

Ｋｅｙｗｏｒｄｓ：ＳＷＭＭ；ｄｉｓｔｕｒｂａｎｃｅａｎａｌｙｓｉｓ；ｈｙｄｒｏｌｏｇｉｃａｌｐａｒａｍｅｔｅｒｓ；ｗａｔｅｒｑｕａｌｉｔｙｐａｒａｍｅｔｅｒｓ
目前，ＳＷＭＭ模型被广泛应用于城市地表径流污染研究和城市排水管网的规划、设计与分析【１－２］０
至１２６。１２、北纬３６。至３６。３０，属东亚季风大陆性气
基金项目：国家自然科学基金项目（５１４７８２３０）
· ２１ ·
第１０卷第３期
供水技术
２０１６年６月
候。胶州市新城区北至扬州路，南至香港路，西至杭州路，东至胶黄铁路，排水体制为雨污分流。本研究选取部分新城区，总面积为３０５．２ｈａ。结合该区域的雨水系统调查结果和ＳＷＭＭ模型的应用要求，对研究区域进行概化，共划分子汇水区５６个、雨水管段８３条、检查井节点８６个、末端排放口３个，研究模型如图１所示。
ＧｕａｎＹｉｈｏｎｇ，ＬｖＭｏｕ，ＷａｎｇＹｅ，ＹａｎｇＴｉｎｇｔｉｎｇ（ＳｃｈｏｏｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌａｎｄＭｕｎｉｃｉｐａｌＥｎｇｉｎｅｅｒｉｎｇ，ＱｉｎｇｄａｏＴｅｃｈｎｏｌｏｇｉｃａｌＵｎｉｖｅｒｓｉｔｙ，
Ｑｉｎｇｄａｏ２６６０３３，Ｃｈｉｎａ）
本研究中利用ＳＷＭＭ软件对胶州市新城区雨水管网建立模型，模型的可靠性主要取决于模型参数的取值，为便于模型参数的率定，选取需要率定的参数，采用扰动分析法进行局部敏感性分析，其余参数均根据研究区实际情况的资料进行输入，从而使参

城市降雨径流模型的参数局部灵敏度分析

ＵｉｅｓｙＢｉｎ００４Ｃｉａ．ａｕｔｆＳｉｃｄＴｃｎｌｇ，ｉｅｓｆｃｕＭａａ，ｈａ．ｈｎｎｖｒｉ，ｅｉｇ１０８，ｈ：２ｃｌｏｃｎｅａｅｈｏｏｙＵｎｒｉｏａ，ｃｕＣｉ）／ａｔｊｎＦｙｅｎｖｔｙＭａｎＣ
ｚｉａＷＡＧＨｏｃａｇ，ＷＡｈ— （．ｅａｔｎｆＥｖｒｎｎａＳｉｃｄＥｇｅｒｇＴｉｇｕｈ— ，ｄＮａ —ｈｎＮＧＺｉｈ１ｐｒｓＤｍｅｔｎｉｍｅｔｌｃｅｅａｎｉｅｉ，ｓｈａｏｏｎｎｎｎｎ
ＷａｅｎａｅｎｄｌＳｔｒＭａｇｍｅｔＭｏｅ（ＷＭＭ）Ｔｅｓｓｎｉｖａａｅｅｒｎｆｐｆｈｅａｆｌｅｅｔａｌｓｈ．ｈｔｅｓｉｅｐｍｔｒｏｄｔｏｒｅｒｉａｖｎｓｌｗａｅｍｏｔｒｏｕｆｒｅｈｔｎｌｔ
ｐｒｅｔｇｆｉｅｖｏｓｅｓｅｃｎｅｏａｍｐｒｉｕｎｓ，ｗｉｅｓｉｉｎｉｅｆ０８，０９ｄ０４ｅｐｃｉｅｙＩｏａｉｏ，ｓｎｉｖｔｈｔｓｎｉｖｔｉｄｃｓｏ．８．８ａ．３ｒｓｅｔｌ．ｎｃｍｐｒｓｎｅｓｉｉｔｙｎｖｔｙ
ｓｎｉｖｔａｙｉｕｉｇＭｏｒｓｓｒｅｉｇｍｅｈｄｗａａｒｄｏｔｆｒｕｂａｆｌｒｎｆｄｌｇｂｓｄｏｔｒｅｓｉｉａｌｓｓｓｒｉｃｅｎｔｏｓｃｒｉｕｏａｒｉａｌｕｏｍｏｅｉａｅｎＳｏｍｔｙｎｎｎｅｒｎｎｎ

城市降雨径流模型参数全局灵敏度分析

中国环境科学 2008,28(8)：725~729 China Environmental Science 城市降雨径流模型参数全局灵敏度分析王浩昌1,杜鹏飞1*,赵冬泉1,王浩正2,李志一1(1.清华大学环境科学与工程系,北京 100084；2.北京清华城市规划设计研究院,北京 100084)摘要：采用逐步回归法分析典型城市降雨径流管理模型(SWMM)水文参数的全局灵敏度,为模型参数的有效识别提供参考.结果表明,汇水区面积对总产流起决定性作用.在雨强较小(10.5mm)的情况下,透水区参数灵敏度很小,可在参数识别中设为经验值;在较强降雨(52.5mm)情况下,管道曼宁系数是决定峰值流量与峰值发生时间的关键参数.减小汇水区面积的不确定性可提高其他参数的灵敏度,有利于参数的有效识别.关键词：降雨径流；逐步回归；全局灵敏度；城市降雨径流管理模型(SWMM)中图分类号：X143 文献标识码：A 文章编号：1000-6923(2008)08-0725-05Global sensitivity analysis for urban rainfall-runoff model. WANG Hao-chang1, DU Peng-fei1*, ZHAO Dong-quan1, WANG Hao-zheng2, LI Zhi-yi1(1.Department of Environmental Science and Engineering, Tsinghua University, Beijing 100084, China; 2.Beijing Tsinghua Urban Planning and Design Institute, Beijing 100084, China). China Environmental Science, 2008, 28(8)：725~729Abstract：Stepwise regression analysis approach was used to assess the global sensitivity of the hydrological parameters of storm water management model (SWMM) in this study. The catchment area played a dominant role in determining surface runoff. When precipitation was low(10.5mm), the parameter in pervious zone showed very low sensitivity, indicating that those parameter could be set to empirical values. When precipitation was high(52.5mm), roughness of conduit was the most sensitive parameter to peak flow and peak time. Reduction of the catchment area could increase the sensitivity of other parameters, providing better condition for parameter calibration.Key words：rainfall-runoff；stepwise regression；global sensitivity analysis；stom water management model(SWMM)城市化的发展使城区不透水区比例增大,降雨径流随之增加.近年来随着城市点源污染的有效控制,降雨径流污染问题显得日渐突出.利用模型进行水文水质模拟是研究城市暴雨径流污染管理和控制的重要手段.暴雨径流管理模型(SWMM)是美国EPA开发的暴雨径流管理模型,在城市降雨径流模拟中有着广泛的应用[1-3],近年来在我国也有一些应用案例[4-5].灵敏度分析是通过研究模型参数对模型输出的影响,识别关键参数,为模型识别参数提供重要参考.国内对模型参数的灵敏度分析多限于局部灵敏度分析[6].由于局部灵敏度分析方法仅能反映单个参数在初始取值附近的变化对模型输出的影响,而无法对参数在整个取值空间的影响及参数之间的共同作用做出估计.全局灵敏度分析作为一种新的灵敏度分析手段,在国外的模型识别研究中取得了广泛应用[7-9].目前主要的全局灵敏性分析方法有多元回归法、Morris法、傅里叶幅度灵敏度检验法(FAST)以及基于方差分析的Sobol法等[10].其中,多元回归法由于计算量小,易于操作,被大量应用[11-13].作者采用基于逐步回归的全局灵敏度分析方法,结合参数识别的具体需求,研究SWMM模型水文水力参数的灵敏度,为模型参数的有效识别提供依据.1研究方法1.1研究区概况与监测方法选取北京市某个具有独立分流制管网系统收稿日期：2008-01-03基金项目：国家“973”项目(2006CB403407);国家自然科学基金资助项目(50778098/E080403)* 责任作者, 副教授, dupf@726 中国环境科学 28卷的小流域做为研究区域,总面积12.9hm 2,不透水面积约占70%,概化为26个汇水区,64条管道.在降雨过程中,用虹吸式雨量计记录雨量,用明渠流量计在流域出口处记录流量.对2007年10月5日历时3h 的降雨进行分析,总雨量10.5mm. 1.2 参数取值降雨径流模型中,参数可分为测量参数和率定参数[14].SWMM 模型的水文水力相关参数有14个.其中,汇水区面积(Area)、不透水率(Pct -Imperv)、汇水区坡度(Slope)、汇水区宽度(Width)和管道长度(Length)是5个具有显著空间特征的参数,可以通过测量获得.但是由于测量技术的限制以及概化过程的主观性,测量参数往往存在一定误差.Pct -Imperv 及Length 的测量误差很小,本研究中直接使用测量值.Area 受模型概化主观性的影响很大,尤其是在研究区域较小的情况下,不确定性更为明显.Slope 和Width 受测量方法的限制,很难准确得到.本研究中引入 3 个比例因子 Pct -Area,K -Width,K -Slope 代替Area,Width 与Slope,模型的实际输入参数等于比例因子与测量参数的乘积.综上所述,分析共包括12个率定参数.表1 SWMM 水文水力模块参数Table 1 SWMM hydrology and dydraulic module parameters 编号参数名称物理意义取值范围 1 N -Imperv 不透水区曼宁系数 0.005~0.04 2 N -perv 透水区曼宁系数 0.1~0.83 S -Imperv 不透水区洼蓄量(mm) 0.2~24 S -perv 透水区洼蓄量(mm) 2~105 Pct -Zero 不透水区中无洼地不透水区所占比例(%)50~80 6 MaxRate 最大渗透率(mm/h) 3~507 MinRate 最小渗透率(mm/h) 1~38 Decay 渗透衰减系数 2~7 9 Area(Pct -Area) 汇水区面积比例因子(%) 50~80 10 Width(K -Width) 汇水子区宽度因子 0.5~2 11 Slope(K -Slope) 汇水子区坡度因子 0.5~212 Manning -N管道曼宁系数 0.005~0.040由于各率定参数的概率分布未知,假定所有参数均服从均匀分布.新引入的3个比例因子通过主观经验给定取值范围,其他参数取值范围均根据模型手册及文献调研确定.参数的具体含义及取值范围见表1. 1.3 全局灵敏度分析区别于局部灵敏度分析,全局灵敏度分析同时考虑所有参数的影响,考察不同参数的变化对模型输出的共同作用.基于随机采样的分析方法(蒙特卡罗分析方法)[15]是一种应用广泛的全局灵敏度分析方法.该方法根据参数的概率分布对所有参数进行随机采样,并对各参数样本进行模拟计算,通过对模型输出与各参数进行统计分析得到各参数的灵敏度.本研究中采用拉丁超立方采样方法(Latin Hypercube Sampling)进行采样,采用逐步回归法(Stepwise Regression)进行参数灵敏度分析.逐步回归的主要目的是得到最优的回归方程,即在回归方程中只包含对因变量有显著影响的自变量,不包含对因变量贡献不显著的自变量.其实施过程是按自变量对因变量贡献大小的顺序将自变量逐步引入到回归方程.每一步都要对已引入回归方程的变量计算其偏回归平方和,在预先给定的F 水平下进行显著性检验,将对因变量影响不显著的变量剔除.接着对未引入回归方程中的变量分别计算其偏回归平方和,并对偏回归平方和最大的一个变量在给定F 水平下作显著性检验,如果显著则将该变量引入回归方程.重复这个过程,直到在回归方程中的变量都不能剔除而又无新变量可以引入时为止. 可用逐步回归的结果解释参数的全局灵敏度,具体含义:未选入回归模型的参数对模型输出的贡献可忽略不计;参数被选入回归模型的顺序定性地表征了参数的灵敏度;在每一步R 2的改变量定量地表征了引入该参数使模型输出不确定性得以解释的比例;标准回归系数(SRC)的绝对值是参数灵敏度的定量指标,SRC 的符号表示了该参数对输出量的正或负的效应[15-16]. 2 结果与讨论2.1 参数对不同输出变量的灵敏度分析选取3个在降雨径流模拟中有着重要意义的输出变量:总产流、流量峰值、峰值发生时间,分8期王浩昌等：城市降雨径流模型参数全局灵敏度分析 727析模型参数对各输出变量的灵敏度.结果表明(表2),对于不同输出变量,各参数的灵敏度有着显著的差异,对总产流影响显著的Pct-Area对峰值时间没有影响,而对峰值时间最灵敏的参数Manning-N 对总产流却无影响.对总产流而言, Pct-Area是最灵敏的参数,在仅引入该参数之后,回归模型的R2值已达0.891,说明Pct-Area对总产流起着决定性的作用;而对流量峰值及峰值时间而言,各参数的灵敏度则比较均衡,并没有起决定性作用的参数.总产流与流量峰值的最终回归模型的R2值均达到0.9以上,说明这2个输出变量与模型参数之间有着显著的线性关系;而峰值时间的最终回归模型R2值仅达到0.699,线性关系较差.SRC的符号说明了各参数对输出变量的贡献的正负,如对峰值时间,Manning-N,S-Imperv, N-Imperv的SRC符号均为正,说明增大这些参数可以使流量峰值时间延后.此外,在本场降雨的情景下,透水区相关参数(表1中第2、4、6、7、8号参数)对3个输出变量的灵敏度很小,甚至无贡献,说明在小雨强的情景下,透水区参数不可识别.表2灵敏度分析结果 Table 2 Result of sensitivity analysis回归次序总产流流量峰值峰值时间参数名 SRC R2参数名 SRC R2参数名 SRC R21 Pct-Area 0.937 0.891 Pct-Area 0.488 0.248 Manning-N0.561 0.3422 S-Imperv -0.209 0.934 S-Imperv-0.461 0.455 N-Imperv0.323 0.4443 Pct-Zero 0.148 0.957 N-Imperv-0.443 0.654 S-Imperv0.310 0.5394 N-Imperv -0.084 0.964 K-Width 0.337 0.770 K-Width -0.280 0.6175 K-Width 0.080 0.970 Pct-Zero 0.263 0.846 Pct-Zero -0.236 0.6756 K-Slope 0.042 0.972 Manning-N-0.241 0.906 K-Slope -0.156 0.6997 MaxRate -0.018 0.972 K-Slope0.1680.9338 S-perv -0.0150.973Decay0.0230.9349 MinRate -0.0140.9732.2雨强对参数灵敏度的影响参数的灵敏度与模型的应用条件紧密相关,在某种应用条件下不灵敏的参数,在另一种条件下可能是灵敏的.局部灵敏度分析的相关研究显示,雨强对参数灵敏度有较大影响[6].由于除雨强外,雨型、降雨时长等因素也会对分析结果造成影响,为消除这些因素的影响,这里不使用真实降雨情景,而将10月5日降雨强度放大5倍作为大雨强情景,与2.1节中的结果进行对比(图1).结果显示,在较强降雨情景下,对总产流而言,Pct-Area仍是最灵敏的参数且起决定性作用;对流量峰值和峰值时间而言,Manning-N的增幅明显,成为起决定性作用的参数.Pct-Area、K-Width、N-Imperv对流量峰值均是前5位的灵敏参数;Manning-N、K-Width、N-Imperv对峰值发生时间均是前5位的灵敏参数;其他参数的灵敏度变化较大.透水区相关参数对这3个输出变量均显示出一定的灵敏度.此结论可直观地理解为,在小雨强条件下,透水区的渗透作用使得透水区径流量很小甚至不产流;而在大雨强条件下,透水区积水的速度超过了渗透的速度,使得透水区产生一定量的径流,从而使透水区相关参数显示出一定灵敏度. 2.3面积不确定性对参数灵敏度的影响由上述分析可知,Pct-Area对总产流起着至关重要的作用,Pct-Area的不确定性(表现为参数的取值范围)过大必然会对掩盖其他参数对模型输出的影响,从而使其他参数难以识别.在基础资料充足的情况下,可以通过详细的概化减小Pct-Area的不确定性;也可利用Pct-Area对总产728 中国环境科学 28卷流的极度灵敏度,使用总产流来对Pct -Area 的取值范围做粗略识别.为研究Pct -Area 的不确定性减小对参数灵敏度的影响,将Pct -Area 取值范围缩小到50~60,其他参数取值范围不变,重新进行灵敏度分析,结果见图2.1.00.80.60.40.20.0-0.2-0.41 2 3 4 5 6 7 8 9 10 1112S R Ca. 对总产流的灵敏度0.60.40.20.0-0.2-0.4-0.6-0.8 1 2 3 4 56 7 8 9 10 1112S R Cb. 对流量峰值的灵敏度-1.01.00.80.60.40.20.0-0.2-0.41 2 3 4 56 7 8 9 10 1112参数编号S R C图1 不同雨强情景灵敏度分析Fig. 1 Sensitivity analysis for different rainfall conditions雨强 10.5mm; 52.5mm由图2可以看出,对总产流,Pct -Area 仍是最灵敏参数,但灵敏度明显降低,其他参数的灵敏度则相应地有所增加.而对于流量峰值,Pct -Area 的灵敏度的降幅更为明显,从第1位降至第6位,其他参数灵敏度均有不同程度的增加.对峰值时间而言,各参数的灵敏度基本保持不变,这是由于Pct -Area 本身对峰值时间并无影响.参数识别是利用监测结果反求参数的过程,显然,为使模拟结果与监测结果匹配,对模型输出影响越大的参数其可能的取值范围越小,这意味着越灵敏的参数越容易被识别.Pct -Area 不确定性的降低增加了其他参数的灵敏度,为其他参数的有效识别提供了有利条件.1.20.80.40.20.0-0.2-0.4-0.61234567 8 9 10 11 12S R C1.00.60.40.20.0-0.2-0.4-0.61234567 8 9 10 11 12S R C0.60.80.60.40.20.0-0.2-0.41234567 8 9 10 11 12参数编号S R C图2 不同Pct -Area 取值范围灵敏度分析 Fig. 2 Sensitivity analysis for different Pct-Area rangesPct -Area 取50~80; Pct -Area 取50~603 结论3.1 在不同雨强情景下,Pct -Area 对总产流均起决定性作用;Pct -Area 、K -Width 、N -Imperv 对流量峰值均是前5位的灵敏参数;Manning -N 、K - Width 、N -Imperv 对峰值发生时间均是前5位的灵敏参数;其他参数的灵敏度变化较大.8期王浩昌等：城市降雨径流模型参数全局灵敏度分析 7293.2在较强降雨情景下,Manning-N对流量峰值和峰值发生时间起决定性作用,应仔细识别;在雨强较小的情景下,透水区相关参数极度不灵敏,在参数识别中可考虑将其设为经验值.3.3减小汇水区面积的不确定性可使其他参数的灵敏度增加,有利于参数识别.参考文献：[1]Wang W C, Williams S D. SWMM application in Indian RiverCounty, Florida [C]//Proceedings of the 1989 National Conference on Hydraulic Engineering. New York, USA: ASCE, 1989: 454-459.[2]Temprano J, Arango O, Cagiao J, et al. Stormwater qualitycalibration by SWMM: A case study in northern Spain [J]. Water SA., 2006,32(1):55-63.[3]Tsihrintzis V A, Hamid R. Runoff quality prediction from smallurban catchments using SWMM [J]. Hydrological Processes, 1998, 12(2):311-329.[4]董欣,陈吉宁,赵冬泉. SWMM模型在城市排水系统规划中的应用 [J]. 给水排水, 2006,32(5):106-109.[5]刘兴坡,刘遂庆,李树平,等.基于SWMM的排水管网系统模拟分析技术 [J]. 给水排水, 2007,33(4):105-108.[6]黄金良,杜鹏飞,何万谦,等.城市降雨径流模型的参数局部灵敏度分析 [J]. 中国环境科学, 2007,27(4):549-553.[7]Kanso A, Chebbo G, Tassin B. Application of MCMC-GSA modelcalibration method to urban runoff quality modeling [J].Reliability Engineering and and System Safety, 2006,91(10/11): 1398-1405.[8]Tang Y, Reed P, Van W K, et al. Advancing the identification andevaluation of distributed rainfall-runoff models using global sensitivity analysis [J]. Water Resources Research, 2007,43(6): W06415.[9]Van G A, Meixner T, Grunwald S, et al. A global sensitivityanalysis tool for the parameters of multi-variable catchment models [J]. Journal of Hydrology, 2006,324(1-4):10-23.[10]徐崇刚,胡远满,常禹,等.生态模型的灵敏度分析[J].应用生态学报, 2004,15(6):1056-1062.[11]Helton J C. Uncertainty and sensitivity analysis techniques foruse in performance assessment for radioactive-waste disposal [J].Reliability Engineering and System Safety, 1993, 42(2/3): 327-367.[12]Downing D J, Gardner R H, Hoffman F O. An examination ofresponse-surface methodologies for uncertainty analysis in assessment models [J]. Technometrics, 1985,27:151-163.[13]Mckay M D, Beckman R J, Conover W J. A comparison of threemethods for selecting values of input variables in the analysis of output from a computer code [J]. Technometrics, 1979, 21: 239-245.[14]Yu P S, Yang T C, Chen S J. Comparison of uncertainty analysismethods for a distributed rainfall-runoff model [J]. Journal of Hydrology, 2001,244(1/2):43-59.[15]Saltelli A, Chan K, Scott E M. Sensitivity analysis [M]. New York:Wiley, 2000.[16]Muleta M K, Nicklow J W. Sensitivity and uncertainty analysiscoupled with automatic calibration for a distributed watershed model [J]. Journal of Hydrology, 2005,306(1/4):127-145.作者简介：王浩昌(1985-),男,山西忻州人,清华大学环境科学与工程系硕士研究生,主要研究方向为城市降雨径流模拟.发表论文1篇.寻求破坏废水中的环境激素类物质环境激素类物质(或称内分泌干扰剂)已引起普遍关注,其在废水中的浓度低,常规污水处理厂不易从废水中去除这类物质,最好是从源头消除.最近美国农业部设在北达科他州Fargo的生物科学研究所的生理学家Nancy Shappell 和她的同事说在美国地表水中已发现有内分泌干扰剂,有些是天然环境激素类物质.许多这类物质有雌激素活性.例如避孕药片中常见成分乙炔基雌二醇是环境中这类物质的主要来源之一.为解决这一问题,研究人员试验了一种名为Fe-TAML或Fe-B*的催化剂.在有过氧化氢存在的情况下,该催化剂能快速有效地破坏各种通常在经过处理后的废水中存在的类雌激素物质,据说能在15min内去除95%环境激素类物质,包括乙炔基雌二醇.研究人员计划在下一步试验Fe-B*在实际废水中处理环境激素类物质的效率,另外还要进一步评估处理后副产物的可能毒性.据研究人员介绍,Fe-B*催化剂的另一个好处是可以破坏有害的细菌孢子.江年摘自《Water Environment & Technology》April, 16(2008)。

城市雨水管网模型参数的率定与评价

ｆｔａｉｎＭｏｅｒｅｈｎｔｏｅｏｅｎＡｍｐｎｉｒｔｎＭｏｅａｄＮｅＵＫｒｅｔｇｏｅ．ＴｈｅｉｒｔｄｌｓｌｇｒｔａｈｓｆＧｒｅ — ｌｏｉａｔＩｆｔａｉｄｌｎｗｌｏＰｅｃｎａｅＭｄ１ｅｒ —
摘要：为推动排水管网模型在城市雨水管理领域的应用，建立了上海市某居住小区雨
水管网模型，通过实施管道流量测量，对常用产汇流模型的主要参数进行了率定，并对径流
体积和洪峰的影响参数进行了灵敏度排序结果表明：径流体积与洪峰流量，对最主要的影
Ｊｎ．２００８ａ来自文章编号：００２７（０８０ —０１５１０—４２２０）１０３ — ０
城市雨水管网模型参数的率定与评价
谭琼，李田周永潮，莉峰，林
（济大学污染控制与资源化研究国家重点实验室，同上海２０９）００２
维普资讯
第３５卷
第１期
湖
南
大学
学
报（自然科学版）
Ｖｏ．５．１３ＮＯ．１
２０８年１月０
ＪｕｎｌｆｎｎＵｎｅｉ（ｔｒｌｃｎｅ）ｏｒａｏａｉｒｔＮａｕａＳｉｃｓＨｕｖｓｙｅ
响因素是不透水表面径流系数／效不透水面积因子和不透水表面比例；径流体积影响较有对小的参数是管壁粗糙系数和地面坡度；洪峰影响较小的参数为透水表面的渗透性能和地对面坡度．总体而言，ｏｔｎ公式参数的灵敏度最大，国模型参数的灵敏度最小研究成果Ｈｒｏ英可为城市排水管网模型参数的选择与率定提供参考．

城市雨水管网模型的水文参数灵敏度分析

城市雨水管网模型的水文参数灵敏度分析王荫茵;陶涛;吕永鹏【摘要】为定量分析上海某区域的SWMM模型输出的总径流量和峰值流量对输入水文参数的变化响应的灵敏度,使用修正的Morris灵敏度分析法分析了3场降雨中SWMM模型中总径流量和峰值流量对水文参数不渗透性洼地蓄水(Destore-Imperv)、渗透性洼地蓄水(Destore-perv)、不渗透性粗糙系数曼宁值(Manning-Imperv)、渗透性粗糙系数曼宁值(Manning-perv)等参数的局部灵敏度.模拟结果证明,总降雨量变大,峰值流量对于参数Manning-Imperv、Destore-Imperv响应的灵敏度程度变大,并且峰值降雨强度越大,总径流量对于参数Max.Infiltration Rate、Decay Constant、Min.Infiltration Rate响应的灵敏度随之变大.【期刊名称】《城市道桥与防洪》【年(卷),期】2016(000)002【总页数】4页(P159-162)【关键词】SWMM;修正的Morris筛选法;灵敏度;水文参数率定【作者】王荫茵;陶涛;吕永鹏【作者单位】同济大学环境科学与工程学院,上海市200092;同济大学环境科学与工程学院,上海市200092;上海城市排水系统工程技术研究中心,上海市200092;上海市政工程设计研究总院(集团)有限公司,上海市200092【正文语种】中文【中图分类】TU99近年来，随着城市建设的不断发展，城市地面硬化，降雨径流量增加，城市内涝问题日益加剧。

雨水管理模型能够很好地模拟降雨过程中地表径流产生情况、管网负荷情况等，能够从水文、水质、水量等方面帮助管理和控制城市的降雨径流。

SWMM（Storm Water Management Model）是美国环保署（EPA）开发的暴雨雨水管理模型，模型能够模拟一系列水文和水力过程，在国内外有广泛的研究和应用[1]。

模型主要根据一系列描述子汇水区特性的参数来计算降雨产生的径流量，而这些参数没有明确的物理含义，无法直接测量，需要对其进行参数率定，因此，雨水管网模型的参数率定是保证雨水管网模型准确模拟十分重要的一步。

降雨雨型和强度对SWMM模型参数局部灵敏度的影响分析

降雨雨型和强度对SWMM模型参数局部灵敏度的影响分析赵康乾;颜合想;王荫茵;陶涛【期刊名称】《净水技术》【年(卷),期】2018(037)003【摘要】运用修正的Moms筛选法对暴雨雨洪管理模型中水文水动力模块部分参数进行局部灵敏度分析,并研究降雨雨型和降雨强度对参数灵敏度的影响.研究结果表明,汇水单元不透水面积百分率(pct-imperv)对总径流量和峰值流量的灵敏度最高;对于总径流量,单峰降雨条件下的汇水单元面积(area)的灵敏度明显高于多峰条件下的灵敏度值;雨型相同时,增加降雨强度,下垫面参数的灵敏度增加.%The local sensitivity of parameters of hydrological and hydrodynamics modules in storm water management model (SWMM),was evaluated based on Morris screening method.Results showed that the most sensitive parameter to total runoff volume and peak flow was pct-imperv.Sensitivity of area to total runoff volume with unimodal rainfall was higher than it with multimodal rainfall.And sensitivity of underlying surface parameters increased when rainfall intensity increased.【总页数】7页(P95-101)【作者】赵康乾;颜合想;王荫茵;陶涛【作者单位】同济大学环境科学与工程学院,上海200092;同济大学环境科学与工程学院,上海200092;同济大学环境科学与工程学院,上海200092;同济大学环境科学与工程学院,上海200092【正文语种】中文【中图分类】TU998.4【相关文献】1.SWMM模型中参数率定及局部灵敏度分析 [J], 官奕宏;吕谋;王烨;杨婷婷2.降雨型堆积层滑坡抗剪强度参数反演分析 [J], 陈骏峰3.城市降雨径流模型的参数局部灵敏度分析 [J], 黄金良;杜鹏飞;何万谦;欧志丹;王浩昌;王志石4.降雨雨型和强度对土边坡稳定性影响分析 [J], 周宏博;孙树林;尚文涛;黄勇博5.基于有效降雨强度和逻辑回归的降雨型滑坡预测模型 [J], 盛逸凡;李远耀;徐勇;吴吉明;林巍因版权原因，仅展示原文概要，查看原文内容请购买。

新安江模型参数的局部灵敏度分析

域模型。最初的新安江模型为两水源模型，０世纪８２０
参数的灵敏度。局部灵敏度分析的优点在于其可操作性。具有以下意义：选出对模型输出结果影响大的 ① 参数，于这些参数，对在模型分析过程中需要集中精力尽可能地提高参数的准确度；对于那些对模型结果而影响不大的不灵敏参数，只总出流过程。本文采用两水源３层蒸发模型，次洪水进行模拟。对由于新安江模型的参数比较多，且参数的灵敏而
大程度上减少模型参数率定和验证的工作量‘ 。②
加深对模型的理解。不同参数的变化对模型的影响程
第４１卷第１期２０１０年１月
人民长江
ＹａｇｚＲｉｅｎｔｅｖｒ
Ｖｏ．１４１．Ｎｏ．１
Ｊｎ．，２０１ａ０
文章编号：０１—４７２１Ｏ１０１９（００）ｌ一０２０５—０４
新安江模型参数的局部灵敏度分析
在确定模型各参数灵敏度大小排序时简单有效。分析
降雨全部补充包气带缺水量，蓄满后开始产流，渗的下
雨量形成地下径流，渗的雨量形成地面径流。超利用稳定下渗率ＦＣ将径流划分为地面径流和地下径流两种水源。地面径流采用单位线汇流，下径地流采用一次线性水库汇流。模型把流域面积划分为透水面积和不透水面积两部分，透水面积上的降水在不满足蒸发后将直接转化为地面径流。透水面积上将发生下渗，渗的水量一部分存储于土壤层，下后期耗于蒸发；满足了流域土壤蓄水容量后下渗水量才能转化为

城市降雨径流污染模拟的水质参数局部灵敏度分析_赵冬泉

1, 2, ＊
, C H E NJ i n i n g , WA N GH a o z h e n g, D UP e n g f e i , WA N GH a o c h a n g, K o n g D e j u n
1
2
1
1
3
1. D e p a r t m e n t o f E n v i r o n m e n t a l S c i e n c e a n d E n g i n e e r i n g , T s i n g h u a U n i v e r s i t y , B e i j i n g 100084 2. D e p a r t m e n t o f E n v i r o n m e n t a n dI n f r a s t r u c t u r e , B e i j i n g T s i n g h u a U r b a n P l a n n i n g ＆D e s i g n I n s t i t u t e , B e i j i n g 100084 3. B e i j i n g O l y m p i c P a r k D e v e l o p m e n t a n dM a n a g e m e n t C o .L t d . ,B e i j i n g 100084 R e c e i v e d1 S e p t e m b e r 2008; r e c e i v e di nr e v i s e df o r m 22 D e c e m b e r 2008; a c c e p t e d 10 A p r i l 2009 A b s t r a c t :S e n s i t i v i t y a n a l y s i s o f u r b a nr a i n f a l l r u n o f f s i m u l a t i o ni sac r u c i a l p r o c e d u r e f o r m o d e l c a l i b r a t i o na n dv a l i d a t i o n .I t a l s op r o v i d e s i m p o r t a n t i n f o r m a t i o nf o r l e a r n i n ga b o u t t h er a i n f a l l r u n o f f p r o c e s s a n dr e m o v i n gn o n p o i n t s o u r c ep o l l u t i o n .A ni m p r o v e dM o r r i s s c r e e n i n gm e t h o dw a s u s e dt o a n a l y z e t h e l o c a l s e n s i t i v i t y o f w a t e r q u a l i t y p a r a m e t e r s o f t h eS t o r mWa t e r M a n a g e m e n t M o d e l ( S WM M )w i t ht h ea i mo f i d e n t i f y i n gm o d e l p a r a m e t e r s . R e s u l t s s h o w e dt h a t t h e s e n s i t i v i t y i n d e x e s o f t h e w a t e r q u a l i t y p a r a m e t e r s c a nb e i n f l u e n c e db y m a n yf a c t o r s , s u c ha s r a i ni n t e n s i t y a n dl a n d u s et y p e . T h e b u i l d u pa n dw a s h o f f p a r a m e t e r s o f t h e m o s t d o m i n a n t i m p e r v i o u s l a n d u s e s h a v e r e l a t i v e l y h i g hs e n s i t i v i t y i n d e x e s . T h eb a c k g r o u n dv a l u e o f r a i n f a l l q u a l i t yh a s t h eh i g h e s t s e n s i t i v i t yi nh i g hi n t e n s i t yr a i n f a l l .T h er e s u l t ss h o w e dt h a t p a r a m e t e r i d e n t i f i c a t i o na n dp o l l u t i o nc o n t r o l o ft h ed o m i n a n t i m p e r v i o u s a r e a s a r e i m p o r t a n t f o r s i m u l a t i o n a n d r e m o v a l o f r a i n f a l l r u n o f f p o l l u t i o n . T h em e a s u r e m e n t e r r o r o f b a c k g r o u n dc o n c e n t r a t i o no f r a i n f a l l w i l l i m p a c t t h e a c c u r a c y o f r a i n f a l l r u n o f f s i m u l a t i o n . K e y w o r d s :l o c a l s e n s i t i v i t ya n a l y s i s ; M o r r i s s c r e e n i n gm e t h o d ;S WM M ;w a t e r q u a l i t y p a r a m e t e r s ;r a i n f a l l r u n o f f p o l l u t i o n

SWMM模型径流参数全局灵敏度分析

SWMM模型径流参数全局灵敏度分析孙艳伟;把多铎;王文川;姜体胜;王富强【摘要】Based on practicability analysis of SWMM model parameters in the calibration process, four parameters of subcatchment slope, subcatchment width, Manning coefficient and depression depth on pervious area and three infiltration parameters were selected. Two popular infiltration models of Horton and Green - Ampt were examined respectively. Global sensitivity analysis method of Morris was used. Flow metrics of total rainfall depth and peak discharge were simulated for single rainfall events with different rainfall types and return periods while runoff coefficient was examined for the long-term rainfall data. Main results were: sensitivity analysis results for Tl and T2 rainfall events indicated great differences and T2 rainfall event with small return period was not suitable for parameters calibration; for Horton model, peak discharge of large Tl rainfall can be used for calibrating subcatchment width and slope while total runoff of large T2 can be used for calibrating infiltration parameters; for Green - Ampt model, peak discharge of small Tl rainfall can be used to calibrate subcatchement width and that of large T2 rainfall can be used to calibrate minimum infiltration rate and water deficiency; for the runoff coefficient, sensitivity analysis results of the two methods are similar.%选取基于Horton和Green-Ampt入渗模型的入渗参数,以及区域坡度、区域宽度、透水性区域的曼宁系数和可积水深度共7个SWMM模型参数,采用Morris方法进行全局灵敏度分析.并分别采用不同降水类型、不同重现期的单个降水事件及长期降水序列,分析各模型参数对总产流量、洪峰流量及径流系数3个输出变量的全局灵敏度.结果表明:T1和T2型降水的参数灵敏度分析结果呈现较大差异,T2型较小降水事件不适宜用于参数校核;对Horton入渗模型而言,可利用T1型较大降水事件的洪峰流量对区域形状系数进行校核,利用T2型较大降水事件的总产流量对最小入渗速率、消减系数K进行校核;对Green-Ampt入渗模型而言,可利用TI型较小降水事件的洪峰流量对区域宽度和坡度进行校核及总产流量对透水性区域的曼宁系数进行校核,利用T2型较大降水事件的洪峰流量对最小入渗速率和缺水率进行校核;对径流系数而言,采用Horton和Green-Ampt入渗模型的结果一致,最大入渗速率和最小入渗速率是最灵敏的两个参数,透水性表面的可积水深度和曼宁系数为最不灵敏的两个参数.【期刊名称】《农业机械学报》【年(卷),期】2012(043)007【总页数】8页(P42-49)【关键词】SWMM;模型校核;全局灵敏度;Morris方法;Horton模型;Green-Ampt 模型【作者】孙艳伟;把多铎;王文川;姜体胜;王富强【作者单位】华北水利水电学院水利学院,郑州450011;西北农林科技大学水利与建筑工程学院,陕西杨凌712100;华北水利水电学院水利学院,郑州450011;北京市水环境监测中心,北京100089;华北水利水电学院水利学院,郑州450011【正文语种】中文【中图分类】X143引言SWMM(storm water management model)是由美国环境保护署(EPA)开发的模拟和管理降水径流的模型，该模型可对长期降水径流过程进行动态模拟，为雨洪资源利用提供计算依据，因此，在降雨径流模拟中得到了广泛应用［1～2］。

新安江模型参数的局部灵敏度分析

新安江模型参数的局部灵敏度分析
薄会娟;董晓华;邓霞
【期刊名称】《人民长江》
【年(卷),期】2010(041)001
【摘要】新安江模型是我国应用广泛的一种降雨径流流域模型,适用于湿润和半湿润地区.新安江模型参数较多,人工率定时需要首先率定对模拟结果影响最为敏感的参数,因此对参数进行灵敏度分析是必要的.采用水文模拟法和摩尔斯分类筛选法,对清江流域1989年9月30日至10月5日次洪水进行径流模拟,并让参数变化一定的步长,用Nash系数对模拟结果的精度进行评定,从而反映出参数的灵敏度.结果表明,最灵敏的参数是FC和Cg;Kc和WM是灵敏参数;b对峰值流量是高灵敏参数,而对径流总量来说是灵敏参数;WUM,WLM,WDM,C和IMP是不灵敏参数.
【总页数】4页(P25-28)
【作者】薄会娟;董晓华;邓霞
【作者单位】三峡大学,土木水电学院,湖北,宜昌,443002;三峡大学,土木水电学院,湖北,宜昌,443002;三峡大学,土木水电学院,湖北,宜昌,443002
【正文语种】中文
【中图分类】TV131.4;P338.9
【相关文献】
1.SWMM模型中参数率定及局部灵敏度分析 [J], 官奕宏;吕谋;王烨;杨婷婷
2.高承压含水层水文地质参数局部和全局灵敏度分析 [J], 赵春虎
3.城市降雨径流模型的参数局部灵敏度分析 [J], 黄金良;杜鹏飞;何万谦;欧志丹;王浩昌;王志石
4.新安江模型系统响应参数优化方法在邵武流域的应用 [J], 赵丽平;邢西刚;吴楠;刘云;周艳先
5.新安江模型参数线性化率定研究 [J], 王红艳;王新龙;周倩;杨宇
因版权原因，仅展示原文概要，查看原文内容请购买。

城市降雨径流模型参数全局灵敏度分析

ｏｏｍｔｎａｅｎｄｌＳｆｔｒｗａｒｍａｇｍｅｔｓｅｍｏｅ（ＷＭＭ）ｎｔｓｓｄ．ｈａｃｍｅｔｒａｐａｅｏｎｔｏｅｉｅｅｎｎｉｉｕｙＴｅｃｔｈｎｅｌｙａｍｉａｌｄｔｍｉｉｇｈｔａｄｄｎｒｎｒｓｒｃｕｏｆＷｈｎｐｅｉｉｔｎｗｓｌｗ（０５ｕｆｅｒｎｆａ．ｅｒｃｐｔｉａｏ１．ａｏｍｍ）ｔｅｐａｅｒｉｅｖｏｓｚｎｈｗｅｅｙｌｗｓｎｉｖｔ，，ａｍｔｎｐｒｉｕｏｅｓｏｄｖｒｅｓｉｉｈｒｅｏｔｙｉｄｃｔｇｔａｔｏｅｐｒｍｅｒｏｌｅｓｔｍｐｒａｖｕｓＷｈｎｐｅｉｉｔｎｗｓｈｇ（２５ｎｉｉｔｓａａｔｕｄｂｅｉｃａｅ．ｅｒｃｐｔｏａｉｈ５．ａｎｈｈｅｃｅｔｏｉｌｌａｉｍｍ）ｒｕｈｅｓｏ，ｏｇｎｓｆ
１０８，ｈｎ；．ｅｉｇＴｉｇｕｒａｌｎｎｄＤｅｉｎＩｓｉｔ，ｅｉｇ１０８，ｈｎ）Ｃｉｎｉｎｅｔｌ００４Ｃｉａ２ｉｎｓｈａＵｂＰａｉｇａｓｔｕｅＢｉｎ００４Ｃｉａ．ｈｎＥｖｒｍｎａＢｊｎｎｎｎｇｎｔｊａｏ
Ｇｌｂｌｅｓｔｉｙａａｙｉｏｂｎｒｉｆｌ－ｕｏｄ１ＷＡＮＧｏｃａｇ，ｏａｎｉｖｔｎｌｓｆｒｕｒａａｎａｌｒｎｆｍｏｅ．ｓｉｓＨａ－ｈｎＤＵｅｇｆｉＺＨＡＯｎ — ｕｎ，Ｐｎ —ｅ，Ｄｏｇｑａ

NAM 降雨径流模型的参数全局敏感性分析

NAM 降雨径流模型的参数全局敏感性分析作者：赵然杭伍谋王兴菊齐真周璐顾士升来源：《人民黄河》2022年第05期摘要∶NAM模型在国内外流域降雨径流模拟中得到广泛应用，参数敏感性分析是模型构建与应用的重要环节，其目的在于定性或定量评估模型参数对模拟结果的影响，确定参数重要程度，识别敏感参数，以提高模型参数率定的效率。

以小清河黄台桥斯面以上321km²流域为例，利用拉丁超立方抽样方法对输入参数进行随机抽样，以此为基础，分别采用偏税相关法和互信息法，对NAM 模型中9个主要参数进行全局敏感性分析，并对两种方法的结果进行对比分析。

结果表明，两种方法得到的参数敏感性次序具有一致性，可以相互验证对洪峰流量影响最大的参数是地表径流临界值和汇流时间常数，对峰现时间影响最大的参数是汇流时间常数，对径流总量影响最大的参数是地表径流临界值。

地下径流临界值、壤中流临界值、壤中流系数、地表蓄水层最大含水量和浅层苦水层最大含水量为不敏感参数，在模型率定时可以根据经验取因定值以提高率定效率。

关键词∶NAM模型;互信息法;倘秩相关法;参数敏感性;小清河文献标志码∶Adoi：10.3969/j.issn.1000-1379.2022.05.009 中图分类号TV121P334*.92引用格式∶赵然杭，伍谋，王兴菊，等.NAM降雨径流模型的参数全局敏感性分析[J].人民黄河，2022，44（5）∶40-45.Global Sensitivity Analysis of NAM Rainfall-Runoff Model Parameters ZHAO Ranhang'，WU Mou'，WANG Xingju'，QI Zhen'，ZHOU La'，GU Shisheng （1.School of Civil Engineering，Shandong University， Jinan 250061， China; 2.Shandong Ptwincial Flod Cortrol and Draught Relief Material Reserve Center， Jinan 250013， China）Abstract： NAM model has been wilely used in rainfall rumoff simulation ofwatershed at home and alroud and and parameler sensitivity analysis is an important part of model building and ayplication， its purpose is to qualitatively or quantitatively evaluate the influenee of model paramekers b the simulativa results， dote mine the importance of parametes andidentify semsitive purametens， so as b impone the eficiney of mode！parameler ealilvation.Taking the 321 km² river hasin above Huangtaintiao section of Xinoqing River as an example， this paper used Latin hy-pewule method to sample the input parameters randomly.On this hasis，partial rank comelation methad and maitml information method were used to analyze the ghhal sensitivity of mine main prameis in thee NAM model and the resuls of the the two medhods were compared and anar lyzed.The results show that the sensitivity order of parameters obtainedl hy the two methods is consisent and ean be verified mutually; the par rameters that have the greatest impact on peak runoff are the eritieal value of surfaxe runoff and the constunt of eonfluenee time; the paramen lers that have the greatest import on prak time ane the constant of eonfluence time; amd the paramekers that have the greatest inpart an toul rumoff are the critical value of surface runoff.The critieal value of undergroumd runoff， the critieal value of soil flow， the coefficient of soil flow， the maximum water conlent of surface aquifer and the maximum twater content of shallow aquifer are insensitive parameters.Fixed values ean be selected axcording to experience in modlel calibration to inerease calibration efficieney.Key words： NAM model; matual information; partiall ramk eornelation; semsitivity analysis; Xianqing RiverNAM模型由丹麦学者Nielsen和Hansen于1973年首次提出口，后经丹麦水力研究所逐步完善，是用干模拟流域范围内由降雨产生的径流过程的集总式概念性水文模型。

暴雨管理模型SWMM水文参数的敏感性分析案例研究

暴雨管理模型SWMM水文参数的敏感性分析案例研究张胜杰;宫永伟;李俊奇【摘要】Sensitivity analysis was conducted using Morris screening method for the Stormwater Management Model（SWMM） based on the measured rainfall data.Sensitivity analysis is a basic procedure for parameter calibration.The results indicated that the most sensitive parameter for the runoff peak flow was the area of sub-catchment,and the most sensitive parameter for runoff coefficient was the percentage of imperviousness.The sensitivity indices ranking of the infiltration rate of SWMM model relates greatly to the rainfall intensity.%结合北京地区的实际案例,根据实测降雨数据,运用摩尔斯筛选法对城市暴雨管理模型SWMM中的水文参数进行敏感性分析,为参数率定提供参考.分析结果表明,对径流峰值流量最敏感参数为汇水区面积,而对径流系数最敏感参数为不透水率;不同降雨强度时,与下渗有关参数的敏感性也是不同的.【期刊名称】《北京建筑工程学院学报》【年(卷),期】2012(028)001【总页数】4页(P45-48)【关键词】SWMM模型;摩尔斯筛选法;敏感性分析【作者】张胜杰;宫永伟;李俊奇【作者单位】北京建筑工程学院城市雨水系统与水环境省部共建重点实验室,北京100044;北京建筑工程学院城市雨水系统与水环境省部共建重点实验室,北京100044;北京建筑工程学院城市雨水系统与水环境省部共建重点实验室,北京100044【正文语种】中文【中图分类】TU992.4随着城市化的发展，城市不透水区比例的增加，降雨径流量随之增加，降雨径流污染问题日渐突出.利用模型对降雨径流的水文水质模拟是对降雨径流污染管理和控制的重要手段.暴雨管理模型(SWMM)是由美国环保部(EPA)开发的暴雨管理模型，在国外降雨径流管理方面得到了广泛的应用［1］.近年来，在国内也有一些研究和应用.参数率定是水文模拟研究中的一项重要内容，通过率定可以确定适用于研究区的模型参数值，从而实现对研究区的可靠模拟.复杂模型的参数通常较多，实践表明并不必要对所有的参数都进行率定［2-3］.模型的众多参数中有些参数的取值变化对模拟结果的影响较大，但是有一些影响微乎其微，因此需要对模型参数进行鉴别分类，即参数敏感性分析.通过研究参数对模型输出结果的影响，识别敏感参数，为模型参数的率定和不确定分析提供重要参考［4］，从而提高参数率定的效率和模型模拟的可靠性.1 研究材料与方法1.1 研究区概况及降雨数据选择北京市某住宅小区为研究区，研究区面积为28 ha，其中:住宅占地3.9 ha，道路和停车场占地6.0 ha，绿化占地15.30 ha，人工湖占地3.8 ha.研究区内地势低洼，未使用雨水管线，雨水径流首先通过低势绿地、渗透铺装、植草浅沟等设施滞留消纳，最终排入人工湖.降雨数据由布设在研究区的雨量计获得.选取两场典型不同降雨强度的降雨分别进行敏感性分析，两场降雨的降雨强度变化过程见图1、图2.图1 20110729降雨强度变化过程图2 20110814降雨强度变化过程20110729 降雨的降雨量为20.0 mm，降雨历时接近2.5 h，降雨初期降雨强度迅速增大，在降雨开始近20 min后达到最大降雨强度，并在8:50左右降雨强度出现反复，之后降雨强度逐渐减小，直至停止;20110814降雨量为23.6 mm，降雨历时为2 h左右，初期降雨强度较小，降雨开始1 h后，降雨强度逐渐增大至峰值，之后逐渐减小至降雨停止.气象学上一般规定每小时降雨量16 mm以上，或连续12 h降雨量30 mm以上，或连续24 h降雨量50 mm以上为的降雨为暴雨.两场实际监测降雨根据定义均非暴雨，但这两场降雨的特征很适合揭示城市雨洪设施的效果，因此选择这两场降雨进行研究.1.2 敏感性分析方法摩尔斯筛选法是目前应用较广的一种敏感性分析方法.摩尔斯筛选法是选定众多参数中的其中一个变量xi，进而在变量值域范围内随机改变xi，运行模型得到不同xi的目标函数 y(x)=y(x1，x2，x3，…，xn)的结果，最终运用影响值ei判断参数变化对输出值的影响程度［5］.式中 y*—参数变化后的输出值;y—参数变化前的输出值;Δi—参数i的变化幅度.本研究采用修正摩尔斯检验法进行参数的敏感性分析.修正的摩尔斯检验法采用自变量以固定步长百分率变化，最终敏感性判别因子取摩尔斯系数的多个平均值，其计算公式为［6］:式中 SN—敏感性判别因子;Yi—模型第i次运行输出值;Yi+1—模型第i+1次运行输出值;Y0—参数调整后计算结果初试值;Pi—第i次模型运行参数值相对于校准后参数值的变化百分率;Pi+1—第i+1次模型运算参数值相对于校准后初始参数值的变化百分率;N—模型运行次数.本研究以10%为固定步长对各个水文水力参数进行扰动，取值分别为-30%、-20%、-10%、10%、20%、30%.某一水文参数值变化时，其它参数保持固定不变.分析在两种不同降雨情形时水文参数对峰值流量和径流系数的敏感性.1.3 模型参数取值SWMM模型中水文参数参考实测及经验参数，模型中水文参数的取值范围［7］，见表1.根据参数的敏感度值，将参数的敏感性分为四类［8］:1)当参数敏感度值|SN|≥1时，为高敏感参数;2)当参数敏感度值0.2≤|SN|＜1时，为敏感参数;3)当参数敏感度值0.05≤|SN|＜0.2时，为中等敏感参数;4)当参数敏感度值0≤|SN|＜0.05时，为不敏感参数.表1 SWMM模型中水文参数取值范围参数名称参数含义取值范围Area 汇水区面积/ha 0.003 0～0.500 0 Width 汇水区特征宽度 2～70 Slope 坡度/% 0.1～0.5 Imperv 不透水率/% 30～80 N-Imperv 不透水区曼宁系数 0.005～0.04 N-perv 透水区曼宁系数 0.1～0.4 Dstore-imperv 不透水区洼蓄量/mm 0.2～2 Dstore-perv 透水区洼蓄量/mm 2～15%Zero-imperv 无洼蓄不透水区所占比例/% 50～80 MaxRate 最大入渗率/mm·h-1 30～50 MinRate 最小入渗率/mm·h-1 2～5 Decav 入渗衰减系数/(/h) 2～7 Drying time 干燥时间/d 7～102 结果与分析SWMM模型水文参数对径流峰值流量的敏感性分析结果见表2.表2 SWMM模型水文参数对径流峰值量的敏感性分析结果参数20110729降雨径流峰值流量敏感度SN值敏感度排序20110814降雨径流峰值流量敏感度SN值敏感性排序Area 0.600 3 1 0.697 7 1 Width 0.581 5 2 0.423 4 2 Slope 0.306 8 6 0.217 3 6 Imperv 0.573 9 3 0.370 5 3 N-imperv -0.411 4 5 -0.367 2 4 N-perv -0.009 3 7 -0.004 9 10 Dstore-imperv -0.002 1 11 -0.003 5 11 Dstore-perv -0.561 3 4 -0.254 4 5%Zero-imperv 0.003 6 10 0.003 3 12 MaxRate -0.006 7 8 -0.014 8 8 MinRate -0.000 6 12 -0.0074 9 Decav 0.005 5 9 0.018 3 7 Drying time 0 13 0 13由表2可知，对于两场不同强度的降雨，影响径流峰值流量最敏感的参数为Area，Width、Imperv、Slope、N-imperv和Dstore-perv为敏感参数，其余参数为不敏感参数.参数在降雨强度不同时的敏感性顺序略有不同，存在一定的波动性.对于径流峰值流量，与下渗有关的参数 MaxRate、MinRate、Decay、Drying time在两场降雨时均为不敏感参数.Barco等人的研究显示对于降雨径流峰流量最敏感的参数为 Imperv，而 N-perv 为不敏感参数［9］;Goldstein 等人的研究显示对于降雨径流峰值流量最敏感的参数为Imperv和 N-imperv［10］.这些研究与本研究的结果有一定的差异，原因在于对于不同降雨特征、土地利用方式、下垫面类型的研究区域，模型参数的敏感性是不同的.SWMM模型水文参数对径流系数的敏感性分析结果见表3.表3 SWMM模型水文参数对径流系数的敏感性分析结果参数20110729降雨径流系数敏感度SN值敏感性排序20110814降雨径流系数敏感度SN值敏感性排序Area -0.322 4 3 -0.191 9 3 Width 0.339 4 2 0.233 4 2 Slope 0.164 7 4 0.111 6 5 Imperv 0.541 5 1 0.337 5 1 N-Imperv -0.029 7 8 -0.019 3 8 N-perv -0.000 4 10 -0.000 3 10 Dstore-imperv -0.000 2 12 0.000 3 10 Dstore-perv -0.060 9 5 -0.034 0 9%Zero-imperv 0.000 3 11 0.000 5 11 MaxRate -0.033 6 7 -0.187 6 4 MinRate -0.017 1 9 -0.099 5 6 Decav 0.036 7 6 0.020 9 7 Drying time 0 13 0 12SWMM模型中参数Imperv、Width和Area对径流系数为敏感参数，Slope、MaxRate和MinRate为中等敏感参数，其余参数为不敏感参数.刘兴坡对径流系数敏感性分析显示对于径流系数Area、Imperv、Width、N-Imperv和 Slope参数都为敏感参数［11］. 对于强度较大的降雨，与下渗有关的参数MaxRate、MinRate由不敏感参数变为中等敏感参数，降雨强度较大时透水区积水速度超过了渗透速度，使得透水区产生径流，从而使与渗透有关的参数显示出一定的敏感性［12］，降雨强度对参数敏感性具有一定的影响的，尤其是对与下渗有关的参数. 通过对SWMM中水文参数敏感性的分析，得出了对径流峰值流量及径流系数敏感的参数，从而为参数率定奠定了基础，减少了率定工作量，提高了参数率定的效率和模拟的可靠性.本研究的成果可以为未建设雨水管网区域模型模拟过程中的率定工作提供参考依据.3 结论1)SWMM模型中不同状态的变量—径流峰值流量与径流系数的敏感参数是不同的.对径流峰值流量敏感参数有 Area、Width、Imperv、Slope、N-imperv和Dstore-perv，对径流系数敏感的参数只有Imperv、Width和Area.对径流峰值流量的最敏感参数参数为Area，而对径流系数最敏感参数为Imperv.2)不同降雨强度时SWMM模型中与下渗有关参数的敏感性不同.降雨强度较大时MaxRate、Min-Rate为中等敏感参数，降雨强度较小时为不敏感参数.参考文献:［1］ Tsihrintzis V A，Hamid R.Runoff quality prediction from small urban catchments using SWMM［J］.Hydrological Processes，2008，12(2):311-329［2］ Wan B，James W.SWMM calibration using genetic algorithms ［J］.Water Resources Research，2004，35(3):767-773［3］王磊，周玉文.微粒群多目标优化率定暴雨管理模型(SWMM)研究［J］.中国给水排水，2009，25(5):70-74［4］ Sieber A，Uhlenbrcok S.Sensitivity analyses of a distributed catchment model to verify the model structure［J］.Journal of Hydrology，2005，310(4):216-235［5］ Francos A.Sensitivity analysis of distributed environmental simulation models:understanding the model behaviour in hydrological studies at the catchment scale［J］.Reliability Engineering and System Safety，2003，79(2):205-218［6］黄金良，杜鹏飞，何万谦，等.城市降雨径流模型的参数局部灵敏度分析［J］.中国环境科学，2007，27(4):549-553［7］ Huber W C，Dickinson R E.Storm water management model version 5，user’s manual［R］.Repro EPA-600/3-98-001a.Athens，GA，USA:US Environmental Protection Agency，1998［8］ Lenhart L，Eckhardt K，Fohrer N，et parison of two different approaches of sensitivity analysis［J］.Physics and Chemistry of the Earth，2002，27(2):645-654［9］ Barco J，Wong K M，Stenstrom M K.Automatic calibration of the U.S.EPA SWMM model for a large urban catchment［J］.Journal of Hydraulic Engineering，2008，134(4):678-793［10］ Goldstein A，Giovanni K D，Montalto F.Resolution and sensitivity analysis of a block-scale urban drainage model.World Environmental and Water Resources Congress 2010:Challenges of Change［C］.ASCE，2010:4270-4279［11］刘兴坡.基于径流系数的城市降雨径流模型参数校准方法［J］.给水排水，2009，35(11):213-217［12］王浩昌，杜鹏飞，赵冬泉.城市降雨径流模型参数全局灵敏度分析［J］.中国环境科学，2008，28(8):725-729。

参数敏感性分析

流溪河模型云计算与服务平台中山大学水灾害管理与水利信息化实验室∙首页∙理论方法o理论方法o建模数据o参数敏感性o参数优选o单元分类o断面估算o参数分类∙应用案例o新安江水库o乐昌峡水库o长湖水库o流溪河流域∙论文论著∙科技团队∙大记事∙软件系统∙新手上路∙我的模型∙联系我们∙理论方法∙建模数据∙参数敏感性∙参数优选∙单元分类∙断面尺寸估算∙参数分类1、参数敏感性分析方法流溪河模型将参数分成高度敏感参数、敏感参数和不敏感参数。

由于流溪河模型的参数较多，那些参数是高度敏感参数，那些参数是敏感参数，那些参数是不敏感参数，就需要通过敏感性分析确定。

参数敏感性分析分参数逐个进行，一次仅进行一个参数的敏感性分析。

将当前进行敏感性分析的参数称为分析参数，其它参数称为非分析参数。

敏感性分析的具体方法是，固定所有非分析参数的值不变，对分析参数，以其现值为中心，上、下各取若干个值分别进行洪水模拟计算，求出洪水模拟结果的变化随参数值变化的规律，以此判断参数是否敏感，原则上，当参数的值变化时，模拟的洪水过程有剧烈变化或较大变化时，该参数为高度敏感参数；当参数的值变化时，模拟的洪水过程有明显变化时，该参数为敏感参数；当参数的值变化时，模拟的洪水过程有一定变化，但不明显时，该参数为不敏感参数。

对流溪河模型各可调参数，逐个进行敏感性分析，包括河道单元糙率、边坡单元糙率、土壤饱和含水率、田间持水率、凋萎含水率、饱和水力传导率、土壤层厚度、土壤特性参数b、蒸发系数、潜在蒸发率和地下径流消退系数共11个参数。

在进行模型可调参数的敏感性分析时，为了全面、深入的进行分析，得到较为合理的结论，一般要选择1-3场洪水进行敏感性分析。

如何对参数的敏感性进行评判，一般通过分析由于参数变化引起的模型模拟结果变化的程度来判别。

如当参数发生一定比例的变化时，引起的模型模拟计算结果的变化幅度较大，并且其变化幅度大于参数的变化幅度时，可认为该参数是敏感的，如引起的模型模拟计算结果的变化幅度特别大，则可认为该参数是高度敏感的。

基于径流系数的城市降雨径流模型参数校准方法

基于径流系数的城市降雨径流模型参数校准方法
刘兴坡
【期刊名称】《给水排水》
【年(卷),期】2009(035)011
【摘要】为了解决我国城市降雨径流模型参数校准数据欠缺的问题,应用较易获得的径流系数作为校准目标,以峰现时间作为径流系数模拟值的计算依据,以合成单峰降雨作为校准降雨事件,在SWMM平台上进行模型参数校准.通过校准模型适用性和灵敏度分析,表明该法既可以满足模型参数预校准的要求,也可以在模型参数不确定性分析的基础上用于实践.因此,该法是改善城市降雨径流模型参数校准状况的有效途径.
【总页数】5页(P213-217)
【作者】刘兴坡
【作者单位】上海海事大学海洋环境与工程学院,上海,201306
【正文语种】中文
【相关文献】
1.城市降雨径流模型参数全局灵敏度分析 [J], 王浩昌;杜鹏飞;赵冬泉;王浩正;李志一
2.城市降雨径流模型的参数局部灵敏度分析 [J], 黄金良;杜鹏飞;何万谦;欧志丹;王浩昌;王志石
3.基于物理模型的城市综合径流系数特性研究 [J], 梁海;邵敏
4.基于输电线路分布参数电路模型的采样同步校准方法 [J], 罗建;朱特;何建军;王
鹏;徐瑞林
5.基于响应面优化的青龙河流域HSPF模型参数校准方法 [J], 刘兴坡;程星铁;胡小婷;李永战
因版权原因，仅展示原文概要，查看原文内容请购买。

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)。

城市降雨径流模型的参数局部灵敏度分析
作者：黄金良，杜鹏飞，何万谦，欧志丹，王浩昌，王志石， HUANG Jin-liang， DU Peng-fei， HO Man-him， Ao zhi-dan， WANG Hao-chang， WANG Zhi-shi
作者单位：黄金良,杜鹏飞,何万谦,王浩昌,HUANG Jin-liang,DU Peng-fei,HO Man-him,WANG Hao-chang(清华大学环境科学与工程系,北京,100084)，欧志丹,王志石,Ao zhi-dan,WANG Zhi-
shi(澳门大学科技学院,澳门)
刊名：
中国环境科学
英文刊名：CHINA ENVIRONMENTAL SCIENCE
年，卷(期)：2007,27(4)
被引用次数：11次
参考文献(13条)
1.Crosetto M;Tarantola S;Saltelli N Sensitivity and uncertainty analysis in patial modelling based on GIS 2000(02)
2.Sieber A;Uhlenbrook S Sensitivity analyses of a distributed catchment model to verify the model structure 2005
3.Chen J;Beck M B Quality assurance of multi-media model for predictive screening tasks[EPA/600/R-98/106] 1999
4.Lei J;Schilling W Parameter uncertainty propagation analysis for urban rainfall runoff modeling 1994(1-2)
5.Drechsler M Sensitivity analysis of complex models[外文期刊] 1998(03)
6.Zaghloul N Z Sensitivity analysis of the SWMM runoff-transport parameters and the effects of catchment discretisation[外文期刊] 1983
7.Lenhart L;Eckhardt K;Fohrer N Comparison of two different approaches of sensitivity analysis[外文期刊] 2002
8.郝芳华;任希岩;张雪松洛河流域非点源污染负荷不确定性的影响因素[期刊论文]-中国环境科学 2004(03)
9.Zador J;Zsely I G;Turanyi T Local and global uncertainty analysis of complex chemical kinetic systems[外文期刊] 2006
10.Francos A Sensitivity analysis of distributed environmental simulation models:understanding the model behaviour in hydrological studies at the catchment scale[外文期刊] 2003(02)
11.丛翔宇;倪广恒;惠士博基于SWMM的北京市典型城区暴雨洪水模拟分析[期刊论文]-水利水电技术 2006(04)
12.董欣;陈吉宁;赵冬泉SWMM模型在城市排水系统规划中的应用[期刊论文]-给水排水 2006(05)
13.Huber W C;Dickinson R E Storm water management model,version 4,user's manual[Report EPA-600/3-88-001a] 1988
引证文献(11条)
1.薄会娟.董晓华.邓霞新安江模型参数的局部灵敏度分析[期刊论文]-人民长江 2010(1)
2.鲁程鹏.束龙仓.刘丽红.刘佩贵.董贵明基于灵敏度分析的地下水数值模拟精度适应性评价[期刊论文]-河海大学学报（自然科学版） 2010(1)
3.马宏伟.王乃昂.朱金峰.董春雨石羊河流域蒸发蒸腾量遥感反演及灵敏度分析[期刊论文]-水资源与水工程学报2010(6)
4.刘兴坡城市雨水管网模型参数校准研究综述[期刊论文]-给水排水 2009(z1)
5.康飞.李俊杰.许青堆石坝参数反演的蚁群聚类RBF网络模型[期刊论文]-岩石力学与工程学报 2009(z2)
6.赵冬泉.王浩正.陈吉宁.王浩昌城市暴雨径流模拟的参数不确定性研究[期刊论文]-水科学进展 2009(1)
7.赵冬泉.陈吉宁.王浩正.杜鹏飞.王浩昌.孔德军城市降雨径流污染模拟的水质参数局部灵敏度分析[期刊论文]-环境科学学报 2009(6)
8.赵冬泉.陈吉宁.王浩正.杜鹏飞.王浩昌.孔德军城市降雨径流污染模拟的水质参数局部灵敏度分析[期刊论文]-环境科学学报 2009(6)
9.于维坤.尹炜.叶闽.雷阿林面源污染模型研究进展[期刊论文]-人民长江 2008(23)
10.王浩昌.杜鹏飞.赵冬泉.王浩正.李志一城市降雨径流模型参数全局灵敏度分析[期刊论文]-中国环境科学2008(8)
11.张巍.郑一.王学军水环境非点源污染的不确定性及分析方法[期刊论文]-农业环境科学学报 2008(4)
本文链接：/Periodical_zghjkx200704024.aspx。