概念性流域水文模型参数校准
相关主题
- 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)。
模型参数认知要求明确模型每个参数的物理 意义，参数取值变化对产流和汇流分别会有怎样 的影响，某参数与其他参数之间是相互独立还是 相互影响，这是做好参数敏感性分析和参数优选 工作的前提。 1.3 参数敏感性分析
参数敏感性分析的目的在于确定哪些参数对 模型输出贡献较大，降低参数优选过程中的计算 消耗。有关参数敏感性分析的研究有很多，可参
过度。Madsen[5]基于 NAM 降雨径流模型提出了一 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
1 流域水文模型参数校准基本流程及要点
流域水文模型参数校准是通过对历史实测水文 资料的模拟分析，确定能反映该流域水文特性的最 佳参数，包括基础数据准备及处理、参数认知、参数 敏感性分析及参数优选等环节，其基本流程如图 1 所 示。各环节的主要内容及需要关注的问题如下： 1.1 基础数据准备及处理
模型参数校准所需的基础数据包括控制节点 的实测洪水过程、降雨及蒸发数据。基础数据的数 据长度、处理方式取决于参数优选方式。蒸发数据 用于计算土壤含水量，在我国大部分地区蒸发站点 密度较小，当无法获得蒸发数据时，可根据研究区 内气象站观测数据，利用 Penman-Monteith 法[11]估 算流域蒸散发量作为模型蒸发输入数据，流域实际 蒸发量通过引入的一个折算系数计算。降雨数据 一般采用泰森多边形法[12]转换为流域面平均雨量。 1.2 模型参数认知
用。概念性水文模型结构简单，模型要求的基础 复形差分进化算法（简称 MOCSCDE），用于求解
数据容易获取，且自其问世以来已有很多成功应 水文模型参数多目标优化问题，提高了算法的计
用的实例，故在工程中的应用更为广泛。模型参 算效率。王中根等[9]对水文模型参数优化中典型
数的准确确定无疑是流域水文模型应用成败的关 的、应用比较成功的全局最优化参数率定和敏感
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
注的要点，重点探讨了参数优选过程中所需实测洪水数据的遴选原则及目标函数的设定，提出了一种组合型
的目标函数，将多目标参数优化问题转化为单目标优化问题，使产、汇流参数优选同步进行，简化了参数优选
过程，与其他多目标优化算法相比，更简单有效。本文以基于新安江模型的云峰水库入库洪水预报模型的参
数校准为实例，对模型参数进行了校准，模拟结果达到了较高的精度，验证了参数校准方法的有效性。
水文水资源
［文章编号］1002—0624（2019）04—0018—05
东北水利水电
2019 年第 4 期
概念性流wk.baidu.com水文模型参数校准
王越霄, 宣 淼, 云天禹, 李成振
（中水东北勘测设计研究有限责任公司，吉林 长春 130061）
［摘 要］为快捷有效地确定流域水文模型参数，梳理了水文模型参数校准的基本流程，文中阐述了各环节需关
［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/j.cnki.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
优缺点，提出了水文模型参数敏感性分析的研究 框架与步骤。
如 上 所 述 ，目 前 有 关 流 域 水 文 模 型 参 数 校 准 的研究多集中在参数优选方法和敏感性分析方 面，其研究的热点是对参数优化算法的改进或尝 试将某种优化算法由其他研究领域引进至本领 域。然而在流域水文模型的应用过程中，并非是
人工校准（试错法）和自动校准两类。自人工智能 析了水文模型参数敏感性分析方法的适用条件及
优化算法问世以来，单纯依靠人工校准的方法已 不合时宜，自动校准方法成为流域水文模型参数 校 准 研 究 的 热 点 。 Wang[3] 较 早 地 就 将 遗 传 算 法 （简称 GA）应用于概念性降雨径流模型中。陆桂 华等 对 [4] 传统遗传算法进行了改进，采用实编码单 纯形混合加速遗传算法对新安江模型参数进行优 化，取得了较高的模拟精度。随着研究的深入，水
键。对于概念性流域水文模型，虽然模型参数有 性分析方法进行了归纳和分析，并对人工校准和
一定物理意义，但同时含有推理概化成分，是流域 自动校准的利弊进行了探讨，指出应当注重人工
的概化平均值，无法实际测量到，只能依据实测资 校准和计算机自动优化方法相结合。宋晓猛等[10]
料通过校准才能确定。水文模型参数校准方法有 对水文模型参数敏感性分析方法进行了评述，剖
· 18 ·
2019 年第 4 期
东北水利水电
水文水资源
掌握了这些优化算法就能使模型校准工作一帆风 顺。从基础数据的准备及处理到模型参数的最终 确定，其间的一些环节需要引起格外关注，否则模 型校准可能达不到理想的结果。本文在前人工作 的基础上结合工作经验，梳理了概念性流域水文模 型校准的一般流程，对各个环节需注意的关键问题 进行了重点说明，并以云峰水库入库洪水预报的新 安江模型为例，详细阐述了模型参数校准过程。
参数敏感性分析的目的在于确定哪些参数对 模型输出贡献较大，降低参数优选过程中的计算 消耗。有关参数敏感性分析的研究有很多，可参
过度。Madsen[5]基于 NAM 降雨径流模型提出了一 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
1 流域水文模型参数校准基本流程及要点
流域水文模型参数校准是通过对历史实测水文 资料的模拟分析，确定能反映该流域水文特性的最 佳参数，包括基础数据准备及处理、参数认知、参数 敏感性分析及参数优选等环节，其基本流程如图 1 所 示。各环节的主要内容及需要关注的问题如下： 1.1 基础数据准备及处理
模型参数校准所需的基础数据包括控制节点 的实测洪水过程、降雨及蒸发数据。基础数据的数 据长度、处理方式取决于参数优选方式。蒸发数据 用于计算土壤含水量，在我国大部分地区蒸发站点 密度较小，当无法获得蒸发数据时，可根据研究区 内气象站观测数据，利用 Penman-Monteith 法[11]估 算流域蒸散发量作为模型蒸发输入数据，流域实际 蒸发量通过引入的一个折算系数计算。降雨数据 一般采用泰森多边形法[12]转换为流域面平均雨量。 1.2 模型参数认知
用。概念性水文模型结构简单，模型要求的基础 复形差分进化算法（简称 MOCSCDE），用于求解
数据容易获取，且自其问世以来已有很多成功应 水文模型参数多目标优化问题，提高了算法的计
用的实例，故在工程中的应用更为广泛。模型参 算效率。王中根等[9]对水文模型参数优化中典型
数的准确确定无疑是流域水文模型应用成败的关 的、应用比较成功的全局最优化参数率定和敏感
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
注的要点，重点探讨了参数优选过程中所需实测洪水数据的遴选原则及目标函数的设定，提出了一种组合型
的目标函数，将多目标参数优化问题转化为单目标优化问题，使产、汇流参数优选同步进行，简化了参数优选
过程，与其他多目标优化算法相比，更简单有效。本文以基于新安江模型的云峰水库入库洪水预报模型的参
数校准为实例，对模型参数进行了校准，模拟结果达到了较高的精度，验证了参数校准方法的有效性。
水文水资源
［文章编号］1002—0624（2019）04—0018—05
东北水利水电
2019 年第 4 期
概念性流wk.baidu.com水文模型参数校准
王越霄, 宣 淼, 云天禹, 李成振
（中水东北勘测设计研究有限责任公司，吉林 长春 130061）
［摘 要］为快捷有效地确定流域水文模型参数，梳理了水文模型参数校准的基本流程，文中阐述了各环节需关
［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/j.cnki.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
优缺点，提出了水文模型参数敏感性分析的研究 框架与步骤。
如 上 所 述 ，目 前 有 关 流 域 水 文 模 型 参 数 校 准 的研究多集中在参数优选方法和敏感性分析方 面，其研究的热点是对参数优化算法的改进或尝 试将某种优化算法由其他研究领域引进至本领 域。然而在流域水文模型的应用过程中，并非是
人工校准（试错法）和自动校准两类。自人工智能 析了水文模型参数敏感性分析方法的适用条件及
优化算法问世以来，单纯依靠人工校准的方法已 不合时宜，自动校准方法成为流域水文模型参数 校 准 研 究 的 热 点 。 Wang[3] 较 早 地 就 将 遗 传 算 法 （简称 GA）应用于概念性降雨径流模型中。陆桂 华等 对 [4] 传统遗传算法进行了改进，采用实编码单 纯形混合加速遗传算法对新安江模型参数进行优 化，取得了较高的模拟精度。随着研究的深入，水
键。对于概念性流域水文模型，虽然模型参数有 性分析方法进行了归纳和分析，并对人工校准和
一定物理意义，但同时含有推理概化成分，是流域 自动校准的利弊进行了探讨，指出应当注重人工
的概化平均值，无法实际测量到，只能依据实测资 校准和计算机自动优化方法相结合。宋晓猛等[10]
料通过校准才能确定。水文模型参数校准方法有 对水文模型参数敏感性分析方法进行了评述，剖
· 18 ·
2019 年第 4 期
东北水利水电
水文水资源
掌握了这些优化算法就能使模型校准工作一帆风 顺。从基础数据的准备及处理到模型参数的最终 确定，其间的一些环节需要引起格外关注，否则模 型校准可能达不到理想的结果。本文在前人工作 的基础上结合工作经验，梳理了概念性流域水文模 型校准的一般流程，对各个环节需注意的关键问题 进行了重点说明，并以云峰水库入库洪水预报的新 安江模型为例，详细阐述了模型参数校准过程。