降雨径流模拟与洪水频率分析中的不确定性研究
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)。
这些数据可以通过地面站点、卫星遥感等方式获取。本文主要对遥感数据模拟降雨径流过程中的不确定性进行研究。
洪水频率分析可以使用暴雨资料和流量资料,另外还可以考虑古洪水、可能最大洪水或可能最大降雨。洪水频率分析受数据序列长度、数据选择不确定性、数据序列代表性、概率分布模型选择不确定性、概率分布模型参数不确定性、气候变化、洪水变量相关性等因素的影响。
降雨径流模拟与洪水频率分析中的不确定性研究
不确定性是指实际与估计之间的不同。不确定性研究对估计值在实际中的应用具有重要意义。
因此,在工程水文学中,不确定性研究已经成为一个重要的研究课题。降雨径流模拟对水资源配置、洪水模拟、水库调度等都具有重要的意义。
降雨径流模拟需要输入数据和水文模型。不同的降雨径流模型具有不同的模型结构,因此使用到的数据也有所不同。
同时,结果发现水文模型不确定性、大气模型不确定性和温室气体排放场景不确定性的相互作用对洪水频率有非常大影响,甚至可以大于温室气体排放场景的影响。第四,提出了一个双变量成本效益洪水频率估计方法。
这个方法使用Copula函数模拟洪峰和洪量的相关性。并且,在该方法中研究提出了一个总成本标准帮助选择具有某一频率的洪峰和洪量值。
为了定量地分析气象数据不确定性对模拟水和能量通量的影响,研究了一个气象数据模拟水和能量通量不确定性量化框架。一个基于水和能量平衡的分布式水文模型用于不确定性评估中。
在碧流河流域的研究结果表明,GLDAS/Noah气温和湿度数据具有很好的精度,但是高估太阳辐射和风速。对于高估的数据,研究提出了修正公式。
相比以前方法,新方法能够有效地考虑多个洪水变量的相关性,并且避免单变量成本效益法中一条洪水过程线对应两个总成本的不合理现象。为了定量地分析洪水数据相关性对洪水频率分析的的影响,研究了一个考虑洪水变量相关性的洪水频率分析不确定性量化框架。
在碧流河流域分析洪水变量相关性对洪水频率分析造成的不确定性。结果表明,考虑相关性的双变量成本效益法洪水频率估计值小于没有考虑相关性的单变量成本效益法估计值。
不确定性量化对比分析结果显示,考虑和不考虑洪水变量相关性对洪水估计值的影响大于概率分布模型变化的影响。第五,提出了一个综合多种不确定性的洪水频率估计方法。
该方法以成本效益分析为基础,使用概率区间量化洪水数据选择、洪水概率分布模型选择及模型参数的不确定性。在该方法中研究提出了一个新的洪水选择指标：稳健性指标。
为了定量地分析降雨产品不确定性对径流模拟不确定性的影响,研究提出了一个降雨产品模拟径流不确定性量化框架。该框架使用方差分解的方法量化降雨产品不确定性、水文模型不确定性和不确定性相互作用对径流不确定性的影响。
在碧流河的研究结果表明,在日尺度上,没有一种降雨产品可以完全地优于其他产品；在月尺度上,依据使用的所有统计学指标,APHRODITE优于其他产品。同时,结果也表明水文模型和降雨产品的相互作用对径流模拟精度具有重要的影响。
对修正公式的有效性进行了验证,结果表明修正数据模拟的流量和陆地表面温度数据准确性提高显著。量化太阳辐射和风速不确定性对模拟水和能量通量的影响结果发现,对于蒸发、陆面温度和表层土壤湿度,在较热的月份太阳辐射的影响最大；而对于径流,太阳辐射数据、风速及水文模型的结合影响最大。
第二,对六种全球尺度的降雨产品的不确定性进行了研究。这些降雨产品分别为TRMM3B42、TRMM3B42RT、GLDAS/Noah（GLDAS<sub>N</sub>oah025SUBP<sub>3</sub>H）、APHRODITE、PERSIANN和GSMAP-MVK+。
同时,新提出的方法耦合了一个全局敏感性分析方法以分析各个不确定性对洪水频率的影响。在三个分别具有127年、104年和54年观测资料的流域对该方法进行了验证。
结果表明提出的方法能够有效地综合数据选择、概率分布模型选择和模型参数估计的不确定性；各不确定性相互作用对洪水频率估计具有非常重要的影响。由于不确定性的影响,总成本不是一条唯一的曲线,而是一个不确定区间。
本文主要从以下三个方面对洪水频率分析中的不确定性进行研究。第一,气候变化造成的不确定性。
第二,洪水变量相关性造成的不确定性（例如洪峰和洪量的相关性）。第三,综合洪水频率估计不确定性。
主要研究成果与结论如下。第一,对全球陆面数据同化系统（简称为：GLDAS/Noah）的输入数据、输出数据、数据季节变化和空间变化的不确定性进行了研究。
总成本下限最小总成本对应的洪水值不能容许较大误差变化,因此不稳健。随着洪水量级的增加,洪水稳健性增加,但是最小总成本也增加。
因此,在稳健性和总成本之间存在一个交易。这个交易定量地提供了洪水估计值的优点和缺点,因此能够给决策者提供客观的信息做出权衡。
该结果意味着如果忽略相互作用,可能会高估水文模型和降雨产品对径流不确定性的影响。第三,提出了一个气候变化条件下洪水频率分析方法。
在该方法中,LARS-WG万法用于降尺度气候模型的输出数据；TOPMODEL用于模拟极端洪水事件；动态多维搜索不确定性量化方法用于量化水文模型不确定性；一个基于方差分解的不确定性量化方法用于量化wk.baidu.com个不确定性来源对极端洪水不确定性的贡献。以提出的方法为基础,本文研究了碧流河流域未来洪水频率的变化——未来碧流河流域洪水的量级可能会增大：对于500年重现期洪水,在2046-2065和2080-2099,洪水量级可能分别增大4.45%和6.35%。
洪水频率分析可以使用暴雨资料和流量资料,另外还可以考虑古洪水、可能最大洪水或可能最大降雨。洪水频率分析受数据序列长度、数据选择不确定性、数据序列代表性、概率分布模型选择不确定性、概率分布模型参数不确定性、气候变化、洪水变量相关性等因素的影响。
降雨径流模拟与洪水频率分析中的不确定性研究
不确定性是指实际与估计之间的不同。不确定性研究对估计值在实际中的应用具有重要意义。
因此,在工程水文学中,不确定性研究已经成为一个重要的研究课题。降雨径流模拟对水资源配置、洪水模拟、水库调度等都具有重要的意义。
降雨径流模拟需要输入数据和水文模型。不同的降雨径流模型具有不同的模型结构,因此使用到的数据也有所不同。
同时,结果发现水文模型不确定性、大气模型不确定性和温室气体排放场景不确定性的相互作用对洪水频率有非常大影响,甚至可以大于温室气体排放场景的影响。第四,提出了一个双变量成本效益洪水频率估计方法。
这个方法使用Copula函数模拟洪峰和洪量的相关性。并且,在该方法中研究提出了一个总成本标准帮助选择具有某一频率的洪峰和洪量值。
为了定量地分析气象数据不确定性对模拟水和能量通量的影响,研究了一个气象数据模拟水和能量通量不确定性量化框架。一个基于水和能量平衡的分布式水文模型用于不确定性评估中。
在碧流河流域的研究结果表明,GLDAS/Noah气温和湿度数据具有很好的精度,但是高估太阳辐射和风速。对于高估的数据,研究提出了修正公式。
相比以前方法,新方法能够有效地考虑多个洪水变量的相关性,并且避免单变量成本效益法中一条洪水过程线对应两个总成本的不合理现象。为了定量地分析洪水数据相关性对洪水频率分析的的影响,研究了一个考虑洪水变量相关性的洪水频率分析不确定性量化框架。
在碧流河流域分析洪水变量相关性对洪水频率分析造成的不确定性。结果表明,考虑相关性的双变量成本效益法洪水频率估计值小于没有考虑相关性的单变量成本效益法估计值。
不确定性量化对比分析结果显示,考虑和不考虑洪水变量相关性对洪水估计值的影响大于概率分布模型变化的影响。第五,提出了一个综合多种不确定性的洪水频率估计方法。
该方法以成本效益分析为基础,使用概率区间量化洪水数据选择、洪水概率分布模型选择及模型参数的不确定性。在该方法中研究提出了一个新的洪水选择指标：稳健性指标。
为了定量地分析降雨产品不确定性对径流模拟不确定性的影响,研究提出了一个降雨产品模拟径流不确定性量化框架。该框架使用方差分解的方法量化降雨产品不确定性、水文模型不确定性和不确定性相互作用对径流不确定性的影响。
在碧流河的研究结果表明,在日尺度上,没有一种降雨产品可以完全地优于其他产品；在月尺度上,依据使用的所有统计学指标,APHRODITE优于其他产品。同时,结果也表明水文模型和降雨产品的相互作用对径流模拟精度具有重要的影响。
对修正公式的有效性进行了验证,结果表明修正数据模拟的流量和陆地表面温度数据准确性提高显著。量化太阳辐射和风速不确定性对模拟水和能量通量的影响结果发现,对于蒸发、陆面温度和表层土壤湿度,在较热的月份太阳辐射的影响最大；而对于径流,太阳辐射数据、风速及水文模型的结合影响最大。
第二,对六种全球尺度的降雨产品的不确定性进行了研究。这些降雨产品分别为TRMM3B42、TRMM3B42RT、GLDAS/Noah（GLDAS<sub>N</sub>oah025SUBP<sub>3</sub>H）、APHRODITE、PERSIANN和GSMAP-MVK+。
同时,新提出的方法耦合了一个全局敏感性分析方法以分析各个不确定性对洪水频率的影响。在三个分别具有127年、104年和54年观测资料的流域对该方法进行了验证。
结果表明提出的方法能够有效地综合数据选择、概率分布模型选择和模型参数估计的不确定性；各不确定性相互作用对洪水频率估计具有非常重要的影响。由于不确定性的影响,总成本不是一条唯一的曲线,而是一个不确定区间。
本文主要从以下三个方面对洪水频率分析中的不确定性进行研究。第一,气候变化造成的不确定性。
第二,洪水变量相关性造成的不确定性（例如洪峰和洪量的相关性）。第三,综合洪水频率估计不确定性。
主要研究成果与结论如下。第一,对全球陆面数据同化系统（简称为：GLDAS/Noah）的输入数据、输出数据、数据季节变化和空间变化的不确定性进行了研究。
总成本下限最小总成本对应的洪水值不能容许较大误差变化,因此不稳健。随着洪水量级的增加,洪水稳健性增加,但是最小总成本也增加。
因此,在稳健性和总成本之间存在一个交易。这个交易定量地提供了洪水估计值的优点和缺点,因此能够给决策者提供客观的信息做出权衡。
该结果意味着如果忽略相互作用,可能会高估水文模型和降雨产品对径流不确定性的影响。第三,提出了一个气候变化条件下洪水频率分析方法。
在该方法中,LARS-WG万法用于降尺度气候模型的输出数据；TOPMODEL用于模拟极端洪水事件；动态多维搜索不确定性量化方法用于量化水文模型不确定性；一个基于方差分解的不确定性量化方法用于量化wk.baidu.com个不确定性来源对极端洪水不确定性的贡献。以提出的方法为基础,本文研究了碧流河流域未来洪水频率的变化——未来碧流河流域洪水的量级可能会增大：对于500年重现期洪水,在2046-2065和2080-2099,洪水量级可能分别增大4.45%和6.35%。