SIMHYD模型在清涧河流域的应用

介绍了SIMHYD降水径流模型的结构及计算原理，利用该模型模拟了黄河中游清涧河流域的月流量过程，结果表明：①SIMHYD模型可以较好地模拟清涧河流域的月流量过程，但对日流量过程的模拟效果相对较差，因此该模型可以在宏观尺度上分析评价该流域水文的变化；②该模型不仅具有结构简单、参数较少的特点，而且考虑了超渗与蓄满两种产流机制，对输入资料要求低，一般流域资料都可以满足其输入需要，因此，模型具有适用范围大、易于推广应用的优点；③模型没有考虑人类活动对水文的可能影响，因此使用模型之前必须做资料的一致性分析，否则很难得到较好的模拟效果。     

基于LH-OAT分布式水文模型参数敏感性分析

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拟的影响,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的分布式物理水文模型——流溪河模型的参数敏感性,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。     

冰川积雪流域热力学水文模型参数敏感性分析

以乌鲁木齐河河源区1993年、1994年数据为基础,采用GLUE法对冰川积雪流域热力学模型参数的敏感性进行了分析.结果表明:在所分析的参数组中,冰川表面净辐射表现最为敏感;合理的参数取值范围可以降低参数的敏感性;数据序列的延长将在一定程度上降低模型的不确定性;在可行参数组95%置信区间下的流量过程上下限并不能完全包括实测流量,这与选取分析的参数有关.     

HYPE模型在成屏一级水库的适用性研究

水文模型是模拟水库入库流量的重要工具之一。以浙江省遂昌县成屏一级水库为研究对象,基于LHOAT方法、DE方法和HYPE模型,通过参数敏感性分析、参数率定和误差分析,评估了HYPE模型对成屏一级水库入库流量模拟的适用性。结果表明:HYPE模型中极敏感的参数为cevp,较敏感的参数为pcluse、cevpcorr、rrcscorr、rrcs1; HYPE模型在率定期的纳什效率系数(NSE)为0. 87,在验证期的纳什效率系数(NSE)为0. 83,这表明HYPE模型具备在长序列日尺度水文模拟的能力; HYPE模型在洪峰模拟上模拟值低于实测值,原因可能是输入数据的精确性不足以及率定的模型参数并不能较好地反映出暴雨过程中的流域特征;对暴雨情况采用新的参数进行流域特征刻画,模型模拟效果更好。     

基于SWAT模型对洙赵新河流域径流的模拟研究

洙赵新河是南四湖流域重要的入湖河流,研究该流域的径流对南四湖湖西平原区具有重要意义。选用SWAT分布式水文模型,通过SWAT-CUP程序的Sufi-2算法进行参数率定、敏感性分析与不确定性分析,模拟了洙赵新河流域2008-2014年的月径流过程。结果表明:月径流在校准期和验证期的相关系数R2和NS效率系数均大于0. 85,表明SWAT模型在洙赵新河流域适用性较好;根据敏感性分析结果发现水文相关参数与径流有不同程度的相关性,其中植被蒸腾补偿系数、河岸调蓄的基流α因子、浅层地下水径流系数等13个参数最为敏感;在气象站点密度较小的地区,引入CMADS气象数据集作为流域水文模型的驱动数据集,取得了理想的效果。     

新安江模型参数变化对流域降雨径流过程的影响分析

水文模型可以模拟自然流域的降雨径流过程,在降雨径流过程模拟中,水文模型参数的选择往往会影响模型对流域径流过程的模拟效果.针对新安江模型,以陕西黑河金盆水库流域为研究流域,分析新安江模型参数变化对模拟流域降雨径流过程的影响,以确定新安江模型参数的敏感程度,从而服务于研究流域的汛期水文预报参数修正.模拟结果表明:在研究流域新安江模型参数中KKSS、KKG、WLM、WDM、kg、k为敏感参数,对模拟流域降雨径流过程的影响较大;参数WUM、IMP、B、c、SM、EX为不敏感参数,对模拟流域降雨径流过程影响较小.     

改进的新安江模型多目标参数优化 ——以临涣集流域为例

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。     

基于互信息的SWMM模型参数全局敏感性分析

采用互信息方法对SWMM模型输入参数与输出结果之间的非线性关系进行了全局敏感性分析。以山东大学千佛山校区降雨径流模拟为例,采用拉丁超立方体抽样,研究了SWMM模型模型参数对输出结果的影响程度。结果表明:峰值流量最敏感的参数为透水区曼宁糙率系数;峰现时间最敏感的参数为管道曼宁糙率系数,其次为最小渗透率;总产流最敏感的参数为最小渗透率。     

基于偏相关法的暴雨管理模型参数敏感性分析

基于拉丁超立方抽样法对暴雨管理模型(SWMM)输入参数进行采样,采用偏相关法对参数进行全局敏感性分析。取某小区为研究区域构建SWMM模型,分析水文水力参数变化对模型输出变量的影响大小。研究发现,峰值流量最敏感的参数是透水区糙率系数,但该系数并不起决定性作用,它和其他较敏感参数共同决定着峰值流量的大小;峰现时间最敏感的参数是最小渗透率,但是所有参数的敏感性都较低,对峰现时间的影响都很小;总产流量最敏感的参数依次是最小渗透率、面积修正因子、渗透衰减系数和最大渗透率。通过敏感性分析识别出敏感参数,可提高参数率定效率和模拟结果的可靠性。     

土地利用/土地覆被变化的水文效应模拟

通过SWAT模型数据库的建立、参数敏感性分析、率定、验证,模拟了泾河流域1992—2001年的月流量过程,并将构建的5种不同土地利用/土地覆被情景分别输入SWAT模型,模拟土地利用/土地覆被变化的水文效应。结果表明:随着草地和林地面积的增加,年均流量减小;地表裸露无植被时,年均流量比模拟期增大20.36%;地表全部为林地草地时,年均流量比模拟期减小7.68%;退耕还林和土地进一步退化时,年均流量均有所增大,但增幅不大。     

An Integrated Approach for Partitioning the Effect of Climate Change and Human Activities on Surface Runoff

Climate change and human activities have been identified as the two main reasons for the change in runoff. To better understand the factors causing runoff change, this paper develops an integrated approach which combined the elasticity coefficient approach (including a non-parametric model and six Budyko framework based models) and the hydrological modelling approach (using SIMHYD models) for partitioning the impacts of climate change and human activities on surface runoff. The Guanzhong River Basin(GRB), which is the sub-basin of the Wei River basin in China is chosen as the study area. In this study, trends in runoff, rainfall and potential evapotranspiration (PET) from 1958 to 2008 are analyzed using the Mann-Kendall test and change-points in the annual runoff from 1958 to 2008 are sought using the Fu formula, Mann-Kendall test and double mass curve. The calibrated and validated rainfall-runoff model SIMHYD is used to simulate the runoff in the GRB during 1958–2008. Seven different methods are used to calculate the elasticity coefficient and then the elasticity coefficient methods are used to evaluate the contribution of climate change and human activities. Combining all these results, the contribution of climate change and human activities to runoff change is 34.1?~?47.3 and 52.7?~?65.9 %, respectively. The study provides scientific foundation for understanding the causes of water resources decrease and significant information for water resources management under the influence of climate change and human activities.     

基于相似流域法的SWAT模型模拟黄河中游无资料地区径流

选用黄河中游两个小流域,基于相似流域法探求分布式水文模型SWAT在黄河中游小流域无资料地区径流模拟的适用性。通过距离、流域面积相近及属性相似的方法,用已知流域率定参数移植到无资料流域进行径流模拟。选取2009-2013年的日径流与月径流进行模型率定,以效率系数(NS)和决定系数(R2)为评价指标,率定出4个模型敏感系数,并用2014-2016年的日径流与月径流进行模型验证。结果显示:率定期月径流模拟的R2为0. 76,NS为0. 70;日径流模拟的R2为0. 70,NS为0. 64;验证期月径流模拟的R2为0. 82,NS为0. 74;日径流模拟的R2为0. 78,NS为0. 68。说明基于相似流域法的SWAT模型对于无资料的小流域月径流量模拟具有很好的适用性。     

气候变化对汉江上游径流特征影响预估

为了预测水文站逐月径流,对该流域水资源变化进行评估,运用小波神经网络建立汉江上游流域气象因子与径流过程模拟预测模型,并依据未来气候变化增量情景,对石泉水文站以上流域径流变化响应过程进行不同时间尺度分析。由已知汉江上游流域的月降水量和月平均温度,经小波神经网络自动“学习”训练获得石泉水文站精度较高的逐月径流数据。模拟计算结果表明:在不同未来气候变化设定情景下,该区域径流变化过程较为明显,年平均径流量最大变化范围为-34.7% ~ 21.4%。在降雨量不变、气温升高的情况下,年平均径流的响应变化范围为-5.1% ~ -13.3%。温度升高引起冬季径流增加较为明显,春季及秋季径流则存在减小趋势,秋季明显减少,而降雨量变化对夏季径流的影响最显著。     

BP神经网络预测河流月径流量

河流的月径流量是随机变化的，影响因素很多，如人类活动、降雨、下垫面的土壤、植被覆盖情况。利用人工神经网络理论建立BP（Back-Propagation，反向传播方法）网络预测模型，用该模型对河流的月径流量进行预测，BP神经网络模型计算快速，占用内存小，还有很好的容错性，可以得到比较理想的结果，精度高，可靠性好。模型建立之后，将其用于实例，通过对大量样本进行很多次的训练学习，得到训练好的BP网络模型，最后进行预测，得到令人比较满意的结果。     

SWAT模型在金沙江上游小流域径流模拟中的应用

为探讨SWAT分布式水文模型在金沙江上游小流域水文过程模拟中的适用性,选择金沙江一级支流冲江河流域为研究区,利用该小流域控制站来远桥水文站1961~2012年月径流量数据进行模型参数率定与模型验证研究。结果表明：SWAT模型对金沙江上游山区小流域径流模拟精度较高,冲江河流域率定期和验证期月径流模拟值与实测值的相关系数分别达0.97和0.81,平均相对误差分别为16%和20%,纳什系数Ens分别为0.84和0.82。     

中国四大河月径流随机变化特性的探讨

本文依据中国四大河(长江、黄河、松花江、西江)观测资料,用随机水文学的方法探索了四大河月径流时序变化特性和空间变化特性并在此基础上研究了表征月径流变化特性的模型。结果表明简单的季节性一阶自回归模型加上随机项的偏态变换可用来表征月径流的时序变化,主站模型可用来表征月径流的空间变化。结果还表明:长江和黄河月径流量的变化基本上是同步的,长江和松花江的月径流量变化表现出异步的趋势。     

基于自适应变分模态分解和长短期记忆网络的月径流预报

准确可靠的月径流预报是流域水旱灾害防治及水资源合理配置的重要依据。原始径流时间序列包含多种频率成分，将时间序列数据分解预处理技术和机器学习模型相结合的混合模型已被用于捕捉径流动态过程。然而，将数据分解技术直接应用于整个时间序列是一种不切实际的方法，会导致部分信息从测试阶段传输到模型的训练过程中。为此，设计了一个用观测数据更新历史样本的自适应动态分解策略，提出基于自适应变分模态分解和长短期记忆网络的分解-预测-集成月径流预测混合模型。首先，采用自适应分解策略对径流时序数据进行变分模态分解，得到不同频率成分的子序列；其次，为每个分解子序列构建长短期记忆神经网络径流预测模型，并采用贝叶斯优化算法优选模型超参数；然后，将子序列的预测结果集成得到径流的最终预测结果；最后，以金沙江上游石鼓水文站月径流预报为研究实例，对比传统的分解策略(“捆绑分解”)和分解方法(离散小波变换和集成经验模态分解),验证所提混合模型的有效性和可行性。结果表明，所提混合模型在数据分解预处理中避免了引入未来信息，并能够进一步提升径流预报精度。     

基于SWAT模型的秦淮河流域气候变化水文响应研究

为了解气候变化对水文水资源的影响机理,以秦淮河流域为研究区构建SWAT模型,使用SWAT-CUP对模型进行参数敏感性分析、率定及验证,并采用任意假设法设计未来气候情景,分析温度及降雨变化对流域径流及实际蒸散发量的影响。结果表明:模型在月径流模拟中具有较高的精度,适用于秦淮河流域气候变化下的水文响应研究;气温降低或降雨量上升都会引起流域径流量增加,反之则减少;实际蒸散发量与降雨量正相关,而实际蒸散发量对气温变化的响应不明显;平水年径流量对降雨量变化的响应较强,枯水年径流量对温度变化的响应较强;枯水年实际蒸散发量对降雨量变化的响应较强。     

基于EFAST方法的寒旱区流域水文过程参数敏感性分析

寒旱区流域受降雨径流和融雪径流联合补给,坡面产流和融雪过程可能对流域水文产生重要影响。以分布式水文模型SWAT为平台,选取模型多个参数为关键因子,借助EFAST方法探索融雪期(3月-5月)、非融雪期(6月-次年2月)的径流峰值以及全时段径流均值的参数敏感性,这些参数涉及降雨径流、积雪消融、蒸散发、下渗、地下水补给和壤中流等多种水文过程。同时,结合流域特征及参数物理意义,深入分析参数敏感的原因,并揭示参数背后的水文过程对开都河流域产汇流的重要影响。研究发现,坡面产流、下渗以及积雪消融等水文过程对开都河流域水循环具有重要影响。此外,对于寒旱区流域重要的融雪过程参数,其总敏感性显著而一阶敏感性不显著,表明通过EFAST方法得到的水文模型参数总敏感性更为合理。结果揭示了流域水文敏感因子及关键过程,为探索水循环机理,水文科学预测、管理流域水资源奠定了基础。