目标函数对滦河流域SWAT模型径流模拟不确定性的影响

针对水文模型参数和径流模拟结果不确定性问题,选取2Nash-Sutcliffe效率系数(NSE)、改进的决定系数(R_m²)、相对误差(PBIAS)、Kling-Gupta效率系数(KGE)4种目标函数,对构建的滦河流域潘家口水库上游SWAT模型进行参数率定及验证,分析了不同目标函数下模型参数的敏感性差异及径流模拟的不确定性。结果表明：参数敏感性会随迭代次数增加和抽样范围变化发生改变,不同目标函数下率定的参数范围和最优值显著不同;NSE和KGE作为目标函数在各站点径流模拟中更稳健,分别表现出较高的模拟精度和较低的模拟不确定性。     

基于统计仿真和数据同化的流域水文过程模拟

针对模型参数率定计算负荷量和优化性能问题,以沙河流域为研究区域,基于分布式时变增益水文模型,通过PSUADE平台提供的响应曲面参数优化方法,结合误差纠偏的集合卡尔曼滤波数据同化算法,实现水文模拟的综合优化。利用流域出口流量观测作为验证数据,以纳西效率系数和水量平衡系数及其综合函数作为评价目标,借鉴响应曲面方法生成水文模型的统计仿真代理模型,对模型参数进行敏感性分析并缩小取值范围,利用全局优化方法实现参数率定。基于遥感蒸散发观测、借助集合卡尔曼滤波算法,进行水文模型的数据同化,实现流域径流过程模拟的有效校正。结果显示:借助统计仿真方法降低了参数率定的计算消耗;利用数据同化调整了模型模拟的轨迹,验证期水量平衡系数、纳西效率系数、综合评价指标分别达到1.102、0.798、0.152,整体径流模拟效果较好,蒸散发模拟结果同样得到改善。     

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。     

新安江模型在白云山水库日径流模拟的应用

根据白云山水库所在富田水流域的水文特性,采用新安江(三水源)模型进行日径流过程模拟,通过率定模型参数,将年径流误差的最优值作为目标函数进行反复调试,得出相对最优结果.在日模型率定期9年和验证期7年中,径流深合格率均为100%,模拟结果表明新安江(三水源)模型可用于白云山水库,该模型预报效果较好、精度高、合理可行,可供借鉴.     

目标函数不确定性对流域径流预报效果的影响

水文模型参数率定过程中,不同的目标函数及其组合将导致不同的径流模拟结果,进而影响到流域水文预报的精度。为此,以湿润区的嘉陵江流域为研究对象,通过设定不同目标函数及其组合方案集,采用多目标优化算法(NSGA-Ⅱ)对模型参数进行优选,并探究了不同目标函数及其组合对模型的模拟精度、不同量级流量和月尺度径流模拟的影响。结果表明:不同目标函数及其组合下,率定期模型的模拟精度均优于验证期的精度,若不考虑水文模拟过程与实测水文过程的吻合程度这一目标函数,将导致径流预报精度较差;同时,不同目标函数及其组合对不同量级的流量和月径流量均会产生重要影响;但总的来说,考虑多目标函数组合的模拟值与实测值之间的相对误差更小,而且明显优于单目标。研究成果可为开展水文预报工作提供参考。     

不同水文模型在双桥流域的应用比较

新安江模型、SWAT模型和BTOPMC模型分别代表集总式、响应单元式和网格分布式三种不同结构的流域水文模型。以Nash效率系数为目标函数,采用SCE-UA自动优化算法率定模型参数,对双桥流域的日径流进行了模拟。结果表明:新安江模型、SWAT模型和BTOPMC模型都能较好反映双桥流域的日径流过程。从总体效果来看,新安江模型的模拟效果比SWAT模型和BTOPMC模型的好,三个模型对总体水量的模拟误差都在±10%以内,水量模拟比较平衡。在不同流量级的模拟中,SWAT模型的水量平衡效果均比新安江模型和BTOPMC模型的好;大流量模拟时,新安江模型的模拟均方根误差较小,模拟效果最好;中流量和小流量模拟时,BTOPMC模型的均方根误差较小,模拟效果最好。     

变化环境下水文模型时变参数的识别及函数型式构建

选用两参数月水量平衡模型,采用集合卡尔曼滤波算法识别水文模型参数时变过程,通过模型参数与气候因子的相关性分析,构建了参数与降水、潜在蒸散发和气温的线性函数。以美国MOPEX数据库的3个流域为研究对象,利用1983~2003年的月水文数据进行实例研究,结果表明:相较于常数参数方案,考虑时变型式参数的模型在率定期和检验期的径流模拟纳什效率系数可分别提高18%和17%,且对峰值的模拟更优;通过典型干旱年(1999~2001年)与湿润年(2003年)分析降水变化对径流的影响,发现以往将参数视为常数会低估径流的变化,低估量最高可达38%,而时变参数方案可将径流变化量误差降至7%。因此,将水文模型参数考虑为气候因子的函数型式更有利于变化环境下径流预测的准确性。     

基于 SWAT 模型的北山水库流域地表径流模拟

为评价北山水库流域地表水资源,选用SWAT软件构建了该流域的分布式水文模型。基于2016-2018年实测水文数据以及高程、土地利用类型、土壤类型等数据,完成了对北山水库流域的SWAT模型构建,利用SWATCUP软件对参数进行率定及敏感性分析,选取决定系数(R~2)、纳什效率系数(NSE)、平均相对误差绝对值(MARE)和均方根误差(RMSE)作为模型评价指标。结果表明:北山水库月蓄水量模拟值与实测值吻合良好,模型率定期和验证期的R~2均达到0.89,NSE分别达到0.88与0.85,MARE分别为5.04%与4.23%,RMSE分别为1.15×10~6 m~3与0.90×10~6 m~3,由此表明该模型能近似反映研究区的径流变化特征,展示了SWAT模型在该流域的适用性。此外,基于验证的水文模型对主要参数进行敏感性分析,表明影响该区径流模拟最为显著的两个参数是浅层地下水回归流阈值和径流曲线数。     

基于BP神经网络的MIKE SHE模型参数率定

为了更精细地对水文全过程进行描述和解析,更准确地构建分布式水文模型,以丹麦Karup流域为例,对MIKE SHE模型的饱和导水率、饱和带水平水力传导系数、河床透水系数进行了参数率定,模拟流域的日径流过程。结果表明:基于BP神经网络反分析的参数率定方法比MIKE SHE模型参数自动率定计算得到的均方根误差RMSE小,模型效率系数Ens更接近1;采用BP神经网络反演率定参数后,3组测试样本的日径流模拟过程的RMSE分别为0.04,0.03,0.08 m³/s,Ens均为0.99,且模拟结果能较好地反映径流的实际变化趋势。因此,这种基于BP神经网络反分析的参数率定方法对构建分布式水文模型具有一定的价值。     

海河流域日径流模拟不确定性分析及应用

文章基于HBV、HyMod和新安江三个不同结构概念性水文模型,对海河响水堡流域进行多模型集合模拟,并对模拟日径流不确定性进行评估。结果表明响水堡流域在20世纪80年代前,下垫面变化较大。且HyMod模型,HBV模型,新安江模型及基于模型集合预报方案的HYMOD-HBV模型,HYMOD-新安江模型,新安江-HBV模型在响水堡流域日流量模拟中均有较好的应用,可实现洪水预报目的。     

Quantifying the Uncertainty Interaction Between the Model Input and Structure on Hydrological Processes

Input error is one of the main sources of uncertainty in hydrological models. It mainly comes from the uncertainty of precipitation data, which is caused by inaccurate measurement at the point scale and imperfect representation at the regional scale. The structural error of the hydrological model is dependent on the input, and the uncertainty interaction between the model input and structural will increase the cumulative error of the hydrological process. Therefore, the objective of this study is to investigate the impacts of the uncertainties of rain gauge station input levels and hydrological models on flows with different magnitudes by setting nine input levels of rain gauge stations using three hydrological models (i.e., HyMod, XAJ and HBV). The variance decomposition method based on subsampling was used to dynamically quantify the contribution rates of rain gauge station input levels, hydrological models, and their interaction to the runoff simulation uncertainty. The results show that different rain gauge station input levels and hydrological models dynamically affected the hydrological simulation due to an uneven spatiotemporal distribution of precipitation. Moreover, the simulation accuracy was poor at low flow but better at high flow. Increasing the number of rainfall stations input under a certain threshold could significantly improve the hydrological simulation accuracy. In addition, the contributions of the uncertainties of the rain gauge station input levels and its interaction with the hydrological model to runoff were significantly enhanced in the flood season, but the contribution of the hydrological model uncertainty was still dominant. The results of this study can provide a decision-making basis and scientific guidance for the management and planning of water resources within basins under the influence of a changing environment.

     

河北雨洪模型在半干旱区的应用与研究

河北雨洪模型是一种兼具蓄满和超渗产流机制的概念性水文模型。为了探索河北雨洪模型在半干旱区的应用效果,并研究目标函数对模型模拟结果的影响,以黄河上游小流域为研究区,对研究区1994-2010年间的10场洪水过程进行模拟,并分别以峰值加权均方根误差、加权误差及效率系数为目标函数,研究了不同目标函数对模型模拟结果的影响。结果表明:河北雨洪模型对西北半干旱区的洪水过程模拟有良好的适用性;不同目标函数对模型模拟效果的影响各有侧重,但模拟结果都很接近,在实际问题中,应根据关注的重点恰当选取目标函数而避免一定的盲目性;选取峰值加权均方根误差作为目标函数时,模型对副峰的模拟效果较好。     

不同气候条件的抚河流域SWAT径流模拟与验证

以鄱阳湖水系的抚河流域为研究对象,构建了抚河流域的SWAT模型,并对李家渡水文站的径流数据进行了模拟。模拟结果表明该模型适用于抚河流域的径流模拟。为了进一步验证模型在极端气候条件下的稳定性,分别选取连续丰水年(1975—1977年)和枯水年(1963—1965年)、连续高温年(1963—1965年)和低温年(1969—1971年)对模型进行验证。通过对气候变化条件下流域径流的模拟,率定期的决定系数R²与效率系数ENS均在0.85以上,验证期(1991—1998年)的R²与ENS均在0.80以上,说明构建的模型在极端气候年份具有一定的稳定性。     

基于多重演化模式重构的水文预报模型及应用

因长期受人类活动、气候变化等多重因素作用,水文时间序列表现出多时间尺度、多频率、动态变化、自记忆性等复杂性特征,增加了水文预报结果的不确定性。本文将经验模态分解模型,核主成分分析模型和支持向量机模型耦合,建立了针对复杂性水文时间序列的预报模型,并采用NASH效率系数、自相关系数、相对误差作为模拟预测精度及参数率定的多目标判断标准。模型应用于黄河花园口水文站径流序列的长期水文预报中,结果表明:模型预报时段长,具有较好的预测准确性和实践应用价值。该模型为多重因素作用的复杂性水文时间序列预报提供了一种方法。     

改进粒子群优化算法在水文模型参数优化中的应用研究

引入改进的粒子群优化算法,对垂向混合产流模型计算参数进行优化,并对比参数优化前后水文模拟精度。研究结果表明：改进的粒子群优化算法模型可较快完成参数优化,相比于参数优化前,垂向混合产流模型年尺度模拟相对误差减少6.15%,模拟的过程确定性系数平均提高0.11;在次洪模拟中,模拟相对误差平均减少3.03%,模拟的洪水过程确定性系数平均提高0.19,水文模拟精度得到较大程度提高。研究成果对于区域水文模型参数优化提供参考价值。     

基于数值天气预报模式的流域中期径流预报

研究耦合天气预报模式的径流预报对提高预报预见期及流域防洪减灾具有重要意义。以金溪池潭水库流域为例,通过尺度转换和气象要素联结实现GEM和GFS两种数值天气模式与新安江模型的单向耦合,进行流域水文模拟以及中期径流预报。日径流过程和次洪过程模拟结果发现耦合数值天气预报模式的流域中期径流预报能够较好地预估一段时间内的径流总量,而对洪峰以及洪水过程预报能力稍有不足。预报误差来源有水文模型误差和降水预报误差两种,且降水预报的误差在水文模型中会有放大的效应,这增加了中期径流预报的不确定性。     

妫水河流域水文模拟及参数不确定性分析

以北京市延庆区妫水河为例,使用SWAT(Soil and Water Assessment Tool)模型对妫水河流域进行月尺度水文模拟,使用SUFI-2(Sequential Uncertainty Fitting)算法分析参数的敏感性,依据SWAT-CUP自动率定得到P因子和R因子分析模型的不确定性,从而完成本流域分布式水文模型的构建。率定结果显示,率定期确定系数R 2为0.65,效率系数NSE为0.61;验证期确定系数R 2为0.89,效率系数NSE为0.88;不确定性分析结果中P-factor均大于0.5,R-factor均小于0.3。通过以上分析可得该模型对妫水河流域的水文模拟有良好的效果。     

Parameters Optimization using Fuzzy Rule Based Multi-Objective Genetic Algorithm for an Event Based Rainfall-Runoff Model

The calibration of an event based rainfall-runoff model for steam flow forecasting is challenging because, it is difficult to measure the parameters physically on the field for each rainfall event. In the present study, Fuzzy rule based Multi-objective Genetic Algorithm (MGA) is developed to optimize the infiltration and roughness parameters of an event based rainfall-runoff model. Nash Sutcliffe Efficiency (NSE), Coefficient of Determination (R²) and transformed volume difference (f(V)) are used as the objective functions of the MGA and all Pareto optimal solutions are identified using Nondominated Sorting method. As three objective functions are included in the calibration, the number of Pareto optimal solutions are also increases and hence, the optimization problem now becomes a decision making problem. Therefore, to select the best solution from all Pareto optimal solutions, a Fuzzy Rule-Based Model (FRBM) is developed to get alternative values of each Pareto optimal solution. First, the Fuzzy rule based MGA is developed by integrating the FRBM with the MGA. Then the Fuzzy rule based MGA is integrated with an event based runoff model. The developed Fuzzy-MGA based runoff model is tested on three different watersheds and the simulation results of Fuzzy-MGA based runoff model are compared with observed data and previous study results. From the simulated events of three watersheds using Fuzzy-MGA based runoff model, it is observed that the mean percentage error in any criteria (i.e. volume of runoff, peak runoff, and time to peak) of the developed model for a watershed is less than 16.33%. It is also noted that the developed Fuzzy-MGA based runoff model is able to produce hydrographs that are much closer to the measured hydrographs.