基于Sobol法的TOPMODEL模型全局敏感性分析

Sobol法是最具代表性的全局敏感性分析方法。应用Sobol全局敏感性分析方法分析TOPMODEL模型的参数对Nash-Sutcliffe效率系数、总水量平衡误差系数、低水流量误差系数和高水流量误差系数4个目标函数的敏感性。通过对白盆珠水库、流溪河水库的分析结果表明,较敏感的参数有M、lnT0、Sr0和Rv,Sobol方法给出的定量敏感度能衡量敏感性表现的差异,并反映出了模型"异参同效"的现象。     

基于RSMSobol方法的HIMS模型参数敏感性分析

以黑河莺落峡以上流域为例,基于PSUADE平台,采用参数敏感性快速定量评估的RSMSobol方法分析了HIMS模型参数的敏感性。以体积误差Ve、Nash-Suttcliffe效率系数、标准误差σ、相对误差Re和相关系数r等作为目标函数综合评价了HIMS模型的模拟效果。结果表明:产流参数R和汇流参数C_1是重要参数,对于不同的目标函数,产流参数R都是最敏感的;模型参数敏感性对不同目标函数存在一定差异,产流参数R和r对体积误差和Nash-Sutcliffe效率系数表现得较为重要,而汇流参数C_1、C_2对相关系数、效率系数和标准误差的影响较为明显。     

基于LH-OAT与变异系数法的汇流模型参数敏感性分析

为分析汇流模型参数对洪水模拟效果的影响,提高模型参数率定的精确性,以山西省洪水预报系统中的纳什瞬时单位线汇流模型为研究对象,运用LH-OAT法对汇流模型参数进行定向改变,分析确定汇流模型参数在不同等级洪水、不同流域、不同目标函数中的敏感性,再基于变异系数法确定汇流模型参数综合敏感性系数。研究表明,纳什瞬时单位线汇流模型参数敏感性会随着洪水等级、流域特征、目标函数的不同而改变,且汇流模型参数的敏感性仅与目标函数洪峰误差PE、洪峰流量Q_(mi)有关,与其他的目标函数无关;C_1与C_2这2个汇流模型参数综合敏感性系数分别为0.58、0.42,均为敏感性参数,且C_2的敏感性大于C_1。     

基于LH-OAT与熵值法的水文模型参数敏感性系数分析

以山西境内10场次洪水为研究对象,首先采用优化的LH-OAT法,通过对参数的定向改变,得出了双超产流模型参数在不同流域、不同等级洪水及多个目标函数下的敏感性与相关性情况,再基于熵值法确定了模型参数的综合敏感性系数。研究表明:双超产流模型参数敏感性受目标函数、流域特性影响,并且仅在目标函数为PE时,其与各参数的敏感性与相关性不明显。改进的熵值法可以定性定量对模型参数进行多目标函数下的综合敏感性系数分析,模型参数综合敏感性大小排序为S_rK_sbα_0σc。     

E-FAST方法在流溪河模型参数敏感性分析的应用

该文采用E-Fast全局敏感性分析方法针对我国3个不同大小的流域开展了分布式物理水文模型——流溪河模型的参数敏感性分析研究,综合分析了不同目标函数下的参数敏感性。结果表明,E-Fast方法能有效识别流溪河模型的参数敏感性;模型参数的敏感性在不同流域中显示出相同的敏感性,对不同目标函数出现了不同的敏感性,说明参数敏感性具有个性和共性的特点;该方法定量化信息量大,计算量适中,适合分布式水文模型参数敏感度分析。     

WEP模型参数自动优化及在汉江流域上游的应用

本文将全局参效自动优化算法-复形进化算法,引入WEP-L模型,并成功应用于汉江上游流域.通过复形进化算法参数自动优化,可找到WEP-L模型的一套较优的参数.同时,为比较不同目标函数对参数敏感性与自动率定的影响,分别对8种目标函数进行了参数敏感性分析及自动率定.结果显示,如果以水量误差和纳什效率系数为评价标准,排序后的残差平方和及其变化形式的效果较好.WEP-L模型参数敏感性分析及参数自动化率定的实现,可提高WEP-L模型参数率定的科学性和客观性,从而方便WEP-L模型的推广与应用.     

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。     

基于不同目标函数GLUE方法参数不确定性研究

水文模型在防洪预报中发挥着重要作用,然而由于模型参数具有不确定性,即使有实测的降雨资料,也可能会产生较大的预报误差。针对参数的不确定性问题,以半湿润的陈河流域为研究区域,基于单目标GLUE方法和多目标GLUE方法,分析不同目标函数GLUE方法对实测径流的模拟能力以及参数的敏感性。研究结果表明,参数可分为敏感性参数(SM,CS)和非敏感性参数(K,KG,KI,CG,CI),不同的似然目标函数对径流具有不同的模拟能力,相对于单目标函数,多目标函数预报的不确定性范围较大,区间覆盖率较大,洪水预报的精度更高。     

闸门调度对下游水体COD浓度衰减的敏感性分析

为定量讨论单一水闸的多闸门调度对下游COD浓度衰减的影响,采用2009—2011年在北运河杨洼闸上下游进行的实地监测数据,通过结合人工神经网络与修正的一维污染物衰减模型,建立了单一水闸多闸门调度对下游水体COD衰减影响的数学模型;并使用权值分析法、Sobol法对该模型进行全局敏感性分析,分别得到上游来水COD浓度、纵向距离、水闸开孔数、开闸高度的一阶敏感性指数和总敏感性指数。结果表明:Sobol方法在神经网络模型敏感度分析中的定量化结果与权值分析法一致;杨洼闸对水流的控制作用明显,且增减开闸孔数比升降闸门高度可更有效地控制流量大小;降解系数与弥散系数的变化对河道内COD的衰减过程影响很小,且通过闸门调度改变水力条件也不会显著提高两者的影响力,COD浓度的衰减主要依靠稀释作用;影响COD降解过程的因素排序为:上游来水COD浓度,纵向距离,水闸开孔数,开闸高度。     

一种改进的参数区间选取方法及在WEP-L模型中的应用

分布式水文模型由于参数众多,各参数之间不能完全独立,在参数自动率定中存在部分参数的优选过程相互抑制情况。以WEP-L(Water and Energy transfer Process in Large river basins)分布式水文模型为例,基于GLUE算法推求模型参数的后验分布,将参数全局敏感性分析的Sobol方法与概念性水文模型的参数区间优选方法相结合,给出了在较少参数采样次数条件下分布式水文模型不完全独立的多参数自动优选方案,并在白河流域进行了应用。结果表明:(1)用GLUE算法推求参数后验分布,结合Sobol分析及参数的区间优选方法,可对WEP-L实现参数自动率定,模拟精度能达到0.633;(2)将Sobol全局敏感度分析与参数的区间优选方法相结合,可进一步优化参数区间确定的原则,提高模拟的精度。研究结果可为分布式水文模型的参数率定提供借鉴。     

水文模型参数的灵敏度分析

利用RSA和Sobol’两种全局灵敏度分析方法,对新安江模型中的主要产汇流参数进行了灵敏度分析,分析中采用Latin超立方采样方法,设定了模型参数的合理取值范围。参数灵敏度分析结果表明,两种方法得到的结果比较一致,流域蓄水容量是最敏感的参数,其次为汇流参数。灵敏度分析为水文模型有效的参数率定提供了技术支持。     

Toward Improved Calibration of SWAT Using Season-Based Multi-Objective Optimization: a Case Study in the Jinjiang Basin in Southeastern China

Calibration is an important step in most hydrological modeling processes because it helps produce reasonable results. This study aims to investigate the seasonal sensitivity of streamflow parameters and to evaluate the ability of a season-based multi-objective approach to calibrate the Soil and Water Assessment Tool (SWAT) model. The primary goal was achieved through an integrated approach. A variance-based global sensitivity technique, Sobol’ method, was used to evaluate the seasonal sensitivity of streamflow parameters. For the multi-objective approach, three objective functions were considered: the Nash–Sutcliffe efficiency, Nash–Sutcliffe efficiency of logarithmic transformed discharge, and relative bias. The model performances of the season-based multi-objective approach MOO(II), based on these functions and flow duration curves during wet and dry seasons, were compared to three other methods: SOO(I), a conventional single-objective approach to the entire series; SOO(II), a season-based single-objective approach; and MOO(I), a multi-objective approach for the entire series. The four methods were assessed using the SWAT model to predict daily discharge in the Jinjiang basin in southeastern China. The results showed that sensitivity of model parameters varied between the wet and dry seasons. The seasonal calibration approaches, MOO(II) and SOO(II), showed significantly better simulation performances during the dry season while the multi-objective approaches produced more accurate simulations of different aspects of the hydrograph, including peak and low flows and overall water balance, compared to the single-objective methods. MOO(II) captured the seasonal variation of hydrological processes best, compared to the other methods, and the parameter values it identified demonstrated significant seasonal variations.     

基于 UQ-PyL 的 SWAT 模型参数不确定性 分析综合评估

为解决 SWAT?(soil?and?water?assessment?tool) 模型在复杂情形下的参数不确定性分析问题，引入参数不确定 性分析平台 UQ-PyL(Uncertainty?Quantification?Python?Laboratory)，开发 UQ-PyL 与 SWAT 模型的耦合模块，使得 UQ-PyL 中的各种算法能够方便快捷地应用于 SWAT 模型的参数不确定性分析。为验证 UQ-PyL 用于 SWAT 模 型参数不确定性分析的效果，在我国不同气候条件下的 4 个流域构建 SWAT 模型，综合对比评估 UQ-PyL 与 SWAT-CUP 对模型参数的不确定性分析结果。结果表明：UQ-PyL 多种敏感性分析方法筛选出的敏感参数比 SWAT-CUP 单一方法筛选的结果更加合理；使用 UQ-PyL 率定的参数在 4 个流域应用中都表现良好，优化后模拟 结果的纳什效率系数均在 0.55 以上，收敛次数在 550 次以内；在 4 个流域的模拟中，UQ-PyL 能提供计算效率更高 的算法 ASMO，也能提供模拟结果更准确的算法 SCE。综上，与 SWAT 模型相耦合的 UQ-PyL 能够支持 SWAT 模 型用户在不同系统下对模型参数进行更高效的不确定性分析研究。     

WEP模型全局参数敏感性分析及参数自动率定

本文把LH-OAT全局参数敏感性分析算法，SCE-UA全局参数自动优化算法引入WEP-L模型，并成功应用于汉江上游流域。通过LH-OAT参数敏感性分析，可以减少参与参数优化的参数个数，然后再对这些参数进行SCE-UA参数自动优化。同时，为比较不同目标函数对参数敏感性及自动率定的影响，分别对8种目标函数进行了参数敏感性分析及自动率定。结果显示排序后的残差平方和及其变化形式的效果较好，其中排序后二次方根形式变化的残差平方和效果最好。WEP-L模型参数自动化率定的实现，可大大提高WEP-L模型参数率定的科学性和客观性，从而方便WEP-L模型的推广与应用。     

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。     

Parameter identification and global sensitivity analysis of Xin’anjiang model using meta-modeling approach

Parameter identification, model calibration, and uncertainty quantification are important steps in the model-building process, and are necessary for obtaining credible results and valuable information. Sensitivity analysis of hydrological model is a key step in model uncertainty quantification, which can identify the dominant parameters, reduce the model calibration uncertainty, and enhance the model optimization efficiency. There are, however, some shortcomings in classical approaches, including the long duration of time and high computation cost required to quantitatively assess the sensitivity of a multiple-parameter hydrological model. For this reason, a two-step statistical evaluation framework using global techniques is presented. It is based on (1) a screening method (Morris) for qualitative ranking of parameters, and (2) a variance-based method integrated with a meta-model for quantitative sensitivity analysis, i.e., the Sobol method integrated with the response surface model (RSMSobol). First, the Morris screening method was used to qualitatively identify the parameters’ sensitivity, and then ten parameters were selected to quantify the sensitivity indices. Subsequently, the RSMSobol method was used to quantify the sensitivity, i.e., the first-order and total sensitivity indices based on the response surface model (RSM) were calculated. The RSMSobol method can not only quantify the sensitivity, but also reduce the computational cost, with good accuracy compared to the classical approaches. This approach will be effective and reliable in the global sensitivity analysis of a complex large-scale distributed hydrological model.     

地源热泵系统地下水热量运移模拟参数敏感性分析

基于敏感性分析理论,以某地下水源热泵系统夏季运行为例,选取典型观测点温度值及回灌水热量影响范围作为模型输出结果,从局部和全局定性、定量地讨论了热泵系统特定水流和热源条件下地下水热量运移模拟中参数的敏感性问题。结果表明:模型输出结果对所选参数的局部敏感性程度和趋势差别明显;全局敏感性分析中其他参数不同取值对待分析参数敏感性各参数间共同作用对模型均存在影响,各参数组合全局敏感性趋势变化基本一致,模型稳定性较好。