分布式水文模型EasyDHM模型（II）应用实例

本文介绍了分布式水文模型EasyDHM在汉江上游流域的应用实例。作者通过采用EasyDHM模型中的改进WetSpa产流模型、马斯京干汇流模型、LH-OAT敏感性分析方法、SCE-UA参数优化方法等，对汉江上游流域进行了水文模拟及参数率定。由参数敏感性及参数优化结果知，各产汇流参数敏感性随空间分布的不同有一定差异，而随着时间系列的延长其变化并不大，这不仅说明了按水文站进行参数分区的必要性，也说明在长系列水文模拟中，可仅对指定校正期进行参数优化。而参数优化后能较大程度提高水文模型模拟精度，则证实了参数优化的必要性以及本模型所选取参数优化算法的合理性。     

分布式水文模型EasyDHM （Ⅱ） ：应用实例

本文介绍了分布式水文模型EasyDHM在汉江上游流域的应用实例。通过采用EasyDHM中的EasyDHM产流模型、马斯京干汇流模型、LH-OAT敏感性分析方法和SCE-UA参数优化方法等,对汉江上游流域进行了水文模拟及参数率定。由参数敏感性及参数优化结果可知,各产汇流参数敏感性随空间分布的不同有一定差异,而随着时间系列的延长其变化并不大,这不仅说明了按水文站进行参数分区的必要性,也说明了在长系列水文模拟中,可仅对指定校正期进行参数优化。而参数优化后能较大程度提高水文模型模拟精度,则证实了参数优化的必要性以及本模型所选取参数优化算法的合理性。     

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。     

SWAT模型的参数灵敏度分析——以贡嘎山海螺沟不同植被类型流域为例

目前分布式水文模型在我国各种流域的水文过程模拟中已得到广泛的应用,为了深入了解不同分布式水文模型参数在水文循环过程中的影响程度,文中针对贡嘎山海螺沟4种不同植被类型流域,采用扰动分析方法定义模型参数的灵敏度并根据灵敏度的取值分为5级,基于SWAT(Soil&Water Assessment Tool)分布式水文模型研究了模型参数灵敏度在年内夏季和冬季的变化及其对水文过程模拟结果的影响。计算结果表明:冬季模型参数的灵敏度普遍偏高,会出现枯水期径流过程模拟误差较大的现象,而夏季模型参数的灵敏度相对降低;但在同时模拟汛期和枯期的径流过程情况下,前者的误差会小于后者。通过对SWAT模型参数在不同植被类型流域的灵敏度分析,将会有助于减少水文模拟的不确定性或能获得更好的估计结果。     

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。     

一种改进的参数区间选取方法及 在 WEP2L 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 WEP2L( Water and Ener gy transfer Pr ocess in Lar ge 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 WEP2L 实现参 数自动率定, 模拟精度能达到 01 633; ( 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。     

地下水数值模拟中的参数敏感性分析

对国内外地下水数值模拟中的参数敏感性分析工作进行了系统总结,指出了敏感性分析作为地下水数值模拟工作的一个基本步骤的重要性和必要性。目前的地下水数值模拟工作中存在对敏感性分析重视不够、分析方法单一、结论缺乏验证及对参数的浮动范围未达成共识等问题;应发展新的敏感性分析方法,以便对目前的方法进行验证。     

一种SWAT模型参数识别的改进方法

参数的敏感性分析和不确定性分析是分布式水文模型构建的先决条件。在辽河流域建立SWAT模型,利用SWAT-CUP中的SUFI-2算法进行参数的率定,在此基础上提出一种更为简便的参数识别方法。将研究区域辽河干流的主要支流分别进行参数识别,再将SWAT-CUP中率定的最佳参数的从TXINOUT文件中提取出来,分别覆盖到SWAT模型中各对应支流子流域的TXINOUT文件中,即可得到按主要支流经过参数识别后的SWAT模型,避免了SWAT-CUP调参工具涉及众多子流域导致参数识别过于复杂的问题。结果表明,辽河干流主要支流招苏台河、清河、柴河等子流域主要水文断面率定期的平均纳什效率系数分别为0.60、0.65、0.68,验证期分别为0.60、0.72、0.77,参数率定的结果相对于全局调参有较大的改进。采用本文提出的参数识别方法,可以解决SWAT-CUP全局调参时上下游断面结果难以同时匹配或伪匹配的问题,又可以避免分区参数识别时对不同子流域的土地利用类型、土壤类型以及坡度等参数的繁琐设定,同时降低了SWAT模型手动调参的复杂程度,可较好地应用到SWAT模型参数识别过程中。     

基于Sobol方法的新安江模型参数敏感性分析

采用敏感性分析方法对复杂模型和系统的输入和输出进行定性和定量的分析,有利于模型结构的诊断、模型参数的识别和模型的应用。现以桓仁水库流域为例,使用Sobol方法,以确定性系数、总水量误差系数、低水误差系数和高水误差系数作为敏感性分析模型的目标函数,分别对模型单参数和多参数的敏感性进行了评价。结果表明不同目标函数下参数的敏感性不同;Sobol能定量地给出参数的总敏感度和参数间相互作用的敏感度,适合于分析水文模型的参数敏感性。     

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。     

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.     

Statistical Analysis of Parameters and Residuals of a Conceptual Water Balance Model – Methodology and Case Study

Statistical analysis of parameters and residuals of conceptual hydrological models has received little effort in the hydrological research, certainly by orders of magnitude less than on many other problems like development and comparison of automatic calibration methods, optimisation algorithms, etc. Much more work is required than is presently undertaken to investigate the properties of model residuals. There is a need of an easily understandable and applicable statistical analysis scheme. In this article, a procedure is presented through which two basic issues of model evaluation are accounted for. First, different techniques used for parameter analysis are discussed. Second, methodology of residual analysis is discussed and the general behaviours of residuals are examined. To illustrate the procedure, a simple water balance model was applied to the Stabbybäcken River Basin in central Sweden.     

径流过程水分滞留时间研究进展

径流过程水分滞留时间可以揭示有关水的储存、水流路径和水分来源的信息,用于表征和比较不同的水文系统,并且广泛地用来描述流域功能。在前人对径流过程水分滞留时间研究的基础上,系统地总结了地形、土壤覆盖和气候等因素对流域水分滞留时间的影响,分析了同位素和水化学示踪剂在滞留时间评估中的应用,综述了估算水分滞留时间的集总参数模型的研究进展。水文示踪和集总参数模型是研究水分滞留时间的有效手段,强化流域水文循环全要素监测,系统研究关键带径流组分滞留时间是未来深入揭示流域水文过程响应机制的重要内容和研究方向。     

分布式水文模型EasyDHM模型

介绍了自主开发的分布式水文模型EasyDHM的空间单元离散方式、主要理论模块及相应的模型软件系统MWEasyDHM。EasyDHM模型的空间离散采用自主开发的通用子流域划分算法,很大程度上扩展了分布式水文模型的通用性,支持多种产汇流算法,支持用户对主要产汇流参数的敏感性分析和参数优化,以优化模型模拟效果,开发了专门的洪水预报模块,支持洪水实时校正及多模型组合预报技术并在嫩江流域使用EasyDHM模型进行了应用验证。     

三峡库区典型支流水质模型及其参数敏感性分析

参数敏感性分析旨在确定水质模型中各参数对模型精度的影响,在利用水质模型分析时,可根据参数的敏感性精简模型中的大量参数。以三峡库区支流草堂河为例,建立相应生态动力学模型,并对模型结果进行验证,再进一步采用扰动分析法对模型中26个参数的敏感性进行了计算分析。研究结果表明:生化参数中浮游植物的最大生长率(R0)、适应温度下限(T1)、死亡线性系数(RDIE1)、光照最低值(IOPT)、消光系数(KC)、遮光系数(KW)及磷酸盐半饱和系数(KPO4)是敏感性最高的参数,其他参数敏感性相对较低;对同一参数而言,其敏感性亦会随季节改变发生变化,其敏感性一般在冬春季较低,夏秋季较高。     

Strategies to enhance the reliability of flow quantile prediction in the gauged and ungauged basins

The precise reproduction of different flow regimes in both gauged and ungauged watersheds is crucial for managing environmental flow and water quality requirements. However, the ability of hydrological models to reproduce flow quantiles (FQs) is often influenced by the process of calibrating the most dominant parameters through traditional parameter estimation methods. This research proposes a systematic parameter estimation approach to improve the credibility of the hydrologic model in reproducing FQs in gauged and ungauged watersheds through the following steps: (a) implementation of parameter sensitivity analysis to identify the dominant parameters, (b) initial estimation of the sensitive parameter values, (c) an iterative search for the optimal value of the dominant parameter in reproducing FQs and (d) regionalization of parameters to estimate FQs in the ungauged watersheds. The analysis shows the highest sensitivity of the runoff curve number (CN2) in simulating the hydrologic process in all test watersheds. Moreover, the best value of CN2 was found to be different for each flow quantile. Therefore, CN2 was updated for reproduction of FQs, which resulted in an overall average improvement of the regionalized model accuracy (across all test watersheds and flow quantiles) by 37 and 46% during the calibration and validation periods, respectively. The spatiotemporal dynamics of the water balance components that often control the behaviours of FQs in both the gauged and ungauged watersheds were also quantified. The results show a wide range of spatiotemporal variations for the majority of the water balance components.     

多元优化算法在马斯京根模型参数优化中的应用

以2个实例为研究对象,利用一种新型群体智能算法——多元优化(MVO)算法优化马斯京根模型参数,并与相关文献中加速遗传算法等多种方法的优化结果进行对比。结果表明:MVO算法优化结果优于其他算法,利用MVO算法优化马斯京根模型参数,可以获得比相关文献更高的模拟精度,不但为精确估计马斯京根模型参数提供了有效方法,而且拓展了MVO算法在水文模型参数优化中的应用。     

基于GPU加速的水文模型参数率定

针对水文模型参数率定问题,为显著提升计算效率,选择SCE-UA算法和新安江模型为研究对象,围绕SCE-UA算法并行化与程序化实现、并行SCE-UA算法在图形处理器(GPU)上的加速效果这两个关键科学问题,以GPU硬件平台和通用计算设备架构(CUDA)软件平台为工具,采用时空复杂度分析、算法并行性挖掘、代码深度优化、数值模拟实验等多种手段相结合的方法,进行了水文模型参数率定提速研究。内容包括:①搭建基于CUDA和GPU的并行计算软硬件平台,进行配置与调优;②并行SCE-UA算法及其程序化实现;③并行SCE-UA算法在GPU上的加速效果。研究结果表明:所提出的方法显著提升了参数率定效率,能够促进水文模拟、最优化方法、计算机科学与技术等多学科的交叉、融合与发展,对水文模拟与预报、防洪快速应急响应具有科学意义和实用价值。