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。