基于地理信息的SCS模型及其在黄土高原典型流域降雨-径流关系中的应用

基于土地利用、土壤类型等信息数据和流域水文、气象资料,应用美国农业部水土保持局研制的小流域设计洪水模型-SCS模型对王东沟流域径流过程进行了模拟.按照集水区自然分水线划分流域子单元,并提出了适合该流域产流计算的CN值表.结果表明,模型所模拟的径流过程与实测径流过程具有较好的一致性,模拟精度在75%以上,说明模型在参数的确定上是较为合理的,可以应用于黄土高原典型流域.为建立分布式水文模型对流域进行生态水文综合评价提供了科学方法.     

基于径流和积雪资料的水文模型多目标率定

以雅鲁藏布江奴下水文站以上流域作为研究区，采用HBV水文模型（Hydrologiska Byr?ns Vattenbalansavdelning model）对研究区域的积雪和径流进行模拟。提出了一种同时考虑径流、雪深和积雪覆盖面积的多目标优化方法对水文模型的参数进行率定，并同仅考虑径流和雪深的率定结果进行了对比。结果表明，率定时仅考虑径流和雪深时，HBV模型能较好地模拟研究区的径流过程，但对雪深变化过程的模拟效果欠佳；率定时增加积雪覆盖面积目标函数后，模型能精确判断流域积雪覆盖情况，径流的模拟效率系数也有所提升，表明同时基于径流、积雪覆盖面积和雪深数据的HBV水文模型可以更好地预测和模拟研究区积雪和径流变化。     

基于包气带厚度的流域蓄水容量计算及水文模拟

在概念性分布式水文模型中,张力水蓄水容量的空间分布的确定是个难题。而对于传统的新安江模型来说,流域平均张力水蓄水容量作为模型中的一个参数起到重要的作用。本文在考虑到新安江模型中的包气带厚度和TOPMODEL模型中计算网格的缺水厚度有着相似的定义的基础上,以TOPMODEL模型中地下水水面深度的相关原理为基础,建立流域网格单元蓄水容量与包气带厚度间的关系求出张力水蓄水容量的空间分布,进而构建一个以自然子流域为计算单元的分布式水文模拟系统。在广东西江流域中的新兴江小流域的应用结果表明,所用方法得到了理想的模拟结果。与传统的参数率定方法相比,该方法以物理规律为基础能较为准确的计算出特定空间尺度下的张力水蓄水容量,为分布式新安江模型的建立奠定了坚实的基础。     

定量评估参数不确定性传递对径流模拟的影响

水文模型是模拟流域水文过程的重要工具，其参数的不确定性降低了模拟精度。为了定量探究参数不确定性对径流模拟的影响，文章基于构建的子午河流域SWAT（soil and water assessment tool）模型，采用析因分析方差分解方法评估其影响。结果表明：不同流量下参数不确定性对径流模拟影响差异明显，低流量时参数不确定性影响大，高流量时其影响小；对水文响应最敏感的参数依次为主河道传输损失流量进入深层含水层的比例系数、主河道河床有效导水率和土壤饱和导水。主河道传输损失流量进入深层含水层的比例系数与土壤饱和导水率之间的交互作用，主河道河床有效导水率与土壤饱和导水率之间的交互作用对径流模拟影响显著。结果可为降低水文模型参数不确定性的影响提供参考。     

基于人机联合优化的SWAT模型参数率定方法研究

参数率定是水文模拟的重要环节,也是分布式模型研究中的难点问题。寻求一种收敛速度快、精度较高的参数率定方法,对提高模拟精度具有重要的意义。LGCPSO算法是一种可以更加有效地搜索全局最优解的优化方法,但使用过程中无法考虑参数的物理意义,参数取值可能不符合流域实际情况。本研究以西营河为例,采用人工试错法与LGCPSO算法联合率定SWAT模型参数,模拟流域的月径流过程和日径流过程。结果表明:人机联合优化方法和SCEUA算法计算得到效率系数Ens、相关系数R2和相对误差Re的结果接近,率定结果较稳定;采用人机联合优化方法率定参数后,月径流模拟过程的Ens和R2可达到0.8以上,日径流模拟过程的Ens和R2达到0.6以上,且模拟结果能较好地反映径流的实际变化趋势。因此,这种人机联合优化的率定方法具有一定的推广价值。     

基于降雨温度偏差纠正的金华江流域未来地表径流预估

利用区域气候模式PRECIS与分布式水文模型DHSVM进行耦合,并用金华江流域实测水文数据对水文模型参数进行了率定,将PRECIS模拟的A1B情景下基准期(1961-1990年)及未来期(2011-2040年)的气象数据作为DHSVM模型的输入,模拟出相应时期金华江流域的径流,然后对这两个时期的径流量进行比较、评估。由于PRECIS模拟的降雨和温度等较实测数据有较大误差,在利用PRECIS数据驱动水文模型前先对降雨和温度数据进行了偏差纠正。结果表明,偏差纠正可以较好的消除PRECIS模拟的降雨和温度等数据的误差;A1B情景下未来期(2011-2040年)金华江流域的地表径流量、极端径流值等较基准期(1961-1990年)略有减少,地表径流量减少约3.86%,变化不显著。     

系统理论水文模型结构与参数多目标优化

本文提出了一种水文模型结构和模型参数同时优化的方法,克服了经验确定模型结构方法未考虑模型结构与模型参数的交互影响且难以得到最优模型结构的缺陷;同时,针对传统基于单一目标优化率定模型参数不能全面反映水文情势多方面特性的不足,引入了多目标优化思想,将模型结构和模型参数优化置于多目标优化框架下,有效解决了单目标优化导致的模型预报误差均化效应。通过流域日径流预报的实验验证,结果表明本研究方法可以获得较优的模型结构和模型参数,为水文模型参数和结构优化提供了一种新的途径和方法。     

长短时记忆网络与新安江模型耦合的降雨径流模拟性能

深度学习技术在降雨径流模拟方面具有广阔应用前景,但受训练样本限制,需与传统水文模型相耦合,由传统水文模型提供训练数据。耦合数据的选择和超参数方案对耦合模型的模拟性能影响显著,但尚未有专门的研究。本文以东湾流域为例,用双向长短时记忆网络耦合新安江模型不同模块数据,并用灰狼优化算法优化超参数,构建降雨径流模型。结果表明：模型耦合不同数据时,对日径流和场次洪水的模拟性能均有提高,尤以耦合产流量和模拟流量数据时最为明显。不同耦合数据需调整超参数方案,灰狼优化算法可满足需求。本研究为提高耦合模型径流模拟能力提供了新思路和新方法。     

基于数值降雨预报信息的中期径流预报方法研究

随着数值气象预报水平的不断发展,考虑数值降雨预报信息有利于提高流域径流预报的精度,能够为水库未来的兴利调度决策提供可靠的信息支撑。为此,本文以浑江桓仁水库流域为研究实例,分别采用新安江模型和多元线性回归模型建立流域汛期和非汛期的中期旬径流预报模型,其中模型参数分别采用遗传算法和最小二乘法进行优化率定。在以上模型的基础上,采用美国全球预报系统发布的未来10 d数值降雨预报信息作为降雨输入,预报桓仁水库的中期旬径流。研究结果表明中期径流预报受降雨预报信息的不确定性影响,预报精度随预见期延长而降低,但仍高于传统不考虑降雨预报信息的中期径流预报。     

基于免疫克隆选择算法的新安江模型参数率定

对免疫克隆选择算法进行详细描述和分析,并将其应用于新安江模型的参数率定当中,对于人工生成的理想水文资料,分别采用SCE-UA算法、并行遗传算法（PGA）、改进粒子群算法（SMSE-PSO）和本文提出的免疫克隆选择算法（ICSA）进行参数率定,比较结果可知I,CSA收敛结果更好,效率和精度更高,将其应用实测资料中,预报结果均达到规范要求,证明ICSA是一种更为有效的新安江模型参数率定方法。