一种高效的SWAT模型参数自动率定方法

本文分析了SWAT模型和PSO算法的原理,将PSO算法引入SWAT模型中,构建了新的SWAT模型参数自动率定模块,通过在天津蓟运河流域实例研究,发现该方法率定精度较高,收敛速度快,运行结果稳定,整体率定效果优于模型自带的参数率定模块。如果用改进后的模块在Linux平台开展自动率定,可以使模型自动率定效率提高到当前水平的7倍,适用于大型流域或长时间系列模拟。而PSO算法作为一种通用的优化算法,可广泛用于各种水文模型的参数率定。     

一种高效的SWAT模型参数自动率定方法

对于SWAT这种复杂的分布式水文模型，参数率定是模型成功应用的难点和关键。虽然SWAT2005模型中已经有了参数自动率定模块，但其运行效率较低，对于大型流域难以推广。本文研究分析了SWAT模型和PSO算法的原理，将PSO算法引入SWAT模型中，构建了新的SWAT模型参数自动率定模块，通过在天津于蓟运河流域实例研究，发现该方法率定精度较高，收敛速度更快，运行结果稳定，整体率定效果优于模型自带的参数率定模块；如果用改进后的模块在Linux平台开展自动率定，可以使模型自动率定效率提高到当前水平的7倍，适用于大型流域或长时间系列模拟。而PSO算法作为一种通用的优化算法，可广泛用于各种水文模型的参数率定。     

POS优化算法在SWAT模型参数优化中的应用

当前,分布式水文模型SWAT模型在国内水文模拟中应用较为广泛,但模型参数较多,人工经验设定参数存在工作量较为繁杂,且模拟精度不高的缺陷,为此本文引入POS优化算法,对SWAT模型参数进行批量优化,并以汤河西支流域为研究区域,结合区域实测水文数据,对比分析参数优化前后,对SWAT模型模拟精度的影响。研究结果表明： POS优化算法可实现SWAT模型参数的批量优化,相比参数优化前,参数优化后SWAT模型模拟径流深相对误差减少5.7%,流量过程拟合系数提高0.118。研究成果对于水文模型参数优化和自动率定提供参考价值。     

系统微分响应参数率定方法在建阳流域SWAT模型中的应用

利用基于系统微分响应理论的参数率定方法率定闽江建阳流域SWAT模型,通过流域1992—2000年日资料验证了该方法的实际应用效果,采用纳什效率系数(NSE)、偏差百分比(PBIAS)和相关系数r作为评价指标对率定后的SWAT模型模拟精度进行评价,并与传统利用SUFI-2方法率定得到的SWAT模型模拟结果进行对比分析。结果表明：系统微分响应方法率定的参数在建阳流域的日径流模拟中表现较好,率定期和检验期NSE均为0.65以上,径流量PBIAS在5%以内,r在0.65以上;利用系统微分响应率定参数方法率定SWAT模型参数在实际应用中可行,且效率与精度均高于传统的SUFI-2方法。     

基于SWAT模型的沙厂水库流域综合治理措施配置研究

流域综合治理是生态环境保护与修复的有效途径.以密云区沙厂水库流域为研究对象,针对流域问题诊断与治理方案需求,以监测分析和SWAT模型模拟为主要手段,完成污染源分析、污染削减总量核算及治理措施配置,为水库流域水质改善和生态修复目标提供技术支撑.     

基于SWAT模型的宝库河流域日径流模拟

根据西宁市宝库河流域土地利用、土壤类型及气候特征建立了适合于该区的SWAT分布式流域水文模型,并参考月过程的参数率定结果对日过程进行模型校准和验证。结果表明:基于SWAT模型的日径流模拟在该流域得到了成功运用,其中模拟的相对误差R e为16.9%,Nash-Suttclife系数E ns为0.76,相关系数r2为0.72,为后续模拟该流域鱼类产卵期的流量脉冲过程提供了数据支撑。     

SWAT模型参数修正及应用——以德泽水库径流区为例

受人类活动和重大水利项目的影响,SWAT模型在对河道参数和平均坡长的计算中存在一些缺陷。通过遥感技术和经验公式对不合理的参数进行了修正。在对参数进行修正后,选取对水文、水质过程较为敏感的参数运用SWAT-CUP软件对模型进行优化,其率定和验证精度均达到了较为满意的效果(径流量R²在0.764 3～0.967 4之间、NS在0.754 8～0.899 8之间,总氮负荷R²在0.546 2～0.659 9之间、NS在0.526 8～0.638 8之间),结果表明在其他参数不变的情况下,这种修正方式不仅可以更好反应流域内真实的地形地貌及河道信息,同时可提高模型月尺度径流的模拟精度(R²从0.834 9提升到0.871 9,NS从0.698 7提升到0.771 8)。可实际应用于德泽水库径流区。     

单目标和多目标优化在SWAT模型率定中的对比

为评估不同优化方法在分布式水文模型参数率定中的效率和效果,分别使用基于代理模型的多目标优化方法(multi-objective adaptive surrogate modeling-based optimization,MO-ASMO)、NSGA-Ⅱ和SCE-UA对SWAT模型进行参数率定。基于四湖流域2008—2021年的实测流量数据以及高程、土地利用、土壤类型等数据,构建SWAT模型,并针对3种不同优化方法的参数率定结果,采用相对误差百分比(P_BIAS)、Nash-Sutcliffe效率系数(E_NS)、均方根误差(E_RMS)和Kling-Gupta效率指标(E_KG)4种评价指标对比不同优化算法的优化效果,此外还创新性地量化不同统计指标的不确定性,以更全面地评估不同算法优化结果的稳健性与可靠性。结果表明,与单目标优化方法 SCE-UA相比,多目标优化方法的参数率定结果表现出更好的可靠性和稳健性,在多目标优化方法中,MO-ASMO方法能以显著更少的模型运行次数达到与NSGA-Ⅱ相似的优化效果。     

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。     

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。     

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。     

图们江流域SWAT模型的构建及其参数敏感性分析

为科学评估与合理优化图们江流域水资源，以图们江流域(中国一侧)1995年～2019实测气象水文数据为基础，应用ArcGIS 10.2建立了SWAT水文模型，对流域2000年～2019年月径流过程进行模拟。基于SWAT-CUP中的SUFI-2算法对模型输入的参数进行敏感性分析和率定校准，并探讨了模型在图们江流域的适用性。结果表明，对所构建模型模拟效果影响最大的参数为CN2、ALPHA＿BF、SLSUBBSN;率定期的确定系数R²=0.88,效率系数NSE=0.74;验证期的确定系数R²=0.83,效率系数NSE=0.66,两个时期的百分比偏差PBIAS<25%,均方根差与标准偏差的比值RSR均小于0.6。     

基于SWAT的径流模拟参数优化方案及不确定性分析

SWAT模型在水科学领域应用极为广泛,顺序不确定拟合算法（SUFI-2算法）是SWAT校准优化的首选工具,提高SUFI-2算法的率定效率对SWAT的应用十分重要。在SUFI-2算法中设立NS、R2和PBIAS 3种目标函数,在此基础上,分析14种水文相关参数敏感性,基于95PPU不确定性的限制原则（P-factor>0.7且R-factor<1）率定参数范围,结合模拟性能评价的分级准则遴选最佳模拟,最后采用出山店水库1980～2018年水文资料进行验证。结果表明：3个目标函数中,PBIAS对参数变化的响应程度最强,利用PBIAS确定的敏感参数有CN2,CANMX,SOL＿BD,GW＿DELAY,GWQMN, GW＿REVAP,ESCO,RCHRG＿DP和SOL＿AWC;率定期和验证期模拟不确定性与降水分布相关;遴选的最佳模拟在不同时期表现出的性能稳定高效,证明遴选方法可行。研究成果对于提高水文模型优化效率具有借鉴意义。     

SWAT模型参数敏感性分析与自动率定的重要性研究——以玛纳斯河径流模拟为例

介绍了SWAT2005模型参数敏感性分析和自动率定模块的原理,并在新疆玛纳斯河流域中进行应用,通过敏感性分析及参数率定前后的结果对比,证明该模块对模型应用的重要性。根据LH-OAT敏感性分析法,辨析出影响玛纳斯河流域径流模拟结果精度的主要参数因子:积雪温度滞后因子(Timp)和基流回退系数(Alpha_Bf)。根据SCE参数自动率定法,确定出对径流模拟结果影响较大的11个参数值,并采用连续5年的实测日径流数据对模型进行了验证。结果表明:模型对日流量模拟的相对误差在模型校准期和验证期均小于20%,相关系数R2高于0.8,Nash-Suttcliffe系数Ens高于0.7,SWAT模型在玛纳斯河流域产流的模拟结果良好,值得进一步推广。     

基于SUFI-2优化算法和SWAT模型的汾河流域月径流模拟

以黄河中游的汾河流域为研究区域,构建汾河流域SWAT分布式水文模型,采用SUFI-2优化算法进行参数敏感性分析、率定与不确定性分析,模拟了流域控制站河津水文站的月径流过程。结果表明:12个水文参数对径流的模拟均有不同程度的影响,对径流影响量最大的为土壤层有效含水量、其次为径流曲线数,影响最小的为主河道河床曼宁系数;率定期和验证期E_ns值均达到了0.80以上,相对误差R_e均小于20％,且确定性系数R²均大于0.85。汾河流域SWAT模型的月径流模拟效果较好,验证期较率定期落在不确定性区间的数量有所增加,表明验证期的径流模拟比率定期的径流模拟不确定性程度大。     

基于SWAT模型的长江源区巴塘河流域径流模拟

为了分析长江源区巴塘河流域气候变化与径流的水文响应关系,根据研究区的DEM(digital elevation model)、气象数据、土壤类型和土地利用数据,建立了SWAT(Soil and Water Assessment Tool)模型,并选用SUFI-2(Sequential Uncertainty Fitting)算法进行SWAT模型参数的矫正及验证。模拟结果表明:矫正期与验证期的模拟径流量与实测流量的峰值出现月份基本一致,均在巴塘河流域的6—9月份,最小值出现月份均在巴塘河流域的1,2月份,地下水延滞参数为影响模拟结果的首要因子。矫正期与验证期的模拟径流量与实测径流量之间的确定性系数及效率系数都高于0.8,该模型对巴塘流域的模拟效果良好,但受冻土影响较大。通过径流模拟及影响因子分析,可为巴塘河流域的山洪泥石流灾害预测、风险分析与管理提供参考。     

基于SWAT模型的清凉山水库氮磷入库通量研究

以清凉山水库流域为研究对象,构建SWAT模型模拟计算入库流量与氮磷通量,分析氮磷时空分布特征与潜在空间来源。研究表明：清凉山水库多年平均入库流量为2.77 m³/s,总氮、总磷入库通量分别为33 030.3、2 282.0 kg/a,经新田水的总氮(19 882.7 kg/a)、总磷(1 275.4 kg/a)入库通量高于经溪田水的总氮(12 977.5 kg/a)、总磷(956.9 kg/a)入库通量;汛期的氮磷入库通量大于非汛期,水体中总氮、总磷浓度均在入汛前达到峰值;总氮、总磷负荷较大的区域主要分布在流域中部地区,总氮负荷集中于农田占比高的地区,总磷负荷集中于铁质强淋溶土占比高的地区;流域中氮素的主要来源是农业施肥,磷素的主要来源可能是自然源。研究成果可为流域内水环境管理提供科学依据。     

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MOSCEM-UA算法的水文模型参数优化

详细阐述了水文模型参数多目标自动优化过程,并以此来评估水文模型在率定过程中所体现出来的异参同效性。采用集总式Hymod模型研究海河流域宽城水文站以上流域。在模型参数优化率定过程中涉及到的主要模型参数有:土壤最大持水量,土壤持水量空间分布指数,快、慢速流分水系数以及快、慢速流退水系数。采用了两个对立目标,通过MOSCEM-UA算法的多目标参数优化,可以得到多个目标空间的Pareto解集、径流预测区间和相对应的参数范围。