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。     

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。     

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。     

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。     

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。     

水文模型参数敏感性分析方法评述

针对水文模型敏感性分析中存在的诸多问题,分析水文模型参数敏感性分析在模型构建及应用过程中的主要作用及其与不确定性分析和参数优化之间的联系,总结敏感性分析方法的3种分类,并探讨水文模型中常用的筛选法、回归分析法、基于方差的分析方法及基于代理模型技术的分析方法等4种关键技术方法,剖析水文模型参数敏感性分析方法的适用条件及优缺点,回顾各种方法在水文模型中的研究现状,提出水文模型参数敏感性分析的研究框架与步骤,指出水文模型参数敏感性分析的计算效率、可靠性和参数的相关性是未来的主要研究方向。     

SWAT模型土壤数据库建立方法

从SWAT模型在中国应用的角度出发,针对模型土壤数据库与我国参数资料不一致的问题．提出了从苏联制土壤质地转化为美国土壤质地的方法,并给出了转换计算方法。应用该方法使用SPAW软件计算SWAT模型部分参数,进行了实例验证得到了理想的结果,为该模型在中国的应用提供了方便。     

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。     

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。     

An automatic parameter calibration method for the SWAT model in runoff simulation

Runoff simulation is highly significant for hydrological monitoring, flood peak simulation, water resource management, and basin protection. Runoff simulation by distributed hydrological models, such as the soil and water assessment tool (SWAT) model which is the most widely used, is becoming a hotspot for hydrological forecasting research. However, parameter calibration is inefficient and inaccurate for the SWAT model. An automatic parameter calibration (APC) method of the SWAT model was developed by hybrid of the genetic algorithm (GA) and particle swarm optimization (PSO). Multi‐station and multi‐period runoff simulation and accuracy analysis were conducted in the basin of the Zhangjiang River on the basis of this hybrid algorithm. For example, in the Yaoxiaba Station, the calibration results produced an R² of 0.87 and Nash Sutcliffe efficiency (NSE) index of 0.85, while verification results revealed an R² of 0.83 and NSE of 0.83. Results of this study show that the proposed method can effectively improve the efficiency and simulation accuracy of the model parameters. It can be concluded that the feasibility and applicability of GA‐PSO as an APC method for the SWAT model were confirmed via case studies. The proposed method can provide theoretical guidance for many hydrological research fields, such as hydrological simulation, flood prevention, and forecasting.     

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。     

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。     

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。