概念性水文模型多目标参数自动优选方法研究

以三水源新安江模型为例，研究探讨了概念性水文模型多目标参数自动优选方法。目标函数综合考虑了水量平衡、确定性系数、洪峰和枯水流量过程。通过对目标函数的不同组合方式，分别率定模型参数和分析比较结果。研究表明，多目标参数自动优选方法综合考虑了水文过程的各种要素，优于传统的单目标优选结果，具有较高的模拟预报精度。     

流域水文模型参数识别的现代优化方法研究进展

水文参数优化是水文模型发展中的一个重要部分,针对水循环过程模拟中的流域水文模型参数识别的复杂优化问题,回顾了水文模型优化算法的发展历程,对国内外水文模型参数识别算法的最新进展进行了阐述.介绍了模拟退火算法、遗传算法、SCE-UA、粒子群算法等常用算法的参数设定及一般流程,并对编码遗传算法、单纯形混合加速遗传算法和运用融合技术的几种遗传算法以及其它几种常用算法在新安江模型中的优化结果进行了比较,认为混合加速遗传算法是一种较好的方法.在系统研究现代优化算法与传统优化算法的基础上,建立各种优化算法的融合技术和法则可能是进一步提高参数优化算法性能的方向.     

遗传算法在水文预报中的应用

本文简要介绍了遗传算法的基本原理,利用该算法率定新安江模型的参数,并应用于江界河-思南区间的水文预报.结果表明,利用遗传算法率定水文模型参数直观、简便、适用性强,能较大地提高水文预报的效率和精度.     

多目标进化算法在新安江模型参数率定中的应用比较研究

为了克服传统优化技术在新安江模型参数率定中收敛慢、不稳定等缺点,近年来利用进化算法在水文模型的率定中得到越来越多的重视和发展.但对它们优选效果的比较讨论却非常少见.本文根据三水源新安江模型特点,以洪峰流量.峰现时间和洪水总量为优化目标,采用NSGA-Ⅱ、SPEA、PESA三种经典算法,通过对三种算法产生的非支配集进行算法评价,并比较了三种算法产生非支配集的收敛性与分布性,结果表明NSGA-Ⅱ在总体上最优.     

新安江模型参数多目标优化研究

水文模型的参数优化率定一直以来是水文预报领域的重要研究内容,当水文模型的结构确定后,水文模型参数的选择对水文模型整体性能和水文预报结果的好坏有着至关重要的影响.针对传统水文模型参数优选采用单一目标不能充分全面挖掘水文观测资料中蕴含的水文特征信息的缺陷,本文以新安江三水源模型为例,尝试采用多目标优化算法优化率定水文模型,算例应用分析表明,通过合理的选择目标函数的种类和数目,采用多目标进化算法优化率定模型参数,可以获得相对于单目标率定模型参数更优的结果.进一步,研究工作针对模型参数优化的结果进行分析,可以明显看出模型参数优化中存在“异参同效”现象,为后续模型参数不确定性分析等相关研究工作的开展做好了铺垫.     

无资料地区水文模型参数移植不确定性分析

无资料地区降水径流模拟是水文学研究的国际前沿和热点问题。水文模型参数移植是无资料地区降水径流模拟的重要方法,对径流模拟精度具有重要的影响。利用核密度估计和蒙特卡罗随机模拟等方法,构建了一种水文模型参数移植误差驱动的无资料地区径流模拟不确定性定量评估框架。以广西壮族自治区42个有水文监测站点的典型中小河流为研究对象,率定新安江模型参数并模拟日径流和洪水过程,将42个典型流域依次假定为无资料流域,利用基于回归分析、相似流域和机器学习的参数移植方法,模拟无资料地区的洪水过程并识别最优的参数移植方法,分析移植法估算的模型参数值和直接率定值相比误差的概率分布特征,定量评估模型参数移植误差带来的径流模拟不确定性。研究结果表明：(1)基于回归分析的参数移植法模拟无资料地区洪水过程的精度优于相似流域法,优选的机器学习算法比传统回归分析法和相似流域法的计算精度提高了7%～15%;(2)与模型参数率定值相比,移植方法计算的模型参数具有一定的误差,对洪水模拟敏感参数的误差小于不敏感参数;(3)受模型参数移植误差的影响,利用蒙特卡罗法随机模拟的洪水过程具有一定的不确定性,洪量和洪峰相对误差的主要区间分别为10...     

新安江模型与水箱模型在柘溪流域适用性研究

为提高柘溪流域洪水预报精度,充分合理利用洪水资源,缓解该流域下游的防洪压力,同时为水库防洪调度以及经济运行提供科学合理的决策依据,研究了集总式概念性水文模型新安江模型及水箱模型在该湿润流域的适用性。选取该流域2004~2015年实测数据,应用三目标MOSCDE算法分别优选三水源新安江模型以及水箱模型参数,从而对该流域划分的多个子流域单元进行了场次洪水模拟计算,并对比分析不同流域单元两种模型的模拟结果,探究不同模型结构在柘溪流域场次洪水模拟中的差异,分析总结这两种模型在该流域的适用性。结果表明:两种模型模拟效果比较接近,均可以达到《水文情报预报规范》规定的作业预报精度要求,且对于流域内的大洪水的模拟效果也比较理想。从洪量以及洪水过程方面分析,两个模型的模拟效果比较接近;从洪峰拟合角度分析,新安江模型比水箱模型更适合该流域。     

IHACRES模型在无资料地区径流模拟中的应用研究

IHACRES模型以单位线为基础,结构简单、概念明确、优选参数少,在国外已被广泛研究和应用,并认为是一个相当成功的流域水文模型。选择石门、高关、白云山水库流域以及汉江支流牧马河四个流域,假定其中一个流域有实测资料,对模型进行参数优选之后移用于其它流域,分别运用 IHACRES模型和新安江模型进行径流模拟。结果表明,IHACRES模型模拟精度高于新安江模型, 对无资料地区的径流模拟更为适用。     

概念性流域水文模型参数多目标优化率定

针对传统基于单一目标的水文模型参数优化率定方法不能充分挖掘水文系统不同动态行为特征的缺陷,提出一种多目标文化混合复形差分进化算法(Multi-objective Culture Shuffled Complex Differential Evolution,MOCSCDE)用于求解水文模型参数多目标优化问题。MOCSCDE算法将混合复形进化算法(Shuffled Complex Evolution,SCE-UA)置于文化算法(Cultural Algorithms,CA)进化的框架中,利用种群进化过程中提取的各种知识指导算法的运行,提高算法的运行效率,同时考虑到SCE-UA中单纯形算子不能充分利用种群个体信息的不足,采用全局搜索能力强的差分进化算法(Differential Evolution,DE)替代单纯形算子,可以更加充分利用种群个体信息进行演化计算,进一步提高算法的计算效率。将MOCSCDE算法应用于概念性水文模型——新安江模型的参数多目标优化率定,并与NSGA-Ⅱ和SPEA2算法进行对比分析,结果表明MOCSCDE算法的收敛性和分布性均优于NSGA-Ⅱ和SPEA2,可为水文预报提供更为全面可靠的参数组合决策依据。     

水文模型参数多目标率定及最优非劣解优选

针对概念性水文模型参数众多、相互制约,且多目标参数优化率定最优参数求解困难、易受决策者主观因素影响的问题,采用多目标优化算法对水文模型参数进行率定,得到模型参数最优非劣解集,在此基础上,引入最小最大后悔值决策理论,并结合Pareto支配基本理论,提出了一种多目标最优非劣解选取准则。以柘溪流域为研究对象,采用三目标MOSCDE优化率定新安江模型的参数,并与单目标SCE-UA优化结果进行对比分析。结果表明,提出的非劣解选取方法可以有效从大规模非劣解集中筛选出最优非劣解,大大缩短参数率定耗时。     

水文模型参数自动优选方法的比较分析

模型参数的识别是模糊研制与应用成功与否的关键。介绍了三个自动优选模型参数的方法，以新安江模型为例，应用１４个流域的资料，对罗森布郎克法、改进的单纯形法和基因算法优算法优选模型参数的效果，优化方法和收敛速度及参数初值对优选效果的影响进行了比较分析。     

分布式水文概念模型率定方案比较研究

本文在基于新安江模型的分布式水文概念模型的基础上,以伊河东湾流域为研究对象,分别采用集总式、半集总式、半分布式三种率定方案进行模型率定和径流模拟,并与传统的集总式水文模型进行成果比较。研究结果表明:总的来说,分布式模型的模拟结果略好于集总式模型;由于考虑了不同子流域参数变异性,半分布式方案要优于其他方案;但随着模型结构的复杂性增加,参数率定的难度增大,模拟结果的不确定性增多,分布式水文概念模型的模拟效率还有待于进一步的提高。     

新安江模型参数的线性化率定

为了解决一般概念性水文模型参数率定结果不稳定的问题,以新安江模型为例,提出了新安江模型日模参数的线性化率定方法。首先通过理想模型将该方法与SCE-UA方法及单纯形方法进行对比研究。率定结果中3种算法所获得的平均目标函数值分别为0.02、0.10、8.39 m³/s,平均循环次数分别为8、637、327,而且由线性化率定方法所获得的各参数值方差也要比其他2种方法小得多;说明线性化率定方法能够找到参数真值,计算精度和效率更高,率定结果更稳定。然后采用建阳和长滩河2个流域的实测资料对该方法进行应用检验,结果表明,同样可以较快地率定出稳定的模型参数优值。建阳流域的10组率定结果的目标函数值皆为100.35 m³/s,循环次数也皆在8次以内,而且2个流域检验期的径流深相对误差皆在9.68%以内,确定性系数皆在0.819以上。因此,线性化参数率定方法确实能够解决非线性模型参数率定结果不稳定的问题,不会产生不相关的局部参数优值,并且不受参数初值影响,计算精度高,循环次数少,是一种可行有效的全局优值参数优选方法。     

新安江产流模型与改进的BP汇流模型耦合应用

为提高新安江模型的汇流计算精度并减少经验因素对参数率定的影响,将新安江产流模型与改进的BP汇流模型相耦合,建立XBK(XAJ-BP-KNN)模型。该模型以前期模拟流量和新安江产流模型计算的产流量作为BP网络的输入,出口断面流量作为网络输出,拟合汇流的非线性关系,代替新安江模型的分水源、线性水库及河道马斯京根法的汇流计算;采用相似原理和K-最近邻算法,基于历史样本的模拟误差及相应影响要素对网络输出进行误差修正,实现了无前期实测流量的连续模拟;模型使用SCE-UA算法与遗传早停止LM算法相结合的全局优化方法进行参数优选。在呈村流域的验证表明XBK模型的模拟精度高于新安江模型,全局优化方法能找到最优参数,降低了模型的使用难度。     

PEST在WetSpa分布式水文模型参数率定中的应用

分布式水文模型随着计算机、遥感和地理信息系统等信息技术的发展成为水文模拟的热点,但面临着参数过多难以率定的问题.PEST是独立于模型的非线性参数估计和不确定性分析的综合软件,能通过尽量少的模型运行次数估计参数.本文应用以ArcView3.2为操作平台的WetSpa分布式水文模型,结合人工试错法和PEST独立参数自动率定程序联合对WetSpa模型进行参数率定,对白盆珠水库流域1992～2001年日径流进行连续模拟研究,取得较好效果.     

Assessment of climate change impact on the stream-flow in a typical debris flow watershed of Jianzhuangcuan catchment in Shaanxi Province, China

The study on the stream-flow change associated with future climate change scenarios has a practical significance for local socio-economic development and eco-environmental protection. A study on the Jianzhuangcuan catchments was carried out to quantify the expected impact of climate change on the stream-flow using a multi-model ensemble approach. Climate change scenarios were developed by ensemble four Global Climate Models, which showed good performance for Jianzhuangcuan catchment. Soil and Water Assessment Tool (SWAT), a physically based distributed hydrological model, was used to investigate the impacts on stream-flow under climate change scenarios. The model was calibrated and validated using daily stream-flow records. The calibration and validation results showed that the SWAT model was able to simulate the daily stream-flow well, with Nash–Sutcliffe efficiency >0.83 for Yaoping Long station, for calibration and validation at daily and monthly scales. Their difference in simulating the stream-flow under future climate scenarios was also investigated. The results indicate a 0.6–0.9 °C increase in annual temperature and changes of 12.6–18.9 mm in seasonal precipitation corresponded to a change in stream-flow of about 0.62–3.67 for 2020 and 2030 scenarios. The impact of the climate change increased in both scenarios.