不同小波函数对灰色模型精度影响分析

针对小波灰色模型在水文序列预测中面临的小波函数的选择问题,采用安庆站1956~2011年实测降雨量作为算例,以传统的灰色模型预测值作为参考,考虑了Haar、Db、Smy、Coif、Bior、Rbio、Dmey等7种小波基函数,通过方差和纳什系数作为模型预测评价指标,对不同小波灰色模型精度影响进行了分析。结果表明:不是所有小波函数与灰色模型耦合都能提高模型的精度;安庆站1956~2011年实测降雨量水文序列来说,db1小波函数对模型精度提高的效果最明显。     

SIMHYD模型在松花江流域应用的适应性分析

近年来,概念性水文模型在水文预报中得到了广泛应用,为探讨SIMHYD模型在松花江流域应用的适应性,为其汛期的防洪控制、水库调度提供依据,本文选择嫩江流域上游石灰窑断面和第二松花江流域白山断面汛期(6—9月)的日径流过程进行模拟。计算结果表明,SIMHYD模型在松花江流域的应用中存在区域性差异:在嫩江流域上游石灰窑汇水区,率定期的纳什系数为0.501,验证期的纳什系数为0.158,模型应用的适应性较差;在第二松花江流域白山汇水区,率定期的纳什系数为0.777,验证期的纳什系数为0.729,模型应用的适应性优良。模型对于洪峰处的模拟存在较大误差,主要原因在于该模型没有考虑到产流时空分布不均及河道汇流计算过程。     

融合数据同化与机器学习的流域径流模拟方法

环境变化影响下流域径流的精确模拟对洪涝灾害防治与区域水资源管理都具有重要意义。在径流模拟研究中，现有机器学习模型未能充分考虑水文中间状态变量对降雨-径流过程的影响，本研究基于集合卡尔曼滤波(EnKF)更新水文状态变量，结合主成分分析(PCA)提取预报因子的主要特征，采用长短时记忆神经网络(LSTM)构建考虑水文中间变量的机器学习水文模型EnKF-PCA-LSTM。以赣江流域为例，评估EnKF-PCA-LSTM模型的径流模拟效果，同时将模拟结果与LSTM模型、物理水文模型HYMOD做对比分析。结果表明，EnKF-PCA-LSTM模型模拟径流的纳什效率系数、Kling-Gupta效率系数和对数纳什效率系数分别为0.954、0.971和0.972,比LSTM模型和HYMOD模型具有更好的模拟性能，说明考虑水文状态变量可有效提高机器学习模型的径流模拟精度及稳定性。研究成果可为流域径流模拟提供技术参考。     

探索涝渍连续抑制天数指标作为水稻排水标准的试验

为探索涝渍连续抑制天数指标作为水稻排水标准,通过测坑模拟水稻抽穗开花期涝渍连续动态试验,构建了水稻涝渍连续抑制天数指标(Continuous Stress-Day Index of Water Logging,CSDI)的模型,提出了CSDI和涝害权重系数的求解方法,通过对实测数据的分析,建立了水稻相对产量与CSDI的关系模型。研究结果表明:单纯受渍和涝渍连续灾害均会造成水稻不同程度的减产,但涝渍连续灾害减产程度比单纯受渍高;涝害权重系数是一个随涝渍状态变化而变化的状态变量;在涝渍连续情况下,水稻的相对产量与CSDI具有良好的线性关系,涝渍连续抑制天数指标可作为水稻排水设计标准。利用文中CSDI的模型,可制定水稻控制排水策略。     

HSPF模型在流域水文与水环境研究中的进展

HSPF （Hydrological Simulation Program-Fortran）模型是在Stanford水文模型的基础上发展起来的。作为半分布式水文水质模型的优秀代表, HSPF模型能够综合模拟河道水力、 流域径流、 土壤流失、 污染物迁移等过程, 从而被广泛应用于流域水文与水环境研究中。通过概述HSPF模型研发与整合的发展历程, 以及模型中PERLND、 IMPLND与RCHRES等3个主要模块结构, 且综述了模型在土地利用变化、 水文过程、 非点源污染模拟以及模型参数校验等方面的研究进展。研究表明： HSPF模型对于经验公式和假设估计仍然存在改进与完善的空间; 对参数的深入分析研究参有助于降低模拟结果的不确定性; HSPF模型对采集数据精度和规范性的要求也较高。最后, 从经验公式完善、 参数不确定性探讨和模拟精度提高等方面对模型的完善提出相关建议, 供相关研究提供参考。     

中线调水前汉江中下游水量和水质本底特性及变化趋势分析

为研究南水北调中线工程调水前,汉江中下游的水量和水质本底特性及变化趋势,选择汉江中下游6个水文站及4个水质观测断面,采用数理统计、Mann-Kendall检验和Spearman秩次检验法,分别从水量和水质两个方面进行了分析。研究结果表明:(1)对比分析历史长序列流量资料,1999~2013年间汉江中下游地区处于偏枯期;(2)汉江中下游水量的年际变化较大,极值比介于2.7~3.3之间。水量年内各月分配变化也较大,汛期径流量占全年的63%~66%,非汛期仅占全年的34%~37%;(3)汉江中下游地区各水文测站的年均流量序列,总体上随时间变化的趋势均不显著,但经历了1980~1990的偏丰期及1990~2013的偏枯期;(4)汉江中下游地区的水质达标情况较好,大部分年份的水质均优于III类水质标准,且水质无显著的变化趋势。     

探索涝渍连续抑制天数指标作为水稻排水标准的试验

为探索涝渍连续抑制天数指标作为水稻排水标准, 通过测坑模拟水稻抽穗开花期涝渍连续动态试验,构建了水稻涝渍连续抑制天数指标（Continuous Stress-Day Index of Water Logging,CSDI）的模型,提出了CSDI和涝害权重系数的求解方法,通过对实测数据的分析,建立了水稻相对产量与CSDI的关系模型。研究结果表明:单纯受渍和涝渍连续灾害均会造成水稻不同程度的减产,但涝渍连续灾害减产程度比单纯受渍高;涝害权重系数是一个随涝渍状态变化而变化的状态变量;在涝渍连续情况下,水稻的相对产量与CSDI具有良好的线性关系,涝渍连续抑制天数指标可作为水稻排水设计标准。利用文中CSDI的模型,可制定水稻控制排水策略。     

气候变化影响下辽西地区水文非一致性概率分析研究

GAMLSS模型在气候变化对水文非一致性影响中应用效果最好,以辽宁西部地区为研究对象,基于GAMLSS模型分析气候变化对辽西地区水文非一致的影响。结果表明:气候变化对辽宁西部年最大降水量影响最大,各模式下的Filliben系数在0.898~0.903之间变化,证明气候变化是年最大降水量突变的主因;而气候变化对辽宁西部地区年最大流量影响较小,人类活动是其年最大流量变化的主因。     

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。     

基于多元线性回归的甘池泉流量 对降水响应特征分析

以房山长沟镇甘池泉流量为研究对象,采用多元线性回归方法,分析泉流量-降水的响应特征。自相关性及互相关性分析结果表明,泉流量对降水表现为短期滞时(快速响应)和长期滞时(5~6个月)。建立大气降水-泉流量的多元线性回归模型,将输出结果与实测过程曲线相拟合,纳什效率系数NSE为0.72,表明建模效果较好。经分析,所建模型用于4个月之内的泉流量预测较为可靠。结合甘池泉域含水层特性分析,泉流量在降水后产生快速响应,其径流主要来自于表层岩溶带裂隙水流;而5~6个月的长滞时响应来源于深远部岩溶带裂隙水流。     

东北半干旱地区流域分布式水文模拟——以洮儿河流域为例

以东北半干旱地区典型流域-洮儿河流域为研究对象,应用SWAT模型对流域水文过程进行了模拟研究;选择流域上游子流域和中下游子流域分别进行参数敏感性分析,识别出影响模拟结果的敏感参数,研究发现部分参数敏感性存在空间变异性,分析主要原因在于气候和下垫面的空间异质性导致了流域上下游产流模式存在差异。采用1988-1997年水文气象数据进行模型率定和验证,结果表明：干流水文站月流量过程率定期Nash-Sutcliffe 效率系数平均值为0.78,验证期为0.72,相关系数都达到0.86以上,水量误差大多在20%以内,对日过程的模拟也有较高的精度;枯水年模拟结果较差,主要是因为流域降水站数量不够,难以反映降水的时空分布。对于水文、气象等资料相对缺乏的东北半干旱地区,SWAT模型的模拟结果总体令人满意,可以应用于与流域径流相关的各种模拟分析,研究成果对进一步加强洮儿河流域水资源综合管理提供了依据和手段。     

基于HBV模型的太子河流域径流变化情景预估

以太子河流域为研究区域,采用HBV水文模型对流域的水文过程进行模拟,并选取RegCM4.4区域气候模式输出的平均气温和降水数据来驱动HBV水文模型,模拟逐日径流过程,分析RCP4.5排放情景下未来太子河流域径流的演变。结果表明,HBV水文模型在太子河流域模拟效果较好,率定期与验证期Nash效率系数与确定性系数均在0.60以上,模型基本模拟出了洪水对降水的响应过程。RCP4.5情景下,2021 2070年太子河流域年平均气温呈持续升温趋势,流域降水和年径流深度呈微弱减少趋势。相较于基准期,年径流深度将增多9.79%,夏季和秋季径流深度上升明显。径流分位数的变化表明,峰值极端径流和枯水极端径流均较基准期有不同程度的增多,未来太子河流域发生极端洪涝的可能性较高。     

Runoff Change in Taizihe River Basin Under Future Climate Change Based on HBV Model

Taking the Taizihe River Basin located in Liaoning Province as a study area, we applied HBV hydrological model to simulate the hydrological process of this river basin with the support of observed daily precipitation, mean temperature, hydrological data in Xiaolinzi hydrologic station, and global digital elevation model data from SRTM3, land utilization types, etc. According to the simulation results of daily runoff, the possible impact of future climate change on runoff was analyzed through forcing HBV model by RegCM4.4 dynamic downscaled climatic data. The results show that HBV model performed generally well for daily simulation of the Taizihe River Basin with Nash Sutcliffe coefficient and deterministic coefficient being all over 0.60 in the calibration period and validation period, and the response of flooding to precipitation were simulated better. This indicates the HBV model can be successfully applied to the Taizihe River Basin. Mean temperature will increase obviously with persistent rising trend by RegCM4.4 model in 2021-2070 under RCP4.5 scenario. Annual precipitation and runoff depth are expected to reduce a bit. Compared with the baseline period (1986-2005), annual runoff depth will increase by 9.79%. At the same time, the runoff depth will increase significantly in summer and autumn. The variation of runoff quantile indicates that both peak extreme runoff and dry extreme runoff will increase to different degrees than that in the baseline period. In the future, the Taizihe River Basin will be likely to experience extreme flooding.     

Evaluating multiple performance criteria to calibrate the distributed hydrological model of the upper Neckar catchment

Performance criteria are used in the automated calibration of hydrological models to determine and minimise the misfit between observations and model simulations. In this study, a multiobjective model calibration framework is used to analyse the trade-offs between Nash–Sutcliffe efficiency of flows (NSE), the NSE of log-transformed flows (NSE_logQ), and the sum-squared error of monthly discharge sums (SSE_MQ). These criteria are known to put different emphasis on average and high flows, low flows, and average volume-balance components. Twenty-two upper Neckar subbasins whose catchment area ranges from 56 to 3,976 km² were modelled with the distributed mesoscale hydrological model (mHM) to investigate these trade-offs. The 53 global parameters required for each instance of the mHM model were estimated with the global search algorithm AMALGAM. Equally weighted compromise solutions based on the selected criteria and extreme ends of all bi-criterion Pareto fronts were used after each calibration run to analyse the trade-off between different performance criteria. Calibration results were further analysed with ten additional criteria commonly used for evaluating hydrological model performance. Results showed that the trade-off patterns were similar for all subbasins irrespective of catchment size and that the largest trade-offs were consistently observed between the NSE and NSE_logQ criteria. Simulations with the compromise solution provided a well-balanced fit to individual characteristics of the streamflow hydrographs and exhibited improved volume balance. Other performance criteria such as bias, the Pearson correlation coefficient, and the relative variability remained largely unchanged between compromise solutions and Pareto extremes. Parameter sets of the best NSE fit and the compromise solution of the largest basin (gauge at Plochingen) were used to simulate streamflow at the other 21 internal subbasins for a 10-year evaluation period without re-calibration. Both parameter sets performed well in the individual basins with median NSE values of 0.74 and 0.72, respectively. The compromise solution resulted in similar NSE_logQ-ranges and a 14.6 % lower median volume-balance error which indicates an overall better model performance. The results demonstrate that the performance criteria for hydrological model calibration should be selected in accordance with the anticipated model predictions. The compromise solution provides an advance to the use of single criteria in model calibration.     

SWAT模型在海拉尔河流域径流模拟中的应用研究

以海拉尔河上游流域作为研究区域,基于Arc GIS构建SWAT分布式水文模型对流域水文过程进行模拟,通过对流域的基础数据整合,模型采用1999~2003年实测径流数据进行参数率定,将2004~2010年实测径流数据作为模型的验证期,对模型在海拉尔河上游的适用性进行研究。通过对月和年径流模拟值和实测值的比较,率定期和验证期的Nash系数Ens和相关系数R2分别在0.861~0.873和0.877~0.899之间。基于这两个评价标准可知:SWAT模型在海拉尔河上游流域有良好的适用性,可以为该流域的水资源管理提供依据。     

基于变动饱和带的产汇流模型及其参数确定方法

当前分布式水文模型的参数确定仍主要依赖率定方式, 在缺资料地区应用受到限制。建立一种基于变动饱和带产流模式和网格水滴汇流方法的分布式产汇流模型, 提出利用下垫面特征来确定模型参数的方法。结合野外入渗试验和参数敏感性分析, 建立地表饱和水力传导度(K_0z)和饱和水力传导度随深度衰减系数(f)2个敏感性产流参数与地形参数、土壤类型数据的定量统计关系, 利用野外坡面流观测试验确定坡面汇流参数, 并在多个实际流域进行应用验证。结果表明: ①利用地形参数确定K_0z与使用遥感资料确定K_0z的模型精度进行对比, 在姜湾实验流域场次洪水模拟的平均确定性系数从0.82提高至0.86, 洪峰与洪量误差的平均绝对值分别降低了2.2%和0.95%, 但峰现时间误差平均绝对值增大了4%(仍控制在2 h内)。②建立姜湾等14个流域参数f率定值与不同深度土壤类型数据的定量关系, 移用至七邻等6个流域进行验证, 表明参数f关系式与模型率定的精度非常接近, 相对误差的平均绝对值为2.8%, 场次洪水模拟的平均确定性系数为0.83, 洪峰与洪量误差的平均绝对值为10.07%和6.86%, 峰现时间误差的平均绝对值为2.61 h。提出的敏感性产流参数确定方法与野外实测、模型率定、遥感资料推求等方式进行对比, 均具有较高的参数估计精度和场次洪水模拟精度, 在缺资料地区具有适用性。     

考虑径流成分的雅鲁藏布江月径流模拟

通过构建雅鲁藏布江流域分布式水文模型SWAT,并以1989~1998年为率定期,1999~2005年为验证期对3个水文站(奴各沙、羊村、奴下)的月径流进行了模拟。从模型参数组里选取径流成分模拟不同的2组参数,以Nash-Sutcliffe效率系数(NS)、相关系数(R~2)及相对误差(PBIAS)为评价指标,来分析模型的模拟结果好坏。结果表明:率定期内,在径流成分1下奴各沙、羊村站和奴下站的R~2值高达0.9以上,NS系数分别为0.9、0.92和0.72,PBIAS的值为7.1%、18.5%及34.2%,但径流成分与实际情况出入较大。而径流成分2下,模拟得到的评价指标虽然不是很高,但径流成分比较合理。验证期总体结论一致。因此,建议在模型率定验证中要充分考虑径流成分的作用,从而提高模型模拟的精度。     

GR4J模型在赣江流域日径流模拟中的应用

GR4J是一个简单实用的概念性水文模型,在模型原理和结构上具有鲜明特色,目前在国内应用还较少。本文将该模型应用于赣江流域19个集水区域2003~2009年日径流模拟中。结果显示,在各集水区域,GR4J在检验期和率定期的确定性系数均达到0.85以上,径流总量相对误差在10%以内。因此,GR4J模型在赣江流域的日径流模拟中具有较高精度,具有较好的推广应用前景。     

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。