排序方式： 共有2条查询结果，搜索用时 31 毫秒
1
1.
通过新安江月径流模型耦合加速遗传算法对西江流域3个不同尺度子流域——新兴江流域(1 790 km2)、罗定江流域(3 164 km2)和贺江流域(8 326 km2)进行了模拟,同时对模型参数进行了敏感性分析.结果表明:1)在模型参数较多的情况下,用加速遗传算法能很快找到最优化参数,通过参数的初始区间的合理设定可以使参数值达到全局最优,并且使其符合参数的实际取值情况;2)在1 000～9 000 km2流域面积内只有1个气象站的情况下,利用新安江月径流模型模拟的Nash-Sutcliffe效率系数为65%以上;3)降雨径流的相关性越强,则模拟精度越高;4)20世纪80年代后,罗定江流域径流的变化主要受降雨的影响,人类活动影响相对其他2个子流域弱;5)新安江月径流模型的敏感参数为蒸发系数K、地下水出流系数KG、地下水消退系数CG和自由水蓄水容量SM(0～10),参数的取值范围会影响到模型参数的敏感性;异参同效仍然是流域水文模型的不确定性的一个重要方面,GLUE方法能够反映这一点. 相似文献
2.
通过新安江月径流模型耦合加速遗传算法对西江流域3个不同尺度子流域-新兴江流域(1 790km2)、罗定江流域(3164km2)和贺江流域(8 326km2)进行了模拟,同时对模型参数进行了敏感性分析.结果表明:1)在模型参数较多的情况下,用加速遗传算法能很快找到最优化参数,通过参数的初始区间的合理设定可以使参数值达到全... 相似文献
1