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。     

通用模型参数率定技术研究

在介绍当前模型参数优选技术的基础上，设计了模型参数同优选方法相耦合的一系列数据接口定义，实现了人工试错和自动优选相耦合、多模型多参数同时自动优选的模型参数率定功能。应用实例表明，通用模型参数率定功能具有简便、快捷、准确的优点，大大提高了参数率定的效率。     

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。     

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.     

一种新的概念性水文模型及其应用研究

传统的概念性水文模型描述降雨径流过程时做了很多简化,因此在实际应用中也存在许多不足之处.张文华对传统的产汇流模型做出了一些改进:将霍顿下渗能力曲线与实际的下渗曲线的有机联系在一起,建立了考虑前期土壤含水量和变雨强的产流计算方法;地下汇流计算增加考虑了地下径流量在进入含水层前的填蓄过程;地表汇流计算将等流时线法与单位线法有机地结合起来,从而同时考虑了下垫面的调蓄和推移作用;河道汇流采用非线性化的槽蓄方程进行演算.本文将张文华提出的一系列产汇流计算方法进行耦合,组成了一种新的概念性水文模型.模型主要由公式推导所得,物理机制较强,在长江中游龙河流域应用时峰现时差为2.5小时,确定性系数为76.6%,结果表明模型比较可靠.     

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.     

hv-block交叉验证法在率定水文模型参数中的比较研究

本文指出了应用分离样本验证法率定水文模型参数的不足,引入并探讨了hv-block交叉验证法的适用性,并与分离样本验证法进行比较。不同流域、不同系列长度和不同时段资料的计算结果表明,hv-block交叉验证法的模拟预报精度要明显优于分离样本验证法,该法能够充分利用资料信息,特别是当资料系列较短的情况下,其优越性更加突出。     

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.     

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。     

目标函数权重对PEST-HSPF水文率定的影响研究

参数率定是水文模型构建与应用的重要基础。在多目标水文校准中,不同目标函数的权重设置直接影响校准的结果,如何确定不同目标函数的权重是水文校准的关键问题。选择典型半分布式水文模型HSPF(Hydrological Simulation Program-Fortran),基于PEST多目标校准模型,以牛栏江上游流域为研究对象,研究目标函数权重对HSPF水文模拟拟合优度的影响,为HSPF模型参数自动率定提供指导与借鉴。结果表明:(1)当PEST-HSPF水文校准的单目标函数权重(日流量、月流量、超流天数)上升时,模型的纳什系数和相对偏差呈现非线性变化特征,不规则波动幅度较大;(2)3个目标函数的权重在1~10量级内模型能够获得较高的预测能力和较低的误差,模型的纳什系数平均可达到0.8以上,相对偏差在10%以内;(3)超流量天数权重设置对模型的预测能力变化影响较大,日流量天数权重对相对偏差的波动影响较大,当超流天数的相对权重在1~1 000范围内变化时,模型纳什系数在0.02~0.86之间波动剧烈,当日流量相对权重值超过30时,相对偏差变化明显。     

基于遗传算法的新安江模型日模拟参数优选研究

在概念性水文模型的参数率定中,目前还没有一个传统优化方法能够提供保证足够高效和稳定性的算法。为了克服传统优化方法中局部收敛性的缺点,近年来利用遗传算法通过计算机准确稳定地进行概念性水文模型的参数优选的尝试得到越来越多的重视和发展。目前优选水文模型待定参数,大多是从次洪模型的方面去讨论,有关日模拟模型的遗传算法参数优选讨论的较少。本文系统分析了基于遗传算法的新安江模型日模拟参数的自动优选,同时针对遗传算法在模型参数众多的情况下时间效率低下问题,通过利用新安江模型参数分层原理与模型参数敏感性分析对优选结果影响,提出一套简化的日模型参数遗传算法优选方案。经过流域模拟检验,该优选方案可行,运行效率高,可以作为类似模型遗传算法参数率定快速、有效的方案。     

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.     

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。     

基于全自动标定技术的环物摄影测量平台精度提升策略研究

针对传统的环物摄影测量设备精度不高的缺陷,本文在环物摄影测量法的基础上,提出了基于全自动标定技术的精度提升策略,并成功应用在自主研制的三维环物影像获取系统中.该策略克服了传统相机标定技术需要人工选点,耗时耗力的缺陷,同时有效的解决了环物摄影测量解算中,相机高精度空间参数定位的问题.因此,本文提出的方法可以在保证实时效率的前提下,提高环物摄影测量设备生产的三维数字化模型的精度,具有广泛的应用前景.