新安江模型理论研究的进展与探讨

回顾了新安江模型发展的历程,指出在具有物理基础的分布式水文模型发展遭遇理论瓶颈的背景下,可重新审视新安江等概念性模型的重要作用和地位。文章介绍了近年来新安江模型在结构、理论方法及应用等方面取得的进展,认为新安江模型是一个不断发展的模型理论体系。新安江模型理论的创新首先需秉承其理论的特色,即蓄满产流及以统计曲线形式表达的部分产流的概念,可用山坡水文的理论和发现指导模型创新,并采取野外实验、理论分析与计算机建模三者并重的理念。     

GR3模型和新安江模型在我国的对比研究

GR3模型结构简单,只有3个可自动优选的参数,已在欧洲、非洲、南美等地取得理想的应用效果。为验证其在我国的适用性,特选择分布于长江、黄河、淮河、松花江水系的7个代表流域,与国内普遍应用的三水源新安江模型进行对比。结果表明,GR3模型可媲美新安江模型,在我国具有相同的适用性。     

新安江模型与水动力学模型结合修正研究

将一维圣维南方程组与新安江模型结合构成河口地区水位模拟模型.采用AR方法进行误差分析与修正.将该模型应用于曹娥江流域,综合对比分析了未考虑区间入流、考虑区间入流、考虑AR修正、同时考虑区间入流和AR修正这四种方式的计算成果.结果表明,区间入流的作用不容忽视,AR修正在一定程度上能减小区间入流计算误差的影响.     

对新安江模型的改进

在新安江模型的结构中增加了超渗产流模型,对新安江模型进行了改进,使得新安江模型的产流理论更加完善,可以用于湿润地区,半干旱半湿润地区及干旱地区。把改进后的模型在半干旱半湿润的沂沭泗流域进行了验证和应用。     

乌江渡流域水文模型

本文建立乌江渡流域水文模型,以蓄满产流模型计算总产流量;根据稳定下渗率空间分布不均匀的概念,用地下水径流系数法计算地下水产流量,并划分为并联的快、中、慢速三种水源;应用线性滞时加线性水库调蓄模型,计算各种水源的汇流过程,经乌江渡以上流域的径流模拟计算,成果比较满意.     

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.     

SCE-UA算法在新安江模型及TOPMODEL参数优化应用中的研究

利用江西修水流域资料，将遗传算法和SCE—UA算法对新安江模型汇流参数及TOPMODEL参数进行优化，并对其结果进行了分析研究，得出了以场次洪水拟合的确定性系数为指标，用SCE—UA算法对TOPMODEL参数自动优化的结果比新安江模型的结果稍好的结论。     

雨前土湿指标（Pa值）改进计算方法的探讨

结合一些实际资料,对最常用的雨前土湿指标（Pa值）计算方法在北方干旱地区实际工作中存在的问题进行了说明,阐述了雨前土湿指标（Pa值）由于采用不同计算方法对产汇流参数及径流量计算的影响,提出①在干旱地区计算雨前土湿指标（Pa值）时,应将径流量考虑到土壤含水量的衰减之中;②对于在一天不同时期的降雨,应分别对待Pa值的使用方法。     

人工神经网络模型与新安江模型的应用比较

新安江模型是我国研制的经典的概念性流域水文模型,其参数往往通过人工试错法进行率定,在洪水的实时预报中需建立误差自回归模型来修正预报值.人工神经网络模型是一种数据驱动模型,它可以通过算法调节权值和偏王值来模拟信息,实现了模型参数的自动率定.在实时预报的应用中,人工神经网络模型可以根据计算误差调节权值和偏置值,反映水文过程的时变性,模型结构显得更加简洁.本文将两种模型应用于潢川流域并作比较.它们的预报结果都达到了作业预报要求.在实际应用中可以根据资料情况选择模型进行洪水预报.     

对新安江模型蒸散发计算的改进

基于DEM构建数字流域水文模型，在此基础上，利用新安江模型作径流计算。利用陆面模式SSIB中大气动力阻抗法计算蒸散发的方法改进新安江模型的蒸散发计算，从而改进新安江模型对流域出流量的模拟，得到更为合理的陆面水文模型。以安徽水阳江流域为研究区域，利用改进前后的新安江模型进行径流模拟。结果表明，对新安江模型蒸散发计算的改进提高了模型对径流量的模拟效果。     

生物酶改良膨胀土的修正殷宗泽模型

以描述生物酶改良膨胀土的应力?应变关系为研究目的,提出基于生物酶掺量的修正殷宗泽模型。开展了一系列三轴排水剪切试验。对不同生物酶掺量下改良膨胀土的弹性形变演化规律进行了分析,同时研究了生物酶掺量与剪切压缩、剪切膨胀相关的屈服面形状的演化规律,以及与破坏线方程的演化规律。在此基础上分析了生物酶掺量对殷宗泽模型的参数影响规律。引入生物酶掺量作为修正殷宗泽模型的修正因子,最终对殷宗泽模型进行了修正。研究结果表明：生物酶能有效地提高改良膨胀土的力学性能,修正殷宗泽模型能够很好地描述生物酶改良膨胀土的土体本构关系。对比修正殷宗泽模型的理论计算值与试验值,两者具有很高的吻合度,且修正殷宗泽模型的参数确定方法与殷宗泽模型参数确定方法相同。     

基于修正剑桥模型的挤密桩挤土效应分析

将挤密桩挤土过程视作沿桩长不变的一系列点位形成的球形孔扩张过程,把扩张过程中的桩周土体分为3个区域：流动破坏区、塑性变形区、弹性变形区。应用圆孔扩张理论,结合修正剑桥模型推导出了球孔扩张引起的土体应力、位移分布解析解。结果表明,挤密桩塑性区半径为桩半径的2.92倍,与试验结果基本吻合,验证了该分析方法的可行性。其结果可为挤密桩挤土效应的研究提供一种新的思路。     

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。     

基于GIS对新安江模型的改进初探

新安江模型能较好解决降雨时空分布问题,但忽略了其他分布不均的影响。流域汇流特征在很大程度上取决于流域形状特征和地形分布。提出一种方法,利用数字高程模型(DEM)划分子流域,提取各单元流域的平均坡度和最大汇流路径长度,以最大汇流路径长度推求形状系数,并将形状系数和平均坡度引入模型结构中,建立其与汇流参数之间的相关关系,使新安江模型能同时考虑降雨、流域形状以及地形分布。将改进后的模型应用于沿渡河流域进行验证,效果良好。     

非饱和土热湿迁移的数值模拟

本文基于菲利普-迪弗瑞斯(Philip-De Vries)热湿耦合迁移模型,采用一维积分有限差分程序HM1,模拟了一维轴对称热湿耦合迁移问题。模拟中,有意识地调整水分热扩散率D_T,水分等温扩散率D_θ,热导率λ,得到了有关物性参数变化对土壤热湿迁移影响的规律;同时,又有意识地调整某些初始条件(初始含水率)及边界条件(输入热功率),取得了初始含水率及输入热功率变化对土壤热湿迁移影响的规律。这些规律性成果对埋地电缆敷设工程设计具有指导意义。     

栅格型新安江模型在赣江流域的应用

以赣江流域峡山站以上为研究区域,利用栅格型数字高程数据,提取数字流域水系及其空间拓扑关系,在此基础上建立数字水文模型。赣江上游峡山站以上集水区域包含21198个空间分辨率为30s的栅格,采用就近移植法将降水数据及蒸发数据插值到每个栅格上,计算峡山站的径流过程。日模型中选取1978~1985年为参数率定期,1986~1987年为参数验证期,以多年径流量误差最小为目标函数。次洪模型中采用前16场洪水用于参数率定,后6场用于模拟验证,以洪水总量、洪峰流量、峰现时间按许可误差统计合格率最高和确定性系数最大为目标函数。结果显示,率定期16场洪水中14场合格,验证期6场洪水均合格,表明栅格型新安江模型模拟效果良好。     

受载荷的湿土结冰温度变化规律的研究

介绍４种不同土质的不同含水率及含盐量的湿土，在０￣２０ＭＰａ外载范围内结冰温度的变化规律及数值，对含盐量与外载的交互作用进行试验研究表明，除不饱和水的砂外，结冰温度与外载变化规律均服从克拉柏龙方程，含盐对结冰温度的影响服从溶液结冰温度降低的规律。含盐与外载交互作用甚微，并获得湿土的结冰温度与外载，含水率，含盐量的变化规律及数值。     

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。     

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.