大尺度水文模型TOPX构建及其与区域环境系统集成模式RIEMS的耦合

基于改进型SIMTOP参数化径流方案和新安江模型的三层土壤水量平衡计算方法,本文构建了一个输入数据和率定参数较少、同时具有地形指数尺度转换机制、较好描述二维水文过程的简单高效的大尺度水文模型TOPX,并将其与区域环境系统集成模式RIEMS紧密耦合,以增强区域气候模式对大尺度流域径流量的定量数值模拟能力．TOPX模型在酉水河流域和泾河流域的离线测试表明：该模型对小尺度流域的径流量模拟精度较高,能够较好地描述流域水文变化过程;同时,该模型在大尺度上具有较强的分布式模拟能力,能够捕捉陆面水文过程的主要特征和时空演变特点．TOPX与RIEMS的耦合模式在泾河流域进行了在线测试,借助TOPX模型中的地形指数降尺度转换和水文过程产汇流机制,耦合模式实现了利用区域气候模式模拟的气象资料来驱动水文模型进行大尺度流域日径流量的模拟．进一步分析还表明：区域气候模式RIEMS模拟的降水时空分布数据的精度是影响耦合模式对径流量模拟效果的关键因素．     

基于Elman动态神经网络的降雨一径流模拟研究

采用Elman动态神经网络对沂沭河流域上游临沂子流域口径流量进行模拟。为了更好地检验该网络估测径流的精度,同时采用陆面水文过程模型TOPX进行对比分析。确定性线系数、相关系数、平均相对误差和平均相对均方根误差四个统计指数及流域径流过程。结果表明,Elman动态神经网络能够对日径流量进行较好的模拟,较好地捕捉洪峰流量和出现时间,为降雨径流模拟提供了一种有效可靠的方法。     

基于Elman动态神经网络的降雨—径流模拟研究

采用Elman动态神经网络对沂沭河流域上游临沂子流域日径流量进行模拟。为了更好地检验该网络估测径流的精度,同时采用陆面水文过程模型TOPX进行对比分析。确定性线系数、相关系数、平均相对误差和平均相对均方根误差四个统计指数及流域径流过程。结果表明,Elman动态神经网络能够对日径流量进行较好的模拟,较好地捕捉洪峰流量和出现时间,为降雨径流模拟提供了一种有效可靠的方法。