基于多目标GLUE算法的新安江模型参数不确定性研究

针对新安江水文模型参数的不确定性问题,以湘江湘潭断面控制流域为例,采用新安江日模型和两个纳什效率系数作为水文模型参数率定的目标函数,结合SCE-UA优化算法,分析了不同目标函数对实测径流的模拟能力,在此基础上进一步分析了单目标GLUE方法、多目标GLUE方法和NSGA-Ⅱ优化算法获得不确定性区间特征值。结果表明,不同目标函数对径流过程显示了不同的模拟性能;NSGA-Ⅱ算法可优化多目标拥有较小的不确定性区间,但区间对实测值的覆盖率较小;与单目标算法相比,在相同的区间宽度下,多目标GLUE方法具有更高的区间覆盖率。

SCE-UA方法在新安江模型参数优化中的应用(英文)

以前在使用新安江模型时人们遇到的最大困难可归因于缺乏有效的参数全局优化的数学方法 .事实上对于一个缺乏经验的人来说 ,模型参数的人工试错计算的过程是一个相当不容易的过程 ,并且耗时颇多 .为此 ,近些年来研究者们正在探索把概念性水文模型中的专家经验与自动优化计算相结合的方法或者数学优化中的全局优化方法 ,如SEC UA方法 .本文首先简述新安江模型 ,而后采用 3个大小和气候条件各不相同的流域对SCE UA算法就在新安江模型计算的参数优化进行了研究 .研究结果表明 ,SCE UA算法用来进行新安江模型的参数优化所取得的效果是好的 .从率定和检验的结果来看 ,SCE UA算法可以使得率定的新安江模型的参数达到全局最优并且从概念上也合理 .