基于贝叶斯优化算法的新安江模型参数优化及应用

鉴于参数优化是保证水文模型预报效果的重要途径,以息县流域为例,采用贝叶斯优化算法对新安江模型参数进行优化,并与遗传算法进行比较。结果表明,在息县流域日径流预报问题上,贝叶斯优化算法相比遗传算法效率提升显著,精度略优于遗传算法,非常适用于解决新安江模型参数优化问题。

降雨输入不确定性对SWAT模型径流模拟的影响研究

降雨输入是水文模型不确定性的主要来源之一,开展降雨输入不确定性对分布式水文模拟影响的相关研究具有重要意义。基于SWAT分布式水文模型,将最邻近法、泰森多边形法、距离平方倒数法和克里金法引入子流域的面雨量计算,模拟淮河流域息县水文站1985-2000年的径流系列,并在改变站网密度及空间分布的条件下进一步研究了不同降雨输入模式对径流模拟精度的影响。结果表明:总体而言,四种插值方法的径流模拟精度较高,说明SWAT模型在息县流域具有较好的适用性;在息县流域现有雨量站数目下,距离平方倒数法的整体模拟效果最佳;当雨量站密度变化时,最邻近法的模拟精度更加稳定,说明在雨量资料不充足的地区该方法可能更具有优势。