月分布式水文概念性模型及应用

文章在RS与GIS支持下,建立地理空间信息库,提取流域土地利用、土壤类型和植被类型等地理信息及相应的水文空间参数,采用已有的水文概念性模型,建立了一个月分布式水文概念性模型。模型结构简单,所需参数较少,可操作性强。模型在雁栖河流域的应用结果显示,总体上能较好地模拟流域的月迳流量,可用于评估流域水资源量、气候变化以及土地利用变化对水资源的影响。

我国西南岩溶流域概念性分布式水文模型的构建及应用

以贵州省三岔河流域为研究区,构建了一个以表层岩溶带产流过程为核心的岩溶流域概念性分布式水文模型。模型充分考虑了岩溶地区下垫面条件的复杂性,根据含水介质的不同,将岩溶水分为不同径流成分并分别汇流演算。模型中的大部分参数通过野外实验直接获得,通过对研究区1991―2012年共22 a逐日过程进行模拟演算,结果表明：该模型在三岔河流域有良好的适用性,径流深及洪峰误差均控制较好。

分布式水文模型参数群组敏感性快速定量评估研究

为提高分布式水文模型参数敏感性分析的效率,首次结合RSMSobo方法,对分布式水文模型SWAT模型进行参数群组的敏感性分析。结果表明:其下垫面综合影响参数CN值对SWAT模型水量目标影响程度最高,其参数群组的敏感度均值为0.52,计算单元坡比SLOPE对洪水过程影响程度最低。研究成果对于分布式水文模型参数群组的敏感度快速分析具有重要参考价值。

基于LH-OAT分布式水文模型参数敏感性分析

为了有效进行分布式水文模型参数的优选,消除模型计算过程中的不确定性,更好地理解参数对水文模拟的影响,开展了模型参数敏感性分析。使用LH-OAT方法,对比分析了3个不同的流域中多个目标函数下的分布式物理水文模型——流溪河模型的参数敏感性,将其参数敏感性归为:极敏感,敏感,一般敏感和不敏感4类。研究表明,模型参数的敏感性并不是一成不变的,在不同流域,不同评价目标下,会发生一定程度的改变。

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。

分布式水文模型EasyDHM(Ⅰ):理论方法

介绍了自主开发的分布式水文模型EasyDHM的空间单元离散方式、主要理论模块以及相应的模型软件系统MWEasyDHM。EasyDHM的空间离散采用通用子流域划分算法,很大程度上扩展了分布式水文模型的通用性。同时,它支持多种产汇流算法,还支持用户对主要产汇流参数的敏感性分析和参数优化,以优化模型模拟效果。

分布式水文模型构建理论与方法述评

回顾了分布式水文模型的发展历程,分析总结了分布式水文模型的构建理论与方法,并对其关键内核——“物理基础”的含义做了深入而新颖的分析。分析了两类当前比较活跃的模型——分布式物理模型与分布式概念性模型中存在的问题及发展前景,并探讨了综合二者之长的具有物理基础的松散型分布式水文模型的构建思路,以及学者们期待中的基于确定性与随机性耦合的分布式水文模型。

分布式水文模型中模块分解与组合的理论研究

本文以已有的分布式水文模型为基础,利用形式概念分析(Formal Concept Analysis,FCA)方法,识别模型中描述主要水文过程的基本方程,通过组合这些方程产生新概念,并形成概念格层次结构。采用Hasse图直观反映了新概念的层次结构,以此来指导设计者开发具有定制功能的模块化水文模型,本研究力图实现模块的即插即用功能。文中以分布式水文模型中的地表产流过程为案例,描述了关联规则挖掘的全过程及其优化组合,验证了该方法的可行性。

分布式水文模型EasyDHM模型

介绍了自主开发的分布式水文模型EasyDHM的空间单元离散方式、主要理论模块及相应的模型软件系统MWEasyDHM。EasyDHM模型的空间离散采用自主开发的通用子流域划分算法，很大程度上扩展了分布式水文模型的通用性，支持多种产汇流算法，支持用户对主要产汇流参数的敏感性分析和参数优化，以优化模型模拟效果，开发了专门的洪水预报模块，支持洪水实时校正及多模型组合预报技术并在嫩江流域使用EasyDHM模型进行了应用验证。

基于分布式预报平台的水文模型预报研究

本文在分布式水文预报的平台上,对汤旺河流域的洪水预报模型进行研究,依据土壤水的再分布,选取蓄满两层水源模型、径流系数两水源模型、霍顿两水源模型、微调版新安江模型进行对比分析,分析参数的敏感性,进行模型验证及精度评定,确定适合汤旺河上游五营站的洪水预报模型及参数。

多参数敏感度方法在分布式水文模型的应用

分布式水文模型作为新一代洪水预报技术的新手段,已逐渐应用在洪水预报业务工作中。受流域面积及网格单元划分精度影响,该模型在实际应用中面临严峻挑战,特别是在参数优选过程。因此需要开展参数敏感性评估研究,确定较为重要的参数,减少参数优选计算量,减少模型不确定性,提高工作效率。该文引入多参数敏感分析方法,开展流溪河模型参数敏感性分析研究,探讨模型参数敏感性,以期提高分布式模型在实际业务应用中的工作效率。

考虑山坡和洼地水力联系的半分布式喀斯特水文模型——以陈旗流域为例

针对峰丛喀斯特流域山坡、洼地地貌特征,构建了反映导水介质慢速、快速水流入渗补给和蓄泄特征以及山坡-洼地水力联系的半分布式水文模型。根据贵州省普定陈旗流域出口断面实测流量和洼地地下水位观测数据,对模型参数进行敏感性分析和优选,计算山坡、洼地多重径流成分。结果表明,该模型能较好地模拟流量以及地下水动态过程;山坡是流域的重要补给源,其水量占总水量的76%;山坡、洼地地表径流、快速径流、慢速径流占总水量比例分别为3.8%、71.8%,24.4%,反映了喀斯特地区裂隙管道快速流对陡涨、陡落流量过程的控制作用。

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。

概念性水文模型在出山径流预报中的应用

根据HBV水文模型的基本原理 ,建立了西北干旱区内陆河出山径流概念性水文模型。该模型反映了我国西部山区流域的径流形成特征 ,将山区流域划分为高山冰雪冻土带和山区植被带两个基本海拔景观带来对山区径流的形成和汇流过程进行模拟计算 ,以常规气象站的月气温和降水量为模型的初始输入 ,模拟计算月出山径流量。应用该模型对河西走廊黑河祁连山北坡的山区流域水量平衡进行了模拟计算 ,并对年径流和逐月分配进行了预报。结果表明 ,从枯水年到丰水年 ,降水量、蒸发量、径流量和径流系数均增加 ,而冰川融水和积雪融水对出山径流的补给比重则减少 ,这表明了冰雪融水对径流的具有调节作用。黑河山区流域径流系数远比干旱内流区的平均值大 ,但要小于全国的平均径流系数。所提出的内陆河山区流域出山径流的模拟和预报模型对年径流量和月分配的预报具有较好的精度 ,可用于黑河以及其他西北干旱区内陆河出山径流的预报 ,为内陆河流域中下游的水资源分配和开发利用提供依据。

概念性流域水文模型参数优选技术研究

简要介绍了概念性流域水文模型参数优选的目标函数与参数优选算法,应用江西省七一水库的汛期遥测雨洪资料,分析了新安江模型参数的灵敏度,深入研究了多目标参数自动优选问题的参数解空间,着重探讨了多目标函数的组合技术及其解法.实例研究结果表明,多目标参数自动优选方法能综合考虑水文过程的各种要素,优于传统的单目标优选结果.

概念性流域水文模型的比较

对5个著名的概念性模型,从模型结构的水源划分、产流机制、汇流计算及产流空间分布不均匀性的考虑等方面进行了比较分析,选择4个湿润或半湿润地区流域为研究对象,对各模型进行了应用检验.研究表明:各模型径流成分基本一致,但划分技巧不尽相同;各模型均包含蓄满机制,个别还考虑了超渗机理;汇流计算基本采用传统的方法,如单位线法、马斯京根法、线性水库法;只有TOPMODEL和新安江模型考虑了产流空间差异性问题.应用结果表明:产流机制对各模型的模拟结果影响较大,蓄满模型在湿润地区效果更好,而在半湿润地区,同时考虑了超渗机理的模型比其他模型适用.

概念性水文模型多目标参数自动优选方法研究

以三水源新安江模型为例,研究探讨了概念性水文模型多目标参数自动优选方法。目标函数综合考虑了水量平衡、确定性系数、洪峰和枯水流量过程。通过对目标函数的不同组合方式,分别率定模型参数和分析比较结果。研究表明,多目标参数自动优选方法综合考虑了水文过程的各种要素,优于传统的单目标优选结果,具有较高的模拟预报精度。

四个概念性水文模型在黑河流域上游的应用与比较分析

首先结合新安江模型、TopModel、HBV模型和Sacramento模型机理,从模型结构的土层划分、土壤水分计算、蒸散发计算、产流区不均匀性的考虑、产流机制、下渗机制等多个方面进行了理论上的比较,然后选择黑河流域上游为研究区,结合模拟结果对这四个概念性水文模型在黑河上游山区流域应用情况,从土壤水分、蒸散发、径流过程和各径流组分四个方面进行了分析比较。结果显示,概念性水文模型对黑河干流上游山区径流模拟有较好的模拟效果,但是对土壤水分、蒸散发等水文过程只能描述其变化趋势,难以定量,同时,我们还可以得出在所用四个模型中,HBV模型在黑河干流上游山区出山口的径流拟合中有和其他3个模型相当的Nash-Sutcliffe效率系数,并且在枯水期的表现也好,适用性最好。

一个概念性水文模型的参数区域化研究：以东江流域为例

由于大尺度水文模型和无资料区水文研究是当前国际水文研究的重点和难点,通过参数区域化方法来估计大尺度区域和无资料区的模型参数值成为了研究的热点之一.将HBV模型应用于东江流域及其子流域,采用代理流域法和全局平均法来估计该区域内无资料流域的模型参数.研究表明:HBV模型能较好得用于东江流域径流模拟;交叉检验中,较小的R2和ME值对应的参数,其转移效果不一定比较大的R2和ME值对应的参数转移效果差;全局平均法中,面积权重平均值和泰森多边形插值后平均并不能明显改进子流域算术平均值估计无资料流域的模型参数的模拟结果;两者都能有效用于东江流域无资料流域的参数估计,且效果相差不大.

概念性水文模型参数多目标率定及参数组合预报

针对概念性水文模型参数优化率定问题,以大、小径流过程对应的水文特性为切入点,考虑流域水文系统不同产汇流特性,提出一种多目标文化自适应仿电磁学算法(multi-objective cultural self-adaptive electromagnetismlike mechanism,MOCSEM)求解水文模型参数率定问题,并基于MOCSEM的优化结果,提出一种简便的自识别参数组合预报方法。在此基础上,将MOCSEM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,与其他算法进行对比分析,应用文中提出的自识别参数组合预报方法,尝试找到一种能权衡流域水文系统不同水文特性的自识别参数组合方式,可以为水文预报人员提供更为精确的流域径流预报方法。