基于GLUE方法的二维水动力模型不确定性研究

不确定性分析对于识别、评估模型计算过程中主要误差来源及其对于计算结果的影响十分必要。为此,评估了广义似然不确定性估计(GLUE)在水动力模型中对大汶河下游大清河流域二维水动力模型计算结果不确定性的影响,并利用互信息法分析模型参数和边界条件对预测结果的敏感性。结果表明,糙率对于输出结果的敏感性最强,边界条件对于输出结果的敏感程度稍弱;GLUE方法可有效分析参数-边界条件的不确定性,其预测的不确定性区间对于实测值的覆盖率较高,但模拟精度有待进一步提升。

基于GLUE方法的沈阳市雨洪模型参数不确定性研究

文章通过构建SWMM城市雨洪模型对沈阳市雨洪过程进行了预测模拟,并针对模型参数的不确定性利用GLUE方法进行了分析。研究表明:本文所构建的不确定性预测模型能较好地反映沈阳市在2015—2016年的雨洪实际状况,预测结果与区域实际状况高度吻合;河道与城市管道的曼宁系数是影响研究区域雨洪预测结果的关键因素;对参数不确定性进行分析时可依据敏感性特征并结合GLUE理论进行研究,研究成果可为提高沈阳市雨洪预测分析的准确性提供决策依据和理论支持。

MIKE SHE水文模型参数的不确定性研究

为了估测水文模型的不确定性参数特征,更准确地构建水文模型,利用妫水河流域东大桥水文站径流资料,对MIKE SHE模型参数进行了不确定性分析。结果表明:选取的参数中不确定性较大的为水平传导系数、壤中流下渗常量、壤中流给水度、壤中流渗透阈值,不确定性较小的为山林地及平原耕地的饱和渗透系数、蒸散发经验系数;模型模拟结果与实测数据符合较好,校核期有55%的实测数据落入模拟径流量的置信区间内,但模拟精度仍有待提高。

冰川积雪流域热力学水文模型参数敏感性分析

以乌鲁木齐河河源区1993年、1994年数据为基础,采用GLUE法对冰川积雪流域热力学模型参数的敏感性进行了分析。结果表明:在所分析的参数组中,冰川表面净辐射表现最为敏感;合理的参数取值范围可以降低参数的敏感性;数据序列的延长将在一定程度上降低模型的不确定性;在可行参数组95%置信区间下的流量过程上下限并不能完全包括实测流量,这与选取分析的参数有关。

平均模型在致密气井产量预测中的应用

在致密气资产快速评价中应用经验型递减模型能够快速得到气井产量的递减情况;但不同的递减模型在完成历史拟合后,长期产量和累积产量预测结果相差很多。应用GLUE法评价各模型预测结果的不确定性,并引入平均模型的概念,计算各模型权重后建立平均模型。以加拿大致密气田两口致密气井的实际生产数据为例应用平均模型进行累积产量的计算,结果表明GLUE法可进行各模型预测结果的不确定性进行分析,且通过设定筛选标准后,利用满足条件的模型进行聚合得到的平均模型计算结果具有更小的标准差与变异系数。

基于HSPF模型水文参数分析研究进展

HSPF模型是半分布式水文模型,能够准确模拟流域水文状况。本文介绍了HSPF模型水文模块参数分析的几种研究方法:PEST自动校准、GLUE法、扰动分析法。通过总结得出用HSPF模型进行水文模拟所需考虑调整的参数:LZSN、INFILT、AGWRC、DEEPFR、BASETP、UZSN和IRC,为今后HSPF模型的应用提供参考。

白河上游流域洪水模拟及参数敏感性分析

水文模型作为防御山洪灾害重要的非工程手段之一,近年来被广泛应用。以白河上游为研究区域,利用时空变源混合产流模型模拟了2012—2018年间的22场洪水,并使用GLUE法和Sobol法分析了参数敏感性,判断了流域的主要产流方式。结果表明:时空变源混合产流模型在白河上游具有较好的适用性,模型的敏感参数主要为蓄满产流相关参数,白河上游流域的产流方式以蓄满产流为主。此研究成果可为类似流域洪水预报提供一种借鉴,为敏感参数选择提供一种参考,并可提升参数率定的工作效率。

水文模型模拟水文极值的不确定性分析

以黄河源区为研究区,运用GLUE法分析了HBV模型和新安江模型模拟水文极值的不确定性。目标似然函数阈值分别选用0.7、0.6、0.5,将得到的洪水和枯水水文极值以及选出的模拟结果按丰水年、平水年和枯水年过程分别进行分析。结果表明:两个模型均擅长于模拟洪水,而且对洪水模拟的不确定性较对枯水模拟的不确定性低;从两个水文模型模拟日过程估计区间的差别看,HBV模型估计区间与实测相比,洪水年总体偏低,枯水年总体偏高,平水年不存在明显趋势,新安江模型则不存在这个特点;在相同的参数采样方法和策略下,HBV模型的不确定性比新安江模型更显著;两个水文模型对枯水指标Q_(90)和Q_(75)模拟的不确定性都较大;新安江模型对洪水指标Q_(25)和Q_(10)的估计区间小于HBV模型的,不确定性水平较低。

降雨径流连续模拟参数全局灵敏性分析

长期连续模拟是客观评价城市排水系统性能、雨洪控制措施效果的重要方法之一.运用普适似然度法(Generalized Likelihood Uncertainty Estimation,简称GLUE),综合分析了暴雨管理模型(Storm Water Management Model,简称SWMM)在不同间隔降雨情景下的水量、水质参数的全局灵敏性.研究结果表明:研究小区中屋面冲刷累积参数的灵敏度较高;不透水率、屋面最大累积量、屋面累积速率及屋面冲刷指数的灵敏性随降雨间隔的增加而有所提高,且当降雨间隔大于土壤干燥时间时,上述参数的灵敏性均趋于稳定;进行SWMM模型连续模拟时,选择雨前晴天数长于土壤干燥时间的降雨事件进行参数识别可降低参数不确定性.