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。

基于LH-OAT的SWMM模型参数敏感性分析

为了消除SWMM模型计算过程中的不确定性,明确参数对径流模拟的影响,进行了参数敏感性分析。通过LH-OAT敏感性分析方法,辨析出不同参数在昭通市应用时对径流模拟结果的影响程度,确定对其影响较大的若干敏感参数,为参数的率定提供参考。研究结果表明对径流系数影响最大的参数是入渗衰减系数,对洪峰流量影响最大的参数是不渗透性。提高了SWMM模型在金沙江流域应用的可靠性。

基于LH-OAT的双曲正切模型参数敏感性分析

为定性了解无资料地区的产流模拟计算时,不同降雨频率下吸收率S_r、导水率K_s和流域持水度B_0三个参数对双曲正切产流模型的影响,利用基于拉丁超立方抽样法和随机OAT法(LH-OAT)的全局敏感性分析方法分析双曲正切产流模型的参数敏感性。吕梁兴县廿里铺村的集水小流域产流计算结果表明,模型参数敏感性排序为B_0>S_r>K_s,B_0、S_r随降雨频率的减小呈减弱趋势,K_s随降雨频率的减小呈增强趋势,三个参数随降雨频率变化的速率排序为|vB_0|>|vS_r|>|vK_s|。研究成果为无资料地区的小流域产流计算提供了参考。

基于LH-OAT的推理公式法参数敏感性分析

为定性了解不同洪水频率下汇流参数m,平均比降J两个参数对推理公式法进行无资料地区产流模拟的影响,利用LH-OAT全局敏感度分析方法对推理公式法进行参数敏感性分析。以两个不同分区的小流域(山西省方山县圪洞沟和孝义市下堡河流域)汇流为例,研究确定不同洪水频率下推理公式法参数的敏感性,确定参数敏感程度和变化规律,为模型参数率定提供数值参考。研究表明,推理公式法参数对洪峰值敏感性排序为m>J;m和J的敏感性随着洪水频率的减小呈现减弱趋势,两个参数随洪水频率变化的速率为V_m>V_J。

基于LH-OAT与熵值法的水文模型参数敏感性系数分析

以山西境内10场次洪水为研究对象,首先采用优化的LH-OAT法,通过对参数的定向改变,得出了双超产流模型参数在不同流域、不同等级洪水及多个目标函数下的敏感性与相关性情况,再基于熵值法确定了模型参数的综合敏感性系数。研究表明:双超产流模型参数敏感性受目标函数、流域特性影响,并且仅在目标函数为PE时,其与各参数的敏感性与相关性不明显。改进的熵值法可以定性定量对模型参数进行多目标函数下的综合敏感性系数分析,模型参数综合敏感性大小排序为S_r>K_s>b>α_0>σ>c。

基于LH-OAT方法的SWAP-EPIC模型参数敏感性分析

将LH-OAT方法与农业水文模型SWAP-EPIC相结合,构建了模型参数的全局敏感性分析方法。以黑河中游盈科灌区2012年春玉米田间试验为验证实例,选取了SWAP-EPIC模型中26个参数进行了全局敏感性分析。计算获得参数敏感性排序,并将其敏感度划归为极敏感、敏感、次敏感和不敏感4类。结果表明,参数针对不同输出变量的敏感性强度呈明显差异,土壤水力参数多数呈极敏感性,水分胁迫参数则呈现次敏感性或不敏感;选取敏感性较强的10个参数进行校正,进而高效地完成了模型率定且效果良好,所构建的全局参数敏感性分析方法可有效提高SWAP-EPIC模型率定效率,并具有较强的田间适用性。

基于LH-OAT的马斯京根模型参数全局敏感性分析

为定性了解参数C_0、C_1、C_2对马斯京根模型模拟洪水流量的影响程度,引入Latin-Hypercube抽样算法,并结合OAT方法,对马斯京根模型参数进行全局敏感性分析。改变了传统通过率定K、x值来计算C_0、C_1、C_2值的方式,直接对参数C_0、C_1、C_2进行全局敏感性分析,模型参数的敏感性分析分别以径流量和洪峰流量为评价目标。研究结果表明,对径流量:河道处于涨水阶段时,参数C_0较敏感,C_1、C_2一般敏感;河道处于落水阶段时,参数C_2较敏感,C_0、C_1一般敏感。对洪峰流量:参数C_0、C_1的敏感性相对前一时段的敏感性减弱,C_2的敏感性相对增加。改变某一组参数的扰动幅度(10%、20%、30%),参数C_0、C_1、C_2的敏感度随着扰动幅度的增大而增大。在敏感性分析的基础上,按敏感性顺序进行参数的率定,可提高69%的率定效率,减少模型参数率定的盲目性。

基于LH-OAT与变异系数法的汇流模型参数敏感性分析

为分析汇流模型参数对洪水模拟效果的影响,提高模型参数率定的精确性,以山西省洪水预报系统中的纳什瞬时单位线汇流模型为研究对象,运用LH-OAT法对汇流模型参数进行定向改变,分析确定汇流模型参数在不同等级洪水、不同流域、不同目标函数中的敏感性,再基于变异系数法确定汇流模型参数综合敏感性系数。研究表明,纳什瞬时单位线汇流模型参数敏感性会随着洪水等级、流域特征、目标函数的不同而改变,且汇流模型参数的敏感性仅与目标函数洪峰误差PE、洪峰流量Q_(mi)有关,与其他的目标函数无关;C_1与C_2这2个汇流模型参数综合敏感性系数分别为0.58、0.42,均为敏感性参数,且C_2的敏感性大于C_1。

灌区用水优化模型参数全局敏感性分析与不确定性优化

灌区水资源优化配置中存在众多不确定性因素,而考虑不确定性因素的优化模型往往存在结构复杂、不确定性参数考虑有限、计算精度和效率较低等问题。本文将LH-OAT(Latin hypercube-One factor at a time)方法与灌区用水优化模型耦合,构建了灌区用水优化模型参数敏感性分析与不确定性优化方法,并以黑河流域中游典型灌区为案例研究区,对模型中6类共25个不确定性参数进行了全局敏感性分析。计算获得了模型中25个不确定性参数的敏感度排序,并从中筛选出10个高敏感性参数,以高敏感性参数作为优化模型不确定性参数输入,获得了不确定性下的灌区用水优化结果。案例分析表明,该方法有效筛选出优化模型中高敏感的关键参数,综合考虑了不确定性参数对模型优化结果的影响,大大减少了模型不确定性参数的表征数量,降低了模型复杂性,有效提高了模型计算效率,可为灌区水资源优化配置问题提供方法参考。

WRF-Hydro模型参数在河西内陆河流域的敏感性分析

为研究WRF-Hydro模型参数在河西内陆河流域的敏感性,以西营河流域九条岭水文站以上区域为研究区,在离线模式下利用2015—2018年的全球预报系统(GFS)数据驱动WRF-Hydro模型。基于LH-OAT方法对WRF-Hydro模型的6个主要参数对不同评价指标和空间分辨率的汇流演算网格的敏感性进行了分析,定量计算了各参数的敏感性指标,划分了敏感度等级,并结合典型洪水分析了各参数对洪水过程线的具体影响。结果表明:河道曼宁糙率乘子(MANNFAC)为极敏感参数,入渗系数(REFKDT)、土壤饱和导水率(REFDK)、深层导水系数(slope)为敏感参数,地表糙率乘子(OVROUGHRTFAC)为一般敏感参数,地表持水深度乘子(RETDEPRTFAC)为不敏感参数;各参数的敏感性并不是一成不变的,参数敏感度会受到评价指标的影响,有一定程度的变化;随着汇流演算网格空间分辨率的变化,各参数全局敏感度也会有小幅变化,但参数的全局敏感度等级不发生改变;MANNFAC对峰现时间的调节效果最好,REFKDT和REFDK对洪量和洪峰流量的调节效果显著,slope可以很好地调节洪水过程线的形状。

分布式水文模型EasyDHM(Ⅱ):应用实例

本文介绍了分布式水文模型EasyDHM在汉江上游流域的应用实例。通过采用EasyDHM中的EasyDHM产流模型、马斯京干汇流模型、LH-OAT敏感性分析方法和SCE-UA参数优化方法等,对汉江上游流域进行了水文模拟及参数率定。由参数敏感性及参数优化结果可知,各产汇流参数敏感性随空间分布的不同有一定差异,而随着时间系列的延长其变化并不大,这不仅说明了按水文站进行参数分区的必要性,也说明了在长系列水文模拟中,可仅对指定校正期进行参数优化。而参数优化后能较大程度提高水文模型模拟精度,则证实了参数优化的必要性以及本模型所选取参数优化算法的合理性。

水文模型参数敏感性分析方法研究评述

参数敏感性分析一直被认为是用来确定模型关键参数、控制模型效率非常有效的过滤工具。同时,参数敏感性分析可以帮助理解模型结构,乃至发现模型结构缺陷,从而改善模型结构。本文详细归纳了典型的参数敏感性分析方法及其求解过程,讨论了各个方法的利弊,并对参数敏感性分析方法在水文模型中的应用前景进行了展望。

SWAT模型参数自动率定的改进与应用

SWAT2005版本中新增了LH-OAT灵敏度分析模块和SCE-UA自动校准模块。在进行参数敏感性分析、参数率定时,计算耗费的时间随着子流域个数的增加而增加。以北京市为例,流域面积为16800km2,共划分了138个子流域,对连续5a的日过程进行模拟大概需要1min。用SWAT模型进行参数敏感性分析、参数自动率定时,需要用不同的参数来多次进行模拟,例如对北京SWAT模型的10个参数进行率定,模型要重复运行5000次,大概需要4d的时间。如果这个过程中出现错误,那么还需要重新进行参数率定。因此,这种参数率定方法对大流域来说是不合适的,不能令人满意的。针对这一问题,本文提出一种快速率定SWAT模型参数的方法,即:只对部分子流域进行模拟,如只模拟目标水文站控制的上游的几个子流域。这样一来,参数自动率定需要的时间就会大大减少。在把该方法应用到北京市的SWAT模型参数率定时,对选定的前辛庄站的5a的日径流过程进行率定时总共用时不超过30min,而且率定效果较好,这充分说明了该方法的高效性。该方法推广后可实现对分布式水文模型中多个水文站的径流过程进行快速率定。

WEP模型参数自动优化及在汉江流域上游的应用

本文将全局参数自动优化算法—复形进化算法,引入WEP-L模型,并成功应用于汉江上游流域。通过复形进化算法参数自动优化,可找到WEP-L模型的一套较优的参数。同时,为比较不同目标函数对参数敏感性与自动率定的影响,分别对8种目标函数进行了参数敏感性分析及自动率定。结果显示,如果以水量误差和纳什效率系数为评价标准,排序后的残差平方和及其变化形式的效果较好。WEP-L模型参数敏感性分析及参数自动化率定的实现,可提高WEP-L模型参数率定的科学性和客观性,从而方便WEP-L模型的推广与应用。

TOUGH+HYDRATE水合物模型参数敏感性分析

运用国际上较为先进的水合物开采模拟软件TOUGH+HYDRATE(T+H)对我国南海水合物藏竖井降压开采假设进行数值模拟,采用LH-OAT全局敏感性分析方法,对模型中19个普遍应用的水合物层参数进行了敏感性分析,并对参数敏感性从重到轻进行了极敏感、敏感、一般敏感和不敏感4个水平的等级划分。研究表明:T+H的参数敏感性随评价目标、时间和空间位置的不同而不同。对CH4气体累积产量有显著影响的参数有:Stone指数(n)、固相渗透率缩减指数(PRE)、绝对渗透率(Permeabilities)、流体临界饱和度(CMPS)。随着模拟时间的增加,参数对水合物饱和度的整体敏感度提高。在空间分布上,随着与井壁水平距离的增加,所有参数对水合物饱和度的敏感度降低。敏感参数的确定对提高模型的准确性有重大意义。在实际应用中要有针对性地调节参数,以获得最优效果。

水质模型的全局参数敏感性分析

LH-OAT全局参数敏感性分析方法集成了LH抽样与随机OAT方法的优点,在随机OAT的基础上融入LH抽样法,保证参数敏感性分析的强壮性及有效性。但LH-OAT方法必须依靠复杂的计算机程序来实现,因为没有通用程序而限制了其推广应用。试验研究了LH-OAT方法的通用程序设计,并成功用于WASP富营养化水质模型中浮游植物动力学模型的全局参数敏感性分析。结果表明在充足供氮、磷时,浮游植物生物量变化率最敏感的参数是水温,其次是浮游植物的内源呼吸速率和温度调节系数,其三是浮游植物中叶绿素a与碳的比值,处于第四位的是浮游动物的数量;各参数合理的取值范围是成功使用LH-OAT方法的关键。

MIKE11模型的参数全局敏感性分析

为了对MIKE11模型计算过程的不确定性进行控制,提高模型率定效率和计算精度,运用LH-OAT参数敏感性分析法对张家港市MIKE11模型参数进行全局敏感性分析。考虑了不同降雨强度、雨型和扰动幅度对参数敏感性的影响,研究选取了3场降雨,10个参数,6种扰动幅度和2项评价指标。研究结果表明河道糙率对洪峰流量影响最大,径流量主要由根区储水层最大含水量、坡面流产流系数和坡面流根区土壤含水量阈值影响。模型的参数灵敏度也会根据降雨强度、雨型和评价目标不同而产生相应波动。通过假定最优参数法证明选用敏感参数可提高59%以上的率定效率。

兰州新区SCS径流模型改进与应用研究

近年来全国气候异常,由强降雨引发的洪涝灾害已成为城市经济快速发展面临的严峻水问题之一。因此,以无水文资料地区——兰州新区为研究区,开展降雨径流过程模拟研究是十分必要的。首先根据黄河干支流区综合概化时程分配雨型表、《甘肃省暴雨洪水图集》,利用地方经验公式计算得到研究区不同频率的产流量;其次借鉴相关研究成果,考虑地形地貌特征、下垫面情况,结合SCS径流模型及DEM-GIS技术,划分流域片区,以流域片区中各典型水文断面为研究单元,构建适合兰州新区产流计算的模型参数,并运用LH-OAT方法对模型参数进行敏感度分析;最后通过对比地方经验公式法和SCS径流模型的产流成果,经科学分析后认为,模型模拟精度较为理想,符合兰州新区实际降雨-径流过程,推荐研究区采用SCS径流模型计算成果。

基于高性能计算的SWAT参数敏感度分析并行框架

随着大规模水文模拟需求的不断提高,如何解决计算需求问题逐渐成为水文研究的一个热点。SWAT(soil and water assessment tool)模型在进行大规模水文模拟时有着良好的适应性与准确度,但其敏感度分析模块由于计算量过高,计算时长往往长达数月之久。为了加快SWAT敏感度分析的运行速度,针对SWAT敏感度分析模块的特点,基于MPI提出了一种高效的主—从式并行计算框架,并在此框架的基础上,通过将正演过程并行化,在敏感度分析的主—从并行框架中引入通信子空间的操作,将并行化的正演与主—从式的外层并行框架相结合,得到一种混合式的敏感度分析并行框架,大大提高了对参数集合的敏感度分析速度,将SWAT敏感度分析模块使用的处理器数量从原始的单核串行一跃提升到百核的数量级。最后通过天山北坡流域的模拟验证了此并行框架的可行性。

SWAT模型在淮河息县流域的参数敏感性及不确定性研究

在淮河息县流域利用LH-OAT法进行SWAT模型的参数敏感性分析,得到了该地区模型参数敏感性排位,并从中选出6个敏感参数进行人工率定,大大提高了参数率定效率。模拟结果率定期(1980-1990年)月径流系列NS系数达到0.80,验证期(1991-1995年)为0.75,模型模拟效果较好。利用SUFI-2法进行参数的不确定性分析后,率定期和验证期的NS系数分别达到0.84、0.81,进一步提高了模型模拟精度和应用效果。