基于减沙效益和经济效益的流域退耕还林方案优化

实施退耕还林,是控制中国水土流失、改善生态环境的有效途径。如何制定最具成本-效益的退耕还林方案,以平衡生态、经济和粮食安全之间的矛盾,是保证退耕还林工程可持续发展的关键。该研究以淮河上游的息县流域为研究区,在土地利用现状的基础上,一方面通过建立分布式水文模型SWAT(soil and water assessment tool)依次模拟各子流域的退耕还林操作得到泥沙削减系数,另一方面通过GDP(gross domestic product)与土地利用现状的空间叠置分析得到各子流域进行退耕还林的GDP损失系数,据此分别构成退耕还林的减沙效益目标和经济效益目标,采用多目标遗传算法NSGA-II优化求解子流域尺度的退耕还林方案。研究结果表明:1)建立的SWAT模型对研究区径流和泥沙的模拟精度较高,Nash系数分别在0.90和0.70以上,决定系数均大于0.80,且百分比偏差均控制在-20%~20%以内,可认为SWAT模型能够用于评估退耕还林的泥沙削减效果;2)子流域泥沙削减系数范围为26.70~2675.85 t/km^(2),并表现出从上游到下游逐渐减小的趋势,说明在流域上游的河源区实施单位面积的退耕还林能够取得更好的泥沙控制效果;3)子流域GDP损失系数在空间上呈现出较大的差异性,既有子流域出现了GDP的增加也有子流域出现了GDP的减小,对比发现在行政市或县主要居民点所在的子流域进行退耕还林需要付出更大的经济代价;4)多目标优化求解得到的退耕还林方案集将人均耕地面积维持在1.04×10^(−3)~1.54×10^(−3) km^(2),明显高于粮食安全的警戒水平,同时该方案集能够在仅损失30.13%~37.67%经济产值的同时将泥沙产量削减53.54%~69.86%,并达到区域可持续发展的土壤侵蚀水平。该研究提出的基于生态减沙效益和经济效益的子流域尺度退耕还林优化方法可为流域水土保持、退耕还林工程的科学规划提供借鉴和指导。

3种水文模型在淮河息县流域洪水模拟中的比较

选用新安江模型、TOPMODEL模型和SWAT模型这3种具有代表性的水文模型,对淮河息县流域洪水过程进行模拟,并对它们的模型结构、汇流方法和模拟结果进行比较。结果表明:新安江模型和TOPMODEL模型模拟结果略好于SWAT模型,说明结构复杂、考虑全面的分布式模型在洪水模拟中结果不一定最优;SWAT模型的最大优点不在于洪水模拟,而在于其考虑因素全面,适合做各种条件下的水文变化研究;这3种模型各有优缺点,下一步可以考虑如何采用集合预报的方法取长补短,提高模拟精度。

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。

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。

基于GLUE的流域水文模型参数不确定性研究

通过对三水源新安江水文模型参数分析,针对模型中的自由水蓄水容量、壤中流消退系数、地下水消退系数和河网消退系数4个敏感参数,以淮河息县流域为例,应用基于Bayesian理论的GLUE方法对参数进行不确定性分析。结果表明,GLUE方法以确定性系数0.85为临界似然判据,得到90%置信区间的洪水过程概率分布,能够很好地模拟实况流量过程。