基于GLUE的土壤溶质运移参数反演及不确定性

溶质运移模型参数的识别结果常存在较高的不确定性,制约了模型的实际应用。以土壤中Cu2+运移过程为例,采用广义似然不确定性估计(Generalized likelihood uncertainty estimation,GLUE)并引入最大似然值(MaximumNash-Sutcliffe,MNS)等三种定量指标,探讨了数值反演估计弥散系数等参数的不确定性。结果表明,非线性最小二乘法(Nonlinear least squares,NLLS)得到的唯一"最优"参数组合对Cu2+出流曲线拟合效果很好(R2>0.937),但因"异参同效",无法刻画预测结果的不确定性。GLUE则可明确溶质运移参数及其响应界面的不确定性,MNS对应的参数组合对Cu2+出流曲线拟合R2>0.937,效果与NLLS的拟合结果高度一致。GLUE计算的95%置信区间覆盖了80%以上的观测点(NLLS为46.3%),其反演参数的取值范围也远大于NLLS的结果。在模型参数及响应界面不确定性分析两方面GLUE方法均优于NLLS方法。

基于临界雨量不确定性的山洪概率预报研究

水文模型作为洪水预报和水资源管理的有效途径,其参数对山洪临界雨量的确定产生显著影响。本文以河北柳林、西台峪和坡底3个小流域为研究对象,利用径流曲线水文模型、广义似然不确定性估计法和Sobol分析法,探究在不同模型参数组下临界雨量的变化区间,并提出一种山洪概率预报方法。结果表明:水文模型的平均纳什效率系数高于0.7,大部分洪水场次的洪峰相对误差低于12%;临界雨量的不确定性区间随着降雨历时和预警等级的增加而逐渐变宽,当土壤湿度较低时影响更为显著;水文模型的曲线数和初损率是影响临界雨量的主要参数,平均贡献率分别为46.23%和14.72%;相比于临界雨量法,概率预报法的综合评价指标提高了9.8%,可为山洪灾害预警提供更多的风险信息。

城市暴雨径流模拟的参数不确定性研究

基于暴雨管理模型(SWMM),构建了澳门半岛雅廉访实验小区降雨径流模拟系统,采用generalized likelihood uncertainty estimation(GLUE)方法对复杂降雨径流模型参数的不确定性进行了分析,采用均匀分布为参数的先验分布(prior distribution),选取拉丁超立方法作为采样方法,Nash-Sutcliffe效率系数作为似然评判准则。结果表明该方法可以有效的分析降雨径流模型参数的不确定性,对降雨径流模型参数识别提供了深入分析与理解模型系统的有效途径。

大型浅水湖泊藻类模型参数敏感性分析

选取太湖作为典型湖泊在之前研究基础上建立藻类模型,对模型中与藻类有关的40个参数进行拉丁超立方抽样,并使用区域敏感性分析方法和普适似然不确定性分析方法进行敏感性分析.结果表明:在所选的40个参数中,有7个参数是敏感的参数,对模拟的结果影响较大.在藻类生长、基础代谢、牧食和沉降4个藻类变化过程中藻类生长的敏感参数最多,影响最大;在藻类生长项中,叶绿素的消光系数是藻类生长光照限制中的最敏感参数,而最低适宜生长温度及其对藻类生长的影响系数则是温度限制中的敏感参数;并且不同湖区的不确定性在不同时间差异明显,对于藻类低浓度湖区和藻类暴发期的模拟需要加以关注.

洪水预报不确定性分析及其在水库调度决策中的应用研究

洪水预报是汛期水库调度决策的重要支持,其不确定性将直接影响到水库调度运行。传统的模型参数优选方法未考虑不确定性,得到的最优参数在一些场次洪水预报中精度不高,难以满足汛期水库调度要求,需要研究洪水过程预报的不确定性辅助水库调度决策。本文基于常用的水文预报模型和水文不确定性GLUE分析方法,对洪水预报的不确定性进行分析,并将其引入水库调度决策中,建立了应用不确定性分析进行水库调度的决策模型。结果表明,考虑洪水预报不确定性,将能在期望意义上提高洪水预报水平,更好地为水库调度提供决策支持,发挥水库综合效益。

流量数据误差对水文模拟不确定性分析的影响

基于普适似然不确定性估计(generalized likelihood uncertainty estimation,GLUE)分析框架,通过在其似然函数的定义中考虑实测流量数据的误差,建立新的似然函数L2,并与广泛使用的似然函数纳希效率系数L1进行对比,分析讨论了流量数据误差对流量模拟不确定性估计结果的影响。通过淮滨水文站的混合有限元模型(hydrological model,HYMOD)流量模拟实验表明,相比于似然函数L1,L2的使用能够改善模型参数的后验分布估计,降低流量90%置信区间的区间宽度;同时使用L1和L2作为参数约束条件,能够进一步降低参数的不确定性,获得更为合理的流量预报区间。显式地考虑流量数据不确定性因素可以有效地降低水文模拟的不确定性。

考虑多准则似然函数的洪水模拟不确定性评估

受模型概化、输入资料等影响,场次洪水过程模拟仍存在较大的不确定性。采用广义似然不确定性估计方法(generalized likelihood uncertainty estimation,GLUE)和新安江模型相结合的方法,考虑洪峰流量、峰现时间、水量和洪水过程线等多种洪水要素构建多准则似然函数,量化了单一准则似然函数(Nash-Sutcliffe效率系数)和多准则似然函数下,江西省安和流域21场次小时洪水过程和洪峰流量模拟的不确定性,评估了不同似然函数对不确定性结果的影响。结果表明:不同准则似然函数下,模型敏感参数均为流域蒸散发折算系数、表层土自由水蓄水库对壤中流的出流系数、地下水消退系数、河网蓄水消退系数和滞时;相比于单一准则似然函数,多准则似然函数下洪水过程模拟的不确定性区间范围、区间覆盖率和对称度均较小,洪峰流量模拟的不确定性区间范围较小,区间覆盖率较大,区间对称度较小。研究结果可为中小流域洪水模拟不确定性分析提供参考。

基于径流模型参数不确定性的防洪风险分析

降雨径流模型在防洪预报调度中具有重要作用,然而由于模型参数具有不确定性,即使在观测到实际降雨的情况下也可能产生较大的预报误差,因此,根据预报结果作出的防洪调度决策存在一定的风险。为定量分析预报模型参数不确定性带来的防洪调度风险,本文提出结合普适似然不确定估计(Generalized Likelihood Uncertainty Estimation,GLUE)方法和模拟调度的防洪风险分析方法,以大量同效参数获得可能入库洪水过程集合,进而将模拟结果导入调度决策得到风险事件概率。在双牌流域采用新安江模型进行预报的实例研究说明了方法的有效性,对水库洪水预报调度过程中的风险决策具有应用价值。

大型浅水湖泊磷模型参数不确定性及敏感性分析

以太湖作为大型浅水湖泊的代表,以EFDC模型为基础建立关于磷的沉积成岩模型,运用拉丁超立方抽样方法、普适似然不确定性分析方法和区域敏感性分析方法,对成岩模块中与磷迁移转化有关的16个参数进行敏感性分析.结果表明,太湖全湖区磷酸盐和总磷的时间空间分布都极不均匀,成岩模块参数的不确定性在磷酸盐和总磷的模拟方面都存在强烈影响.以上覆水磷酸盐为输出目标,'沉积物-水'界面遭受的风浪扰动在水深相对更浅的湖区更为直接,湖湾区水的流通性较差,利于沉积物中溶解态磷释放.以上覆水总磷为输出目标,湖心区颗粒态磷和溶解态有机磷的质量浓度受成岩模块参数不确定性的影响较大.敏感参数主要是动力特性与和氧相关的两类参数.对于大型浅水湖泊,底泥沉积成岩模块敏感参数的重要性不弱于水动力、水质模块,针对不同水质、底泥分布的水域,模拟磷元素时应注重敏感参数的取值率定.