共查询到10条相似文献，搜索用时 31 毫秒
1.
新安江模型和人工神经网络的耦合应用 总被引：3，自引：0，他引：3
提出了一种集成人工神经网络的概念性水文模型,该模型是一种半分布式概念性水文模型,考虑了降雨的空间变异性,流域特征的不均匀性等因素对径流过程的影响。采用遗传算法进行概念性模型参数优选,同时考虑雨量站的空间分布,利用GIS和DEM数据进行流域单元划分;对于每个子流域,考虑模型输入参数和降雨资料的空间分布特性,进行产流计算;在径流演算过程中,利用人工神经网络的非线性映射方法代替传统概念模型中线性叠加方法计算整个流域的出口流量过程。以半湿润的淮河上游支流的大坡岭流域为例,对模型的可行性进行验证,并与单一的新安江模型的结果进行了比较。验证结果表明,集成人工神经网络技术和新安江模型的耦合模型有较好的模拟和预报结果。 相似文献
2.
流域水文模型中面雨量的空间插值 总被引：9，自引：1，他引：8
以汉江褒河流域上游的江口地区为例,对流域水文模型中子流域面雨量的空间插值方法进行了比较,并应用三水源新安江模型对江口流域的日流量过程进行了模拟,模拟结果表明,在利用一般的面雨量处理方法,反距离加权法（IDW）,克立格插值法（Kriging）及引入面积权重的泰森多边形面雨量处理方法等4种方法中,引入面积权重的泰森多边形面雨量处理方法取得了较其它三种方法更好的精度,在面雨量的处理上这种方法具有一定的优势。 相似文献
3.
站网密度和地形对模拟产流量和产沙量的影响 总被引：6，自引：0，他引：6
模拟计算中的误差可以归结为两个方面:一方面是输入资料的误差,这涉及到站网的密度、空间位置、测验仪器和流域内信息的时空分布;另一方面是模型算法、结构,这里涉及到确定性和随机计算方法所引起的误差。地形对降雨量、产流量和产沙量的影响及其估算是一个十分重要的课题,同时也是一个相当困难和研究基础十分薄弱的课题。本文选用与ArcviewGIS藕合的SWAT来分析站网密度和雨量站所处的空间位置对模拟产流量和产沙量的影响。以卢氏流域为研究区域,以卢氏24个雨量站的气象资料以及下垫面资料为模型的输入,分析站网密度和空间位置对产流量和产沙量的影响。研究表明:站网密度越小,计算的面平均雨量的误差越大;在水文模拟中,雨量站的多少有一个饱和的上限,当雨量站大于这个上限时,雨量站站的增加并不会增加模拟的精度;同样雨量站的站数有一个下限,在一定的模拟精度内,许可的最小雨量站。雨量站所处空间位置的高程值、坡度和坡向影响着模拟产流量和产沙量,在下垫面相同的条件下,迎风坡的雨量站模拟产流量大于背风坡产流量,坡度大模拟的产流量大;迎风坡模拟的产沙量大于面平均值,由于产沙受到降雨强度影响,背风坡的产沙量也有可能大于面平均值。 相似文献
4.
从幼儿到成年的流域水文模型及典型模型比较 总被引：1，自引：0，他引：1
本文将流域水文模型的发展过程分为幼儿期、少年期、成长期和成年期,并对各时期水文模型的特点、功能等进行了系统讨论.为便于突出不同发展阶段模型的特点、模块组成和计算方法,按集总式、半分布式、全分布式和模型集成系统将模型分类,对不同类型的典型模型进行了比较,其中集总式水文模型包括斯坦福(Standford)、流域水文模型IV(SWM.IV)、萨克拉门托(Sacramento)模型、水箱(Tank)模型、新安江模型、HEC-1模型、SWMM模型,半分布式模型包括HSPF模型、PRMS模型、HEC-HMS模型、TOPMODEL模型、SWAT模型,全分布式和模型集成系统包括MIKESHE、SHETRAN、IHDM、TOPKAPI、BASINS、HMS、WMS、SMS、MMS模型.鉴于水文模型在国际、国内正在成为流域水资源管理的重要工具,对模型发展及分类对比的分析,将有助干水文模型的进一步广泛应用. 相似文献
5.
陆面过程模型是连续模拟土壤水分的有效工具,然而输入数据及模型结构本身的不确定性会导致模拟误差在模型运行过程中不断积累。数据同化技术可以考虑模型不确定性,实时修正模型状态变量,进而提高土壤水分的模拟精度。本研究构建集合卡尔曼滤波(En KF,ensemble Kalman filter)数据同化方法,将其集成到水文强化陆面过程模型HELP(hydrologically-enhanced land process)中,对模型中土壤水分及表面温度等状态变量进行优化。模型选取山东位山生态水文观测站2006年的数据进行验证,采用未经同化的模型率定结果作为基准值。结果表明,数据同化后表层、根层、深层土壤水分模拟结果相比基准值均有提高,土壤含水量均方根误差减小30%~50%,证明采用数据同化方法能够有效提高土壤水分的模拟结果。 相似文献
6.
7.
多目标遗传单纯形算法在概念性水文模型参数优化中的应用 总被引：1，自引：0，他引：1
参数识别是水文模型应用的前提,在参数识别的同时需要充分考虑模型自身及参数的不确定性.引入了一种具有较强全局与局部搜索能力的多目标优化算法(MOCOM-UA),探讨了该算法在多目标基础上融合遗传算法和单纯形法两类算法不同搜索机制的模型优化方案,并以汉江上游江口流域新安江模型降水一径流模拟实践为例,将MOCOM-UA算法应用于新安江模型的参数识别.得到了4目标函数情形下的Pareto参数空间和模型的预测范围,并根据该算法模拟计算的结果,初步分析了参数和模型的不确定性. 相似文献
8.
SWAT模型应用与不确定性综述 总被引：2，自引：1，他引：1
SWAT(Soil and Water Assessment Tool)模型是对大尺度复杂流域进行长时期水文模拟的重要工具,在水文循环、土壤侵蚀、污染物负荷、气候变化与土地利用变化的影响等方面得到广泛应用。SWAT模型在国内外流域模拟中取得良好的模拟效果,但不确定性问题普遍存在。从模型使用者的视角,针对输入数据的准备、子流域划分和输入数据尺度转换、模型参数校准3个SWAT模型应用的重要步骤,讨论了其主要不确定性来源。模型输入数据精度不足以准确反映其空间差异,模拟单元划分粗略导致输入数据向模拟单元尺度转换时参数集总程度过高,模型参数校准过程中观测数据和评价指标的不合理选择以及异参同效现象。对此,总结提出了降低不确定性、提高模拟精度的主要措施:提高输入数据的分辨率和模拟单元划分精度至理想阈值,对模型的关键参数和部分计算方法进行本地化,采用多重评价指标、自动校准与人工校准相结合以及多要素、多站点的参数校准方法。把握模型应用主要步骤中可能的不确定性来源,并结合具体研究区特征和研究目标采取相应的措施降低不确定性,是提高SWAT模型模拟结果可信度的必要途径。 相似文献
9.
基于HBV模型的尼洋曲流域上游洪水致灾临界面雨量研究 总被引：4，自引：2，他引：2
[目的]建立工布江达以上尼洋曲流域的降水—径流关系,构建该流域的致洪临界雨量指标,以期为开展山洪气象预警工作提供参考。[方法]根据流域暴雨洪水致灾机制,利用地面气象观测和CMORPH资料,基于HBV水文模型进行计算分析。[结果]利用2007—2011年观测数据对HBV水文模型的参数优化和率定,模拟数据与观测数据的确定性系数为0.91,NASH效率系数为0.89;采用2012—2014年观测数据进行验证,确定性系数为0.86,NASH效率系数为0.85,率定期和验证期的平均相对误差均为3.1%,表明经过率定的HBV模型对尼洋曲上游流域具有较好的适用性。[结论]尼洋曲流域的洪水过程不仅与实时降水的面雨量有关,还与前期基础水位有关,致灾临界面雨量随前期基础水位升高而减小,并且随着前期水位的变化,临界雨量值呈现了非线性响应特征。 相似文献
10.
SWAT模型是基于水文过程的、具有很强物理机制的流域分布式水文模型。应用SWAT模型,结合1986—2000年罗玉沟流域实测水文资料对径流进行模拟,并进行了模型参数敏感度分析和率正。通过敏感度分析,辨析出影响该流域产流模拟结果精度的主要参数因子,如径流曲线数CN2等。依据上述结论调整参数值,对模型进行了率正和验证,得出率正期的相对误差为14.0%,R2为96.1%,Nash—Suttcliffe系数为0.89;验证期的相对误差为8.8%,R2为91.5%,Nash—Suttcliffe系数为0.82。结果表明实测流量和模拟流量的线性回归系数和模型的效率系数满足模型模拟的要求,SWAT模型适用于该研究区域。 相似文献