缺资料区浅层地下水埋深估计改进方案

摘要

带噪声传递函数(TFN)模型可用来分析浅层地下水埋深对降水的响应,从而对埋深进行估计.在资料缺乏的地区,浅层地下水埋深观测数据往往没有按照统一的时间间隔采集,无法用传统方法进行参数率定.本文将Kalman滤波器耦合到用于水文模型参数率定的混合复合形演化(SCE-UA)算法中,改进了TFN模型参数率定方案,能够在缺资料区利用降水序列对埋深序列进行补遗和延长.将其用于干旱、半干旱地区浅层地下水埋深模拟实验,结果表明该方案具有较高精度.最后,通过参数移植方法模拟了中国区域大尺度浅层地下水埋深的季节变化.