流域水文模型参数优选及不确定性研究

摘要

流域水文模型的参数优选和不确定性分析是水文预报中非常重要和困难的工作，它们直接关系到提高预报的精确度和洪水的预见期，对于保护人类生命和财产安全具有重大意义。本文将流域水文模拟与优化算法相结合，尝试将微分进化算法引入新安江模型参数的自动优选中，并应用于东洋河流域水文资料的检验和应用，获得了比较满意的结果。最后，将GLUE方法以及MCMC方法应用于东洋河流域新安江模型的不确定性研究中。本文的研究内容包括:
　　(1)提出流域水文模型微分进化算法参数优选方法。详细地介绍了新安江模型的结构、计算原理、模型参数的优选、微分进化算法优选新安江模型参数的目标函数及具体步骤，并通过图表描述了微分进化算法优选新安江模型参数的计算成果，通过成果分析可以看出由微分进化算法优选的参数做预报得出的预报过程与实际过程拟合程度较好，肯定了该算法在新安江模型参数优选中的适应性。
　　(2)在介绍流域水文模型参数不确定性的基础上，结合新安江模型在东洋河流域的应用，提出了基于GLUE方法的新安江模型参数不确定性分析，明显地看出了“异参同效”现象，并得到90％置信区间的流量过程。实例研究表明，以该结果进行不确定预报是可行的。
　　(3)提出基于MCMC方法的新安江模型参数不确定性分析，该方法通过Markov链MonteCarlo抽样方法求解得到模型各参数后验分布，显著提高了算法的计算速度和求解质量。参数后验分布结果为区间预报提供了条件，实例研究表明，以该结果进行不确定预报是可行的。最后，与GLUE方法进行对比，结果表明其预报区间较好的反映了与模型参数不确定性相关的洪水预报范围。
　　通过上述问题的研究，本文进行了流域水文模型参数优选和参数不确定性分析。最后对全文做了总结，并对有待于进一步研究的问题进行了展望。

目录

声明

摘要

1 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 水文模型参数优选研究现状

1．2．2 水文模型不确定性研究现状

1．3 主要研究内容

1．4 研究框架

1．5 技术路线

2 流域水文模型参数优选

2．1 新安江模型基本原理

2．1．1 模型结构

2．1．2 模型参数

2．2 常用参数优选方法

2．3 基于微分进化算法的新安江模型参数优选

2．3．1 新安江模型微分进化算法参数优选设计

2．3．2 微分进化算法的新安江模型参数优选流程

2．3．3 实验流域

2．3．4 目标函数

2．3．5 算法性能比较

2．3．6 实例应用

2．4 本章小结

3 基于GLUE的新安江模型参数不确定性研究

3．1 不确定性概念

3．2 异参同效现象

3．3 GLUE方法

3．3．1 GLUE方法介绍

3．3．2 GLUE的主要步骤

3．3．3 似然函数

3．3．4 收敛条件

3．3．5 不确定性估计

3．4 实例分析

3．4．1 确定似然函数

3．4．2 确定参数的初始范围和先验分布函数

3．4．3 参数敏感性分析

3．4．4 基于GLUE的不确定性分析

3．5 本章小结

4 基于MCMC的新安江模型参数不确定性研究

4．1 MCMC方法

4．1．1 马尔可夫链原理

4．1．2 常用的MCMC采样方法

4．1．3 MCMC方法的实施步骤

4．2 实例分析

4．2．1 似然函数

4．2．2 确定参数的初始范围和先验分布函数

4．2．3 基于MCMC的不确定性分析

4．3 GLUE与MCMC不确定性分析方法的对比研究

4．3．1 两个方法的运行效率

4．3．2 模拟效率

4．3．3 后验分布比较

4．3．4 不确定性区间比较

4．4 本章小结

5 结论与展望

5．1 结论

5．2 创新点

5．3 展望

致谢

参考文献

附录