基于GLUE方法的HSPF模型參數不確定性研究

基于GLUE方法的HSPF模型參數不確定性研究

ID:39474236

大?。?.43 MB

頁數:9頁

時間:2019-07-04

基于GLUE方法的HSPF模型參數不確定性研究_第1頁
基于GLUE方法的HSPF模型參數不確定性研究_第2頁
基于GLUE方法的HSPF模型參數不確定性研究_第3頁
基于GLUE方法的HSPF模型參數不確定性研究_第4頁
基于GLUE方法的HSPF模型參數不確定性研究_第5頁
資源描述:

《基于GLUE方法的HSPF模型參數不確定性研究》由會員上傳分享,免費在線閱讀,更多相關內容在教育資源-天天文庫。

1、基于GLUE方法的HSPF模型參數不確定性研究程曉光1,2,張靜1,2,,宮輝力1,2收稿日期:基金項目:國家自然科學基金(40901026),北京市科技新星項目(2010B046)作者簡介:程曉光(1988年-),女,河南,碩士研究生,主要從事GIS、RS在水資源中的應用研究,Email:chengxiaoguang1111@126.com通訊作者:張靜,Email:maggie2008zj@yahoo.com城市環(huán)境過程與數字模擬國家重點實驗室培育基地,首都師范大學,北京1000482三維信息獲取與應用

2、教育部重點實驗室,首都師范大學,北京100048摘要:選取北京媯水河流域2006-2008年月徑流數據建立該研究區(qū)HSPF水文模型,并選用GLUE方法分析模型參數不確定性。通過Monte-Carlo隨機采樣得到30000組參數組合,分析參數與似然值散點圖,把參數分為敏感參數(LZSN、AGWRC)、區(qū)域敏感參數(BASETP)和不敏感參數(AGWETP、INFILT、CEPSC、DEEPFR、UZSN、INTFW、IRC)。針對比較敏感的參數LZSN、AGWRC和BASETP分析其相關性,發(fā)現LZSN和AG

3、WRC相關性較強。模型存在大量“異參同效”現象,表明影響結果的是參數組合而不是單一參數。進一步計算90%置信度下的不確定性范圍,發(fā)現不確定性范圍與徑流大小密切相關,徑流愈大其不確定性范圍愈大,反之亦然。本文對參數不確定的分析研究可為HSPF模型在區(qū)域尺度水文預測等提供參考和依據。關鍵詞:GLUE方法,HSPF模型,不確定性分析,異參同效;1、引言傳統(tǒng)的參數識別主要基于優(yōu)化思想的參數識別思路,旨在發(fā)現一個最優(yōu)參數組合反映研究區(qū)的水文過程,但由于水文系統(tǒng)的復雜性、參數間的相關性等問題,水文模型中會出現“異參同效

4、”現象,從而導致水文模擬和預測過程的不確定性[1-3]。目前,關于這種不確定性的定量描述及其對水文預報不確定性的影響評價,在國內外已成為研究熱點[3]。目前,分析水文模型參數不確定性的方法眾多,主要有GLUE(Generalizedlikelihooduncertaintyanalysis)方法、經典貝葉斯法、SUFI方法等,其中GLUE方法簡單、易行、有效[4]。GLUE方法由Beven(1992)年提出,代表了水文模型不確定性研究領域的最新進展[5]。已被國內外水文學家應用于幾種流域水文模型和很多流域之

5、中[6]。ChristineE.McMichael[7]等(2006)將該方法應用于美國加利福尼亞流域,分析MIKESHE模型參數不確定性;HuaXie[8]等(2013)應用該方法對比分析SWAT模型和HSPF模型在伊利諾斯河流域的不確定性;劉麗芳[9]等(2013)將GLUE方法應用于HIMS模型,探討澳大利亞3個流域的不確定性,對無資料區(qū)水文預報具有重要意義;此外該方法還應用于TOPMODEL、HIMS、新安江等模型。相比較而言,目前關于HSPF水文模型的不確定性研究還不深入,有待進一步研究。本文建立

6、北京市延慶縣媯水河流域的HSPF模型,選取該區(qū)東大橋水文站2006至2008年月徑流數據,運行GLUE方法,研究該模型參數的不確定問題,分析模型參數的敏感性、參數間相關性、“異參同效”現象及模型預報的不確定性范圍,為HSPF模型在該區(qū)水文預測等提供參考和依據。1、研究區(qū)概況媯水河流域位于北京市西北部,南、北、東三面環(huán)山,西面鄰水的小盆地,是首都北京西北重要的生態(tài)屏障。媯水河流域地處延慶縣屬于永定河水系,地勢東北高,西南低,自東向西注入官廳水庫。本文研究區(qū)選自東大橋水文站以上流域,面積678km2(圖1)。地

7、理坐標為40°22′8″-40°38′35″N,115°49′12″-116°20′35″E。媯水河流域屬大陸性季風氣候,地處北溫帶,是溫帶與中溫帶、半干早與半濕潤的過渡地帶。研究區(qū)年多年平均氣溫10℃左右,多年平均降水400mm左右,年最大降水523mm,且降水多集中在5-8月份。在地貌上,研究區(qū)主要為山前的洪沖積扇、河流主干道兩側的沖積平原和靠近水庫岸邊的低洼濕地和湖濱平原。由2005年的土地利用和土壤類型數據(圖2)可知研究區(qū)內土地利用方式分為7類,其中以林地和灌溉作物為主,林地主要沿研究區(qū)邊界分布,

8、灌溉作物則主要分布在中部地區(qū)。土壤類型以褐土為主,分布于區(qū)內大部分地區(qū),西北部山區(qū)多為棕壤,潮土則主要沿河分布。媯水河流量主要來源于降水和地下水補給,由于近幾年干旱少雨、生活用水增加,該河流流量急劇下降,幾條支流已成干枯河道,面臨嚴重的水資源短缺問題。圖1研究區(qū)及氣象水文站點分布Fig.1Locationofstudyareaandhydrologicalandweatherstation圖2.媯水河流域土地利用

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯系客服處理。