資源描述：
《基于GLUE方法的HSPF模型參數(shù)不確定性研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、基于GLUE方法的HSPF模型參數(shù)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(xiàng)目：國(guó)家自然科學(xué)基金（40901026），北京市科技新星項(xiàng)目（2010B046）作者簡(jiǎn)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(yīng)用研究，Email:chengxiaoguang1111@126.com通訊作者：張靜，Email:maggie2008zj@yahoo.com城市環(huán)境過(guò)程與數(shù)字模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，首都師范大學(xué)，北京1000482三維信息獲取與應(yīng)用
2、教育部重點(diǎn)實(shí)驗(yàn)室,首都師范大學(xué)，北京100048摘要：選取北京媯水河流域2006-2008年月徑流數(shù)據(jù)建立該研究區(qū)HSPF水文模型，并選用GLUE方法分析模型參數(shù)不確定性。通過(guò)Monte-Carlo隨機(jī)采樣得到30000組參數(shù)組合，分析參數(shù)與似然值散點(diǎn)圖，把參數(shù)分為敏感參數(shù)（LZSN、AGWRC）、區(qū)域敏感參數(shù)（BASETP）和不敏感參數(shù)（AGWETP、INFILT、CEPSC、DEEPFR、UZSN、INTFW、IRC）。針對(duì)比較敏感的參數(shù)LZSN、AGWRC和BASETP分析其相關(guān)性，發(fā)現(xiàn)LZSN和AG
3、WRC相關(guān)性較強(qiáng)。模型存在大量“異參同效”現(xiàn)象，表明影響結(jié)果的是參數(shù)組合而不是單一參數(shù)。進(jìn)一步計(jì)算90%置信度下的不確定性范圍，發(fā)現(xiàn)不確定性范圍與徑流大小密切相關(guān)，徑流愈大其不確定性范圍愈大，反之亦然。本文對(duì)參數(shù)不確定的分析研究可為HSPF模型在區(qū)域尺度水文預(yù)測(cè)等提供參考和依據(jù)。關(guān)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(shù)識(shí)別主要基于優(yōu)化思想的參數(shù)識(shí)別思路，旨在發(fā)現(xiàn)一個(gè)最優(yōu)參數(shù)組合反映研究區(qū)的水文過(guò)程，但由于水文系統(tǒng)的復(fù)雜性、參數(shù)間的相關(guān)性等問題，水文模型中會(huì)出現(xiàn)“異參同效
4、”現(xiàn)象，從而導(dǎo)致水文模擬和預(yù)測(cè)過(guò)程的不確定性[1-3]。目前，關(guān)于這種不確定性的定量描述及其對(duì)水文預(yù)報(bào)不確定性的影響評(píng)價(jià)，在國(guó)內(nèi)外已成為研究熱點(diǎn)[3]。目前，分析水文模型參數(shù)不確定性的方法眾多，主要有GLUE（Generalizedlikelihooduncertaintyanalysis）方法、經(jīng)典貝葉斯法、SUFI方法等，其中GLUE方法簡(jiǎn)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(lǐng)域的最新進(jìn)展[5]。已被國(guó)內(nèi)外水文學(xué)家應(yīng)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(yīng)用于美國(guó)加利福尼亞流域，分析MIKESHE模型參數(shù)不確定性；HuaXie[8]等（2013）應(yīng)用該方法對(duì)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(yīng)用于HIMS模型，探討澳大利亞3個(gè)流域的不確定性，對(duì)無(wú)資料區(qū)水文預(yù)報(bào)具有重要意義；此外該方法還應(yīng)用于TOPMODEL、HIMS、新安江等模型。相比較而言，目前關(guān)于HSPF水文模型的不確定性研究還不深入，有待進(jìn)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(shù)據(jù)，運(yùn)行GLUE方法，研究該模型參數(shù)的不確定問題，分析模型參數(shù)的敏感性、參數(shù)間相關(guān)性、“異參同效”現(xiàn)象及模型預(yù)報(bào)的不確定性范圍，為HSPF模型在該區(qū)水文預(yù)測(cè)等提供參考和依據(jù)。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(shì)東北高，西南低，自東向西注入官?gòu)d水庫(kù)。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(biāo)為40°22′8″-40°38′35″N，115°49′12″-116°20′35″E。媯水河流域?qū)俅箨懶约撅L(fēng)氣候，地處北溫帶，是溫帶與中溫帶、半干早與半濕潤(rùn)的過(guò)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(cè)的沖積平原和靠近水庫(kù)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(shù)據(jù)（圖2）可知研究區(qū)內(nèi)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(nèi)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(lái)源于降水和地下水補(bǔ)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(yán)重的水資源短缺問題。圖1研究區(qū)及氣象水文站點(diǎn)分布Fig.1Locationofstudyareaandhydrologicalandweatherstation圖2.媯水河流域土地利用
