2010年 第12卷 第3期
新安江模型参数有效优化及不确定性评估
1. 大连理工大学水电与水信息研究所，辽宁大连 116085;
2. 华北水利水电学院，郑州 450011
下一篇 上一篇
摘要
应用新安江模型进行水文模拟时，由于模型本身的不足及参数多、信息量少等原因，会出现率定的最优参数组不唯一、不稳定等问题。考虑到以往的参数优选，都只得出一个参数组，不能反映出其不确定性状况。提出应用基于马尔可夫链蒙特卡罗（MCMC）理论的SCEM-UA算法，通过双牌流域以1 h为时段间隔的36场典型洪水数据对新安江模型参数进行优选和不确定性评估。结果表明，该算法能很好地推出新安江模型参数的后验概率分布；率定和检验结果分析也表明，应用SCEM-UA算法对新安江模型进行优选和不确定评估是有效和可行的。
图片
图1
图2
图3
图4
参考文献
[ 1 ] 赵人俊.流域水文模拟 [ M] .北京: 水利水电出版社, 1984
[ 2 ] 武新宇, 程春田, 赵 鸣 雁.基 于 并 行 遗 传 算 法 的 新 安 江 模 型 参数优化率定方法 [ J] .水利学报,2004 , ( 11 ) :85 -90 链接1
[ 3 ] Cheng C T, Zhao M Y, Chau K W, et al.Using genetic algorithm and TOPSIS for Xinanjiang model calibration with a single proce- dure [ J] .Journal of Hydrology,2006 , 316 ( 1 -4 ) : 129 -140 链接1
[ 4 ] Hapualrachchi H A P, Li Z -j, Wang S.Application of SCE - UA method for calibrating the Xin’ anjiang watershed model [ J] . Journal of Lake Sciences, 2001 , 12 ( 4 ) : 304 -314 链接1
[ 5 ] 江 燕, 胡铁松, 桂发亮,等.粒 子群 算法 在新 安江模 型参 数 优选中的应用 [ J] .武汉大 学 学 报 ( 工 学 版 ) , 2006 , ( 4 ) :14 -18 链接1
[ 6 ] 江燕,刘昌明,胡铁松,等.新安江模型参数优选的改进粒子群算法[J].水利学报,2007,38(10):1200-1206 链接1
[ 7 ] 刘力,周建中,杨俊杰,等.基于改进粒子群优化算法的新安江模型参数优选[J].水力发电,2007,33(7):16-19 链接1
[ 8 ] Kuczera G, Parent E.Monte Carlo assessment of parameter uncer- tainty in conceptual catchment models: the Metropolis algorithm [ J] .Journal of Hydrology,1998 , 211 ( 1 -4 ) : 69 -85 链接1
[ 9 ] Beven K J, Binley A.The future of distributed models: Model calibration and uncertainty prediction [ J ] .Hydrological proces- ses,1992 , 6 ( 3 ) : 279 -298 链接1
[10] Thiemann M, Trosset M, Gupta H.Bayesian recursive parameter estimation for hydrologic models [ J ] . Water Resources Re- search,2001 , 37 ( 10 ) : 2521 -2535 链接1
[11] Bates B C, Campbell E P.A Markov chain Monte Carlo scheme for parameter estimation and inference in conceptual rainfall - runoff modeling [ J] .Water Resources Research,2001 , 37 ( 4 ) : 937 -947 链接1
[12] Vrugt J A, Gupta H V, Bouten W, et al.A shuffled complex e- volution metropolis algorithm for optimization and uncertainty as- sessment of hydrologic model parameters [ J] .Water Resources Research,2003 , 39 ( 8 ) : 1201
[13] Vrugt J A, Gupta Hoshin V, Dekker Stefan C, et al.Application of stochastic parameter optimization to the sacramento soil mois- ture accounting model [ J ] . Journal of Hydrology, 2006 , 325 ( 1 -4 ) : 288 -307 链接1
[14] Duan Q Y, Gupta V K, Sorooshian S.Shuffled complex evolu- tion approach for effective and efficient global minimization [ J] . Journal of Optimization Theory and Application,1993 , 76 ( 3 ) : 501 -521 链接1
[15] Box G E P, Tiao G C.Bayesian Inference in Statistical Analysis [ M] .Addison -Wesley -Longman, Reading, Mass, 1973
京公网安备 11010502051620号
