MOSCEM－UA算法的水文模型参数优化.pdfVIP

第４１卷 第１９期 人　民　长　江 Ｖｏｌ．４１，Ｎｏ．１９ ２０１０年 １０月　 　 Ｙａｎｇｔｚｅ　Ｒｉｖｅｒ　 　Ｏｃｔ．， ２０１０ 　　文章编号：１００１－４１７９（２０１０）１９－００９５－０５ 基于 ＭＯＳＣＥＭ－ＵＡ算法的水文模型参数优化 １，２ ２ ２ 王 宇 晖 ，雷 晓 辉 ，蒋 云钟 （１．东华大学 环境科学与工程学院，上海 ２０１６２０；　２．中国水利水电科学研究院，北京 １０００３８） 摘要：详细阐述了水文模型参数多目标自动优化过程，并以此来评估水文模型在率定过程中所体现出来的异 参同效性。采用集总式 Ｈｙｍｏｄ模型研究海河流域宽城水文站以上流域。在模型参数优化率定过程中涉及到 的主要模型参数有：土壤最大持水量，土壤持水量空间分布指数，快、慢速流分水系数以及快、慢速流退水系 数。采用了两个对立目标，通过 ＭＯＳＣＥＭ－ＵＡ算法的多目标参数优化，可以得到多个目标空间的 Ｐａｒｅｔｏ解 集、径流预测区间和相对应的参数范围。 关　键　词：参数率定；多目标优化；ＭＯＳＣＥＭ－ＵＡ算法；Ｐａｒｅｔｏ前沿；参数范围；径流区间 中图法分类号：Ｐ３３４　　　文献标志码：Ａ 　　在许多研究领域的建模过程中，模型参数估计和 化，如：ＮＳＧＡ及 ＮＳＧＡ－Ⅱ［６］、多 目标粒子群算法 优化是一个普遍存在的问题，例如：洪水的在线实时预 ［７］ ＭＯＰＳＯ等 。本文引入 ＭＯＳＣＥＭ－ＵＡ（Ｍｕｌｔｉ－ｏｂｊｅｃ 报以及水文模型参数的确定等。参数率定的重要作用 ［８］ ｔｉｖｅＳｈｕｆｆｌｅｄＣｏｍｐｌｅｘＥｖｏｌｕｔｉｏｎＭｅｔｒｏｐｏｌｉｓ）方法 ，该 是对一个或多个目标（如模型模拟值与实测值的均方 方法具有迭代效率高，逼近速度快等特点。ＭＯＳＣＥＭ ［１］ 误等）搜索确定最适合该目标的最优参数 。通常情 －ＵＡ是由ＳＣＥ－ＵＡ单目标算法改进的多目标启发 ［２］ 况下，水文模型的结构比较复杂，各有侧重点 ，且大 式算法，ＳＣＥ－ＵＡ单目标率定在国内外的应用领域颇 多是以非线性形式存在的。多目标优化问题中多个目 为广泛，例如：马海波和董增川成功地将该算法运用于 标之间通常相互制约，如果对其中一个目标进行优化， ［９］ ＴＯＰＭＯＤＥＬ的半分布式水文模型参数率定 ；同时， 则可能会以牺牲其他目标为代价。因此，很难正确评 张文明等采用了ＭＯＳＰＯ算法对新安江模型进行的多 价多目标问题解的优劣性［３］。同时，概念性水文模型 目标率定也取得了一定的效果。然而，用 ＭＯＳＣＥＭ－ 对流域下垫面特征的考虑较少，即：不能直接利用空间 ＵＡ多目标优化算法来同时考虑两个对立目标的参数 ［４］ 信息差异计算获得真实的降雨产流情况 。因此，概 优化在国内应用研究则相对较少。因此，本文将 ＭＯＳ 念性水文模型的参数值优选是决定模拟效果的重要因 ＣＥＭ－ＵＡ应用于水文模型 Ｈｙｍｏｄ的参数优化过程 素。在率定水文模型时，一般可以通过手动调节参数 中，通过优化两个对立目标，得出一组