参数线性化率定方法在HBV-IWS模型中的应用.pdfVIP

水 利 学 报 2013年10月 SHUILI XUEBAO 第44卷 第10期 文章编号：0559-9350（2013）10-1210-07 参数线性化率定方法在HBV-IWS模型中的应用 1，2 2 3 4 包为民 ，张 坤 ，王红艳 ，姜玉婷 （1.河海大学 水文水资源与水利工程科学国家重点实验室，江苏 南京 210098； 2.河海大学 水文水资源学院，江苏 南京 210098；3.宁波市水利水电规划研究院，浙江 宁波 315000； 4.辽宁省清河水库管理局，辽宁 铁岭 112003） 摘要：针对误差平方和最小为目标函数率定非线性函数参数会增加不相关的局部优值等问题，提出了参数线性化 率定方法，并将其应用于HBV-IWS模型的日模拟和次洪参数优选中。首先通过日模拟理想模型的实例分析，发 现参数均能收敛到真值，验证了该方法的可行性；然后对东张水库 13年的实测日资料和 18场洪水进行应用验 证，结果表明，参数线性化率定方法在实际应用中是可行的、合理的，且寻找参数优值的速度较快；同时利用该 方法率定敏感性参数，减少了率定所有参数带来的麻烦，提高了参数率定的效率，具有良好的应用前景。 关键词：HBV-IWS模型；线性化率定方法；参数优选；东张水库 中图分类号：P338+.9 文献标识码：A 在暴雨径流地区，对于洪水预报，通常采用新安江模型或是降雨径流相关图等方法来实现。 HBV-IWS（HydrologiskaByråsVattenbalansavdelningbytheInstituteofHydraultcEngineering）模型是［1-3］ 瑞典水文气象局（SMHI）提出的一种模拟积融雪、实际蒸散量、土壤水分储存、地下水埋深和径流等 机制的半分布式概念性降雨径流模型，该模型有着原理结构简单、易于实现、所需输入资料和参数 较少以及模拟性能好等优点，不考虑融雪模块，可应用于我国南方湿润地区中小流域径流预报［4］。参 数的优选是水文模型研究和应用的一个重要方面，模型模拟效果如何和模型参数的选定紧密相关。 传统参数优选是以误差平方和为目标函数的数学寻优法，对于线性参数可以得到全局优值，但对于非 ［5］ ［5］ 线性函数参数会增加不相关的局部优值。目前，常用的参数优选算法有罗森布朗克法 、单纯形法 、 ［6-8］ ［9-10］ ［11］ 粒子群算法 、遗传算法 和SCE-UA算法 等。其中罗森布朗克法和单纯形法的计算结果受初值 影响大，容易陷入局部优值；粒子群算法和遗传算法存在计算效率低，易“早熟”等不足；SCE-UA算 法虽综合了确定性搜索、随机搜索和生物竞争进化等方法的优点，但该算法参数较多，收敛速度 慢。鉴于此，本文提出参数线性化率定方法，并以东张水库为例，对该流域的HBV-IWS模型参数优 选进行研究。 1 参数线性化率定方法 1.1 参数线性化率定方法的原理 传统上参数优化的方法是数学寻优法，属于黑箱子方法，以误差 平方和最小为目标函数，只根据目标函数响应面形状寻找参数最优值［12］，其过程通常包括误差平方 和目标函数构建和一阶函数求导为零得其参数优值解，该过程对于线性参数没有任何问题，但延伸 到非线性函数参数时，会增加不相关的局部优值。 收稿日期：2012-12-14 基金项目：国家自然科学基金资助项目40901015；国家自然基金重大项目51190091）；中 国国家重点实验室专项基金（2009585412、2009586412） 作者简介：包为民（1956-），男，浙江东阳人，教授，博士生导师，主要从事水文预报、水文水资源、水文统计和模型参数估 计等研究。E-mail：wmbao163@163.com — 1210 —