分布式水文模型的参数率定及敏感性分析探讨.pdfVIP

第 卷 第 期 自 然 资 源 学 报 22 4 Vol.22No.4 年 月 2007 7 JOURNALOFNATURALRESOURCES July,2007 分布式水文模型的参数率定及敏感性分析探讨 1 1,2 1 1 2 王中根 ,夏军 ,刘昌明 ,欧春平 ,张永勇 中国科学院 地理科学与资源研究所,陆地水循环及地表过程重点实验室,北京 ; (1. 100101 2.武汉大学 水资源与水电工程科学国家重点实验室,武汉 430072) 摘要:参数率定与敏感性分析是分布式水文模型应用和发展中的难点问题,论文对当前典型的、应 用比较成功的全局最优化参数率定和敏感性分析方法进行归纳和分析,包括:遗传算法( Genetic )、 算法 ( )、贝叶斯方法 ( )、 方法 Algorithm SCE-UA ShuffledComplexEvolution BayesianMethod RSA ( )、 方法( )等等。 RegionalizedSensitivityAnalysisGLUE GeneralizedLikelihoodUncertaintyEstimation 并对计算机自动优化方法和人工参数调试方法的利弊进行讨论,展望了分布式水文模型的参数率 定与敏感性分析的发展方向。 关 键 词:分布式模型;参数率定;敏感性分析;优化方法 中图分类号: + 文献标识码: 文章编号: P334.92 A 1000-3037(2007)04-0649-07 1 前言 受GIS/RS等高新技术的驱动,分布式水文模型的发展十分迅速,出现了大量的模型,如 ( )、 ( )、 SHE System HydrologicEuropean IHDM InstituteofHydrologyDistributedModel ( )、 ( )、 TOPMODELTOPgraphybasedhydrologicalMODEL SWATSoilandWaterAssessmentTool [1] ( )、 等 。与传统的集总式水 DHSVMDistributedHydrologySoilVegetationModelWATFLOOD 文模型相比,分布式水文模型 “能够反映水文要素在空间上的变化,能够进行下垫面变化条 件下的计算,特别是它具有更多的模拟功能,即能够把单一水量变化的模拟扩大到广泛的水 文水资源与生态环境问题模拟,并且可通过尺度转换与大气环流模式耦合来预测全球变化 [2] 对水资源的影响,从而纳入全球变化水文研究的前沿”。因此,分布式水文模型的应用越来 越广泛。