- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于克里金插值的SWAT参数率定大规模并行方法.pdf
第33卷第 1期 计 算 机 应 用 研 究 Vo1.33No.1
2016年 1月 ApplicationResearchofComputers Jan.2016
基于克里金插值的SWAT参数率定大规模并行方法术
李 强 ,陆忠华 ,王彦榈 ,陈 曦。,罗 毅
(1.中国科学院计算机网络信息中心 ,北京 100190;2.青岛大学,山东青岛266071;3.中国科学院新疆生态与
地理研究所,乌鲁木齐 830011;4.中国科学院地理科学与资源研究所,北京 100101)
摘 要 :SWAT(soilandwaterassessmenttoo1)水文模型是近几年国内外使用最广泛的分布式水文模型,因其 良
好的精度、广泛的适应度得到了众多水文工作者的欢迎。但 由于其参数率定部分过高的计算量,给水文工作者
在建模调参过程中造成了大量的不便。为了提高SWAT参数率定的运行效率,基于克里金插值理论,对于
SWAT原有的优化算法进行改进,提出了一种基于随机过程的参数率定方法,通过一种期望优化的方式对拟合
曲面进行寻优。通过 IntelMKL和一个对等式并行框架加以并行实现,大大提高了SWAT参数寻优的计算效率
以及参数精度,并通过天山北坡流域的模拟验证了并行模型的有效性,说明了克里金优化方法在水文模拟参数
寻优的过程中能够达到良好的精度。
关键词:水文模型;克里金;参数率定;并行计算;对等式并行框架
中图分类号:TP301.5;TP301.6 文献标志码 :A 文章编号:1001—3695(2016)Ol一0060.04
doi:10.3969/j.issn.1001—3695.2016.01.013
LargescaleparallelmethodforSWATcalibrationbasedonKriginginterpolation
LiQiang ,LuZhonghua,WangYangang,ChenXi,LuoYi
(1.ComputerNetworkInformationCenter,ChineseAcademyofSciences,Beijing100190,China;2.QingdaoUniversity,QingdaoShandong
266071,China;3.XinjiangInstituteofEcology&Geography,ChineseAcademyofSciences,Urumqi83001l,China;4.InstituteofGeographic
SciencesNaturalResourcesResearch,ChineseAcademyofSceinces,Beijing100101,China)
Abstract:SWATisthemostpopulardistributehydrologicmodelintheworldbecauseofitshighaccuracyandfitness.Butthe
largeamountofcomputationinSWATcalibrationcausesmuchdifficultytothehydrologists.Toimprovetheperformanceof
SWATcalibration,thispaperproposedanewcalibrationmethodbasedonKriginginterpolation,andtheoptimizationwas
basedonexpectedimprovement.Also,itparallelizedthisprocessbytheIntelMKLandapeer—to—peerparallel~amework.
Thenitimprovedtheperfomr anceofoptimization,andtestedtheeffectivenessofthismethodbytheriversinthenorthern slope
ofTianshanmountains.Th isstudyd
文档评论(0)