垄沟集雨系统Laio土壤水分动态随机模型参数敏感性分析及-ChinaXiv.PDFVIP

垄沟集雨系统Laio土壤水分动态随机模型参数敏 感性分析及优化 1,2 3 4 1,2 尹鑫卫 ；李晓玲 ；王琦 ；张永梅 (1. 中国科学院新疆生态与地理研究所/阜康荒漠生态国家野外科学观测研究站 新疆 乌鲁木齐 830011; 2. 中国科学院大学 北京 100049; 3. 甘肃农业大学水利水电工程学院 兰州 730070; 4. 甘肃农业大学草业学院 兰州 730070) 摘 要: 水文模型参数的敏感性分析、优化和验证对提高模型率定效率和计算精度具有重要意义。为探讨Laio 土壤水 分动态随机模型(Laio 模型)各参数在垄沟集雨系统的敏感性, 同时确定参数优化和模型验证的最佳方案, 本文结合多因 素敏感性分析法以及改进单纯形法(ISM) 、粒子群优化算法(PSO)和混合粒子群优化算法(HPSO), 利用中国气象局定西干 旱气象与生态环境试验基地 2012 －2013 年垄沟集雨燕麦生长季降雨、径流和土壤水分等实测数据, 对垄沟集雨系统 Laio 模型的13 个参数进行敏感性分析、优化和验证。结果表明, 平均降水量 和凋萎系数s 对土壤水分概率密度函数  w 1 最敏感, 且 对参数 的敏感性在低土壤含水率下更明显, 而对参数s 的敏感性在高土壤含水率下更明显; 3 种 v p (s ) p (s )  w 8 算法(ISM 、PSO 和HPSO) 的优化参数值均能对垄沟集雨系统土壤水分概率密度函数进行较好模拟, 其峰值(CPV) 、峰值 5 位置(PP)和95%置信区间(CI95%)实测值与模拟值的相对误差均小于10%, CM 指数均大于0.5; 同时, HPSO 算法优化参 0 数的模拟效果和收敛速度均显著优于PSO 算法和ISM 算法, 且能较显著克服ISM 算法和PSO 算法存在的缺陷。故HPSO 0 算法可作为垄沟集雨系统土壤水分动态随机模型参数优化的待选方案。该研究可为Laio 模型的区域应用和模型调参提 0 . 供科学指导依据。 1 关键词: 垄沟集雨系统; 土壤水分动态; Laio土壤水分动态随机模型; 敏感性分析; 模型参数优化 0 8 中图分类号: S152.7 文献标识码: A 1 0 Sensitivity analysis and optimization of Laio soil moisture dynamic stochastic 2 : model parameters in ridge-furrow rainwater harvesting system v i 1,2