流域水文模型不确定性分析方法的理论和应用研究-地理资源与环境.pdfVIP

摘 要 摘 要 流域水文模型中存在很大的不确定性，给水库防洪调度、水资源合理利用等带来很多问题， 逐渐成为水循环与水资源研究重要的科学问题之一。本文针对水文模型的不确定性来源，模型参 数和输入不确定性，GLUE 方法主观因素的影响，以及贝叶斯不确定性分析方法存在的问题，开 展流域水文模型不确定性估计方法的研究，论文的主要结论如下： 1. 水文模型不确定性来源分析：以潮河 DTVGM 模型为例，用 GLUE 方法开展分析，结 果表明：(a)异参同效的原因主要包括参数过多、输入资料的系统误差和约束条件过少；(b)将不敏 感参数固定，可以提高模型率定效率，减少异参同效性；(c)输入资料误差会增加模型的异参同效 性，还会降低模型的精度；(d)多目标函数可以减小模型的异参同效性。 2. GLUE 方法对主观因素的敏感性量化分析：在DTVGM 和 WASMOD 模型中，量化样本 接受率和样本数量对 GLUE 方法的影响，结果表明：(a)模型参数的后验分布和流量 95%置信区间 对于样本接受率的选择是敏感的，样本接受率越低，置信区间越窄；样本接受率大于 1%时，其对 GLUE 结果的影响大大减少了，而对最大效率系数几乎没有影响；(b)当样本接受率一定时，样本数 量如果不够大，会影响 GLUE 的结果；当样本数量超过该阈值，对GLUE 结果的影响很小。 3. 水文模型不确定性估计方法的对比研究： 对比 GLUE 和贝叶斯方法在流域水文模型 DTVGM 和 WASMOD 模型中结果的差异，研究发现：(a)贝叶斯方法估计的参数不确定性较GLUE 要小；但是当 GLUE 的阈值足够大的时候，GLUE 得到的参数后验分布，流量 95%置信区间和观 测流量包括率都逼近贝叶斯方法的结果；(b)模型参数的不确定性远远小于模型的总不确定性；(c) 在两个水文模型中，GLUE 和贝叶斯方法模拟结果的精度近似相同；(d)贝叶斯方法比 GLUE 方法 对输入误差(包括系统误差和随机误差) 的影响要更敏感；(e)在水文模型中，不论是用 GLUE 还是贝 叶斯方法估计，系统误差比随机误差会产生更大的不确定性。 4. 贝叶斯方法在水文模型不确定性分析中的应用研究： 应用贝叶斯方法比较月尺度和日 尺度 WASMOD 模型的不确定性特征；在日尺度 WASMOD 模型中，提出改进的模块化贝叶斯方 法，并选择三个传统的贝叶斯估计方法开展对比分析；最后针对流量 95%置信区间的不确定性估 计，提出一个新的评价指标，称为单位置信区间相对宽度的观测值包括率(PUCI) 。结果表明：(a) 在日尺度模型中考虑残差的相关性，比在月尺度模型中更为重要，简单的高斯模型能够很好的适 用于月尺度 WASMOD 模型；(b) 日尺度水文模型中，AR(1) 多维正态模型较 AR (1) 正态模型，在 参数的相关性和大流量的不确定性估计上，表现出了一定的优势；(c)与三个传统贝叶斯方法相比， 模块化贝叶斯方法在保证较好包括率的前提下，大大减小了流量 95%置信区间的宽度，综合考虑 应用难易程度和计算效率，模块化贝叶斯方法更加切实可行。 关键词：水文模型，不确定性，贝叶斯，GLUE，Metropolis Hastings ，正态变换 - I - 中国科学院博士学位论文 李璐 流域水文模型不确定性分析方法的理论和应用研究 UNCERTAINTY ANALYSES METHODS OF HYDROLOGICAL MODELS AND THEIR APPLICATION Lu Li (Physical Geography) Directed by Prof. Jun Xia and Prof. Chong-yu Xu Ab