新安江流域水文模型

新安江流域水文模型（精选7篇）

新安江流域水文模型 第1篇

新安江模型是我国著名的概念性集总流域水文模型,在模拟预测湿润地区洪水预报时具有较好的精度。本文建立了基于GIS技术的新安江三水源半分布模型,能够反映水文的空间变异规律,更好地反映水文的空间变化和分布情况。而在此模型中有16×n个参数需要优选 (其中n表示子流域数目),因此计算工作量较大,必须需要借助较好的全局优化算法进行参数优选。

模拟退火(simulated annealing,简称SA)算法是局部搜索算法的扩展,通过合理设置初始温度、退火方式及终止条件,模拟退火算法可以快速而准确的收敛到全局最优解。已经在理论上证明,它能够以概率1.0接近全局最优值[1]。模拟退火算法的全局优化能力,对新安江三水源半分布水文模型16×n个参数自动优化的应用进行了研究。

1 基于GIS的三水源新安江半分布水文模型

1.1 模型结构

基于GIS的新安江三水源模型相对于流域划分了单元面积,在单元面积上采用集总式,属于半分布水文模型。首先根据地形及下垫面状况将流域分为n个子流域单元,对每个子流域分别进行预报,然后将流量过程演算到流域出口,最后获得出口断面的预报流量过程[2]。其中,蒸发按三层蒸发模式计算,产流方式按蓄满产流计算,水源分为地表径流、壤中流及地下径流三种,汇流部分分为子流域汇流与河网汇流[3]。

1.2 GIS在模型中的应用

利用DEM数据,可以对流域进行网格数字化处理,并提取出流域的地理信息,包括河长、流域面积、流向、坡度等[4]。本文利用美国环境系统研究所(ESRI)开发的ArcGIS软件,将流域分为2 km×2 km网格。然后对流域进行了水文分析,包括填洼洼地的填充、水流方向的产生、河网的提取、流域界线的划定、子流域的划分等工作。实例中的流域划分为37个子流域。图1为基于流域DEM数据使用ArcGIS软件生成的河道与子流域图。

1.3 模型参数

基于GIS的新安江三水源半分布模型参数为16个。

(1)蒸散发部分:

蒸发折算系数K,上层蓄水容量WUM,下层蓄水容量WLM。深层蒸散发系数C。

(2)产流部分:

流域平均蓄水容量WM,不透水面积比IMP,蓄水容量曲线的方次B。

(3)分水源部分:

自由水蓄水容量SM,自由水蓄水容量曲线指数EX,地下表水出流系数KG,壤中流出流系数KSS。

(4)汇流部分:

地下水库的消退系数KKG,壤中流的消退系数KKSS,马斯京根方法中的参数KE、XE,无因次单位线UH[5]。

实例中流域分为37个子流域,所以总参数实际上为16×37个。这样能够使模型精度得到进一步提高,但是增加了参数优选的难度。

2 模拟退火算法(SA)

2.1 SA算法的原理

模拟退火算法的基本思想是通过模拟高温金属退火的过程,找到优化问题的全局最优或近似全局最优解。将固体加温至充分高,内能增加,物体内部粒子变为无序状。而随着固体的缓慢冷却,粒子排列逐渐趋于有序,最后在常温时达到平衡状态基态,内能减为最小[6]。利用退火过程解决优化问题时,组合优化问题对应金属物体将内能E对应目标函数,解对应为状态,最优解对应能量最低的状态,温度T演化成t[7]。其中,T为金属退火过程中的温度,而t为应用到具体目标函数中的参数值。

2.2 SA算法的实现

程序实现的基本框架如下:首先将新安江模型作为目标函数;通过调用模型,输入模型的参数值,计算后输出模型效率系数DQ。然后对DQ值进行判断,据此重新选择参数值。反复循环此过程实现优选,最终得到最优参数值[6]。

下面给出新安江模型中实现模拟退火算法的一般步骤。

(1)设定参数的上下限UB(i)、LB(i),并根据上下限随机选取参数初值,其中RND为随机数;设置初始温度T,温度变化控制量RT。

(2)判断T是否为正以及参数初值是否超出范围。如初值设置无误,则调用目标函数,输入参数X(i)到新安江模型中计算,输出模型效率系数DQ。

(3)开始主循环。令XP(i)=X(i)+(RANMAR()×2.-1.)×VM(i),其中VM为退火时取的步长,与温度T有关。然后判断XP(I)是否超出参数的上下限,如超出则选取XP(i)=LB(i)+(UB(i)-LB(i))×LB(i)×RANMAR()。将XP(i)代入目标函数中计算出新的模型效率系数DQ*。

(4)若DQ*≥DQ,则令X(i)=XP(i),并判断此时的值是否为目前最优值;若DQ*<DQ, 则根据Metropolis准则判断是否接受新的结果,如接受,则X(i)=XP(i);如不接受,则放弃这个结果。

(5)自动调整VM,使得有一半的目标函数值可以被接受。然后返回步骤(3)继续循环。

(6)主循环达到循环次数NT后退出循环。判断此时输出值是否满足停止法则。若满足,则终止计算,输出最优值;否则令T=RT×T,返回步骤(3)开始新一轮的循环。

2.3 需要注意的问题

(1)初始温度的设置[8]。

这是一个非常关键的问题。初始温度过高,算法搜索到全局最优值的概率变高,但相应的搜索时间加大,收敛速度慢;初始温度过低,可节约计算时间,但会影响全局搜索能力。应用过程中,应对初始温度进行多次试验,找出最优值。

(2)退火速率的确定。

退火速率影响着算法的全局搜索性能。速度太快会导致在同一个温度上搜索不够充分,速度太慢又会浪费计算时间。需要根据目标函数的特征及意义进行设置。

3 算例与分析

3.1 资料整理

北江是珠江流域第二大水系,上游浈水发源于江西信丰县大庾岭石溪湾,流经广东南雄、始兴、仁化等县,至韶关与支流武水汇合始称北江。北江流域地处亚热带,境内高温多雨,年均降雨量约1 800 mm,汛期4～9月占年降雨量的80%。故流域属于南方湿润地区,主要产流方式为蓄满产流,可以应用基于GIS的新安江三水源半分布模型对其进行预报。本文选取了1980～2000年北江流域上的30场洪水与其对应降雨蒸发资料,并利用这些资料进行参数优选工作,以验证模拟退火法在半分布新安江模型中的应用效果。

3.2 优选结果

首先参考新安江模型参数取值规律,并结合以往参数优选经验,确定初始参数的范围。然后代入模拟退火算法进行参数优选。经过多次试验,确定初始温度T=3,降火速率RT=0.65时,可以取得较高的效率。参数设置见表1。

最终优选得出,总模型效率系数为94.34,平均模型效率系数为88.73,除峰现时差合格率为83.33%之外,其余各项指标均达到甲级标准。部分洪水场次计算误差见表2。图2、图3是从验证资料中挑选两场洪水的预报与实测径流对照图,从中可以直观地看出预测流量与实测流量的对应关系。

注:洪峰单位为m3/s。

4 结 语

建立三水源新安江半分布水文模型可以提高模型预报精度,但增加了参数优选工作的复杂度。本文尝试在三水源新安江半分布水文模型中使用模拟退火算法进行参数优选。结果证明,只要合理设置初值并使用较好的降温方式,模拟退火算法可以快速而且准确的找出参数的全局最优解,从而提高水文模型预报的精确度。

摘要：半分布新安江模型能够反映水文的空间变异规律,比集总模型能更好的反映下垫面的影响。但是多个子流域单元的参数优选变得更加复杂,这是半分布水文模型急需解决的难题。模拟退火算法是局部搜索算法的扩展,能够跳出局部循环,并在理论上以概率1.0接近全局最优值。模拟退火算法应用在半分布新安江模型参数优选工作中,确定了参数的自动优化问题,并通过实例检验了模拟退火算法在半分布水文模型中的应用。

关键词：三水源新安江模型,模拟退火算法,自动优化,参数识别

参考文献

[1]蒋龙聪,刘江平.模拟退火算法及其改进[J].工程地球物理学报,2007,(2):135-139.

[2]叶守泽,詹道江.工程水文学[M].北京:中国水利水电出版社,2000.

[3]姚成.基于栅格的分布式新安江模型构建与分析[D].南京:河海大学,2007.

[4]李莉莉,孔凡哲.基于GIS对新安江模型的初探[J].水文,2006,26(5):33-37.

[5]赵人俊,王佩兰.新安江模型参数的分析[J].水文,1988,(6):2-8.

[6]姜海.非线性优化方法研究及其在水文模型中的应用[D].武汉:武汉大学,2006.

[7]郭建青,李彦.改进模拟退火法在估计河流水质参数中的应用[J].水文,2004,(2):19-22.

概念性流域水文模型的比较 第2篇

概念性流域水文模型的比较

对5个著名的概念性模型,从模型结构的水源划分、产流机制、汇流计算及产流空间分布不均匀性的考虑等方面进行了比较分析,选择4个湿润或半湿润地区流域为研究对象,对各模型进行了应用检验.研究表明:各模型径流成分基本一致,但划分技巧不尽相同;各模型均包含蓄满机制,个别还考虑了超渗机理;汇流计算基本采用传统的方法,如单位线法、马斯京根法、线性水库法;只有TOPMODEL和新安江模型考虑了产流空间差异性问题.应用结果表明:产流机制对各模型的`模拟结果影响较大,蓄满模型在湿润地区效果更好,而在半湿润地区,同时考虑了超渗机理的模型比其他模型适用.

作 者：张俊 郭生练 李超群 林凯荣 ZHANG Jun GUO Shenglian LI Chaoqun LIN Kairong  作者单位：武汉大学水资源与水电工程科学国家重点实验室,湖北,武汉,430072 刊 名：武汉大学学报(工学版)  ISTIC PKU英文刊名：ENGINEERING JOURNAL OF WUHAN UNIVERSITY 年，卷(期)：2007 40(2) 分类号：P333 关键词：概念性水文模型   模型结构   比较研究  

新安江流域水文模型 第3篇

1深圳市康乐环境工程有限公司；2布达佩斯科技经济大学

摘要：此文主要介绍由深圳市康乐环境工程有限公司（以下简称为我司）与匈牙利软件工程公司（GeneralCom Engineering Ltd.），携手布达佩斯科技经济大学的环境与工程系（BUTE DSEE）共同研究开发新型的水管理决策支持系统（WateRisk Decision Support System）。该项目通过创建与流域治理有关的环境软件及数据系统，依据最佳管理措施（Best Management Practice）的技術框架，基于地理信息系统的分析技术平台，研究分析流域面源污染治理措施，并选择试点，进行调试使用，从而达到减低和控制水资源的污染的目的。本文详细阐述了该研究项目的三个主要步骤：模型设计原理和运算，试点地区的背景资料及试点地区结果示范。试验结果显示该模型的计算数据与实测数据有很强的相关性，因此验证WateRisk能够计算出流域相关水文参数。

关键词：决策支持系统；地理信息系统；最佳管理措施

1前言

随着城市土地的不断开发利用，大量污染物沿途进入水体及附近流域，使得水质下降。虽然现阶段已累计不少相关课题成果与科研技术，然而，暂未有成熟辅助的决策系统广泛普及应用[1][2]。作为水资源管理控制的主要工具，水文模型的研究与应用已在国内外广泛采用。因为它不仅为人们提供了更为直观的水资源管理的科学认知与决策依据，还作为可持续性发展及利用水资源的有效工具[3][4]。因此，大力推广水文模型的相关应用对深圳水资源管理有重要意义。

此文主要介绍由深圳市康乐环境工程有限公司与匈牙利软件工程公司（GeneralCom Engineering Ltd.），携手布达佩斯科技经济大学的环境与工程系（BUTE DSEE）共同研究开发新型的水管理决策支持系统（WateRisk Decision Support System）。该项目通过创建与流域治理有关的环境软件及数据系统，依据最佳管理措施（Best Management Practice）的技术框架，结合地理信息系统（Geographic Information System）的分析技术平台，研究分析水库流域面源污染治理措施，并率先以深圳为试点，进行调试使用，从而达到降低和控制水资源的污染的目的。本文详细阐述了该研究项目的三个主要步骤：模型设计原理，试点地区的背景资料及结果。

2 WateRisk 综合水文决策管理模型的设计原理

WateRisk 综合水文决策管理模型（WateRisk IHM，以下简称为WateRisk）属于物理性分配参数的配合系统（Physically-based distributed-parameter coupled model system）的一种.该系统通过用户友好型界面和整合数据库来体现全面方法论。该系统通过运用物理性的数字化水文模拟过程，对社会、经济和环境进行可能性的水资源情景风险评估。由于研究水文过程不仅仅考虑其过程的各个独立层面，还需考虑其内部因子互相作用的复杂性。因此，该系统充分考虑到水体流动之间的互相关系，并创新性的使用动态的相互连接到水文模型中。透过将垂直及水平的分布参数有限差值化（如植被、地形和土壤分层），构建成数字化的模型。此模型能将在土壤层面的重要水流动性循环过程用3D图像直观的呈现。WateRisk 整合水文模型（WateRisk IHM）概念模型可参见图1。

图1.WateRisk 整合水文模型的概念模型：箭头指向为相互作用的方向；矩形为模块；圆形框为诱因。

WateRisk IHM的具体设计算法原理由图2可见。首先，水资源模型系统通过连接Saint-Venant公式的1D河流水动力模型、2D 线性级联表面模型（或者浅水波方程式的算法）、1D 半数值整合表面和浅表水循环，并且将降雨量，积雪、融化及蒸发这些诱变量也考虑到经验方程式中。而每个模块之间的联系则通过对相应的中间数据运算进行算法传送而得出。一般而言，在特定模型的成分内的界定条件由其它模型决定，反之亦然。

图2 1D及2D 模型计算方法：（a）通过整合确定的矢量及栅格

（b）图示系统性描述水高度计地形地势以及模型之间的相关关系。

（c）渠道及陆上水位

以地理信息系统为系统基底，WateRisk透过友好的GUI客户操作界面来支持软件在不同层面的广泛应用（见图3）。该系统提供了灵活的模块与数据库，使得用户能依据自己特定的问题及比例，透过简单操作从而建立自己的模块。而且，经过运行WateRisk预运行模块（pre-processor unit），该软件还能简单的输出或输入各矢量和栅格或导出不同的数据库。因而，经过前处理的项目能够使得WateRisk依照项目所需建立特定的数据。在数据预处理的同时，相关的独立次级模型（如1D 水文动态，地表水，表面沉降等）的整合体也均能够在软件模型库建立起来。并且，模型库和模型创建工具里均有为参数化提供空间的大量次级模型及次级视窗可供选择。

图3 GUI界面的地理信息系统视觉化图

当与环境相关的模型和数据库被修改好后，模型便可开始运算。其结果将储存以备日后分析。数据储存的详细信息（如储蓄的频率和保存数据的类型等）均能收藏于模型启动过程内。由图3可见，系统运算结果能通过地理模型（如饼状图、图表、2D和3D地图等）简单的呈现出来。另外，系统亦能输出不同形式的数据。因此，依据不同的变量，形成具有代表性的情景模型。通过比较已形成的情景模型，选择最佳的算法。

3应用案例

在本次试验项目实验对象为支流河A与深圳某流域水库的闸口。该闸口的主要目的是预防污水直接进入水库中。依照设计，支流河A的排水量可达25 m3/s。当支流河A蓄水量高于管道承载量的时候，闸门需打开泄洪，否则将导致周围的住宅区遭受洪涝灾害。因此，支流河A间断性泄洪问题会导致深圳水库质量降低，尤其是在降雨量丰富的雨季。

依据相关分析结果可知，支流河A泄洪1小时，对水库库尾端的显著性影响可持续24小时。就影响频率而言，尽管泄洪条件视气象状况随机产生，但通常在该河截排量达到一定的洪水水位才会发生。但由于截排工程规模限制，支流河A洪水达到泄洪水位并不难。从历年泄洪几率看：正常降雨量年份可出现三次泄洪天剑；雨量偏多的年份，泄洪条件可达八次；雨量偏少年份，亦有两次泄洪。从此方面讲，支流河A泄洪属于已发的污染风险。而就污染特征来讲，支流河A的泄洪风险由将于冲刷地表产生，又屬于面源污染的范畴。因此，支流河A的泄洪应从面源污染控制和以及处理两方面实现。

综合水文模拟系统是国内外现常见的能有效预测洪涝事故发生的应用模型，如黄河水利委员会开发的黄河防洪防凌决策支持系统、长江水利委员会与其他科研机构开发的长江防洪决策支持系统。通过预期将实现降雨和地表的联动分析，在考虑蒸发和下陷等影响下更加准确的分析出产生洪水的实施特征，以及降雨对水工设施的冲击强度，从而更加科学的控制水工设施的运行，降低雨洪对水源水质的影响，减少不必要的水库泄洪，为水工设施管理提供决策服务。

4 目标及模型建立

本实验目的是在WateRisk IHM 系统上建立水文系统来检验支流河A的现状并提高其水质。校正模型能够帮助我们透过考虑河床沉淀、应急池的设计以及管理措施等参数来评估不同的情景下的模拟情况。尽管WateRisk IHM 能够成功模拟出地表及地下相互反应的复杂水文过程，但由于缺少合适的测量数据以及水文系统本身的复杂性，例如构建地下水模型所需的地下水测量数据及土壤信息，因此，此次试验选用简化的模型从而避免缺少数据的难题。所以，地表水模型则依据霍顿入渗公式等式来表达出简化的渗透。

霍顿入渗公式（Hortons Equation）：

其中ft：t时刻的入渗率；fc：稳定入渗率；f0：t=0时刻的初始入渗率；e：自然对数底；k：递减指数，与土壤的物理性质有关。

依据模型的不同，深圳某流域的降雨径流过程可分为两个部分进行区分计算。自然区域采用20x20m的地形网格来表示二维地表模型，而密集的居民区则利用一致的线性联级模型（Linear-cascade model）再细分为多个独立的反应体（见图4）。由Saint-Venant 公式算出1D河流水动力模型后通过延长河流横断面与二维地表模型联系起来。这不仅确认了河岸线，还帮助结合地形网格来决定相互反应结点。

图4居民区附近支流河A流域其子流域暴雨时的水流量

5 校正与结果

通过收集为期3年的日降雨量及4个在暴雨时在闸口测量的水位、闸口控制及每隔15分钟的常降雨量，采用regression-simulation hybrid的算法，校准并提高了模型的有效性。尽管流域参数及曼宁粗糙度系数（manning roughness coefficient）能从土地利用图、卫星图及实地调研中获得，但还需构建支流河A检测计划从而测量更多的相关数据，如频率、检测站及排水量等。虽然目前我们尚缺检测计划，但是由图5可知，经过计算校正及有效化后，测量及计算的水位有很强的相关性。透过模型的计算，更为精确的水量计算。因此，我们不仅能够估计在特定时间内的深圳某流域的相关参数，如雨水流失量及下渗率，还能预估由支流河A流过闸口及分流渠的水流量（见图6）。

图5三个分别于2009年及2010年间测量与计量水位

图6 2010年7月22-23经过闸口及分流渠水流量

6 结论及展望

此水文流域模型以深圳某流域为试点，成功计算出支流河A于不同时间水位量，并证实与测量的相关数据有很强的相关性，从而验证WateRisk IHM 系统能应用于深圳某流域水资源的相关参数的计算与预测。然而，尽管模拟数据结果证明该模型能进行校准，但是由于缺少大量支撑数据及时间序列，因此日后仍需收集大量的测量数据，特别是就支流水资源管理而言。因此，我们提出需要制定一个新的支流河A检测计划，协同水文系统组建决策支持系统。其具体内容包括：

1）修订水闸运行规则

2）新的暴雨储蓄应急评估方案（如对水库的影响）

3）评估在标准降雨下的的洪涝灾害的可能性

4）重建或更新分渠

5）检测沉淀物分解的影响

6）预测短、长期影响

此次项目对支流河A及水库的水质污染难题进行了阶段性的研究，主要涉及两个方面：1）支流河A的沉淀物运输模型（sediment transport model）及污染传播的河水模型（pollution transpost lake model）。前者考虑了支流河A下游的沉淀物（见图7）。图7b展示了该沉淀的预计厚度。如上文所提，这是支流A水库开闸时，污染物进入水库沉淀所致。后者则关于污染的传播及反应。因此，湖泊模型是解决此项难题的关键。

图7a支流河A的沉积； 图7b模型预计沉积厚度效果图

参考文献：

[1]卓建民，张辉，冯卫东。深圳水库水环境主要问题及对策探讨.水资源保护.2006.6（2），12-14

[2]王东宇，张勇。2006年 中国城市饮用水源突发污染事件统计及分析[J].安全与环境学报。2007.7（6），150-155

[3]徐宗学 水文模型：回顾与展望 北京师范大学学报（自然科学版）Journal of beijing Normal University 2010-06 46（3）

流域水文模型综述 第4篇

关键词：流域水文模型,定义,架构,分类,展望

0 引言

当今社会科学技术发展越来越迅猛, 人们对于数字化的要求也越来越高。水文学作为一门历史悠久的学科也越来越趋向于数字化与定量化。在这样的大背景下, 水文模型则应运而生。水文模型是在防洪与水利工程的实际运用和实践中逐渐发展起来的, 它早期用于实时洪水与实时水位预报中。现在, 水文模型的作用范围更加广泛, 它在防洪减灾、水库调度、生态环境需水、水资源开发利用、道路、城市规划、面源污染评价、人类活动的流域响应等诸多方面起到了不可或缺的重要作用。因此, 水文模型的研究已经成为水文学的热点问题。并且相应于河口水文模型, 山坡水文模型等其他水文模型而言, 流域水文模型的研究更加具有实际意义。

1 定义

根据何长高, 董增川等发表的论文, 流域水文模拟是用数学的方法描述和模拟水文循环的过程, 即将流域概化成一个系统, 根据系统输入条件, 对流域内发生的水文过程进行模拟计算, 求解输出结果。更进一步, 流域水文模型就是用于流域水文模拟的这个系统。

流域水文模型是基于人们对客观世界的长期观测和理解认识所提出能够高度概化现实世界, 并用于预测未来的工具。

2 基本架构

不管是何种流域水文模型, 以机制为基础还是以模式为基础, 流域水文模型都包含着几个必不可少的模型阶段, 即坡面产流阶段, 坡面汇流阶段和河网汇流阶段。

2.1 坡面产流阶段

1933年霍顿提出了超渗产流理论, 相应在国外的产汇流计算中有了超渗产流机制。霍顿提出:当雨强I大于下渗能力fp时, 雨强一部分按照下渗能力fp下渗到土壤当中, 另一部分产生地面径流rs;当雨强I小于下渗能力fp时, 雨强按照其自身的强度全部下渗到土壤当中。在实际的勘测与实践中, 人们发现在植被覆盖良好, 地表疏松的地方即使雨强I小于下渗能力fp, 也会存在地面径流。邓恩在六十年代提出了蓄满产流机制。邓恩认为:土壤在垂直结构上并不是仅有一个层次, 实际上土壤上层是有较大土壤颗粒的淋溶层, 而土壤下层是有较小土壤颗粒的淀积层, 这两层之间存在一个相对不透水层。当雨强I小于下渗能力fp时, 雨强会在相对不透水层上产生饱水带, 随着饱水带厚度逐渐增加直至充满整个上土层, 多余的水量会溢出产生地面径流。超渗产流机制一般适用于包气带较厚, 植被覆盖率较差的地区。而蓄满产流机制则适用于湿润地区。

2.2 坡面汇流阶段

在坡面产流阶段, 有的模型会通过两水源或是三水源划分出各径流成分的径流量, 如新安江模型;另外一些则一开始就计算出了各径流成分的径流量, 如SAC模型。在坡面汇流常用的方法有单位线法和线性水库法。单位线法有两个苛刻的假定, 即倍比假定和叠加假定。由于不能考虑降雨和下垫面的时空分布不均匀, 使得该法推流的较大误差来源就来自于此。单位线推流适用于短历时降雨, 原因在于如果降雨时段增多, 那么对于出流时洪水过程的划分就会相应的增加, 计算过程变得麻烦而且计算结果也会变得不准确。该方法由于测量误差会使单位线后部呈现锯齿形状, 此时应该加入控制条件加以修正。有时净雨时段长与单位线的时段长不一致还要进行单位线的时段转换。单位线法目前已经是发展成熟的坡面汇流方法, 因此被工作单位广泛的使用。在新安江模型中, 地下水的坡面汇流用的一般就是线性水库方法, 实际上地面径流也是可以运用线性水库的。根据不同径流成分的消退系数就可以得到各个径流成分的坡面汇流公式。

2.3 河槽汇流模型

河槽汇流主要有两种方法:一个是水文学方法, 一个是水力学方法。水文学方法主要运用水量平衡方程和槽蓄方程, 另以圣维南方程组的简化形式为辅而得出结果, 该方法的特点是物理概念性较强, 常用的方法有马斯京根法和特征河长法。而水力学方法主要是以圣维南方程组为基础的一系列河道演算方法, 该方法的特点是中间断面的每一个过程都比较清晰, 但是方程只能用数值解表示。水文学方法不适用于流域下游受回水顶托的地方以及河网地区, 但是水力学方法的圣维南方程组却可以在河网地区适用。圣维南方程组是偏微分方程组, 所以要引入差分格式来进行数值解代替解析解的计算。常见的差分格式有蛙跳格式, 中心差分格式等, 其中普利斯曼隐式格式由于其差分的传播误差很小而广泛应用于水力学方法的计算中。

3 分类

按照模型构建有无物理基础来划分, 流域水文模型可以分为物理模型, 概念性模型和黑箱子模型。完全物理化的模型的通用性非常好, 这是水文工作者希望提出的理想化模型。概念性模型就是模型中含有物理意义, 但是又不是完全的遵循物理规律, 需要提出一定的假设条件。现在大多数发展起来的概念性模型有新安江模型, SAC模型, VIC模型等等。黑箱子模型是一种完全没有物理背景的模型, 它的大概模式就是:输入-运行-输出。这样的模型大多数都是随机水文模型, 比如BP人工神经网络模型, 回归模型, 模糊数学模型等等。

按照模型构建的尺度大小可以分为集总式模型和分布式模型。集总式模型把流域当作一个整体来考虑, 统一的进行分析和处理, 它存在一个很大的问题, 那就是忽略了下垫面和降雨的时空分布不均匀性。随着科学技术的日益发展, 学者们提出的分布式水文模型具有更高的精度。分布式水文模型有效地解决了集总式模型忽略下垫面和降雨的时空分布不均匀性, 它把流域划分成满足精度的网格, 并且使用3s技术获取庞大的数据, 使每一个单元网格上都有一个出流过程, 最后再汇集成总的出流过程。分布式水文模型还划分为松散耦合型分布式水文模型和紧密耦合型分布式水文模型。典型的松散耦合型分布式水文模型有新安江模型为基础的分布式模型。典型的紧密耦合型分布式水文模型TOPKAPI模型, SHE模型。

4 展望

4.1 模型尺度

不管是时间尺度还是空间尺度对于模型研究者来说都是难以把握的问题。因为在不同时间尺度或是空间尺度的组合上水文情势如何发生变化是水文工作者无法预知的。另外时间尺度与空间尺度如何耦合也是一个棘手的问题。

4.2 与其他学科的融合

水资源是地球上最庞大的自然资源之一, 水文情势也与大气、土壤、植被等有着密切的联系。因此水文学与其他学科的交叉研究就显得至关重要。

现在广泛研究的问题是气候变化对陆面水文过程的影响, 但这是一个单向耦合过程, 应该有进一步的研究探讨气候对于陆面过程的响应又是如何的。在新安江模型中, 土壤含水量的模拟对于蒸发和产流的计算影响也是很大的, 这说明对于土壤的研究能更好的提高模型预测的精度。在干旱研究中, 归一化植被指数NDVI常作为干旱评估的指标, 这也是学科交叉融合的实例。

综上所述, 水文学与其他学科的交叉融合已经成为了一个新的待研究方向, 其它学科的知识运用到水文中有很大可能出现新的突破。

参考文献

[1]何长高, 董增川, 陈卫宾.流域水文模型研究综述[J].江西水利科技, 2008, 34 (4) :20-25.

[2]傅春, 张强.流域水文模型综述[J].江西科学, 2008, 26 (4) :588-638

新安江流域水文模型 第5篇

流域水文模型的不确定性主要来自水文气象资料的不确定性、水文模型结构的不确定性及模型参数的不确定性等.以危水水库流域中的乌溪沟以上流域为研究对象,采用抗差估计方法探讨了由于雨量资料误差引起新安江模型的不确定性.研究结果表明:误差的大小,发生的`站数,对模型的不确定性均有影响.并且误差越大,发生站数越多,对模型不确定性影响越大.采用雨量观测误差三步修正方法先对雨量资料进行处理,然后采用新安江模型进行计算,采用该方法可以有效地抗御雨量资料误差,减少模型的不确定性,提高洪水预报精度.

作 者：瞿思敏 嵇海祥 包为民 石朋 韩辉 李琼芳 张波 QU Si-min JI Hai-xiang BAO Wei-min SHI Peng HAN Hui LI Qiong-fang ZHANG Bo 作者单位：瞿思敏,包为民,石朋,李琼芳,张波,QU Si-min,BAO Wei-min,SHI Peng,LI Qiong-fang,ZHANG Bo(河海大学,水文水资源与水利工程科学国家重点实验室,南京,210098;河海大学,水文水资源学院,南京210098)

嵇海祥,JI Hai-xiang(水利部,南京水利水文自动化研究所,南京,210012)

韩辉,HAN Hui(北京大兴区水务局,北京,102600)

流域水文模型研究进展 第6篇

1 系统理论模型

系统理论模型是将研究的流域或区间视作一种动力系统,利用已有的输入与输出资料,建立某种数学关系,然后据此用新的输入推测输出。这类模型只关心模拟结果的精度,而不考虑输入与输出之间的物理因果关系,因此又被称为黑箱子模型[2]。代表模型有总径流线性响应模型(TLR)、线性扰动模型(LPM)等。TLR(Total Linear Response)发源于20世纪60年代初期,是一个线性模型,产汇流过程不分开考虑,模型参数少,曾主要应用于大型流域和时段较长的预报方案中。80年代后期Nash提出LPM(Linear Perturbation Model),采用线性回归方法建立了一种多元线性回归方程连接输入和输出离均差的线性模型。该模型主要应用于季节性较好的河流,包括洪水预报、冰情预报、蒸发站网规划、水质预报和设计洪水研究等[3]。

2 概念性模型

概念性模型是以水文现象的物理概念和一些经验公式为基础构造的,把流域的物理基础进行概化,结合水文经验公式近似地模拟流域水文过程[2]。代表模型有水箱模型、萨克拉门托模型、SMAR和新安江模型等。

2.1 水箱模型

菅原正巳于20世纪40年代提出通过降雨计算径流量的一种降雨径流模型——水箱模型,该模型假定地面径流与下渗是流域蓄水深度的函数,将流域视为若干组合的蓄水容器,以容器中的蓄水深度为参数来计算流域的产流和汇流[4]。丁义[4]等将三箱串联型水箱模型应用到花山水库洪水预报中,汤成友[5]等将水箱模型应用于三峡入库洪水实时预报中,均得到了较好的模拟结果。水箱模型结构简单,弹性好,但参数的物理意义不明确,因此模型应用的主要困难是参数率定。参数率定主要通过试错法进行,这要求使用者必须从实践中积累经验,了解不同参数变化对径流过程的影响[6]。

2.2 萨克拉门托模型

萨克拉门托模型简称SAC模型,由Burnash R C等于20世纪60~70年代在Ⅳ号斯坦福模型的基础上改进和发展起来。该模型是集总参数型的连续运算的确定性流域水文模型,它利用一系列具有一定物理概念的数学表达式来描述水分运动过程。模型主要包括土壤蓄水量模型和融雪模型。前者是模型的核心部分,主要包括土壤水分配、下渗过程、径流计算、流域蒸散发和汇流等[7]。T.Y.Gan[8]等利用手动校准和自动校准联合使用的方法校准了模型参数,并应用于MOPEX流域。R.M.Anderson[9]等利用土壤调查地理数据库改进了SAC,并应用于Ohio流域的6个盆地。这些模拟结果基本都与实际情况吻合,证明了SAC较好的适用性。SAC在融雪、冻土融化以及各种影响汇流的因素方面还需进一步研究,才能使结果更加符合实际。该模型的参数独立性差,参数的自动优选问题一直是一个难题。

2.3 SMAR

SMAR(The Soil Moisture Accounting and Routing model)是由P.E.O'Connell等于1970年提出的,最初命名为SM或Layers模型。模型产流计算是一个超渗、蓄满混合模式,降水强度大于下渗能力时产生地表径流,土壤张力水蓄满后产生地下径流[10]。该模型在20世纪90年代被介绍到世界各地,M.A.Fazal[11]等用遗传运算法则校准了模型参数,应用于地下水补给的估算。B.Q.Tan[12]等将经验渗透方程加入到SMAR模型中,分别应用于4个国家的不同流域,然后比较了两者模拟径流结果,证明了改进模型有更好的适用性。SMAR参数少,结构和概念简单,易于应用,但精密度不高,对一些产、汇流过程分析不够深入,只是用简单的方程概化。模型的适用性不强,只在地形平坦、土层分布均匀、透水性不强、植被单一的流域中能得到较好的模拟结果,而在流域地理特征与SMAR模型的概况有较大差异时,其模拟结果往往与实际情况有一定的偏差。

2.4 新安江模型

新安江模型是由赵人俊于20世纪70年代对新安江作入库流量预报工作中提出,介于集总模型与分布式模型之间,可称为“准分布式模型”。最初研制的是二水源新安江模型,后来改进成三水源新安江模型。单元面积的划分方法是泰森多边形法,新安江模型的结构可分为4个部分,即蒸散发、产流、分水源和汇流计算。近几十年来,新安江模型不断改进,应用越来越广泛,是一个有中国特色的流域水文模型。赵海伟[13]等提出了采用流域—产汇流分区—单位面积的流域空间离散法,使新安江模型能更好地符合实际情况。张小琴[14]等将新安江模型和水动力学模型结合,对区间入流进行了动态修正,并应用于曹娥江感潮河段。穆振侠[15]等提出了基于RS和GIS的融雪型新安江模型,应用于卡海流域的融雪径流模拟。朱良山[16]等用混沌粒子群算法对新安江模型中参数进行优选,并应用于广东省的韩江流域。模拟结果基本都与实际吻合,证明了新安江模型的广泛适用性。新安江模型应用广泛,但也有几点不足的地方。在划分单元面积时,采用的是以雨量站为中心的泰森多边形法,只考虑了雨量的代表性,而未考虑地形等其他因素,由此带来的问题是单元面积可能会跨越分水岭[13]。新安江模型采用的是蓄满产流机制,对南方湿润半湿润气候地区的适用性强,在北方干旱半干旱的寒冷气候环境则会产生一定的误差。模型的参数和初始条件的确定方法还不够成熟,精确度不高。

3 物理模型

物理模型认为流域面上各点的水力学特征是非均匀分布的,因而依据物理学质量、动量与能量守恒定律以及流域产汇流特性构造水动力学方程组,来模拟降雨径流在时空上的变化。与概念性模型中把基本单元简化为一个垂直圆柱体而只考虑水力的垂直向运动不同的是,物理水文模型提出既要考虑单元内部垂直方向水量交换,又要考虑水平方向的水量交换[2]。

3.1 TOPMODEL

TOPMODEL(Topgraphy Based Hydrological Model)是Beven和Kirkby于1979年提出的,是以地形为基础的半分布式流域水文模型。该模型结构简单,参数较少,并且每个参数都具有一定的物理意义,原始数据容易获得。与传统集总式流域水文模型相比,TOPMODEL对实际水文过程的模拟更贴切,考虑了下垫面地形的空间变异性对水文响应的影响,实现了产流面积的空间可视化,并与地理信息系统结合易于实现数据的更新,能够实时反映下垫面的变化[17]。近3年来,该模型在水文模拟、生态监测、气候变化、地球物理化学等领域得到了广泛的应用。谢帆[18]等将TOPMODEL和新安江模型分别应用于淮河息县以上流域的洪水模拟,并在径流深相等误差、洪峰相等误差、确定性系数等方面进行了比较。H.T.Choi[19]等提出了一种降低多阶段、多准则TOPMODEL预测不确定性方法。F.Gallart[20]等通过粗化分散的观测数据来推求模型参数。TOPMODEL仍存在一些问题在干旱半干旱地区并不太适用,因为地下水流动情况与模型描述的不相符合;不是所有数据资料地形指数能成功地预测源面积的分布;现在还没有一种能通过调查、等高线或栅格DEM数据来推导地形指数的理想方法,DEM的洼地问题及与此相关的河流网格问题一直没有得到很好的解决[17]。

3.2 DHSVM

DHSVM(The Distributed Hydrology Soil Vegetation Model)是由美国的Wigmosta等于1994年研制的。该模型综合考虑能量平衡,充分反映气候、植被、雪盖、土壤、水文相互作用和反馈机理,基于DEM对水文过程进行动态描述,每个网格都有各自的土壤特性和植被特性。模型包含7个模块:蒸散发、地面降雪和融雪、冠层截雪和积雪融化、不饱和土壤水运动、饱和壤中流、饱和坡面流和河道流量演算[21]。模型已成功应用于降雨径流模拟、气候变化对水文过程和水资源的潜在影响等领域。康丽莉[21]等利用DHSVM模拟了兰江流域的径流变化,模拟结果与实测值比较吻合。姚长青[22]等研究了DHSVM与GIS的合成,并模拟了洛河卢氏水文站以上流域的径流过程,达到了理想的效果。L.Cuo[23]等研究了DHSVM中道路对水文过程的影响,包括蒸发、土壤水分、地下水水位、流量。DHSVM在实际应用中,不同的参数系列模拟实测资料几乎可得到相同的结果,因此怎样鉴别出最优参数和最优模型结果,还需要做大量工作。模型在应用时,应尽可能地获得更多的实测资料,从而可以更加精确地确定模型参数。

3.3 MIKE SHE

SHE(System Hydrologic European)是由丹麦、法国及英国的水文学者于20世纪80年代初期联合研制的。流域在平面上被划分成许多矩形网格,便于处理模型参数、降雨输入以及水文响应的空间分布;垂直面被划分成几个水平层,以便处理不同层次的土壤水运动问题[24]。90年代初期,丹麦水力学研究所在SHE的基础上研制出了MIKE SHE,该模型是一个综合性的、确定性的且具有物理意义的分布式水文系统模型,它用于模拟陆地水循环中所有主要的水文过程,包括水流运动、水质和泥沙输移[1]。Vazquez[25]等研究了网格分辨率对模型有效参数和模型性能的影响。Andersen[26]等将遥感干旱指数用于模型中,并应用于非洲的Senegal流域上。丹麦水力研究所参与的许多项目中都应用了MIKE SHE。MIKE SHE在研制和改进过程中遇到的最大问题就是不同过程的耦合,如不饱和带和地下水的耦合。还有就是尺度问题:地下水和河流的相互作用;在排水网密集的流域,通常不可能描述整个的排水系统;Richards方程中用到的水力学参数在面积过大的网格很难得到有代表性的参数值[1]。

3.4 SWAT

SWAT(Soil and Water Assessment Tool)是一套由美国农业部开发的具有很强物理机制的适用于复杂大流域的水文模型。后来经过不断研究改进,历经了6个不同的版本,形成了Windows、GRASS和Arc View等3种操作界面。模型是由701个方程、1 013个中间变量组成的综合模型体系,可以用来预测模拟大流域长时期内不同的土壤类型、植被覆盖、土地利用方式和管理耕作条件对产水、产沙、水土流失、营养物质运移、非点源污染的影响,甚至在缺乏资料的地区可以利用模型内部的天气生成器自动填补缺失资料。模型模拟过程可分为2个部分:亚流域模块(产流和坡面汇流)和汇流演算模块(河道汇流)。前者是在研究区域内按不同的土地利用方式和土壤类型划分,再在每个亚流域内进一步划分水文响应单元,亚流域模块可分成8个组件:水文、气象、泥沙、土壤温度、作物生长、营养物、杀虫剂和农业管理;后者主要考虑水、沙、营养物和杀虫剂在河网中的输移,包括河道汇流演算和蓄水体汇流演算[27]。SWAT物理意义较强,数据容易得到,计算效率高,可模拟长期影响,目前应用十分广泛。秦耀民[28]等利用卫星遥感影像,将GIS与SWAT结合,研究了土地利用/土地覆被变化对黑河流域非点源污染的影像过程。桑学锋[29]等开发和改进了灌溉和人工耗、用水模块,模拟了天津市的水文循环过程。A.Ullrich[30]等利用SWAT预测了不同的水资源管理方式对水质和水量的影响。M.C.Demirel[31]等将SWAT和人工神经网络结合,预测了Pracana流域的径流量。SWAT在实际应用中也出现了一些问题。一是SWAT的数据库标准是针对北美地区的植被、气候与流域特点设计的,所以要对其他国家标准进行转换,影响应用效率;二是模型准确度主要依赖参数特别是空间参数的调整与校验,另外繁冗的参数获取也影响模型应用效率;三是微生物作用模拟主要以温度与时间为影响因子,而实际过程中p H值、养分状况、湿度、壤中流等都会有显著影响;四是非空间的水文响应单元并不能精确反映迎面流和污染物质在各种景观中的迁移过程,如点源污染地区与河流之间区域的潜在污染以及各种农业管理措施在空间尺度上的影响[32]。

4 流域水文模型研究展望

流域水文模型参数优选方法与比较 第7篇

一、对流域水文模型参数优选方法进行研究与比较的背景与必要性

(一) 研究背景

我国从20世纪70年代起为了适应水文发展以及社会发展的需要, 对流域水文模型展开开发与研制。在对水文模型的开发研制中, 不仅针对我国的实际水文情况自主研发流域水文模型, 同时对国外先进的水文模型也积极的进行了研究与引进。流域水文模型的开发研制经过长期的发展, 在技术和经济的支撑下, 我国流域水文模型得到了持续的完善与改进, 但是当前得到广泛应用的模型仍旧以水文模型开展和研发初期的建立的概念性模型与系统模型为主, 或者在对其进行一定改进后投入使用, 流域水文模型研制发展缓慢, 当前对流域水文模型的注意力主要集中在由计算机技术以及空间遥感技术和地理信息系统等为主的分布式流域水文模型的研制上, 但是在分布式水文模型的研制与推广中受到技术或是相关资料的一定制约, 面临较大的开发和推广难度。如何使用现有流域水文模型更好的满足水文工作的发展以及社会经济的要求是当前水文工作中的重要任务。

(二) 研究必要性

对流域水文模型参数优选方法展开研究与比较首先以上所阐述的背景的必然要求, 当前流域水文模型开发进程缓慢, 而如何选取一组适应特定流域的水文模型以及如何确保让所选定的一组水文模型参数减少预报的误差是当前水文工作的重要任务, 同时因为水文模型参数有推理的成分, 所以水文模型参数的获得不仅要以特定的流域中取得的资料来分析获得, 同时也要通过优选的方法来取得;其次在实际情况中, 水文参数的优选问题并没有随着水文模型结构的完善以及相关技术的发展来实现完全解决, 随着水文资料获取手段的改进以及获取的水文资料质量的提升使水文工作对模型参数的优选也相继提高, 所以对水文模型参数优选方法的研究是能够满足当前水文模型不断发展的需要。

二、水文模型参数的优选方法

(一) 参数优选方法

对一特定流域开展预测预报等相关水文工作的过程中, 在确定水文模型以及目标函数的基础上, 水文模型参数优选方法将直接影响着模型参数的最终结果, 在参数优选法当中主要包括人工试错法、自动优选法以及人机联合优选法。人工试错法对工作人员的专业素质要求较高, 需要具备基础的模型应用技术与较多的模型应用经验, 因为在人工试错法中进行参数的优选要求运用计算机对设定的一组参数进行处理, 并要求进行实测值与模拟值的对比, 通过计算得到目标函数并根据目标函数进行参数的调整, 经过多次的调整得到最优参数;自动优选法不需要工作人员对参数进行调节, 但是需要使用计算机遵照特定的规则来进行自动优选, 自动优选法根据优选对象或优选范围的不同分为全局优选与局部优选, 通过系统的找到参数使给定的目标函数达到最优;人机联合优选法则是对人工试错法与自动优选法的结合, 在这种方法下, 水文测报人员的技术与经验以及计算机等先进的优化技术为参数优选提供了双重保障, 但是同时也提出了双重要求。

(二) 自动优选方法

自动优选方法是水文模型参数优选方法中的重要内容, 其中主要包括罗森布瑞克法、下山单纯形法、复合形法以及模式搜索法等, 下面主要对罗森布瑞克法、下山单纯形法以及基因法作出阐述。罗森布瑞克法是以此优选方法的提出者罗森布瑞克的名字米宁, 罗森布瑞克法将搜寻方向配成正交系统进行迭代寻优的过程, 当一个或一部分坐标搜索完成之后进行调整, 完成全部坐标轴搜索工作并取得最小目标函数值时迭代寻优的过程将结束。下山单纯形法是1965年Neld与Mead针对Splendy在1962年提出的相关理论的改进, 主要解决其不能加速搜索问题以及搜索过程中在曲脊和曲谷上存在的困难。下山单纯行法适合计算变量数不多的方程求极值, 下山单纯形法的原理是利用多面体来逐步接近最佳点x*。基因法遵循达尔文进化论中“优胜劣汰”的原则, 是一种基于自然选择和自然基因机制的择优方法, 指导基因算法的机制由生成、交互以及变异3个操作器构成, 而实现3个操作器交互原则和概率准则的设计则根据实际情况有多种方法, 而在专责的设计中应当保持目标函数达到最优以及参数稳定的前提下做到计算量的尽可能减少。

三、水文模型参数优选方法的比较

(一) 人工试错法与自动优选方法的比较

以人工试错法为主要手段的手工优选方法存在对水文工作人员素质要求较高的特点, 即使在水文工作人员的素质和技能能够满足手工优选方法的要求基础上, 手工优选方法与自动优选方法相比仍旧存在费事、费力的特点, 而且对水文模型参数的优选结果也会因为操作人员的不同而产生差异。而自动优选方法在只需要给出水文模型所需要进行优选的参数的合理取值范围并根据水文模型参数的物理意义就能够实现参数值的最优选取。

(二) 自动优选方法中三种方法的比较

在实际水文模型参数的优选工作中, 罗森布瑞克法、下山单纯形法以及基因选择法都有各自的特点与优势。在运算速度方面基因法运算速度最慢而罗森布瑞克法的运算速度最快, 在优选精度方面基因法的优选精度略低于另两种优选方法而下山单纯形法的优选精度最高, 在水文模型参数初值的影响方面, 罗森布瑞克法以及下山单纯形法受到的影响都较大, 而基因法则受到的影响则最小。结合三种方法的特点, 互相结合实现取长补短的效果, 如将基因法的优选结果作为水文模型参数初值, 再采用另两种方法进行优选, 可以对得到参数的近似最佳组合起到一定的保障。

参考文献

[1]李向阳:《水文模型参数优选及不确定性分析方法研究》, 大连理工大学, 2006年。