本发明涉及水文预报,尤其涉及一种水文模型参数不确定性分析及径流预测方法。
背景技术:
1、流域水文模型作为水文学研究中重要的水文模拟工具,是水资源评价、配置、开发和利用的基础,在防洪减灾、分析研究人类活动对流域水资源影响等方面发挥重要作用。在掌握流域水文循环规律的基础上,水文模型采用简单化的数学公式及模型参数来概念化及抽象化自然界中的水文过程,从而达到解释水文循环过程、对水文相关要素的时空演变规律进行分析的目的。水文模型对流域水文循环过程模拟的准确程度直接关系研究结果的合理性,因此,在模型应用过程中如何提高水文模型模拟精度是一个关键性问题。虽然一些基于物理机制的水文模型能够充分利用空间分析技术从而提高水文模拟的精度,但模型参数的不准确也会导致模拟结果与实际结果中必然存在一定的偏差。因此,随着水文循环模拟问题研究的不断加深,判断水文模型模拟过程中参数不确定性影响、分析水文模拟及实际径流过程的主要影响因子是水文学领域研究人员关注的热点问题之一。
2、水文模型的构建与模拟过程中,模型参数的不确定性影响会造成一定的困扰。流域水文模型的结构通常较为复杂,涉及到径流系数、降雪温度、降水强度、地下水蒸发系数等多个能够表征水文过程的不同参数。这些参数受流域地形、土地利用类型、气象状况、地下水分布情况等多方面的影响,由于水文系统的空间异质性及数据的稀缺性,许多代表水文特性的参数无法准确识别,给流域水文模拟带来多种不确定性影响。具体来说,参数不确定性的主要来源为气象因子在时间上具有随机性、面积较大的流域水文过程无法用参数表达其空间异质性、参数率定时所使用观测数据具有误差、模型参数率定方法的选择等等,如果某些误差源被忽略或错误表征,则参数估计及随后的预测可能会出现重大偏差。因此,急需寻找能够系统地分析水文模型参数不确定性的方法,识别参数所表征的物理机制对流域水文过程的影响,有利于进一步提高水文模型对流域径流变化过程的模拟水平。
技术实现思路
1、本发明的目的是提出一种水文模型参数不确定性分析及径流预测方法,其特征在于,包括以下步骤:
2、步骤a、收集研究流域相关的地理数据和水文气象数据;
3、步骤b、根据步骤a收集的数据,建立研究流域的swat分布式水文模型并利用lh-oat方法进行模型参数敏感性分析,得到敏感性参数组合参与后续参数不确定性分析;
4、步骤c、基于多项式混沌展开方法构建swat分布式水文模型的替代模型,分析替代模型的参数敏感性及其对结果的线性与非线性影响,并探索多个参数间的交互作用;
5、步骤d、构建水文气象数据与多项式混沌展开系数间的关系,并拓展多项式混沌展开方法的径流预测能力。
6、所述步骤a中的地理数据包括流域范围、高程、坡度以及土地利用数据;水文气象数据包括流域历史时期径流量、降水和气温。
7、所述步骤b中的敏感性参数组合是根据敏感性分析结果中的t与p统计值来判断敏感性参数,选出t统计值的绝对值大、p统计值接近零的参数进行组合。
8、所述步骤c具体如下:
9、根据多项式混沌展开原理,选取展开阶数,得到多项式混沌展开截断式,并利用概率配置法得到计算多项式混沌展开方程系数的必要搭配点;然后将必要搭配点代入swat模型计算得到径流模拟结果,通过矩阵计算公式得到混沌展开系数,再将径流模拟结果代入多项式混沌展开截断式得到含有混沌展开系数的线性方程组,构建swat分布式水文模型的替代模型;基于多项式混沌展开结果,利用多因素方差分析方法探索多个参数间的交互效应作用及影响,对参数敏感性及其对结果的线性与非线性影响进行分析,找出主要影响因素。
10、所述步骤d具体如下:
11、基于传统多项式混沌展开法在历史时期计算得到历史时期的多项式混沌展开系数,通过随机森林算法构建历史时期的水文气象数据与多项式混沌展开系数之间的关系;再将未来时期的水文气象数据作为输入,代入已训练完成的随机森林模型,获得相对应的未来时期的多项式混沌展开系数,从而构建未来时期的多项式混沌展开截断式,拓展多项式混沌展开法对未来径流过程的模拟预测能力及不确定性分析能力。
12、所述多项式混沌展开截断式为:
13、
14、其中,y为径流模拟结果,at,t=0,1,…,20是混沌展开系数,ζm,m=1,2,…,5是方程的根。
15、得到混沌展开系数的矩阵计算公式如下:
16、
17、式中,ζ1i表示ζ1变量在不同搭配点时的取值,y(ξi)表示不同搭配点由swat模型得到的模拟结果。
18、本发明的有益效果在于:
19、本发明可以提供较为可靠的径流模拟结果,而且计算资源和时间更少,同时具有模型参数不确定性及其相互作用对径流模拟结果的影响的分析能力,能够有效识别模型敏感性参数及其作用效果,是流域径流过程精确模拟的有力工具。
1.一种水文模型参数不确定性分析及径流预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的水文模型参数不确定性分析及径流预测方法,其特征在于,所述步骤a中的地理数据包括流域范围、高程、坡度以及土地利用数据;水文气象数据包括流域历史时期径流量、降水和气温。
3.根据权利要求1所述的水文模型参数不确定性分析及径流预测方法,其特征在于,所述步骤b中的敏感性参数组合是根据敏感性分析结果中的t与p统计值来判断敏感性参数,选出t统计值的绝对值大、p统计值接近零的参数进行组合。
4.根据权利要求1所述的水文模型参数不确定性分析及径流预测方法,其特征在于,所述步骤c具体如下:
5.根据权利要求1所述的水文模型参数不确定性分析及径流预测方法,其特征在于,所述步骤d具体如下:
6.根据权利要求4所述的水文模型参数不确定性分析及径流预测方法,其特征在于,所述多项式混沌展开截断式为:
7.根据权利要求4或6所述的水文模型参数不确定性分析及径流预测方法,其特征在于,得到混沌展开系数的矩阵计算公式如下: