遗传算法在三水源新安江模型参数率定中的应用研究

遗传算法是一种全局数值优化方法。该文在三水源新安江模型的参数率定问题中,结合遗传算法的基本原理和参数自身的特点,提出了基于遗传算法的参数率定方法,并通过实验确定遗传算法的参数。经过清江流域几次洪水历史资料的实例应用验证,结果表明该方法直观、简便、适用性强,率定的模型参数是合理的,能够提高洪水预报精度。该文所介绍的方案已成功应用于“数字清江”工程洪水预报中。     

新安江模型参数线性化率定研究

包为民教授提出了非线性函数参数的线性化率定方法,解决了以误差平方和为目标函数求解非线性函数参数增加不相关的局部优值问题。为此,研究将参数线性化率定方法应用于新安江模型,并通过理想流域和实际流域验证了该方法的合理性和高效性。选取湖北乌溪沟流域43场洪水对次洪8个敏感参数同时进行线性化率定,各参数取不同的初始值均可以较快地收敛到稳定的最优值。31场洪水参与模拟,全部合格;12场洪水参与检验,全部合格。次洪模拟的合格率达到100%,确定性系数为0.923,预报等级为甲级。     

基于并行遗传算法的新安江模型参数优化率定方法

本文结合新安江模型参数的特点,以洪峰流量、峰现时间和洪水总量的合格率为评价目标,定义了评价洪水性能目标的模糊合格率,提出了新安江模型参数率定的并行遗传算法,并在微机集群环境下,利用JAVA语言进行了算法编程。串行和并行遗传算法计算结果的比较表明,本文提出的并行遗传算法可以大大缩短优化过程的时间,得到较为稳定的模型参数。     

粒子群算法在新安江模型参数率定中的应用

选用1997年中国水文预报竞赛中降雨、蒸发、径流数据,重点研究在应用粒子群优化算法(PSO)率定新安江模型参数时,PSO算法中惯性权重、加速度常数和种群规模3个参数对算法性能的影响,并优选出适合于该问题的最优PSO参数区间。在此基础上率定出与研究流域匹配的新安江模型参数,定量评价了降雨径流模拟效果的优劣。另外,对PSO算法的效率和稳定性进行了简要分析。研究结果表明,PSO算法率定新安江模型参数的收敛效率较传统方法明显提高,稳定性普遍较好。     

新安江模型和改进BP神经网络模型在闽江水文预报中的应用

精确的水文预报是防洪减灾中重要的非工程措施,水文模型是开展水文预报最有力的工具。采用LM算法改进了的BP神经网络水文预报模型,以闽江富屯溪流域为例,进行了BP模型和新安江模型在日流量模拟预报中的应用比较。结果表明:两个模型总体均达到水文预报的精度要求,水文预报合格率可达到90%以上;新安江模型在丰水年模拟效果较好,相比而言,BP神经网络模型的模拟精度更高一些;两个模型均可用于闽江流域的水文预报研究。     

率定新安江模型(三水源)产汇流参数

详细介绍了新安江模型 (三水源 )结构及计算公式 ,以及如何利用优化技术 ,率定模型产汇流参数的方法 ,并给出了实际算例。计算结果表明 ,率定的模型参数 ,能够有效提高洪水预报精度。     

网格新安江模型在于桥水库洪水预报中的应用

根据于桥水库流域的地理概况和水文气象特性,利用网格新安江模型GRID-XAJ对流域历史资料进行降雨径流模拟及参数率定,研制洪水预报方案。从模拟结果上看,网格新安江模型能有效反映流域下垫面变化及降水空间分布的离散对降水径流的影响。     

新安江模型在嫩江右侧主要支流洪水预报中的应用

根据嫩江流域的洪水特性,制作了嫩江右侧主要支流的三水源新安江预报模型.在缺少实测资料的情况下,采用SCE-UA算法进行模型自动率定,取得了较理想的结果,对于缺乏资料地区的洪水预报方案编制有一定的借鉴意义.     

基于新安江模型的闽清水文站洪水预报

运用闽清水文站2005年～ 2014年的历史降雨洪水摘录数据,构建新安江三水源预报模型,基于单纯形法的自动率定与人工经验结合的方法确定方案参数,各参数符合该地区的洪水特性.对2005年～2012年共8年15场次洪水样本进行评定,洪峰流量合格率为77.8％.对2013年～2014年6场次洪水样本进行检验,合格率为100％...     

粒子群算法在新安江模型参数率定中的应用：性能分析及参数选择

本文采用测试流域的实测降雨、蒸发、径流数据,重点研究在应用PSO算法率定新安江模型参数过程中,PSO算法本身参数的设定对整个率定过程的影响,并给出针对该问题的最优PSO算法参数区间。尽管PSO算法在各种不同问题的应用过程中并不存在普适的参数组合,本文找寻的最优参数组合也只是针对在应用PSO算法率定新安江模型参数过程中的一组性能较好的算法参数组合,但是本文为如何找寻适合特定应用情况下的PSO算法参数的做法给出了一种借鉴。另外,本文根据选取的适应于新安江模型参数率定的最优PSO算法参数将率定过程运行50次,以此分析了PSO算法的效率和算法的稳定性。     

赛塘流域ISVC方法应用中的关键问题分析

详细介绍了ISVC方法中关键点平稳期选择及平稳期阈值的确定,以赛塘流域为研究对象,分析了平稳期选择及平稳期阈值对ISVC方法修正效果的影响,结果表明,平稳期选择及平稳期阈值对修正结果有着明显影响,在实际应用中,应选择主要降水还未开始,只有零星降水,河道洪水过程较为平稳的阶段作为平稳期,以避免降水对修正结果的干扰。在确定平稳期阈值时,应尽量选择更多的洪水场次,找出平稳期阈值与整场洪水之间的规律,避免阈值设置不当造成的过度修正和修正不足等问题。     

粒子群算法参数设置对新安江模型模拟结果的影响研究

合理的粒子群算法(Particle Swarm Optimization Algorithm,PSO)的参数设置,可以提高算法的优化效率、避免陷入局部最优值,但常用参数设置对于特定优化问题,如新安江模型模拟,不具普适性。为分析种群规模pop、惯性权重w、学习因子c1和c2以及速度位置相关系数m这5个粒子群参数对新安江模型模拟结果的影响,对每个参数取5个不同水平,应用L25(56)正交表,设计了正交试验。通过对试验结果进行分析,得出了参数对PSO算法性能的影响能力和最优的参数组合方案(pop=80,w=1.3~0.4线性递减,c1=1.85,c2=2.5,m=0.05)。通过极差分析和方差分析,得出参数pop和w对模型模拟结果具有高显著性,其他三个参数对模型模拟结果不显著。将不同PSO参数组合应用于新安江模型模拟,证明了合理的PSO算法参数设置可以有效提高新安江模型模拟精度。通过对各因素分别进行趋势分析,得到了因素取值变化趋势与模型结果变化趋势的相关关系。本文提出的方法为如何寻找某一特定应用情景下的PSO算法参数组合提供了一种借鉴。     

分布式洪水预报模型在汾河流域的应用

为提高汾河流域的洪水预报水平,选取了该流域DEM、土壤、土地利用及水文气象资料,基于EasyDHM建立了汾河流域分布式洪水预报模型,并进行参数率定。通过场次洪水对模型验证表明,该模型可以很好地应用于流域水情形势分析,从而为流域防洪调度工作的数字化提供技术支持。     

饶河流域未来水资源量变化预测分析

利用景德镇气象站1961-2001年的实测降水、气温数据以及NCEP再分析数据,建立饶河流域降水、气温的SDSM统计降尺度模型;根据IPCC AR4排放情景特别报告中的A2和B2情景,对HADCM3输出数据进行降尺度处理,预测饶河流域未来时段(2010-2099年)的降水、气温变化情况;与新安江模型进行耦合,得到未来时段饶河流域的水资源量。结果表明:饶河流域未来水资源量持续减少,且A2情景比B2情景的降幅更大,至2080s时期(2070-2099年)昌江支流最大降幅可达31.01%。     

基于新安江模型的曲江流域水文模拟研究

水文模型在水文理论研究和实践中具有重要意义。将曲江流域西山水文站以上区域作为研究对象,分析了新安江模型在该区域的适用情况。结果表明:新安江模型在曲江流域模拟效果良好,Nash效率系数多在0.7以上,水量平衡误差也基本控制在±10%以内;资料序列的长度对模拟效果影响显著,长序列资料的峨山站和西山站模拟结果明显优于短序列的大矣资站和马家庄站;新安江模型能较好适用于我国南方山区,对研究变化环境下水文过程的响应具有良好的适用性。     

基于SCE-UA算法新安江模型在沣河流域的应用

为了探索人工试错法和基于SCE-UA算法的自动优选法这两种方法在混合产流地区的拟合效果,选取新安江模型对半湿润半干旱地区陕西沣河流域进行参数优化。探讨基于SCE-UA算法的新安江模型在沣河流域的适用性,重点分析了参数的变化情况,发现两种方法模拟的次洪参数SM、CS变化较大。研究结果表明:基于SCEUA算法的新安江模型在沣河流域适用性较好,相对人工试错法参数取值更加合理,提高了优化速度与模拟精度,具有简便、高效的特点。     

SPARROW模型的传输过程研究——以新安江流域总氮为例

建立新安江流域总氮的SPARROW模型,以土-水传输因子(LDF)表示降雨、坡度、气温3个土-水传输变量的影响,结合农业源、林草地源、生活源3个污染源排放系数,分析总氮经过土-水传输之后到达河道的比例(LDR),由此揭示总氮的非点源污染特征。结果显示坡度的影响在整个流域范围内差异相对较大,LDF为0.86~1.06,因而对3类污染源进入河道的传输比差异亦较大。综合考虑3个土-水传输变量作用下,子流域60土-水传输因子最大,而子流域225最小,因此若制定减排措施要求入河减少量相同,管理上会优先考虑子流域60所在的地区。研究采用改进的河流衰减方程同时描述水文和非水文因素的影响,代替河流分级衰减系数,引进传质系数作为模型模拟参数,削减速率与流量呈负相关关系,且大部分河段削减速率均在以往文献研究范围之内,表明改进的传质速率用于新安江流域总氮模型具有可行性。     

工程水文学在中国的发展

17世纪前,中国先祖对水文现象的观察和对水文循环的理解都处于同时代的世界领先水平。在定量水文学时期,由于未能及时注重并吸取促使科学快速发展的实验范式和理论范式,水文学在中国失去了与世界同步发展的机会。1949年以后,随着中国经济社会的蓬勃发展,特别是大规模水利建设和现代生态文明建设的驱动,在日新月异的现代科技支撑下,中国水文学不仅基本上实现了与世界同步发展,而且在流域水文模型、设计洪水理论和方法等领域取得了一些创新成果。当今正值深度信息化、大数据和智能化时代,仿真范式和数据密集范式正在引发新的科技革命,水文学的发展也进入佳境。未来水文学将是物理水文学、随机水文学、仿真水文学和数据水文学互相补充、融合发展的水文学,其对经济社会发展的支撑作用将会更加凸现。     

基于洪水分级的青山殿水库洪水预报

为提高洪水预报精度,减小全流域使用单一参数集而产生的预报误差,以青山殿水库为研究对象,将历史洪水分为大、中、小3个等级,采用新安江模型和SCE-UA参数优化算法,基于皮尔逊相关系数分析累计降雨量和实测洪峰流量的相关性,选取相关性最优的最大6 h累积降雨量作为参数应用指标,分级后的大中小洪水选用对应的参数集进行洪水验证及预报。结果表明：未对洪水进行分级时,38场洪水总体合格率为92.1%,平均确定性系数为0.82;按照洪水等级划分大中小洪水后进行洪水过程模拟,大中小洪水场次合格率100%,确定性系数平均为0.92、0.88和0.87,平均确定性系数为0.88,分级后各场次的合格率与确定性系数提高,拟合效果更好;基于皮尔逊相关系数分析洪峰流量与最大1、3、6、24 h降雨量的相关关系,最大6 h的降雨量与洪峰流量的皮尔逊相关系数最高,取预见期内最大6 h累积降雨量作为大中小参数判定条件,在2021年汛期实际预报中,洪水预报结果全部合格,4场大中型洪水拟合程度好,确定性系数高,基于洪水分级的洪水预报精度较高、合理可行,可为水库防洪提供参考。