常见水文模型参数率定.共31页文档
新安江流域水文模型课件
地表径流
地下水
雨水或雪水在地表形成的流动，包括河流 流动和地下水流动。
地下水是存储在地下土壤空隙和岩石裂缝 中的水，它可以通过地下水位变化和泉水 等形式补给地表水。
能量平衡与水量平衡
能量平衡
地球上水的循环过程与能量平衡密切相关。太阳能是推动水 循环的主要能源，它加热地表和大气中的水，形成蒸发和降 水。
当前的研究重点主要是建立能够准确模拟新安江流域水文循环过程的数学模型 ，提高模型的可靠性和精度，同时加强模型参数的率定和验证，提高模型的适 用性和泛化能力。
模型的构建方法
数据采集
通过实地调查和遥感等技术手段，获取新安江流域的水文 、气象、地形、土壤、植被等数据信息。
模型参数率定
通过实测数据对模型参数进行率定，确保模型的准确性和 泛化能力。
模型的参数优化
基于观测数据的参数优化
新安江流域水文模型可以通过比较观测数据和模拟数据进行参数优化。例如，通 过调整蒸发、降雨等参数，使模拟的降雨径流过程更接近实际观测数据。
基于灵敏度分析的参数优化
新安江流域水文模型可以通过灵敏度分析来确定哪些参数对模型结果影响较大， 然后对这些参数进行优化。例如，通过改变土壤湿度、植被覆盖度等参数，观察 模型结果的变化，以确定这些参数对模型结果的影响。
气水文学。
水资源的概念
水资源是指地球上可供人类利用的 水，包括地表水、地下水、土壤水 和大气水。
水循环的意义
水循环是地球上水从海洋到陆地再 回到海洋的循环过程，它对地球气 候、生态系统和人类生活都有重要 影响。
水循环过程
蒸发
降水
海洋和陆地上的水通过太阳辐射能加热后 蒸发到大气中，形成云和降水。
当水蒸气在大气中冷凝后形成云，云中的 水分子聚集在一起形成水滴或冰晶，最终 以雨、雪、雾或冰雹等形式降落到地表。
河流水文模型及其应用研究
河流水文模型及其应用研究河流是人类生活和发展的重要资源，而水文是研究水循环、地表水和地下水的学科，其在河流研究中起着至关重要的作用。
河流水文模型是通过对河流水文数据进行建模，来模拟和预测河流水文过程的一种方法。
本文将重点介绍河流水文模型及其应用的研究进展。
一、常见的河流水文模型1. 基于经验公式的模型该模型是基于实测数据和经验公式构建的，适用于流域较小、水文观测数据较为稳定的情况。
其主要缺点是缺乏可靠性，对新的流域或不同情况下的变异性较大。
2. 统计模型统计模型是基于概率论和数理统计的理论，通过建立不同参数之间的统计关系，来对未来河流水位、水量、径流过程等进行预测。
该模型一般适用于大流域，且数据量足够大的情况，如大型水库等。
3. 物理水文模型物理水文模型是基于流域水文过程和水力学原理的理论，通过数学公式和计算机模拟对流域内的水文、土壤水分等变量进行计算和分析，从而对未来水文过程进行预测。
其优点在于考虑了流域内不同物理环境的影响，预测结果较为准确。
但是该模型对数据精度要求较高，需要较为复杂的建模过程。
二、河流水文模型的应用河流水文模型的应用主要集中在以下几个方面：1. 洪水预警河流水文模型可以根据历史数据和当前数据预测未来河流水位、水量等，为洪水预警提供可靠的依据。
特别是在地质灾害多发的地区，加强河流水文模型的研究对于预防和减轻灾害具有重要意义。
2. 水资源管理水资源管理需要对河流水文过程进行细致、全面的了解，从而制定合理的水资源管理方案。
河流水文模型可以对水资源和水能资源的可持续利用提供科学的依据，为水资源的合理开发和利用提供基础数据。
3. 河流污染调查河流污染是当今社会面临的重要环保问题之一，河流水文模型可以帮助科学家对河流内部的水流和污染源进行模拟和预测，从而制定出更加有效的污染治理方案。
三、河流水文模型的展望未来，随着科技和数据采集方法的不断进步，河流水文模型的应用将得到进一步扩展和深入，同时也将面临更多的挑战和机遇。
基于HSPF模型水文参数分析
HSPF模型在大数据时代的挑战与机遇
挑战
处理和分析大量数据需要更高效和准确的方法和技术，同时需要解决数据的质量和不确定性问题。
机遇
通过使用大数据技术，可以更全面地了解水文系统的动态变化和影响因素，为水资源管理和决策提供更准确和可 靠的支持。
HSPF模型在物联网中的应用前景
物联网技术可以提供更加实时、精确的水文 数据和监测信息，为HSPF模型的参数分析 和模拟提供更加可靠的输入。
方法
水质指标与模型建立
水质指标
选择关键的水质指标，如温度、pH值、 浊度、总悬浮物等，用于评估水质状况 。
VS
模型建立
根据HSPF模型构建水质预测模型，将水 文参数与水质指标之间建立数学关系。
水质预测模型的应用
数据收集
收集水文和气象数据，如降雨量、径流量、蒸发量等 ，以及水质监测数据。
模型输入
将收集的数据输入到水质预测模型中，为模型的计算 提供基础数据。
02 基于历史水文数据，运用统计分析方法得出的参数，
如均值、标准差等。
过程参数
03
描述水文过程的动力学参数，如汇流时间、延迟时间
等。
水文参数采集技术
遥感技术
利用卫星或无人机搭载的遥感设备，获取大范围 、连续的水文数据。
自动监测站
建立水文自动监测站，实时收集降雨量、水位、 流速等数据。
人工观测
由专业人员使用雨量筒、水位计等设备，定期观 测降雨量、水位等数据。
完整性。
数据清洗
02
对数据进行预处理，如缺失值填充、异常值处理等，提高数据
的质量。
数据转换
03
对数据进行必要的转换，以满足模型输入的要求。
HEC-HMS水文模型参数初损率和波速率定的循环渐近法
HEC-HMS水文模型参数初损率和波速率定的循环渐近法刘传铭;陈兴伟;吴杰峰【摘要】初损率(λ)和波速(V)是HEC-HMS洪水模型的两个关键参数,其率定对于提高水文模型的模拟精度具有重要意义.针对这两个参数的特点,提出对其率定的循环渐近法,以福建晋江西溪流域为例,率定相应参数,构建HEC-HMS洪水模型.结果表明:①循环渐近法可以较好地率定初损率和波速,参数率定结果合理,模型模拟精度整体较高;②起涨流量与初损率密切相关,起涨流量越大,初损率就越小;降雨强度对洪水波波速具有显著影响,降雨强度越大,波速也越大;这两组经验关系的建立有助于拓展模型在洪水预报等工作中的应用.%Initial abstraction ratio and flood wave velocity are two key parameters in HEC-HMS model.Their values determinated reasonably during the calibration are of great significance to improve the simulation accuracy of the model.Approximate circulating method is proposed and Xixi watershed is selected as a study area to set up the HEC-HMS model.Results showed that:(1) Values of initial abstraction ratio and flood wave velocity were properly determinated and the accuracy of the model is high with the application of Approximate Circulating method in the calibration of the model.(2) Regression analysis indicated that the initial abstraction ratio was closely related to the initial discharge and flood wave velocity was depending on rainfall intensity.The establishment of two empirical formulas is helpful for the model's application in flood forecast.【期刊名称】《灾害学》【年(卷),期】2017(032)004【总页数】5页(P219-223)【关键词】参数率定;循环渐近法;洪水;HEC-HMS;西溪流域【作者】刘传铭;陈兴伟;吴杰峰【作者单位】福建师范大学地理科学学院,福建福州350007;福建师范大学地理科学学院,福建福州350007;福建省陆地灾害监测评估工程技术研究中心,福建福州350007;湿润亚热带山地生态国家重点实验室培育基地,福建福州350007;福建师范大学地理科学学院,福建福州350007【正文语种】中文【中图分类】X43;TV122洪水是指由于降水或冰雪融化，大量径流汇入河道，导致水量激增，水位快速上涨的现象[1]。
浅析流域常用水文模型
浅析流域常用水文模型作者：张海波来源：《环球人文地理·评论版》2014年第01期模型是一个复杂系统的简化表达式，水文模型是一个复杂的水文系统的简化。
流域水文模型是水文科学的重要手段和方法之一，是水文自然规律研究的主要工具，是解决实际问题、径流理论和计算机科学的结合，基于流域为研究对象的数学方法来描述水文循环的仿真过程。
现在流域模型根据不同分类方法在国内外有很多分类，本文将分析三水源新安江模型（SXAJ）、陕北模型（SB）、水箱模型（Tank），常用参数的选择、适用条件，用户可以根据具体流域的实际情况，选择适当的流域水文模型，在满足精度要求，选择计算和更方便使用流域水文模型，以简化用户的劳动强度。
1、三水源新安江模型（SXAJ）新安江模型是一种分布式概念性水文模型，使用蓄满产流的概念，由赵人俊教授领导的研究小组设计的第一个完整的流域水文模型即二水源新安江模型；之后又提出三水源新安江模型，到目前为止已经形成完整的结构，良好的流域水文模型的应用效果，被联合国教科文组织国际推广模式，因此本文只介绍三水源的新安江模型1.1模型的简介新安江模型是分布式水文流域模型，可用于湿润地区与半湿润地区；可简述为“蓄满产流、一个水库、两条曲线、三种水源”；流域蒸发计算模型与三层蒸发、径流计算方法根据存储的概念，产流计算；当流域面积较小，一个集总模型，当面积较大，块模型；根据流域分为自然分水岭分割方法，泰森多边形法等，它将整个流域划分为许多单元流域，为每个单元流域产汇流计算；总径流组成是地面径流、壤中流和地下径流；模型结构如图1.1所示系统的新安江模型结构。
新安江模型结构图（1.1）1.2模型参数的取用模型参数是具有物理意义，所以原则上可以定量，通过实测、试验和参考类似流域获得相关参数。
下面就三江源新安江模型的17个参数可参照下表1-1取用。
表1-1参数分类符号符号含义建议取用值取用说明蒸散发计算 K 蒸散发折算系数 1 用E601观测，值在0.8～1.1之间，常接近1。
SWAT水文模型
SWAT水文模型介绍1概述SWAT（Soil and Water Assessment Tool）模型是美国农业部（USDA）农业研究局（ARS）开发的基于流域尺度的一个长时段的分布式流域水文模型。
它主要基于SWRRB模型，并吸取了CREAMS、GLEAMS、EPIC和ROTO的主要特征。
SWAT具有很强的物理基础，能够利用GIS和RS提供的空间数据信息模拟地表水和地下水的水量和水质，用来协助水资源管理，即预测和评估流域内水、泥沙和农业化学品管理所产生的影响。
该模型主要用于长期预测，对单一洪水事件的演算能力不强，模型主要由8个部分组成：水文、气象、泥沙、土壤温度、作物生长、营养物、农业管理和杀虫剂。
SWAT模型拥有参数自动率定模块，其采用的是等在1992年提出的SCE-UA算法。
模型采用模块化编程，由各水文计算模块实现各水文过程模拟功能，其源代码公开，方便用户对模型的改进和维护。
2模型原理SWAT模型在进行模拟时，首先根据DEM把流域划分为一定数目的子流域，子流域划分的大小可以根据定义形成河流所需要的最小集水区面积来调整，还可以通过增减子流域出口数量进行进一步调整。
然后在每一个子流域内再划分为水文响应单元HRU。
HRU 是同一个子流域内有着相同土地利用类型和土壤类型的区域。
每一个水文响应单元内的水平衡是基于降水、地表径流、蒸散发、壤中流、渗透、地下水回流和河道运移损失来计算的。
地表径流估算一般采用SCS径流曲线法。
渗透模块采用存储演算方法，并结合裂隙流模型来预测通过每一个土壤层的流量，一旦水渗透到根区底层以下则成为地下水或产生回流。
在土壤剖面中壤中流的计算与渗透同时进行。
每一层土壤中的壤中流采用动力蓄水水库来模拟。
河道中流量演算采用变动存储系数法或马斯金根演算法。
模型中提供了三种估算潜在蒸散发量的计算方法—Hargreaves、Priestley-Taylor和Penman-Monteith。
每一个子流域内侵蚀和泥沙量的估算采用改进的USLE方程，河道内泥沙演算采用改进的Bagnold泥沙运移方程。
SWAT模型参数率定和验证
12
Sol_z
4 BIOMIX
10
SOL_ORG N
自动校核
?单击Tools菜单下的auto-calibration and uncertainty，弹出下图所示对话框
自动校核
?根据敏感性分析结果选择参数 ?选择子流域14进行自动校核
13 7
1
Out 4 3 6 1 5 7 11 4
9
Out 5 4 9 1 2 7 6 23
5
Out 6 4 5 2 3 6 10 8
15
Out 7 3 6 2 5 7 10 4
1
Out 8 4 5 1 6 7 10 3
2
Out 9 参数
5 ALPHA_BF
6
ESCO
1
CN2
3 SOL_AWC
7
surlag
?径流：地表径流和地下径流
?调整CN2(.mgt) ?若地表径流仍然不符合要求，则调整SOL_AWC
(.sol)或ESCO(.bsn or .hru) ?基流值太高：增加 GW_REVAP(.gw) ，减小
REVAPMN(.gw) ，增加 GWQMN(.gw)，
?蒸发：土壤蒸发、植被蒸发
?EPCO、EPSO (.bsn or .hru文件中)
模型率定
?分布真实式世界水质模型误观测差-模源型
误差
模型率定
?参数自动率定结果的优劣指标
?Nash-Suttcliffe 效率系数 ?相关系数 ?相对误差 ?模拟和实测数据的平均误差和标准差 ?斜率、截距、回归系数等
?比较目标：
利用界面进行参数率定
水量校核
?检查水量平衡
?sub.dbf文件中的PET、ET、SNOMELT 、SW、 GWQ、SURQ、WLYD 、 rch.dbf 文件中的 FLOW_IN、FLOW_OUT
第九讲SWAT模型参数率定和验证
最优化方法
➢PSO算法模型参数率定过程
最优化方法
➢目标函数：
误差平方和SSQ： 排序后误差平方和SSQR：
➢多目标优化：
依据贝叶斯理论
➢参数优化选项：
增加（减少）百分率（乘法） 增加（减少）一定值（加法） 采用某一值替换
不确定性分析
➢ 模型的不确定性：
模型本身 模型的基本假设 输入数据的误差 分辨率等
13 7
1
Out 4 3 6 1 5 7 11 4
9
Out 5 4 9 1 2 7 6 23
5
Out 6 4 5 2 3 6 10 8
15
Out 7 3 6 2 5 7 10 4
1
Out 8 4 5 1 6 7 10 3
2
Out 9 参数
5 ALPHA_BF
6
ESCO
1
CN2
3 SOL_AWC
7
surlag
12
Sol_z
4 BIOMIX
10
SOL_ORG N
自动校核
➢单击Tools菜单下的auto-calibration and uncertainty，弹出下图所示对话框
自动校核
➢根据敏感性分析结果选择参数 ➢选择子流域14进行自动校核
➢操作过程
自动校核
➢查看结果
自动校核
不确定性分析
➢自动校核后出现校核结果 ➢可进行不确定性分析
调整藻类生物量比率AI1（.wwq）
水质校核
➢有机N校核 ➢子流域内有机N校核
调整土壤中营养物的初始浓度SOL_ORGN （ .sol）
确定并调整土壤表层的施肥率FRT_LY1 （ .mgt）
➢河道内有机N运移过程校核