水文模型参数敏感性分析方法研究评述
基于SWAT模型的水文模拟参数区域差异研究
基于SWAT模型的水文模拟参数区域差异研究刘倩【摘要】基于SWAT模型对区域水文参数值及参数敏感区域差异进行研究,有利于减少水文过程模拟的不确定性,从而提高SWAT模型在不同区域水文过程参数区域差异模拟中的应用水平.基于此,文章主要针对SWAT模型,对该研究区流域进行合理划分,采用定性分析法对该研究区水文过程参数差异及空间分布敏感性和相关影响因素进行分析.研究结果表明,土壤可利用量及径流曲线系数和研究区地表水文过程,在各个不同区域都较为敏感.在此研究过程中发现,由于研究区植被及土壤和气候等条件存在差异,因此该流域水文过程模拟的参数存在一定的区别.故各地区在社会实践过程中,应充分考虑不同气象因素及地理因素,尽量减少不同气象因素对人类生产实践活动的影响,结合区域水文过程模拟差异,因地制宜展开业生产实践.%The research of SWAT model on regional hydrological parameters and the sensitivity of parameters based on regional differences helps to reduce the uncertainty of hydrological processes,so as to improve the level of application of SWAT model in different areas of regional differences in parameters in the simulation of hydrological process.Based on this,this paper focuses on the SWAT model,a reasonable division of the basin in the study area,the distribution of sensitivity and related differences in the study area hydrological process parameters and spatial factors were analyzed using the method of qualitative analysis.The results show that the soil available capacity and runoff curve coefficient and surface hydrological process in the study area are sensitive to different regions.In the course of the study,it is found that there are some differences between thevegetation and soil and climate,so there are some differences in the parameters of hydrological process simulation.Therefore,all regions in the process of social practice,should fully consider the different meteorological factors and geographic factors,minimize the impact of different meteorological factors on the production of human practice,combined with the regional hydrological process simulation to show differences,business practice.【期刊名称】《黑龙江水利科技》【年(卷),期】2016(044)012【总页数】4页(P8-11)【关键词】SWAT模型;水文模拟参数;区域差异;研究【作者】刘倩【作者单位】辽宁省锦州水文局,辽宁锦州 121000【正文语种】中文【中图分类】P333随着自然科学和地质科学不断发展进步，在对人类社会活动及气候变化、流域内产汇流、水资源时空演变等自然和社会规律进行研究时，通常采用分布式水文模型进行分析模拟。
SWMM敏感性参数的分析方法探讨
做 了很多研究 ， 但仍 没有得出统一的结 论。为进一步探究 Ｓ ＷＭＭ 的敏感参数 ， 本文首先介绍 了国内采用 的敏 感性
分析方法 ； 再者 ， 根据 Ｓ ＷＭＭ 的特点、 结合其它领域应 用的理论 ， 提 出 了两 种适用 于 Ｓ ＷＭＭ 的分析 方法 ； 最后 ， 对 当前研究 中需要注意 的问题和研究方 向给出了建议 。
Ｓ ＷＭＭ 敏 感 性 参 数 的分 析 方 法 张 敏
（ 昆明ｔ ｌ－ ｒ 大学建筑工程学院， 昆明 ６ ５ ０ ０ ５ １ ）
【 摘
要Ｊ准确分析 Ｓ ＷＭ Ｍ的敏感 参数 ， 能极大 的提 高城市洪 涝灾 害的模拟 效率与 准确性 。国内学者 虽然
第３ ９卷 第 １期 ２ ０ １ ７年 １月
低 温 建 筑 技 术
Ｌ ０Ｗ ＴＥ ＭＰ ＥＲＡＴＵＲＥ ＡＲＣ Ｈｒ ｒ Ｅ ＣＴ ＵＲＥ ＴＥ ＣＨＮ０Ｌ ＯＧＹ １ ２３
建筑科学管理
Ｄ Ｏ Ｉ ： １ ０ ． １ ３ ９ ０ ５ ／ ｊ ． ｃ ｎ ｋ ｉ ． ｄ ｗ ｊ ｚ ． ２ ０ １ ７ ． ０ １ ． ０ ４ ３
【 关键词 】Ｓ ＷＭ Ｍ； 敏感参数 ； 全局分析法 ； 局部分析法 【 中图分类号 】Ｔ Ｕ ８ ２ ３ ． ３ 【 文献标 识码 】Ａ 【 文章编号 】１ ０ ０ １ — ６ ８ ６ ４ （ ２ ０ １ ７ ） ０ １ — ０ １ ２ ３— ０ ３
ＤＩ Ｓ ＣＵＳ Ｓ Ｉ ＯＮ ０Ｎ ＴＨＥ Ｍ ＥＴＨｏＤ ｏＦ ＡＮＡＬＹＺ Ｉ ＮＧ ＴＨＥ
Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｋ ｕ ｎ ｍ ｉ ｎ ｇ ６ ５ ０ ０ ５ １ ， Ｃ ｈ ｉ ｎ ａ ）
SWAT模型参数率定和验证
泥沙校核
? 调整 HRU/ 子流域负荷：
?调整USLE 方程中的作物管理因子USLE_P （.sub 文件 中)
?调整USLE 方程中的坡长因子SLSUBBSN （.sub 文件中 )
?调整HRU 的坡度（.sub 文件中) ?调整土地利用作物因子USLE_C （ crop.dat 文件中) ?调整耕作措施（*.mgt 文件中 ）、作物残留系数
?调整P渗透系数PPERCO (.bsn) ?调整土壤 P比例系数 PHOSKD（ .bsn）
?河道内可溶性P运移过程校核
?调整藻类生物量比率 AI2（.wwq）
水质校核
?有机P校核 ?子流域内有机P校核
?调整土壤中营养物的初始浓度 SOL_ORGP （ .sol）
?确定并调整土壤表层的施肥率 FRT_LY1 （ .mgt）
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
RSDCO 和作物混合有效系数BIOMIX （. bsn） ?调整N渗透系数NPERCO (.bsn)
?河道内矿物性N运移过程校核
?调整藻类生物量比率AI1（.wwq）
流体动力学模型的参数优化与敏感性分析方法
流体动力学模型的参数优化与敏感性分析方法引言流体动力学模型是研究和预测流体行为的有效工具。
然而，模型的准确性和可靠性取决于参数的选择。
为了优化模型并评估参数对模型输出的影响，研究者们开发了各种参数优化和敏感性分析方法。
本文将介绍流体动力学模型的常见参数优化和敏感性分析方法，并讨论它们的优缺点及应用领域。
参数优化方法1. 遗传算法（Genetic Algorithm）遗传算法是一种模拟生物进化过程的优化算法。
它通过选择、交叉和变异操作来生成新的参数组合，并根据适应度函数评估它们的优劣。
适应度函数通常是模型输出与实测数据之间的均方根误差或相关系数。
遗传算法可以帮助研究者在搜索参数空间时快速找到最优解。
2. 粒子群优化算法（Particle Swarm Optimization）粒子群优化算法是另一种基于群体智能的优化算法。
它模拟了鸟群或鱼群中个体之间的协作和信息传递。
算法中的每个粒子代表一个参数组合，并根据其自身的历史最优解和群体的最优解进行更新。
粒子群优化算法具有全局搜索能力和快速收敛性。
3. 贝叶斯优化算法（Bayesian Optimization）贝叶斯优化算法是一种基于贝叶斯统计的优化算法。
它利用模型输出与实测数据之间的先验知识来指导参数搜索过程。
算法通过更新参数的后验分布来逐步收敛到最优解。
贝叶斯优化算法适用于对高代价函数进行优化的问题，并能够在少量样本点的情况下取得较好的效果。
敏感性分析方法1. 全局敏感性分析（Global Sensitivity Analysis）全局敏感性分析通过评估模型输出与各参数之间的敏感性来确定参数对模型输出的影响程度。
常见的全局敏感性分析方法包括Sobol指数、Morris元分析方法和FAST（Fourier Amplitude Sensitivity Test）等。
全局敏感性分析可以帮助研究者识别对模型输出影响最大的参数，并优先进行优化。
2. 局部敏感性分析（Local Sensitivity Analysis）局部敏感性分析旨在评估模型在参数变化时的灵敏程度。
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
基于USLE和GIS的水土流失敏感性空间分析以河北太行山区为例
基于USLE和GIS的水土流失敏感性空间分析以河北太行山区为例一、本文概述本文旨在利用通用土壤流失方程（USLE）和地理信息系统（GIS）工具，对河北太行山区的水土流失敏感性进行空间分析。
通过结合这两种强大的工具，我们希望能够更准确地评估该地区的水土流失风险，为土地管理、环境保护和可持续发展提供决策支持。
河北太行山区是我国重要的生态屏障，但由于地形复杂、气候多变、人类活动频繁，水土流失问题日益严重。
因此，开展水土流失敏感性空间分析对于该地区的生态保护和可持续发展具有重要意义。
本文首先介绍了USLE的基本原理和计算过程，包括降雨侵蚀力因子、土壤可侵蚀性因子、坡长坡度因子和植被覆盖与管理因子的确定方法。
然后，我们详细阐述了如何利用GIS技术进行空间数据处理和分析，包括地形数据的提取、土壤数据的分类、降雨数据的空间插值等。
在方法部分，我们将详细介绍如何结合USLE和GIS进行水土流失敏感性空间分析的具体步骤。
包括建立水土流失敏感性评价模型、确定评价因子权重、计算敏感性指数等。
我们将以河北太行山区为例，展示水土流失敏感性空间分析的结果，并分析其空间分布特征和影响因素。
通过本文的研究，我们期望能够为该地区的水土流失防治工作提供科学依据和技术支持。
二、研究方法和数据来源本研究采用修正的通用土壤流失方程（USLE）与地理信息系统（GIS）相结合的方法，对河北太行山区的水土流失敏感性进行空间分析。
USLE作为一种广泛使用的土壤侵蚀预测模型，其通过综合考虑降雨侵蚀力、土壤可蚀性、坡长坡度、植被覆盖及管理措施等因素，为水土流失的定量评估提供了有效工具。
结合GIS的空间分析功能，我们能够更加精准地识别和评估水土流失敏感区域，为区域水土保持和生态环境建设提供科学依据。
在具体操作中，我们首先利用GIS平台，对河北太行山区的地形地貌、土壤类型、植被分布等基础数据进行整合与预处理。
然后，基于USLE模型，构建水土流失敏感性评估模型，将各项影响因子进行量化并整合到GIS平台中。
基于改进蝴蝶优化算法的新安江模型参数率定研究
基于改进蝴蝶优化算法的新安江模型参数率定研究目录一、内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21.1 研究背景及意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2 1.2 国内外研究现状分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.3 新安江模型介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41.4 蝴蝶优化算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5二、理论基础与预备知识．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62.1 新安江模型的数学描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6 2.2 蝴蝶优化算法原理解析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82.3 参数率定理论框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9三、改进蝴蝶优化算法设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．103.1 IBFOA算法流程设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11 3.2 IBFOA算法参数设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．123.3 IBFOA算法性能评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13四、新安江模型参数率定实验设计与实施．．．．．．．．．．．．．．．．．．．．．．144.1 实验环境搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15 4.2 实验数据准备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16 4.3 参数率定实验步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16五、新安江模型参数率定结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．185.1 实验结果展示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．195.2 参数敏感性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．205.3 参数最优解确定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21六、改进策略与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．226.1 对比分析IBFOA与传统BFOA．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．236.2 提出新的参数调整策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．246.3 算法改进效果验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26七、结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．277.1 研究结论总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．277.2 研究局限性与不足．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．287.3 未来研究方向建议．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29一、内容概览1.研究背景与意义新安江模型作为水文预报和水资源管理中的关键工具，其参数率定的准确性直接影响到预报结果的可靠性。
swat模型
• 大型流域模拟过程中，一般采用流域-子流域-水文响应单元的空间离散 方法：
以分水岭上的分水线为界进行分割，可以把一个流域分成若干个子流域，每个子流域内 部有相应的河道，这些河道又将一个个的子流域连成一个整体。 当流域面积较大时，在划分出来的子流域内部，依然分布着多种土壤类型和多种土地利用 方式。为了反映子流域内部不同的土地利用和不同的土壤类型引起的蒸散发、表面径流、 入渗水、农业管理措施等其他水文条件和人类经济活动引起的差异性，可以在子流域内部 进一步划分水文响应单元。
• 优点：确保所有参数在其取值范围内均被采样，并且明确地确定哪一个 参数改变了模型的输出，减少了需要调整的参数数目，提高了计算效率 。
• 原理： LH-OAT先执行LH采样，然后执行OAT采样，见下图。
模型参数敏感性分析
• 首先，每个参数被划分为N个区间，在每个区间内取一个采样点（LH采 样）。然后，一次改变一个采样点（OAT）。
• 水文循环是最主要的流域过程，也是流域内部过程的主要驱动力， 包括：降雨、植被截留、蒸散发、地表积水、入渗、坡面流及河道 水流、土壤水侧向运动(壤中流)、深层渗水等。
SWAT模型 的流域水文
过程
水循环的 陆面部分 控制每个子流域内主河道的水、沙、
（产流、坡面汇流） 营养物质和化学物质等的输入量
水循环的 水面部分
（河道汇流）
决定水、沙等物质从河网向流域 出口的输移运动
SWAT模型的流域地理过程
•陆相水文循环
模拟过程：气候模拟(降水、融雪、土壤温度等)、水文模拟(植物截 留、入渗、壤中流、蒸散发、表面径流、地下径流等)、作物／植 被生长模拟、土壤侵蚀与产沙模拟、养分(氮、磷)输移模拟、杀虫 剂模拟、农业管理操作模拟。对应于SWAT模型的几个功能模块。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键 词 ： 感性 分析 ： 敏 局部 分析 法 ； 全局 分 析 法 ；Ｈ－ Ｌ ＯＡＴ分析 法
中图分 类号：３ ４９ Ｐ３． ２ 文献 标识 码：Ａ 文章 编 号：０ ０ ０ ５ （０ ００ — ０ ９ ０ １ ０ — ８ ２２ １ ）４ ０ ０ — ４
１ 引 言
过 度参 数 化 是 水 文 模 型 中 的 难 点 问 题 【 特 别 是 ” ． 对 于 分 布式 水 文 模 型 而 言 。 为 复 杂 。 在 实 际 应 用 尤 中 ，集合 了众 多参 数 的分 布式 水文 模 型还需 要 与模 型 的预报 作对 比 。 因此 ， 数敏 感性 分 析 的方法 是 十分 必 参 要 的 ， 须 能 适应 多 参数 ， 必 同时考 虑 多 输 出变量 ［ ３ １ 。参 数 敏感 性分 析 方法 的 目的是 尽 量减 少参 数率 定 时需要
第 ３ 卷 第４ ０ 期
２ １年 ８ ０ ０ 月
水
文
Ｖ０１ ０ Ｎｏ４ ． ３ ．
Ａｕ ． ０１Biblioteka ｇ，２ ０Ｊ ＯＵＲＮＡＬ Ｏ ＨＩ Ｆ Ｃ ＮＡ ＨＹＤＲＯＬ Ｙ ＯＧ
水 文模 型参数敏 感性分析方 法研 究评述
田 雨 ， 雷 晓辉 ， 云钟 ， 一 ， 蒋 李 薇
２１ 局 部 分 析 法 ．
后 也成 为敏 感性 分 析 的方法 。
一
次 二 阶矩法 的步 骤是 先 选 择 理论 分 布族 ｇ ｙ ＝ （）
ｇ Ｙ ） 近 Ｍ＝ （ ｔ ：… ， ） （， 逼 ｆ ｅ ， ， ｅ 的概 率分 布 ， ｅ 然后 用 泰勒 公 式 将 在 （ ｅ， ， ） 均值 处 展 开 ， ｅ，：… ｅ 的 舍去 二 次 以 上 的 高 阶项 ， 这样 近似 求 得 的 肘 的二 阶矩 。 而估 计 进 出参 数 。泰 勒公 式 的一 次项 需要 计算 某 一点 上 的模 型 输 出 ． 确定 其导 数 ： 并
（． １天津 大学 建工 学 院 ， 津 ３ ０ ７ ； 天 ０ ０ ２ ２ 中国水利 水 电科 学研 究 院水资 源研 究所 ， 京 １０ ３ ； ．水利 部水 文局 ， ． 北 ０ ０ ８３ 北京 １ ０ ５ ） ０ ０ ３
摘
要： 参数 敏 感性 分析 一 直被认 为 是 用来确 定模 型 关键 参数 、 制模 型效 率 非 常有效 的过 滤 工具 。 同 控
式 中 ：＝ｅ －， ） 与均 值 ＝Ｆ 一， 有关 的 随机 输 ｅ｛ － 为 ｅ Ｉ ） 入 变量 ； 为 ｅ在均 值 的导数 值 。 跏 处 输 出 函数 的均值 和标 准 差 ｏ 可 以通 过 下式 计 ｒ
Ｓ ＝
Ｍ （ｌ…ｅ， ，。 ｅ ， ｉ… ｅ）
垒
ｅ
调 整 的参 数 个 数 １ 识 别 哪 些 参 数 在 某 个 具 体 流域 对 ４ ］ ．
模 拟精 度具 有 重要影 响 。
式 中 ： 为模 型 输 出 代 表 不 同 的模 型参 数 ； 代 表 对 ｅ参 数 的微 小扰 动 。这种 方 法要 求模 型运 行 的次数 并 不多 ， 早期 研究 中很 流行 。 在
一
２ 参 数 敏 感 性 分 析 方 法 评 述
参 数 的多少 是对 现 存参 数敏 感性 分 析方 法分 类 的
一
次 二 阶矩法 通过 计算 某 一点 的导 数估 计 出模 型
输 出的平 均 值 （ 次 二 阶原 点 矩 ） 标 准 差 （ 阶 中心 一 和 二
矩 ） 。该方 法 最 初是 为 解 决 不确 定 性 问题 而提 出的 ， 同
个重 要依 据 ，一般 可 以分 为局 部分 析 法和 全局 分 析
法［ ５ １ 部 分 析法 关 注 的是 局 部 参数 对 模 型 输 出 的 影 。局
响 ， 方 法分 析 的是特 定 参 数 （ 值 、 省 值 或 者 最优 该 均 缺 值 ） 化 时 的影 响 ， 之 相反 ， 变 与 全局 分 析 法 是 同时 分析 所 有参 数对 模 型输 出 的影响 。
时， 参数 敏 感性 分 析 可 以帮助 理 解模 型 结 构 ， 乃至 发现 模 型 结构 缺 陷 ， 而改善 模 型 结构 。本 文 详 细归 从
纳 了典 型 的 参数 敏 感 性 分析 方 法及 其 求 解 过程 ， 论 了各 个 方 法 的利 弊 ， 对参 数 敏 感 性 分析 方 法在 讨 并
敏感 性通 常是 通 过 计 算 与参 数 相 关 的输 出 函 数 的 偏
导数 获得 。参 数敏 感 度 Ｓ的计 算 方 法见 公 式 （ ）Ｓ可 １， 以通 过 在保 持 其 他参 数 不 变 的情 况 下 ．改 变 △ ｅ值 得
到嘲 ：
丝（！： 垒 ｝：旦２丝（３： ： 堡：２± 竺！ ： 二 璺：！ ： ：曼 ： ： ２ ：
局 部分 析法 是对 多维 参数 空 间 中的某 一点 进 行参 数 敏感性 分 析 ， 点 通过 缺省 值或 人 工粗 略率 定赋 值 ， 该
收 稿 日期 ： ０ ９ １ — ５ ２０ — ０ ２ 基金项 目： 国家 自然 科 学 基 金 创 新 研 究 群 体 科 学 基 金 项 目 （０ ２ ０ ６ ； 十 一 五 ” 家 科 技 支 撑 计 划 （０ ６ Ａ ｏ Ａ ７２ｏ Ｂ ２ Ｂ ８ ； ５ ７ １０ ） “ 国 ２ ｏ Ｂ Ｂ ４ ｏ ，０ ８ ＡＢ ９ ０ ） 国家 重 点 基 础 研 究 发 展 计 划 （７ ９ ３计 划 ）２０ Ｃ ４ ３０ （０ ６ Ｂ ０ ４ ４） 作者简介 ： 田雨 （９ ５ ）女 ， 津 人 ， 士研 究 生 ， １８一 ， 天 博 主要 研 究 方 向 为水 文 水 资 源 。
１ ０
水 文
第 ３卷 ０
（： （＋ ｅ ∑ （ ） ） ｅｅ ｉ ｍ）
ｉｌ Ｕ ＝
（ ２ ）
计算 所求 参数 的统计 特征 ， 最后 给 出所 求解 的近 似值 ， 解 的精确 度可用 估计 值 的标准误 差来 表示 。 （ ） 计分 析法 。Ｍｏ ｔ Ｃ ｒ ２统 ｎｅ ａｌ ｏ法通 常采 用两 种方