雙超產(chǎn)流模型參數(shù)敏感性分析與率定.pdf

1、隨著洪水預(yù)報科學(xué)的發(fā)展，水文模型已被廣泛地用來解決包括水文水資源、環(huán)境和生態(tài)等社會和人類發(fā)展問題。南方濕潤地區(qū)雨洪配套資料豐富，在進行流域水文模型研究時可做的工作較多，計算方法也比較成熟。而對于占我國領(lǐng)土面積52％的半干濕地區(qū)，水文模型方面的工作做的較少，流域水文模型的使用在國內(nèi)外在半干濕地區(qū)都存在問題。雙超模型尤適用于半濕潤半干旱地區(qū)，作為洪水預(yù)報首選模型，應(yīng)給予充分重視，而現(xiàn)階段對雙超模型參數(shù)敏感性以及率定的研究貧乏，不能為各級政府

2、和防汛部門提供準確的模型信息，難以滿足洪水預(yù)報參數(shù)率定的需求。本文以雙超產(chǎn)流模型為研究對象，對模型參數(shù)進行敏感性分析，識別模型輸出響應(yīng)的重要影響參數(shù)，減少模型參數(shù)率定過程中的盲目性，并且建立山西省小流域洪水分類參數(shù)率定系統(tǒng)，為參數(shù)率定提供依據(jù)，提高模型運行的可靠性與預(yù)報精度。
　　本文以山西省內(nèi)榆社、上靜游與婁煩3個水文站控制流域作為研究對象，選取各流域內(nèi)具有代表性的場次洪水進行雙超模型參數(shù)敏感性分析。首先采用局部分析法，得出了雙

3、超模型參數(shù)在不同流域、不同等級洪水及多個目標函數(shù)下的敏感性與相關(guān)性情況，基于變異系數(shù)法確定模型參數(shù)的綜合敏感性系數(shù)。再采用優(yōu)化的LH-OAT法，通過對參數(shù)的定向改變，得出了雙超模型參數(shù)在不同流域、不同等級洪水及多個目標函數(shù)下的敏感性與相關(guān)性情況，基于熵值法確定了模型參數(shù)的綜合敏感性系數(shù)。并將兩種方法所得結(jié)論進行對比分析，研究表明：
　?。?）由局部分析法得到模型參數(shù)綜合敏感性大小排序為Sr>b>α0>Ks>σ≈C，參數(shù)Sr、Ks、

4、b、α0為敏感性參數(shù)，C、σ為不敏感參數(shù)，由全局分析法得模型參數(shù)綜合敏感性大小排序為Ks>b>Sr>α0>σ≈c，參數(shù)Sr、Ks、b為敏感性參數(shù)，參數(shù)α0為較敏感參數(shù)，C、σ為不敏感參數(shù)。對比二者成果可知不同的研究方法的到模型參數(shù)的敏感性大小排序有所不同。但是對于參數(shù)敏感性分級，僅α0受到分析方法的影響，其他參數(shù)敏感性等級具有較好的穩(wěn)定性。
　?。?）采用局部分析法與全局分析法對參數(shù)與目標函數(shù)相關(guān)性分析可知，在不同等級洪水、不同流

5、域中，各敏感性參數(shù)與目標函數(shù)Wi、Qmi的相關(guān)性明確。表現(xiàn)為參數(shù)α0、b與Wi、Qmi正相關(guān)，參數(shù)Sr、Ks與Wi、Qmi呈負相關(guān)。但各參數(shù)并不是對所有的目標函數(shù)都有明確的相關(guān)性，當(dāng)目標函數(shù)變?yōu)镮VF、RE、RSS、PE時，相關(guān)性不明確。因此，有在實際運用中針對不同目標函數(shù)，在參數(shù)的調(diào)節(jié)方面需要區(qū)別對待，并不是都有規(guī)律可循。
　　本文采用模糊 ISOD ATA迭代模型對歷史洪水進行聚類分析。因場次洪水過程的洪峰流量和洪水總量為洪水

6、預(yù)報的主要目標，所以選定歷史洪水的洪峰流量和洪水總量為聚類特征指標進行聚類分析。將歷史洪水按照量級大小分為大洪水、中洪水、小洪水3種類型。由于洪水現(xiàn)象復(fù)雜多變，難以掌控，產(chǎn)匯流規(guī)律在不同類型洪水中也不盡相同，為降低僅用一組水文預(yù)報模型參數(shù)對全流域洪水進行預(yù)報的誤差，本文確立了水文預(yù)報模型參數(shù)分類率定的思路，來尋找同類型洪水產(chǎn)匯流的規(guī)律。水文預(yù)報模型參數(shù)分類率定結(jié)果表明：
　　（1）本文所建立BP神經(jīng)網(wǎng)絡(luò)分類模型，可準確判斷流域洪水

7、所屬類型，在樣本預(yù)測中精度達到100%。
　?。?）本文所建立的流域洪水分類預(yù)報方法，將傳統(tǒng)洪水預(yù)報的洪量合格率從73%提高到了82%，洪量相對誤差從18.1%減少到了11.3%；洪峰合格率也從73%提高到了82%，洪峰相對誤差從16.4%減少到了14.6%。提高了研究流域整體預(yù)報精度，為研究流域?qū)崟r調(diào)度提供了可靠依據(jù)。
　　前人曾對雙超模型參數(shù)采用傳統(tǒng)擾動分析法僅對模型參數(shù)進行了敏感性分類，并未對模型參數(shù)敏感性系數(shù)進行定量