CN109492342B - 水文模型参数空间尺度效应分析方法 - Google Patents

水文模型参数空间尺度效应分析方法 Download PDF

Info

Publication number
CN109492342B
CN109492342B CN201811597846.2A CN201811597846A CN109492342B CN 109492342 B CN109492342 B CN 109492342B CN 201811597846 A CN201811597846 A CN 201811597846A CN 109492342 B CN109492342 B CN 109492342B
Authority
CN
China
Prior art keywords
model
basin
parameters
hydrological
space
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811597846.2A
Other languages
English (en)
Other versions
CN109492342A (zh
Inventor
李彬权
朱畅畅
梁忠民
胡义明
王军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201811597846.2A priority Critical patent/CN109492342B/zh
Publication of CN109492342A publication Critical patent/CN109492342A/zh
Application granted granted Critical
Publication of CN109492342B publication Critical patent/CN109492342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明提供一种水文模型参数空间尺度效应分析方法,属于水文数据分析领域。具体步骤如下:选择研究区域,在研究区域中挑选研究子流域;收集整理子流域DEM数据及水文气象资料,构建流域水文模型,率定各子流域模型参数;计算各子流域模型参数的方差,并根据方差选出空间敏感参数;绘制空间敏感参数与流域面积的关系曲线,根据关系曲线特征,选择合适的线型,找出空间敏感参数与流域面积之间的定量关系;根据空间敏感参数与流域面积的定量关系判断空间敏感参数是否随空间尺度变化具有标度不变性。本发明析水文模型参数的空间尺度效应,可为解决无资料地区水文模型参数确定问题提供支持,具有较强的工程意义。

Description

水文模型参数空间尺度效应分析方法
技术领域
本发明属于水文数据分析领域,特别涉及一种水文模型参数空间尺度效应分析方法。
背景技术
水文现象在不同的时空尺度上可能会表现出不同的特征,而其背后又往往隐含着统一的规律性,研究这种规律性,建立不同尺度之间的转换关系,不仅可以加深对水文过程的认识,还可以解决水文信息由有资料地区向无资料地区、由某一尺度下向另一尺度的移用问题。为此,研究水文尺度问题具有重要的理论意义和实用价值。
目前,对水文尺度问题的研究众多,如年最大洪峰的尺度分析,降雨强度的尺度分析,径流量的尺度分析等。
但值得注意的是上述大多是针对水文变量的尺度问题进行研究,少有对水文模型参数空间尺度效应的研究。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种水文模型参数空间尺度效应分析方法,通过在水文一致性区内建立模型参数与流域面积的定量关系,确定水文模型参数是否随空间尺度变化具有标度不变性,解决水文模型参数空间尺度效应分析方法难题,克服目前少有对水文模型参数空间尺度效应进行分析的不足。
为了实现上述目标,本发明采用如下的技术方案。
一种水文模型参数空间尺度效应分析方法,所述方法包括如下步骤:
选择研究区域,在研究区域中挑选研究子流域;
收集整理所述子流域DEM数据(数字高程模型)及水文气象资料,选择流域水文模型,率定各子流域模型参数;
计算各子流域模型参数的方差,并根据方差选出空间敏感参数;
绘制所述空间敏感参数与流域面积的关系曲线:
Figure BDA0001919125940000021
式中θ0是面积最小子流域的空间敏感参数,F0是对应的流域面积,θi是各子流域的空间敏感参数,对应流域面积Fi
根据绘制的关系曲线上离散点特征,选择合适的线型,采用经验统计法找出空间敏感参数与流域面积之间的定量关系:
Figure BDA0001919125940000022
根据空间敏感参数与流域面积的定量关系判断空间敏感参数是否随空间尺度变化具有标度不变性。
进一步的,所述子流域空间尺度不同且空间分布上具有嵌套关系。
所述嵌套关系为面积较大流域集水区包含比其小的流域集水区且它们共享部分下垫面。
进一步的,所述水文气象资料包括降雨、蒸发和流量;
所述模型参数包括蒸散发计算模型参数、产流计算模型参数、水源划分模型参数和汇流计算模型参数。
蒸散发计算模型参数包括流域蒸散发折算系数、上层张力水容量、下层张力水容量和深层蒸散发折算系数;产流计算模型参数包括流域平均张力水容量、张力水蓄水容量曲线方次和不透水面积占全流域面积的比例;水源划分模型参数包括表层自由水蓄水容量、表层自由水蓄水容量曲线方次、表层自由水蓄水库对壤中流的日出流系数和表层自由水蓄水库对地下水的日出流系数;汇流计算模型参数包括河网蓄水消退系数、壤中流消退系数、地下水消退系数、滞时、马斯京根演算参数)和马斯京根演算法参数。
进一步的,所述选择流域水文模型的具体步骤包括:
根据所选研究区域的下垫面条件,选择适用的流域水文模型应用于各个子流域。
进一步的,所述流域水文模型包括新安江模型、TOPMODEL模型、SAC模型(萨克拉门托模型)和水箱模型。
进一步的,所述空间敏感参数选出的具体方法包括:
以各模型参数的方差为判断指标,将各模型参数的方差由大到小顺序排列,选取前20%、25%、30%、35%或40%方差对应的模型参数作为空间敏感参数。
方差越大表示模型参数随流域面积变化越大,模型参数对空间尺度越敏感,选取那些随着流域面积变化而相应有着较大变化的模型参数作为空间敏感参数。
进一步的,所述经验统计法包括回归算法、聚类算法、降维算法和支持向量机。
进一步的,判断的具体方法包括:
如果空间敏感参数与空间尺度之间满足幂函数关系,则空间敏感参数随空间尺度变化具有标度不变性,否则不具有标度不变性。
与现有技术相比,本发明的有益效果是:
本发明通过在水文一致性区内建立模型参数与流域面积定量关系,确定水文模型参数是否随空间尺度变化具有标度不变性,由此找到水文模型参数在空间上的“尺度化”规律,分析水文模型参数的空间尺度效应,可为解决无资料地区水文模型参数确定问题提供支持,具有较强的工程意义。
附图说明
图1是嵌套子流域示意图;
图2是模型参数—流域面积关系图,其中,(2a)为SM—流域面积关系图,(2b)为KG—流域面积关系图,(2c)为KI—流域面积关系图,(2d)为CG—流域面积关系图,(2e)为CI—流域面积关系图,(2f)为CS—流域面积关系图。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
下面结合实例对本发明作更进一步的说明。
现有某流域各雨量站和水文站的5年日降雨、日蒸发、逐日流量等资料,以新安江模型为例,依据本发明方法,分析该流域新安江模型参数空间尺度效应的过程如下:
(1)新安江模型参数主要由四部分组成,蒸散发计算模型参数包括KC(流域蒸散发折算系数)、WUM(上层张力水容量)、WLM(下层张力水容量)、C(深层蒸散发折算系数);产流计算模型参数包括WM(流域平均张力水容量)、B(张力水蓄水容量曲线方次)、IMP(不透水面积占全流域面积的比例);水源划分模型参数包括SM(表层自由水蓄水容量)、EX(表层自由水蓄水容量曲线方次)、KI(表层自由水蓄水库对壤中流的日出流系数)、KG(表层自由水蓄水库对地下水的日出流系数);汇流计算模型参数包括CS(河网蓄水消退系数)、CI(壤中流消退系数)、CG(地下水消退系数)、L(滞时)、KE(马斯京根演算参数)、XE(马斯京根演算法参数);
(2)在研究区域中挑选子流域,各子流域的空间尺度不同且空间分布上具有嵌套关系,共挑选了7个子流域,如图1所示;
(3)整理研究区7个子流域DEM数据及水文气象资料,文气象资料包括降雨、蒸发和流量,构建流域水文模型,率定模型参数,得到各子流域新安江模型参数,其中,KE为马斯京根法演算参数中的时间间隔,本次为新安江日模型,故KE值取24h,其余模型参数结果见表1;
表1各子流域日模参数率定结果
流域(面积/km<sup>2</sup>) KC B C WM WUM WLM IMP SM EX KG KI CG CI CS L XE
子流域1(4310) 0.1 0.2 0.18 120 60 40 0.01 36 1.25 0.15 0.55 0.997 0.96 0.2 0 0.45
子流域2(5915) 0.5 0.2 0.18 120 60 40 0.01 23 1.25 0.18 0.52 0.995 0.93 0.4 0 0.45
子流域3(7593) 0.5 0.2 0.18 120 60 40 0.01 20 1.25 0.2 0.5 0.993 0.91 0.32 0 0.45
子流域4(11671) 1.9 0.2 0.18 120 60 40 0.01 14 1.25 0.24 0.46 0.992 0.89 0.23 0 0.45
子流域5(11903) 0.4 0.2 0.18 120 60 40 0.01 14 1.25 0.25 0.45 0.992 0.89 0.2 0 0.45
子流域6(23574) 0.7 0.2 0.18 120 60 40 0.01 30 1.25 0.4 0.3 0.994 0.58 0.43 0 0.45
子流域7(28900) 1.0 0.2 0.18 120 60 40 0.01 35 1.25 0.5 0.2 0.995 0.48 0.5 0 0.45
(4)计算各子流域模型参数的方差,参见表2,并根据方差选出空间敏感参数;将各模型参数的方差由大到小顺序排列,选取前30%方差对应的模型参数作为空间敏感参数;挑选新安江空间敏感参数包括SM、KG、KI、CG、CI、CS;
表2各模型参数方差计算排序表
SM CG CI KG KI CS KC XE C
85.9524 0.3424 0.0369 0.0164 0.0164 0.0146 0.00000333 0 0
EX IMP B WM WUM WLM L KE
0 0 0 0 0 0 0 0
(5)如图2所示,绘制空间敏感参数与流域面积关系曲线:
Figure BDA0001919125940000061
式中θ0是面积最小子流域的模型参数,F0是对应的流域面积,θi是各子流域的模型参数,对应流域面积Fi;根据绘制的关系曲线离散点特征,选择合适的线型,采用回归算法找出空间敏感参数与流域面积之间的定量关系:
Figure BDA0001919125940000062
结果见表3。
表3空间敏感参数—流域面积定量关系统计表
Figure BDA0001919125940000071
(6)对步骤(5)中,若空间敏感参数与流域面积之间存在
Figure BDA0001919125940000072
的幂函数关系,则可认为空间敏感参数随空间尺度变化具有标度不变性;根据表2中空间敏感参数在不同空间尺度之间的转换关系,可得新安江模型中空间敏感参数SM、KG、KI、CG、CI、CS与流域面积间定量关系均可以用幂函数来表示,具有随空间尺度变化的标度不变性,可利用标度变换对相应空间敏感参数进行处理,实现有资料地区水文模型参数值向无资料地区的信息移植,可为解决无资料地区水文模型参数确定问题提供支持。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.一种水文模型参数空间尺度效应分析方法,其特征在于,所述方法包括如下步骤:
选择研究区域,在研究区域中挑选子流域;
收集整理所述子流域DEM数据及水文气象资料,选择流域水文模型,率定各子流域模型参数;
计算各子流域模型参数的方差,并根据方差选出空间敏感参数;
绘制所述空间敏感参数与流域面积的关系曲线:
Figure FDA0003718301610000011
式中θ0是面积最小子流域的空间敏感参数,F0是对应的流域面积,θi是各子流域的空间敏感参数,对应流域面积Fi
根据绘制的关系曲线上离散点特征,选择合适的线型,采用经验统计法找出空间敏感参数与流域面积之间的定量关系:
Figure FDA0003718301610000012
根据空间敏感参数与流域面积的定量关系判断空间敏感参数是否随空间尺度变化具有标度不变性;
所挑选子流域的空间尺度不同且空间分布上具有嵌套关系。
2.根据权利要求1所述的一种水文模型参数空间尺度效应分析方法,其特征在于,所述水文气象资料包括降雨、蒸发和流量;
所述模型参数包括蒸散发计算模型参数、产流计算模型参数、水源划分模型参数和汇流计算模型参数。
3.根据权利要求1所述的一种水文模型参数空间尺度效应分析方法,其特征在于,所述流域水文模型的构建方法包括:
根据所选研究区域的下垫面条件,选择适用的流域水文模型应用于各个子流域。
4.根据权利要求3所述的一种水文模型参数空间尺度效应分析方法,其特征在于,所述流域水文模型包括新安江模型、TOPMODEL模型和SAC模型。
5.根据权利要求1所述的一种水文模型参数空间尺度效应分析方法,其特征在于,所述空间敏感参数选出的方法包括:
以各模型参数的方差为指标,将各模型参数的方差由大到小顺序排列,选取前20%、25%、30%、35%或40%方差对应的模型参数作为空间敏感参数。
6.根据权利要求1所述的一种水文模型参数空间尺度效应分析方法,其特征在于,所述经验统计法包括回归算法、聚类算法、降维算法和支持向量机。
7.根据权利要求1所述的一种水文模型参数空间尺度效应分析方法,其特征在于,所述判断的方法包括:
如果空间敏感参数与空间尺度之间满足幂函数关系,则空间敏感参数随空间尺度变化具有标度不变性,否则不具有标度不变性。
CN201811597846.2A 2018-12-25 2018-12-25 水文模型参数空间尺度效应分析方法 Active CN109492342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811597846.2A CN109492342B (zh) 2018-12-25 2018-12-25 水文模型参数空间尺度效应分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811597846.2A CN109492342B (zh) 2018-12-25 2018-12-25 水文模型参数空间尺度效应分析方法

Publications (2)

Publication Number Publication Date
CN109492342A CN109492342A (zh) 2019-03-19
CN109492342B true CN109492342B (zh) 2022-08-19

Family

ID=65712089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811597846.2A Active CN109492342B (zh) 2018-12-25 2018-12-25 水文模型参数空间尺度效应分析方法

Country Status (1)

Country Link
CN (1) CN109492342B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107729695A (zh) * 2017-11-21 2018-02-23 中国水利水电科学研究院 一种用于小流域次洪模拟的水文模型率定方法
CN108874936A (zh) * 2018-06-01 2018-11-23 河海大学 一种基于改进新安江模型的适用于山丘区的水文预报方法
CN108897977A (zh) * 2018-08-24 2018-11-27 河海大学 一种基于大区域水文模拟的径流演变不确定归因方法
CN108920427A (zh) * 2018-06-01 2018-11-30 河海大学 一种月尺度水文模型时变参数的动态估计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107729695A (zh) * 2017-11-21 2018-02-23 中国水利水电科学研究院 一种用于小流域次洪模拟的水文模型率定方法
CN108874936A (zh) * 2018-06-01 2018-11-23 河海大学 一种基于改进新安江模型的适用于山丘区的水文预报方法
CN108920427A (zh) * 2018-06-01 2018-11-30 河海大学 一种月尺度水文模型时变参数的动态估计方法
CN108897977A (zh) * 2018-08-24 2018-11-27 河海大学 一种基于大区域水文模拟的径流演变不确定归因方法

Also Published As

Publication number Publication date
CN109492342A (zh) 2019-03-19

Similar Documents

Publication Publication Date Title
Bárdossy et al. Robust estimation of hydrological model parameters
Farajzadeh et al. A hybrid linear–nonlinear approach to predict the monthly rainfall over the Urmia Lake watershed using wavelet-SARIMAX-LSSVM conjugated model
Wang et al. Improving the prediction accuracy of monthly streamflow using a data-driven model based on a double-processing strategy
So et al. Enhancement of the box-counting algorithm for fractal dimension estimation
Törnqvist et al. Water savings through improved irrigation techniques: basin-scale quantification in semi-arid environments
Schmidt et al. Instance selection and classification tree analysis for large spatial datasets in digital soil mapping
Hao et al. Impacts of ecological water conveyance on groundwater dynamics and vegetation recovery in the lower reaches of the Tarim River in northwest China
Zagouras et al. On the determination of coherent solar microclimates for utility planning and operations
CN108053049B (zh) 一种基于Budyko理论的水文随机插值径流预测方法
Memarzadeh et al. Evaluating sampling locations in river water quality monitoring networks: application of dynamic factor analysis and discrete entropy theory
Roushangar et al. Entropy-based analysis and regionalization of annual precipitation variation in Iran during 1960–2010 using ensemble empirical mode decomposition
Ma et al. Propagation dynamics and causes of hydrological drought in response to meteorological drought at seasonal timescales
Li et al. Drought prediction models driven by meteorological and remote sensing data in Guanzhong Area, China
Opsomer et al. Kriging with nonparametric variance function estimation
Biabiany et al. Design of an expert distance metric for climate clustering: The case of rainfall in the Lesser Antilles
Kheirfam et al. Assessment of some homogeneous methods for the regional analysis of suspended sediment yield in the south and southeast of the Caspian Sea
Ju et al. Support Vector Regression and Time Series Analysis for the Forecasting of Bayannur's Total Water Requirement
CN109492342B (zh) 水文模型参数空间尺度效应分析方法
Crave et al. Scaling relationships of channel networks at large scales: Examples from two large-magnitude watersheds in Brittany, France
Tessema Roba et al. Modeling climate change impacts on crop water demand, middle Awash River basin, case study of Berehet woreda
Jiang et al. Delineating site‐specific irrigation management zones
Towheed et al. Linking climate change to soil loss estimation in the Kosi river basin, India
Valdes‐Abellan et al. Validating the KAGIS black‐box GIS‐based model in a Mediterranean karst aquifer: Case of study of Mela aquifer (SE Spain)
San José Martínez et al. Long‐range correlations of soil water content time series under tillage and different cover crops in a semi‐arid vineyard
Kijne Salinisation in irrigated agriculture in Pakistan: mistaken predictions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant