CN112052559A - 一种基于月水量平衡的三参数水文模型及其构建方法 - Google Patents

一种基于月水量平衡的三参数水文模型及其构建方法 Download PDF

Info

Publication number
CN112052559A
CN112052559A CN202010751319.3A CN202010751319A CN112052559A CN 112052559 A CN112052559 A CN 112052559A CN 202010751319 A CN202010751319 A CN 202010751319A CN 112052559 A CN112052559 A CN 112052559A
Authority
CN
China
Prior art keywords
model
month
monthly
runoff
parameter
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.)
Pending
Application number
CN202010751319.3A
Other languages
English (en)
Inventor
陈浩
许月萍
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202010751319.3A priority Critical patent/CN112052559A/zh
Publication of CN112052559A publication Critical patent/CN112052559A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Abstract

本发明公开了一种基于月水量平衡的三参数水文模型及其构建方法,该方法根据三个具有物理意义的参数值能够较好地模拟出月径流流量,以解决水文模型参数较多、计算复杂、模拟精度不够等问题,本发明模型适用于湿润地区的径流模拟,基于月水量平衡公式,只需涉及三个参数,比现有模型所需参数少,可以很好地解决无资料地区数据缺乏的问题,能够将流域整个水循环串联起来,就其特征进行准确分析;同时操作便捷,模拟效率高,能够在短时间内预测出长时间序列径流值。

Description

一种基于月水量平衡的三参数水文模型及其构建方法
技术领域
本发明涉及水文模型技术领域,具体涉及一种基于月水量平衡的三参数水文模型及其构建方法。
背景技术
径流数据是水循环中的重要环节,是研究水文问题的基础,同时也是制定水资源合理利用方案的依据,其模拟效率和精度将直接影响整个流域的水资源规划和洪水预报,所以水文模型对于流域水资源管理和防灾减灾起到了至关重要的作用。近年来,地区经济社会急速发展,对流域水文过程带来了巨大影响,同时在环境变化影响下的水文变化也成为科学界的热门话题之一,如何进行准确模拟径流是当下的热点亦是难点问题。
目前,国内外主要的水文模型共有三类:数学物理模型、系统理论模型和概念性模型,其中概念性模型中的分布式和集中式模型最为流行。水文模型根据时间尺度不同分为日、月和年模型,其中月模型主要输入为流域的月降雨总量和月潜在蒸发值,输出则为流域月径流流量。目前国内外主流的日尺度模型有新安江模型、VIC模型、DHSVM模型、SWAT模型、HEC-HMS模型等,月尺度模型主要有abcd模型、新安江月模型、GR2J模型等。
水文模型的参数通常随着时间尺度的增加而减少,例如新安江日模型一共有12个参数,而abcd月模型只有4个参数。推广构造简单、参数数量较小但是精度高的月尺度模型,可以很好地解决无资料地区数据缺乏的问题,能够将流域整个水循环串联起来,并且就其特征进行准确分析,保障河流生态系统良好运行,并为流域的水能资源优化配置提供重要依据。
发明内容
为解决现有水文模型的技术不足,本发明的目的在于提供一种基于月水量平衡的三参数水文模型及其构建方法,以解决水文模型参数较多、计算复杂、模拟精度不够等问题,根据三个具有物理意义的参数值能够较好地模拟出月径流流量。
本发明实现上述目的采用以下方案:
一种基于月水量平衡的三参数水文模型,该模型构建方法包括如下步骤:
1)获取流域关键水文站站点的历史基本水文资料,获得流域面积、月降水数据、月潜在蒸散发值、实测月径流流量。将整个时间序列数据分为率定期和验证期,通常可采用“七三”策略,即70%数据用于参数率定,30%数据用于模型验证。
2)构建模型:
根据月潜在蒸散发值和月降水量,获得流域月实际蒸发值,如下:
Figure BDA0002610141480000021
式中,E(t)为流域月实际蒸发值;PET(t)为月潜在蒸散发值;P(t)月降水量;t为时间;k为模型第一参数,用于反应蒸发和降水变化情况;
根据当月土壤净含水量(即前一时期的土壤含水量加上当月降水量减去当月实际蒸发量),获得月地表径流流量,如下:
Figure BDA0002610141480000022
式中,R(t)为月地表径流量;S(t)为月土壤含水量;SC为模型第二参数,通常代表整个流域的最大月土壤含水量;
根据当月土壤净含水量,获得月地下径流流量,如下:
G(t)=(S(t-1)+P(t)-E(t))×e((S(t-1)+P(t)-E(t))*(-d))
式中,G(t)为月地下径流流量;d为模型第三参数,代表地下径流系数;
模型的输出值为月总径流流量Q(t),且整个流域需要满足月水量平衡,如下:
Q(t)=R(t)+G(t)
S(t)-S(t-1)=P(t)-E(t)-Q(t)
根据本模型三个参数的物理意义,可以给出三参数的取值范围,其范围适用于不同地理特征地区,如表1所示:
表1模型参数取值范围
参数 取值范围
k 0.5-1.5
SC 100-2000
d 0.01-1.00
3)将步骤1)中率定期数据作为模型输入,通过纳什效率系数公式和平均绝对百分比误差计算公式进行参数率定,如下:
Figure BDA0002610141480000031
Figure BDA0002610141480000032
,得到参数k、SC、d;
式中,NSE为纳什效率系数;MAPE为平均绝对比分比误差;
Figure BDA0002610141480000033
为月径流观测值;
Figure BDA0002610141480000034
为模型输出值;
Figure BDA0002610141480000035
为观测值的平均值;N为数据总数。其中NSE越接近1表示模拟效果越好,MAPE越接近0表示模拟效果越好。
与现有技术相比,本发明的有益效果为:
(1)本发明模型适用于湿润地区的径流模拟,该模型基于月水量平衡公式,只需涉及三个参数,比现有模型所需参数少,可以很好地解决无资料地区数据缺乏的问题,能够将流域整个水循环串联起来,就其特征进行准确分析。
(2)本发明模型的模拟结果精度高、可靠性强,满足精度甲等级要求;同时操作便捷,模拟效率高,能够在短时间内预测出长时间序列径流值。
(3)本发明模型易率定,能够完美的耦合其它模型,特别是可为水资源优化调度方案提供理论基础。
附图说明
图1为本发明模型使用的一种具体流程示意图;
图2为本发明的模型机理示意图;
图3为本发明一个具体实例的实测-模拟流量过程线。
具体实施方式
下面通过实例,结合附图,对本发明的技术方案做进一步详细说明。为了突出本发明的优势,运用本水文模型模拟某一湿润地区水文站点的水文过程线,同时与在月尺度模拟中运用较为广泛的abcd模型进行结果比较。
如图1所示,本发明的一种基于月水量平衡的适用于湿润地区的三参数水文模型,包括如下步骤:
1)数据收集和处理:收集湿润地区某水文站点1981-1995年的实测日径流数据、日降雨数据,并且通过彭曼公式计算日潜在蒸散发值。全部数据都从日尺度转化处理成月尺度,保持所有水文数据在尺度上保持一致,同时收集流域面积。
潜在蒸散发值可以根据彭曼公式计算得到,计算方程如下:
Figure BDA0002610141480000041
式中,es和es分别表示饱和水汽压与实际水气压;饱和水汽压与温度曲线斜率用Δ表示;Rn为净辐射;G为地表热通量;γ表示湿度计常数;T为距地面2m处的平均温度;u2为距地面2m处的风速。
2)数据分割:将水文数据分割为率定期和验证期,率定期取整体数据的70%,余下的30%为验证期。根据水文站数据来看,取1981-1990年为率定期,1991-1995为验证期。
3)参数率定:本模型机理示意图如图2所示,将率定期数据作为本发明模型的输入,通过纳什效率系数公式和平均绝对百分比误差计算公式进行参数率定,如下所示:
Figure BDA0002610141480000042
Figure BDA0002610141480000043
参数率定结果如表2所示:
表2模型参数率定结果
k 0.866
SC 706
d 0.258
4)模型验证:将率定后的参数进行模型验证,将验证期水文数据输入模型,结果见图3。本模型结果与abcd模型结果分析如表3所示:
表3三参数水文模型与abcd模型结果分析
Figure BDA0002610141480000044
Figure BDA0002610141480000051
本模型与abcd模型模拟结果接近(验证期纳什效率系数差值也等于0.04),并且模型参数要小于abcd模型。根据我国《水文情报预报规范》规定,确定性系数大于0.90为精度甲等级,本模型验证期纳什效率为0.912,说明本水文模型效果非常好,可用于该水文站点的径流模拟。
以上所述仅对本发明的实例实施而已,并不用于限制本发明,本发明中对模型的参数k、SC、d的取值,也可根据不同的研究区域而具体定制。凡是在本发明的权利要求限定范围内,所做的任何修改、等同替换、改进等,均应在本发明的保护范围之内。

Claims (1)

1.一种基于月水量平衡的三参数水文模型,其特征在于,构建方法包括如下步骤:
1)获取流域关键水文站站点的历史水文数据,得到流域面积、月降水量、月潜在蒸散发值、实测月径流流量数据,将整个时间序列数据分为率定期和验证期;
2)构建模型:
根据月潜在蒸散发值和月降水量,获得流域月实际蒸发值,如下:
Figure FDA0002610141470000011
式中,E(t)为流域月实际蒸发值;PET(t)为月潜在蒸散发值;P(t)月降水量;t为时间;k为模型第一参数,用于反应蒸发和降水变化情况;
根据当月土壤净含水量,获得月地表径流流量,如下:
Figure FDA0002610141470000012
式中,R(t)为月地表径流量;S(t)为月土壤含水量;SC为模型第二参数;
根据当月土壤净含水量,获得月地下径流流量,如下:
G(t)=(S(t-1)+P(t)-E(t))×e((s(t-1)+P(t)-E(t))*(-d))
式中,G(t)为月地下径流流量;d为模型第三参数,代表地下径流系数;模型的输出值为月总径流流量Q(t),且整个流域需要满足月水量平衡,如下:
Q(t)=R(t)+G(t)
S(t)-S(t-1)=P(t)-E(t)-Q(t)
3)将步骤1)中率定期数据作为模型输入,通过纳什效率系数公式和平均绝对百分比误差计算公式进行参数率定,如下:
Figure FDA0002610141470000013
Figure FDA0002610141470000014
,得到参数k、SC、d;
式中,NSE为纳什效率系数;MAPE为平均绝对比分比误差;
Figure FDA0002610141470000015
为月径流观测值;
Figure FDA0002610141470000016
为模型输出值;
Figure FDA0002610141470000017
为观测值的平均值;N为数据总数。
CN202010751319.3A 2020-07-30 2020-07-30 一种基于月水量平衡的三参数水文模型及其构建方法 Pending CN112052559A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010751319.3A CN112052559A (zh) 2020-07-30 2020-07-30 一种基于月水量平衡的三参数水文模型及其构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010751319.3A CN112052559A (zh) 2020-07-30 2020-07-30 一种基于月水量平衡的三参数水文模型及其构建方法

Publications (1)

Publication Number Publication Date
CN112052559A true CN112052559A (zh) 2020-12-08

Family

ID=73601125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010751319.3A Pending CN112052559A (zh) 2020-07-30 2020-07-30 一种基于月水量平衡的三参数水文模型及其构建方法

Country Status (1)

Country Link
CN (1) CN112052559A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112800636A (zh) * 2021-04-08 2021-05-14 水利部交通运输部国家能源局南京水利科学研究院 一种估算无资料地区流域地表水资源量的方法及系统
CN113255093A (zh) * 2021-01-18 2021-08-13 清华大学 无资料地区径流估算方法、装置、计算机设备和存储介质
CN113343806A (zh) * 2021-05-26 2021-09-03 深圳数研锦瀚智慧科技有限公司 一种径流系数确定方法、装置、终端及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111259522A (zh) * 2020-01-09 2020-06-09 河海大学 一种水文模型在地理空间上多流域并行率定的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111259522A (zh) * 2020-01-09 2020-06-09 河海大学 一种水文模型在地理空间上多流域并行率定的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
冯小冲等: "三参数月水量平衡模型在丹江口水库控制流域的应用", 《水利水电科技进展》 *
林三益编: "《水文预报》", 31 October 1986 *
胡安焱等: "三参数月水量平衡模型及其应用", 《水电能源科学》 *
董延军等: "《流域水文模拟模型》", 31 March 2016 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255093A (zh) * 2021-01-18 2021-08-13 清华大学 无资料地区径流估算方法、装置、计算机设备和存储介质
CN113255093B (zh) * 2021-01-18 2022-02-15 清华大学 无资料地区径流估算方法、装置、计算机设备和存储介质
CN112800636A (zh) * 2021-04-08 2021-05-14 水利部交通运输部国家能源局南京水利科学研究院 一种估算无资料地区流域地表水资源量的方法及系统
CN113343806A (zh) * 2021-05-26 2021-09-03 深圳数研锦瀚智慧科技有限公司 一种径流系数确定方法、装置、终端及存储介质

Similar Documents

Publication Publication Date Title
Masoumi et al. Automatic calibration of the groundwater simulation model with high parameter dimensionality using sequential uncertainty fitting approach
Li et al. Evaluating the effects of limited irrigation on crop water productivity and reducing deep groundwater exploitation in the North China Plain using an agro-hydrological model: I. Parameter sensitivity analysis, calibration and model validation
Elfert et al. Simulated impact of past and possible future land use changes on the hydrological response of the Northern German lowland ‘Hunte’catchment
CN110598290B (zh) 考虑气候变化的流域未来水电发电能力预测方法和系统
CN112052559A (zh) 一种基于月水量平衡的三参数水文模型及其构建方法
CN102945508B (zh) 一种基于模型校正的风电功率预测预报方法
CN110674467B (zh) 基于swat模型的水文过程对气候变化的响应监测方法
CN110501761B (zh) 一种不同预见期区域作物ETc预测预报方法
Kuma et al. Hydrologic responses to climate and land-use/land-cover changes in the Bilate catchment, Southern Ethiopia
Li et al. Modeling the effects of climate change and human activities on the hydrological processes in a semiarid watershed of loess plateau
CN109614655A (zh) 一种河流径流量的研究方法
Xue et al. A novel regional irrigation water productivity model coupling irrigation-and drainage-driven soil hydrology and salinity dynamics and shallow groundwater movement in arid regions in China
CN110377989B (zh) 基于水热耦合平衡的非一致性两变量设计洪水推求方法
Luo et al. Bias correction of a gauge-based gridded product to improve extreme precipitation analysis in the Yarlung Tsangpo–Brahmaputra River basin
CN107944466B (zh) 一种基于分段思想的降雨偏差纠正方法
CN112287301B (zh) 一种基于全球水文模型的全球尺度水力发电能力的评估方法
Yalcin Estimation of irrigation return flow on monthly time resolution using SWAT model under limited data availability
CN116644597B (zh) 基于时变增益模型和pt-jpl耦合的流域水循环模拟方法
Amin et al. Evaluation of the performance of SWAT model to simulate stream flow of Mojo river watershed: in the upper Awash River basin, in Ethiopia
Yang et al. Potential impact of climate change to the future streamflow of Yellow River Basin based on CMIP5 data
CN115169263B (zh) 基于TVGM-Budyko耦合模型的多时间尺度径流变化归因分析方法
Liu et al. Estimation of regional farmland irrigation water requirements and water balance in Northeast China
Vaighan et al. Modeling impacts of climate and land use change on streamflow, nitrate, and ammonium in the Kor River, southwest of Iran
Afessa et al. Impact of irrigation on the water level of Lake Maybar, Northeast Ethiopia
Choi et al. The effect of climate change on Byeongseong stream's water quantity and quality

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