CN112464493A - 基于topmodel模型的改进模型、区域径流和洪水风险设计的方法 - Google Patents
基于topmodel模型的改进模型、区域径流和洪水风险设计的方法 Download PDFInfo
- Publication number
- CN112464493A CN112464493A CN202011461625.XA CN202011461625A CN112464493A CN 112464493 A CN112464493 A CN 112464493A CN 202011461625 A CN202011461625 A CN 202011461625A CN 112464493 A CN112464493 A CN 112464493A
- Authority
- CN
- China
- Prior art keywords
- model
- runoff
- flow process
- calculation
- daily
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 17
- 230000008020 evaporation Effects 0.000 claims abstract description 10
- 238000001704 evaporation Methods 0.000 claims abstract description 10
- 238000012821 model calculation Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 72
- 230000008569 process Effects 0.000 claims description 54
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000002844 melting Methods 0.000 claims description 10
- 238000009825 accumulation Methods 0.000 claims description 9
- 239000003292 glue Substances 0.000 claims description 7
- 230000008018 melting Effects 0.000 claims description 7
- 230000006872 improvement Effects 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 230000004907 flux Effects 0.000 claims description 2
- 238000010309 melting process Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 229920006395 saturated elastomer Polymers 0.000 claims description 2
- 239000002689 soil Substances 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 19
- 238000004458 analytical method Methods 0.000 abstract description 18
- 230000007246 mechanism Effects 0.000 abstract description 13
- 230000002950 deficient Effects 0.000 abstract description 7
- 238000004088 simulation Methods 0.000 abstract description 4
- 230000010354 integration Effects 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 description 7
- 238000012552 review Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000265 homogenisation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000013076 uncertainty analysis Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于TOPMODEL模型的改进模型，涉及水循环模拟及水文设计领域，其在目前TOPMODEL模型的基础上通过构建加入集成不同资料需求的潜在蒸散发计算机制，弥补了目前TOPMODEL模型严重依赖蒸发皿观测数据的问题，改进后的模型较目前的TOPMODEL模型，提高了缺资料地区流量资料反演的适用性及反演精度。一种区域径流和洪水风险设计的方法，其采用上述改进模型计算。可为缺资料地区设计断面径流、洪水设计及分析决策提供有力的理论与技术支撑。
Description
技术领域
本发明涉及水循环模拟及水文设计领域，具体而言，涉及基于TOPMODEL模型的改进模型以及区域径流和洪水风险设计的方法。
背景技术
TOPMODEL模型由于结合了概念性水文模型及分布式水文模型的特点，相比其他流域水文模型具有显著的特征：①基于一定物理机制，但结构上较为精炼不过于复杂；②对数据种类要求较少，输入数据较容易准备；③模型参数不多，参数优选方便；④应用十分广泛，效果普遍检验较好。因为有上述特征，TOPMODEL模型被广泛应用于流域水文循环模拟等相关研究及业务中。
缺资料地区流量资料反演虽属流域水文循环模拟研究的范畴，但根据模型理论及结构分析，目前TOPMODEL模型应用于缺资料地区流量资料反演存在以下三方面的缺陷：①在缺资料地区往往缺少或甚至无蒸发皿观测资料，而目前模型由于缺少潜在蒸散发计算机制，严重依赖蒸发皿观测资料，导致模型难以应用。②缺少融雪径流计算机制，反演高寒高海拔流域的流量时精度不高。③目前模型汇流算法采用的是等流时线法，无法充分反映流域的调蓄作用，无法分地表、地下水两种水源分别进行汇流计算，汇流计算精度不高。以上缺陷，导致TOPMODEL模型应用于缺资料地区流量资料反演研究的应用效果不佳、甚至难以应用。
纵向应用外延来看，缺资料地区流量资料反演的最直接应用是进行设计断面径流、洪水设计。随着计算机、遥感、水文等专业技术发展，目前流域水文模型在此方面应用越来越多，但相关应用均依据确定性设计的思路，得到的是确定性的径流、洪水设计成果，无法充分评估成果由于资料、模型、参数等因素存在不确定性所带来的风险，给工程设计带来决策上的困难。
发明内容
本发明的目的在于提供一种基于TOPMODEL模型的改进模型，其设计科学合理，对传统的TOPMODEL模型进行了优化，提高了缺资料地区流量资料反演的适用性及反演精度。
本发明的另一目的在于提供一种区域径流和洪水风险设计的方法，其基于上述改进模型，可为缺资料地区设计断面径流、洪水设计及分析决策提供有力的理论与技术支撑。
本发明的实施例是这样实现的：
一种基于TOPMODEL模型的改进模型，其包括：
根据采集到的环境参数，匹配对应的潜在蒸散发量计算公式，计算潜在蒸散发量，并应用到TOPMODEL模型中。
一种区域径流和洪水风险设计的方法，其采用上述改进模型计算。
本发明实施例的有益效果是：
本发明实施例提供了一种基于TOPMODEL模型的改进模型，其在目前TOPMODEL模型的基础上通过构建加入集成不同资料需求的潜在蒸散发计算机制，弥补了目前TOPMODEL模型严重依赖蒸发皿观测数据的问题，改进后的模型较目前的TOPMODEL模型，提高了缺资料地区流量资料反演的适用性及反演精度。
本发明实施例还提供了一种区域径流和洪水风险设计的方法，其采用上述改进模型计算。可为缺资料地区设计断面径流、洪水设计及分析决策提供有力的理论与技术支撑。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例所提供的基于TOPMODEL模型的改进模型以及区域径流和洪水风险设计的方法的示意图；
图2为本发明实施例所提供的孟威水文站年径流频率分析(评审审定)；
图3为本发明实施例所提供的孟威水文站年径流频率分析(最优参数计算流量)；
图4为本发明实施例所提供的孟威水文站年径流频率分析(33.3％下边界流量)；
图5为本发明实施例所提供的孟威水文站年径流频率分析(加权流量)；
图6为本发明实施例所提供的孟威水文站年洪峰频率分析(评审审定)；
图7为本发明实施例所提供的孟威水文站年洪峰频率分析(最优参数计算流量)；
图8为本发明实施例所提供的孟威水文站年洪峰频率分析(上边界流量)；
图9为本发明实施例所提供的孟威水文站年洪峰频率分析(加权流量)。
具体实施方式
下面对本发明实施例的一种基于TOPMODEL模型的改进模型以及区域径流和洪水风险设计的方法进行具体说明。
一种基于TOPMODEL模型的改进模型，其包括：
根据采集到的环境参数，匹配对应的潜在蒸散发量计算公式，计算潜在蒸散发量，并应用到TOPMODEL模型中。
现有技术中，在缺资料地区往往缺少或甚至无蒸发皿观测资料，而现有的TOPMODEL模型由于缺少潜在蒸散发计算机制，严重依赖蒸发皿观测资料，导致模型难以应用。本发明实施例针对上述问题，挑选了现有的用于计算蒸散发量的公式，汇集成库。再根据能够获取的环境参数，匹配合适的计算公式，解决了TOPMODEL模型在缺资料地区的应用问题。
进一步地，在能够获取到的环境参数包括日均气温、日最高气温和日最低气温时，采用Hargreaves(1985)公式计算潜在蒸散发量。
若A＜0.75，潜在蒸散发量计算公式为
若A≥0.75，则潜在蒸散发量计算公式为
式中，ET为潜在蒸散发量，A＝Krs*0.0135*(Tmax-Tmin)0.5，Krs为0.16～0.19，当测定地区位于内陆时，Krs可取值为0.16，位于滨海时，可取值为0.19。Tmax为日最高气温，Tmin为日最低气温，Ta为日均气温。
进一步地，在能够获取到的环境参数除了日均气温外，还增加了日均日照时数的时候，潜在蒸散发量计算公式替换为Hargreaves(1975)公式，
式中，λ为蒸发潜热量，可根据日均气温计算得到；Rs为短波辐射量，可根据日均日照时数、点位置高程及纬度计算得到；其它参数同Hargreaves(1985)公式。
进一步地，在能获取到的环境参数除了日均气温日均日照时数外，还增加了日均相对湿度的时候，潜在蒸散发量计算公式替换为Turc公式。
若RH≥50，则潜在蒸散发量计算公式为
若RH＜50，则潜在蒸散发量计算公式为
式中，RH为日均相对湿度，其它参数同Hargreaves(1975)公式。
进一步地，在能够获取到的环境参数除了日均气温、日均相对湿度和日均日照时数(或日均入地短波辐射量)外，还增加了日均风速的时候，潜在蒸散发量计算公式替换为Penman-Monteith公式，
式中，Δ为饱和水气压～温度曲线相应的斜率，可根据日均气温计算得到；G为土壤热通量密度，一般可取值为0；γ为湿度计常数，可根据点位置高程计算得到；U2为2m高处风速，可根据点位置高程及日均风速计算得到；es为饱和水汽压，可间接根据日均气温计算得到；ea为实际水汽压，可间接根据日均气温、日均相对湿度计算得到；Rn为净辐射量，可根据日均日照时数(或日均入地短波辐射量)、点位置高程及纬度、日均气温计算得到。
上述公式的选择采用递进的形式，每增加部分环境参数，均会自动匹配到更加适合，且计算精度更好的公式，从而提高结果的准确性。
除此之外，本发明实施例所提供的一种基于TOPMODEL模型的改进模型，还包括：
引入融雪径流计算公式来模拟积雪、融雪过程，对原始降雨输入进行处理，得到净雨过程；将计算结果引入到到TOPMODEL模型中；其中，融雪径流计算公式为，
Ms＝CS(Ta-Tt)， (7)
式中，Ms为正值时表示融雪量，为负值时表示积雪量，Cs为度日因子，Tt为临界气温，Ta为日均气温。
若时段降雨为P，前期积雪深为S，则计算时段末积雪深为S-Ms(不低于0)，时段净雨为P+Ms(Ms<S)或P+S(Ms≥S)。
现有的TOPMODEL模型缺少融雪径流计算机制，反演高寒高海拔流域的流量时精度不高。而本发明实施例在仅增加了一个度日因子参数的情况下，更加适合高寒高海拔、缺资料地区的融雪径流计算，进一步提高计算的精度。
进一步地，本发明实施例所提供的一种基于TOPMODEL模型的改进模型，还包括：
采用Nash地貌单位线的地表汇流算法、线性水库地下汇流算法，替换TOPMODEL模型的等流时线汇流算法。
①地表汇流部分，采用Nash地貌单位线的地表汇流算法，Nash地貌单位线基本形式如下：
式中：n为反映流域调蓄能力的参数，相当于线性水库的个数或水库的调节次数，K为线性水库的蓄泄系数，具有时间因次；Γ(n)为Γ函数，即
各计算时段根据地表产流量，通过上述卷积方程可计算出未来一定时段内的地表径流，各时段地表径流过程叠加可得到最终的流域出口地表径流过程。
在参数n及参数K推求上，可根据霍顿地貌几何率(面积比、河长比、分叉比)推求：
式中：RB，RL，RA—流域水系的分叉比、河长比和面积比，可基于斯特拉勒级别通过DEM资料求得。
推求K参数的问题实质是如何根据地形资料确定流域平均汇流时间。根据不同级别河流的流速主要依赖于其地形坡度的事实，有如下关系式：
τ＝1-(1-λ)(1-ρ) (10)
其中：
进一步分析还可得到如下关系式：
τ＝λ1-mλ (12)
由式(10)和式(11)还可推导出：
用霍顿河长定律，可推导出：
以上式中：τ为净雨质点自河源至下游某一断面的平均汇流时间与河源至流域出口断面的平均汇流时间的比值；ρ为与河流长度及河底比降有关的参数；n为自河源至下游某断面的子河段数；N为自河源至流域出口断面的子河段数；Δlj为自河源开始划分的第j子河段长；pj为第j子河段的平均坡度；m为反映河道纵剖面特性的综合参数；Ω为河系最高级别河流的级数；VΩ为流域出口断面的流速，一般由出口断面洪水过程线的涨洪段的平均流速给定；α为流域形心至流域出口断面的距离与流域长度的比值。
本发明在m参数推求上有所创新，m参数可认为是反映河道纵剖面特性的综合参数，目前需结合干支流的实际资料，先计算τ和λ，并点绘τ～λ图进行分析得到，较为繁琐。
本发明根据霍顿河长定律及比降定律，针对ρ参数计算，提出河长比降比RLS这一概念，其为各级河流lp-0.5值的平均比值，则有：
在此基础上，可联立式(10)及式(12)，通过迭代求解，较方便的计算参数m。
②地下汇流部分，采用线性水库算法，线性水库基本形式如下：
由于地下水的水面比降较为平缓，可认为其涨落水蓄泄关系相同，则线性水库计算公式为：
Qg2＝Rg(1-CG)U+Qg1CG (16)
式中：Rg为基流深；CG为地下水消退系数；Qg1、Qg2分别为前时段和本时段基流量；U为单位转换系数。
各计算时段根据地表产流量根据地下产流量采用式(16)迭代计算出地下径流量。
通过综合Nash地貌单位线地表汇流算法、线性水库地下汇流算法替换了在理论、结构上有缺陷的等流时线算法。
一种区域径流和洪水风险设计的方法，其采用上述改进模型计算。
优选地，该方法采用GLUE算法与改进模型进行耦合计算。
进一步地，其包括：
采用蒙特卡洛算法随机生成多个参数组，分别代入改进模型，计算出模拟流量过程，结合实际流量过程计算得到相应的似然函数值，进而计算各个参数组的权重，结合设置的置信度指标，根据权重累加及流量排序，计算得到相应置信度的不确定性上边界流量过程、下边界流量过程、加权流量过程、最优参数流量过程；
基于下边界流量过程、加权流量过程、理论最优流量过程，计算得到不同流量过程相应的长系列年、月径流；基于上边界流量过程、加权流量过程、最优参数流量过程，计算得到不同流量过程相应的长系列年、月洪峰；将各长系列年、月径流及长系列年、月洪峰成果代入频率计算方法，得到不同系列相应的径流、洪水计算成果。
进一步地，耦合GLUE普适似然不确定性分析算法，具体算法相关文献已有说明，本说明书不予赘述。本发明在GLUE算法基本原理基础上，为加快计算效率，有一定特性化设置，介绍如下：
采用蒙特卡洛随机采样方式随机生成成千上万组参数组，对改进模型进行参数评价，在一定似然函数阈值设置基础上，筛选得到多个有效参数组。各有效参数组的权重为：
式中：Weighti为第i组有效参数组的权重；Li为第i组有效参数组的似然值；n为有效参数组总组数。
在此基础上，对各计算时段，采用冒泡算法对流量值进行排序，根据一定置信度Z，依据权重值累加计算，以挑选流量上边界为例：
若已累加得到：
式中：a为按一定顺序的累加序号。
则Qa即为相应计算时段的上边界流量。
同样的，进行流量下边界挑选，依据原理与挑选流量上边界类似，仅在权重值累加方向上正好相反。
本发明提出的耦合GLUE普适似然不确定性分析算法，较目前采用的确定性方法，可获得一定置信度下流量过程的不确定性上下边界，结合频率分析，可得到径流、洪水相应置信度下偏激进或偏保守的设计成果，可为缺资料地区设计断面径流、洪水设计及分析决策提供有力的理论与技术支撑。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
实施例
步骤一：研究选取气候模式反演的孟威站控制流域1994年～2002年逐日日均气温、日均实际水汽压、日均风速及日均入地短波辐射量，代入集成不同资料需求的潜在蒸散发计算机制，计算流域潜在蒸散发量，作为缺资料地区的蒸发量输入。
步骤二：基于目前(未改进的)TOPMODEL模型，产流计算机制保持不变，将原有等流时线机制，替换为采用Nash地貌单位线地表汇流算法计算地表径流量、采用线性水库地下汇流算法计算地下径流量的改进机制，加入基于度日因子的融雪径流计算机制，待模型运行后逐时段计算融雪产流量，并对降水输入进行修正。通过以上改进，得到改进模型。
步骤三：进行参数范围设置。与目前TOPMODEL模型参数范围经验性设置不同，改进模型的参数范围设置也更有科学合理性：参数n基于斯特拉勒级别采用DEM资料根据式(2)求得；参数K由于与出口断面涨洪段平均流速有关，依据断面巡测资料明确的流速范围，可进而确定参数K的取值范围；线性水库参数可通过无降水的退水段实测流量数据直接分析得到；度日因子参数可通过所在气候区类型经验性拟定范围；其他参数范围确定方法与目前TOPMODEL模型一致。
步骤四：耦合GLUE算法与改进模型。基于步骤三的参数范围成果，采用蒙特卡洛算法随机生成多个(一般5000次以上)参数组，分别代入改进模型，计算出模拟流量过程，结合实际流量过程计算得到相应似然函数值(似然函数可选，可默认为Nash效率系数)，进而计算各个参数组的权重，结合人为设置的置信度指标，根据权重累加及流量排序，计算得到相应置信度的不确定性上边界流量过程、下边界流量过程、加权流量过程(根据参数组权重加权得到)、最优参数流量过程(相应于似然函数值最大的参数组计算成果)。本步骤实施过程中，GLUE算法反复调用了改进模型。
步骤五：基于步骤四得到的下边界流量过程(置信度一般可取33.3％)、加权流量过程、理论最优流量过程，计算得到不同流量过程相应的长系列年、月径流；基于步骤四得到的上边界流量过程(置信度一般可取90％)、加权流量过程、最优参数流量过程，计算得到不同流量过程相应的长系列年、月洪峰。将各长系列年、月径流及长系列年、月洪峰成果代入频率计算方法，得到不同系列相应的径流、洪水计算成果。
技术方案实施后的结果见图2～图9和表1～表2。从中可以看出：
①径流设计上，最优参数流量过程、加权流量过程得到的年径流频率计算成果与评审审定成果总体上较为接近，而33.3％置信度下边界流量成果得到的年径流频率计算成果相比评审审定成果除枯期略偏大外总体偏小，可见33.3％置信度下边界流量成果得到的年径流频率计算成果可以作为径流偏小的控制成果。综合分析表明，本发明方法可以得到径流偏均化及偏保守的风险设计成果，相比确定性的径流设计成果，能更好为决策者服务。
②洪水设计上，最优参数流量过程得到的年洪峰频率计算成果与评审审定成果总体上较为接近，而90％置信度上边界流量得到的年洪峰频率计算成果相比评审审定成果总体偏大，而加权流量得到的年洪峰频率计算成果相比评审审定成果总体偏小。综合分析表明，通过本发明可得到的洪水偏保守及偏均化(激进)的风险设计成果，结合最优参数计算流量得到的频率计算成果，提供了多种选择，相比确定性的洪水设计成果，决策者可根据具体考量进行风险决策。
表1本发明计算得到的孟威站年径流频率计算成果表
| 方法 | 均值 | Cv | Cs/Cv | P＝10％ | P＝50％ | P＝90％ |
| 评审审定 | 436 | 0.26 | 2 | 586 | 426 | 299 |
| 最优参数计算流量 | 458 | 0.20 | 2 | 579 | 452 | 345 |
| 加权流量 | 485 | 0.19 | 2 | 606 | 479 | 371 |
| 33％置信度下边界 | 414 | 0.21 | 2 | 529 | 408 | 307 |
表2本发明计算得到的孟威站年洪峰频率计算成果表
| 方法 | 均值 | Cv | Cs/Cv | P＝0.01％ | P＝0.02％ | P＝0.05％ | P＝0.1％ | P＝1％ | P＝5％ |
| 评审审定(基准) | 3690 | 0.56 | 3.5 | 20500 | 19100 | 17200 | 15800 | 11000 | 7810 |
| 最优参数计算流量 | 3550 | 0.59 | 3.5 | 21100 | 19600 | 17600 | 16100 | 11200 | 7750 |
| 上边界流量 | 6500 | 0.36 | 5 | 24700 | 23200 | 21200 | 19700 | 14700 | 11100 |
| 加权流量 | 3810 | 0.5 | 3 | 17300 | 16300 | 14900 | 13800 | 10200 | 7530 |
综上所述，本发明实施例提供了一种基于TOPMODEL模型的改进模型，其在目前TOPMODEL模型的基础上通过构建加入集成不同资料需求的潜在蒸散发计算机制，弥补了目前TOPMODEL模型严重依赖蒸发皿观测数据的问题，改进后的模型较目前的TOPMODEL模型，提高了缺资料地区流量资料反演的适用性及反演精度。
本发明实施例还提供了一种区域径流和洪水风险设计的方法，其采用上述改进模型计算。可为缺资料地区设计断面径流、洪水设计及分析决策提供有力的理论与技术支撑。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于TOPMODEL模型的改进模型，其特征在于，包括：
根据采集到的环境参数，匹配对应的潜在蒸散发量计算公式，计算潜在蒸散发量，并应用到所述TOPMODEL模型中。
2.根据权利要求1所述的改进模型，其特征在于，所述环境参数包括日均气温、日最高气温和日最低气温，所述潜在蒸散发量计算公式为，
式中，ET为潜在蒸散发量，A＝Krs*0.0135*(Tmax-Tmin)0.5，Krs为0.16～0.19，Tmax为日最高气温，Tmin为日最低气温，Ta为日均气温。
3.根据权利要求2所述的改进模型，其特征在于，所述环境参数包括日均气温和日均日照时数，所述潜在蒸散发量计算公式替换为，
式中，λ为蒸发潜热量；Rs为短波辐射量。
4.根据权利要求3所述的改进模型，其特征在于，所述环境参数包括日均气温、日均相对湿度和日均日照时数，所述潜在蒸散发量计算公式替换为，
式中，RH为日均相对湿度。
5.根据权利要求4所述的改进模型，其特征在于，所述环境参数包括日均气温、日均相对湿度、日均风速和日均日照时数，所述潜在蒸散发量计算公式替换为，
式中，Δ为饱和水气压～温度曲线相应的斜率；G为土壤热通量密度；γ为湿度计常数；U2为2m高处风速；es为饱和水汽压；ea为实际水汽压；Rn为净辐射量。
6.根据权利要求1所述的改进模型，其特征在于，还包括：
引入融雪径流计算公式来模拟积雪、融雪过程，对原始降雨输入进行处理，得到净雨过程；将计算结果引入到到所述TOPMODEL模型中；其中，所述融雪径流计算公式为，
Ms＝CS(Ta-Tt)，
式中，Ms为融雪量或积雪量，Cs为度日因子，Tt为临界气温，Ta为日均气温。
7.根据权利要求1所述的改进模型，其特征在于，还包括：
采用Nash地貌单位线的地表汇流算法、线性水库地下汇流算法，替换所述TOPMODEL模型的等流时线汇流算法。
8.一种区域径流和洪水风险设计的方法，其特征在于，采用权利要求1～7任一项所述的改进模型计算。
9.根据权利要求8所述的方法，其特征在于，采用GLUE算法与所述改进模型进行耦合计算。
10.根据权利要求9所述的方法，其特征在于，包括：
采用蒙特卡洛算法随机生成多个参数组，分别代入所述改进模型，计算出模拟流量过程，结合实际流量过程计算得到相应的似然函数值，进而计算各个所述参数组的权重，结合设置的置信度指标，根据权重累加及流量排序，计算得到相应置信度的不确定性上边界流量过程、下边界流量过程、加权流量过程、最优参数流量过程；
基于所述下边界流量过程、所述加权流量过程、所述理论最优流量过程，计算得到不同流量过程相应的长系列年、月径流；基于所述上边界流量过程、所述加权流量过程、所述最优参数流量过程，计算得到不同流量过程相应的长系列年、月洪峰；将各长系列年、月径流及长系列年、月洪峰成果代入频率计算方法，得到不同系列相应的径流、洪水计算成果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011461625.XA CN112464493B (zh) | 2020-12-10 | 2020-12-10 | 基于topmodel模型的改进模型、区域径流和洪水风险设计的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011461625.XA CN112464493B (zh) | 2020-12-10 | 2020-12-10 | 基于topmodel模型的改进模型、区域径流和洪水风险设计的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112464493A true CN112464493A (zh) | 2021-03-09 |
| CN112464493B CN112464493B (zh) | 2023-03-07 |
Family
ID=74803954
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011461625.XA Active CN112464493B (zh) | 2020-12-10 | 2020-12-10 | 基于topmodel模型的改进模型、区域径流和洪水风险设计的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112464493B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102034002A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种高分辨率的全分布式水文模型topx的设计方法 |
| CN102034003A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 基于蓄水容量曲线和topmodel的流域水文模型的设计方法 |
| CN102722909A (zh) * | 2012-05-28 | 2012-10-10 | 武汉大学 | 一种基于自适应尺度dem的流水线拓扑网络动态模拟方法 |
| CN104281780A (zh) * | 2014-10-11 | 2015-01-14 | 水利部交通运输部国家能源局南京水利科学研究院 | 线性水库滞留汇流及嵌套流域(多子流域)汇流方法 |
| CN105808868A (zh) * | 2016-03-16 | 2016-07-27 | 武汉大学 | 一种基于Copula函数的水文模型综合不确定性分析方法 |
| US20160328498A1 (en) * | 2015-05-06 | 2016-11-10 | International Business Machines Corporation | Topology-Based Method to Assess the Environmental Impact of Deicing Sodium Chloride |
| CN106845771A (zh) * | 2016-12-16 | 2017-06-13 | 中国水利水电科学研究院 | 一种基于前期雨量优选参数的洪水预报方法 |
| CN107590354A (zh) * | 2017-10-26 | 2018-01-16 | 成都信息工程大学 | 基于稳定水流场的流域地表径流汇流模拟方法 |
| CN107730151A (zh) * | 2017-11-21 | 2018-02-23 | 中国水利水电科学研究院 | 一种基于概念性水文模型的流域设计洪水推求方法 |
| CN109815305A (zh) * | 2019-01-18 | 2019-05-28 | 三峡大学 | 一种无资料地区场次洪水径流过程反演的方法 |
| CN110378806A (zh) * | 2019-07-19 | 2019-10-25 | 珠江水利委员会珠江水利科学研究院 | 一种水质水量联合调配方法及装置 |
| CN111460686A (zh) * | 2020-04-23 | 2020-07-28 | 中国水利水电科学研究院 | 一种大气、陆面与水文三者双向耦合方法 |
-
2020
- 2020-12-10 CN CN202011461625.XA patent/CN112464493B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102034002A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种高分辨率的全分布式水文模型topx的设计方法 |
| CN102034003A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 基于蓄水容量曲线和topmodel的流域水文模型的设计方法 |
| CN102508961A (zh) * | 2010-12-16 | 2012-06-20 | 南京大学 | 一种高分辨率的全分布式水文模型topx的设计方法 |
| CN102722909A (zh) * | 2012-05-28 | 2012-10-10 | 武汉大学 | 一种基于自适应尺度dem的流水线拓扑网络动态模拟方法 |
| CN104281780A (zh) * | 2014-10-11 | 2015-01-14 | 水利部交通运输部国家能源局南京水利科学研究院 | 线性水库滞留汇流及嵌套流域(多子流域)汇流方法 |
| US20160328498A1 (en) * | 2015-05-06 | 2016-11-10 | International Business Machines Corporation | Topology-Based Method to Assess the Environmental Impact of Deicing Sodium Chloride |
| CN105808868A (zh) * | 2016-03-16 | 2016-07-27 | 武汉大学 | 一种基于Copula函数的水文模型综合不确定性分析方法 |
| CN106845771A (zh) * | 2016-12-16 | 2017-06-13 | 中国水利水电科学研究院 | 一种基于前期雨量优选参数的洪水预报方法 |
| CN107590354A (zh) * | 2017-10-26 | 2018-01-16 | 成都信息工程大学 | 基于稳定水流场的流域地表径流汇流模拟方法 |
| CN107730151A (zh) * | 2017-11-21 | 2018-02-23 | 中国水利水电科学研究院 | 一种基于概念性水文模型的流域设计洪水推求方法 |
| CN109815305A (zh) * | 2019-01-18 | 2019-05-28 | 三峡大学 | 一种无资料地区场次洪水径流过程反演的方法 |
| CN110378806A (zh) * | 2019-07-19 | 2019-10-25 | 珠江水利委员会珠江水利科学研究院 | 一种水质水量联合调配方法及装置 |
| CN111460686A (zh) * | 2020-04-23 | 2020-07-28 | 中国水利水电科学研究院 | 一种大气、陆面与水文三者双向耦合方法 |
Non-Patent Citations (4)
| Title |
|---|
| 张爽: "寒旱区融雪径流模拟及不确定性分析——以提孜那甫河流域为例", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
| 程春田: "基于TOPMODEL的分布式水文模型应用研究", 《南水北调与水利科技》 * |
| 赵玲玲等: "水文循环模拟中蒸散发估算方法综述", 《地理学报》 * |
| 赵盼盼等: "基于GLUE和标准Bayesian方法对TOPMODEL模型的参数不确定性分析", 《南水北调与水利科技》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112464493B (zh) | 2023-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abdulla et al. | Application of a macroscale hydrologic model to estimate the water balance of the Arkansas‐Red River Basin | |
| Zhang et al. | Predicting hydrologic response to climate change in the Luohe River basin using the SWAT model | |
| CN109523175B (zh) | 一种考虑积融雪过程的多时间尺度旱情评估方法 | |
| Jin et al. | Effects of land-use data resolution on hydrologic modelling, a case study in the upper reach of the Heihe River, Northwest China | |
| CN106709181B (zh) | 一种基于并行编程和模块法的分布式水文模型率定方法 | |
| Licciardello et al. | Hydrologic evaluation of a Mediterranean watershed using the SWAT model with multiple PET estimation methods | |
| CN112651189A (zh) | 一种基于自然子流域的通用流域水循环模拟计算方法 | |
| CN111984700A (zh) | 一种基于水热耦合平衡原理的月径流预测方法 | |
| CN112784395B (zh) | 一种预测和模拟河流水体总磷浓度的方法 | |
| Kaur et al. | Impact of climate change on groundwater levels in Sirhind Canal Tract of Punjab, India | |
| Nannawo et al. | Envisaging the actual evapotranspiration and elucidating its effects under climate change scenarios on agrarian lands of bilate river basin in Ethiopia | |
| Leta et al. | Parameter uncertainty analysis for streamflow simulation using SWAT model in Nashe Watershed, Blue Nile River Basin, Ethiopia | |
| Jahanshahi et al. | Simulation of the catchments hydrological processes in arid, semi-arid and semi-humid areas | |
| Tarasova et al. | Parameterization of the Interaction between the Atmosphere and the Urban Surface: Current State and Prospects | |
| CN112464493B (zh) | 基于topmodel模型的改进模型、区域径流和洪水风险设计的方法 | |
| Nouri et al. | Investigation of the SWAT Model Efficiency to Determine Water Balance Components (Case Study: Semirom Mehrgerd Watershed | |
| Yigzaw et al. | Land use and land cover impact on probable maximum flood and sedimentation for artificial reservoirs: case study in the Western United States | |
| Xie et al. | Assessing the risks of soil erosion and small reservoir siltation in a tropical river basin in Mali using the SWAT model under limited data condition | |
| Sultana et al. | Application of SWAT model for estimating runoff in Upper Nile River Basin | |
| Abera | Assessment of climate change impacts on the hydrology of upper guder catchment, Upper Blue Nile | |
| Ali et al. | Comparative Analysis of Conceptual Rainfall-Runoff Modeling in Chhattisgarh, India | |
| Gorgij et al. | Uncertainty Analysis of Hydrological Parameters of Sarbaz Watershed Using SWAT Model and SUFI-2 Algorithm | |
| CN114491978B (zh) | 基于时变参数水文不确定性处理器的日模型实时预报方法 | |
| Hoekema | A system dynamics approach for climate change impact analysis in the Snake River Basin | |
| Togbevi et al. | Assessing the effect of land use and land cover changes on water balance in the Ouriyori basin (Benin, West Africa) |
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 |