CN112464493B - 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 PDF

Info

Publication number
CN112464493B
CN112464493B CN202011461625.XA CN202011461625A CN112464493B CN 112464493 B CN112464493 B CN 112464493B CN 202011461625 A CN202011461625 A CN 202011461625A CN 112464493 B CN112464493 B CN 112464493B
Authority
CN
China
Prior art keywords
runoff
formula
calculation
flow process
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.)
Active
Application number
CN202011461625.XA
Other languages
English (en)
Other versions
CN112464493A (zh
Inventor
杨开斌
夏建荣
刘阳容
卢鹏
韩兵
周鹏程
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.)
PowerChina Kunming Engineering Corp Ltd
China Renewable Energy Engineering Institute
Original Assignee
PowerChina Kunming Engineering Corp Ltd
China Renewable Energy Engineering Institute
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 PowerChina Kunming Engineering Corp Ltd, China Renewable Energy Engineering Institute filed Critical PowerChina Kunming Engineering Corp Ltd
Priority to CN202011461625.XA priority Critical patent/CN112464493B/zh
Publication of CN112464493A publication Critical patent/CN112464493A/zh
Application granted granted Critical
Publication of CN112464493B publication Critical patent/CN112464493B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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模型的改进方法，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、单位线地表汇流等机制，弥补了目前TOPMODEL模型严重依赖蒸发皿观测数据、汇流计算难以反映河网调蓄作用等问题，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，其采用上述改进方法计算。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

基于TOPMODEL模型的改进模型、区域径流和洪水风险设计的 方法
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
Figure BDA0002828546170000041
若A≥0.75，则潜在蒸散发量计算公式为
Figure BDA0002828546170000051
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，
Figure BDA0002828546170000052
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
Figure BDA0002828546170000053
若RH＜50，则潜在蒸散发量计算公式为
Figure BDA0002828546170000054
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，
Figure BDA0002828546170000061
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：
Figure BDA0002828546170000071
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
Figure BDA0002828546170000072
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：
Figure BDA0002828546170000073
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：
Figure BDA0002828546170000081
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：
Figure BDA0002828546170000082
用霍顿河长定律，可推导出：
Figure BDA0002828546170000083
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：
Figure BDA0002828546170000091
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：
Figure BDA0002828546170000101
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：
Figure BDA0002828546170000111
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 (3)

1.一种基于TOPMODEL模型的改进方法，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；
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，
Figure 218218DEST_PATH_IMAGE001
（A＜0.75），
或
Figure 18071DEST_PATH_IMAGE002
（A≥0.75）；
式中，ET为潜在蒸散发量，
Figure 109524DEST_PATH_IMAGE003
，Krs为0.16~0.19，T max 为日最高气温，T min 为日最低气温，T a 为日均气温，
Figure 84433DEST_PATH_IMAGE004
为蒸发潜热量；
若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，
Figure 487602DEST_PATH_IMAGE005
；
式中，
Figure 963583DEST_PATH_IMAGE004
为蒸发潜热量；R s 为短波辐射量；
若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，
Figure 519329DEST_PATH_IMAGE006
（RH≥50），
或
Figure 386178DEST_PATH_IMAGE007
（RH＜50）；
式中，RH为日均相对湿度；
若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，
Figure 620850DEST_PATH_IMAGE008
；
式中，
Figure 713571DEST_PATH_IMAGE009
为饱和水气压~温度曲线相应的斜率；G为土壤热通量密度；
Figure 841933DEST_PATH_IMAGE010
为湿度计常数；U 2 为2m高处风速；e s 为饱和水汽压；e a 为实际水汽压；R n 为净辐射量；
所述改进方法还包括：
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；将计算结果引入到所述TOPMODEL模型中；其中，所述融雪径流计算公式为，
Figure 752120DEST_PATH_IMAGE011
，
式中，M s 为融雪量或积雪量，C s 为度日因子，T t 为临界气温，T a 为日均气温；
所述改进方法还包括：
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。
2.一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所述的改进方法与GLUE算法进行耦合计算。
3.根据权利要求2所述的区域径流和洪水风险设计的方法，其特征在于，包括：
采用蒙特卡洛算法随机生成多个参数组，分别代入所述改进方法，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。
CN202011461625.XA 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 Active CN112464493B (zh)

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 CN112464493A (zh) 2021-03-09
CN112464493B true 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 (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160328498A1 (en) * 2015-05-06 2016-11-10 International Business Machines Corporation Topology-Based Method to Assess the Environmental Impact of Deicing Sodium Chloride

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
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)

* Cited by examiner, † Cited by third party
Title
基于GLUE和标准Bayesian方法对TOPMODEL模型的参数不确定性分析;赵盼盼等;《南水北调与水利科技》;20140925;第12卷(第6期);44-48 *
基于TOPMODEL的分布式水文模型应用研究;程春田;《南水北调与水利科技》;20050830(第4期);47-50 *
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;张爽;《中国优秀硕士学位论文全文数据库 基础科学辑》;20190731(第7期);A012-13 *
水文循环模拟中蒸散发估算方法综述;赵玲玲等;《地理学报》;20130115;第68卷(第1期);127-136 *

Also Published As

Publication number Publication date
CN112464493A (zh) 2021-03-09

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
CN110598242B (zh) 一种新的基于网格化流域和分类率定的水文模型
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
Li et al. Analysis of the relationship between soil erosion risk and surplus floodwater during flood season
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
Licciardello et al. Hydrologic evaluation of a Mediterranean watershed using the SWAT model with multiple PET estimation methods
Klaas et al. Evaluating the impact of grid cell properties in spatial discretization of groundwater model for a tropical karst catchment in Rote Island, Indonesia
Cheng et al. Application of HEC-HMS parameter regionalization in small watershed of hilly area
Nannawo et al. Envisaging the actual evapotranspiration and elucidating its effects under climate change scenarios on agrarian lands of bilate river basin in Ethiopia
Jahanshahi et al. Simulation of the catchments hydrological processes in arid, semi-arid and semi-humid areas.
Leta et al. Parameter uncertainty analysis for streamflow simulation using SWAT model in Nashe Watershed, Blue Nile River Basin, Ethiopia
Mustafa et al. Application of swat model for sediment loads from valleys transmitted to Haditha reservoir
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
Xia et al. Urban water system theory and its model development and application
CN115936545A (zh) 一种基于水热互补方程的两参数月尺度水文模型建立方法
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
CN106980764B (zh) 一种通用的直接利用遥感蒸发的水文模拟方法
Nouri et al. Investigation of the SWAT Model Efficiency to Determine Water Balance Components (Case Study: Semirom Mehrgerd Watershed
Babalola et al. Evaluating a finer resolution global hydrological model’s simulation of discharge in four West-African river basins
Sellami et al. Assessment of the SWAT model prediction uncertainty using the GLUE approach a case study of the Chiba catchment (Tunisia)
Togbevi et al. Assessing the effect of land use and land cover changes on water balance in the Ouriyori basin (Benin, West Africa)
Talib et al. Impact of Climate Change on Integrated Management of Water Resources in The lower Basin of Diyala River, Iraq
Abdulla et al. Climate change effect on sediment yield at King Talal Dam (Jordan)

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