CN115936545A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN115936545A
CN115936545A CN202310061476.5A CN202310061476A CN115936545A CN 115936545 A CN115936545 A CN 115936545A CN 202310061476 A CN202310061476 A CN 202310061476A CN 115936545 A CN115936545 A CN 115936545A
Authority
CN
China
Prior art keywords
monthly
parameter
basin
runoff
model
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
CN202310061476.5A
Other languages
English (en)
Inventor
闫宝伟
邹旖轩
冯宝飞
张俊
唐仪伟
王浩
古东霖
孙明博
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.)
Huazhong University of Science and Technology
Bureau of Hydrology Changjiang Water Resources Commission
Original Assignee
Huazhong University of Science and Technology
Bureau of Hydrology Changjiang Water Resources Commission
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 Huazhong University of Science and Technology, Bureau of Hydrology Changjiang Water Resources Commission filed Critical Huazhong University of Science and Technology
Priority to CN202310061476.5A priority Critical patent/CN115936545A/zh
Publication of CN115936545A publication Critical patent/CN115936545A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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

Abstract

本发明公开了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，属于水文领域。所述方法包括以下步骤：采集研究区域水文数据；根据时间序列划分率定期与验证期；构建基于水热互补方程的两参数月尺度水文模型；利用SCE‑UA算法进行参数率定；模型检验与精度评价。采用本发明提供的方法建立的月尺度水文模型具有理论基础坚实、结构简单、参数较少、模拟精度高等特点，适宜在湿润及半湿润地区推广使用，为水资源规划和合理配置提供技术支撑。

Description

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
技术领域
本发明属于水文领域，更具体地，涉及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。
背景技术
近年来，水供应和水需求之间的日益失衡引起了有关部门和公众对水资源规划方案的高度关注。月尺度水文模型在模拟预测水文过程、水资源综合管理以及无资料地区径流模拟等方面发挥着重要作用，其模拟精度和模拟效率直接影响到区域水资源管理与决策。因此，如何准确高效地模拟径流是一直以来的热点及难点问题。
月尺度水文模型以水量平衡方程为基础，将各水文要素之间的关系概化为经验公式，用以模拟流域水文过程。目前，国内外主流的月尺度水文模型主要包括abcd模型、新安江月模型、澳大利亚水量平衡模型等。它们的复杂程度各不相同，参数数量也各不相同。对于月尺度水文模型来说，一方面，模型应具有一定的理论基础或合理的模型结构，便于其他地区的推广应用；另一方面，模型参数应尽可能少，以降低因参数之间的相关性引起的模型不确定性。因此，在保证月尺度水文模型理论性的前提下，如何尽可能使用较少的模型参数提高模拟精度，是当前水文领域亟待解决的问题。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了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，以解决现有月尺度水文模型理论基础薄弱、精度不足、所需参数较多、计算复杂等问题。
为实现上述目的，按照本发明的第一方面，提供了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，包括：
1)采集并预处理研究流域的历史水文气象数据，获得所述流域的月潜在蒸散发量Ep、月降水量Pt和观测月径流量Qobs,t；
2)构建基于水热互补方程的两参数月尺度水文模型：
Figure BDA0004061288760000021
其中，Et为流域月实际蒸发量，St-1、St分别为时段初和时段末的流域蓄水量，n和Sp为模型的两个参数，n为反映流域下垫面特性的参数，Sp为流域潜在蓄水量；
3)采用二分法求解上述方程组，得到Et和St，根据公式Qt＝St-1+Pt-Et-St计算得到模拟月径流量Qsim,t；
4)以纳什效率系数NSE作为目标函数进行参数率定，通过最大化所述目标函数确定n和Sp；
其中，
Figure BDA0004061288760000022
Qsim,i和Qobs,i分别为i时刻的模拟月径流量与观测月径流量，m为模拟月份的数量，
Figure BDA0004061288760000023
为观测月径流量均值。
按照本发明的第二方面，提供了一种基于水热互补方程的两参数月尺度水文模型建立装置，包括：
预处理模块，用于采集并预处理研究流域的历史水文气象数据，获得所述流域的月潜在蒸散发量Ep、月降水量Pt和观测月径流量Qobs,t；
模型建立模块，用于构建基于水热互补方程的两参数月尺度水文模型：
Figure BDA0004061288760000031
其中，Et为流域月实际蒸发量，St-1、St分别为时段初和时段末的流域蓄水量，n和Sp为模型的两个参数，n为反映流域下垫面特性的参数，Sp为流域潜在蓄水量；
第一处理模块，用于采用二分法求解上述方程组，得到Et和St，根据公式Qt＝St-1+Pt-Et-St计算得到模拟月径流量Qsim,t；
第二处理模块，用于以纳什效率系数NSE作为目标函数进行参数率定，通过最大化所述目标函数确定n和Sp；
其中，
Figure BDA0004061288760000032
Qsim,i和Qobs,i分别为i时刻的模拟月径流量与观测月径流量，m为模拟月份的数量，
Figure BDA0004061288760000033
为观测月径流量均值。
按照本发明的第三方面，提供了一种基于水热互补方程的两参数月尺度水文模型建立系统，包括：计算机可读存储介质和处理器；
所述计算机可读存储介质用于存储可执行指令；
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行如第一方面所述的方法。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(1)本发明提供的基于水热互补方程的两参数月尺度水文模型建立方法，基于流域的水热耦合平衡方程和水量平衡方程构建月尺度水文模型，具有很强的理论基础。
(2)采用本发明提供方法建立的两参数月尺度水文模型，结构简单，仅有两个参数，且参数物理意义明确，降低了模型的不确定性。
(3)经过实际验证，采用本发明提供方法建立的两参数月尺度水文模型的模拟精度高，在湿润及半湿润地区有更强的适用性，便于推广应用。
附图说明
图1为本发明实施例提供的基于水热互补方程的两参数月尺度水文模型建立方法的流程示意图。
图2为本发明实施例提供的实测-模拟流量过程线示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明实施例提供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，包括：
1)采集并预处理研究流域的历史水文气象数据，获得所述流域的月潜在蒸散发量Ep、月降水量Pt和观测月径流量Qobs,t；
2)构建基于水热互补方程的两参数月尺度水文模型：
Figure BDA0004061288760000051
其中，Et为流域月实际蒸发量，St-1、St分别为时段初和时段末的流域蓄水量，n和Sp为模型的两个参数，n为反映流域下垫面特性的参数，Sp为流域潜在蓄水量；
3)采用二分法求解上述方程组，得到Et和St，根据公式Qt＝St-1+Pt-Et-St计算得到模拟月径流量Qsim,t；
4)以纳什效率系数NSE作为目标函数进行参数率定，通过最大化所述目标函数确定n和Sp；
其中，
Figure BDA0004061288760000052
Qsim,i和Qobs,i分别为i时刻的模拟月径流量与观测月径流量，m为模拟月份的数量，
Figure BDA0004061288760000053
为观测月径流量均值。
进一步地，步骤4)中，采用SCE-UA优化算法进行参数率定。
进一步地，步骤4)中，设置n的取值范围为0.1-3，SP的取值范围为0-1000。
进一步地，步骤1)还包括：根据所述流域的月潜在蒸散发量Ep、月降水量Pt和观测月径流量Qobs,t时间序列长度将其划分率定期数据与验证期数据；
步骤4)中采用所述率定期数据进行参数率定，且步骤4)之后还包括：采用所述验证期数据进行模型检验，并进行模型的精度评价。
下面结合图1对本发明提供的方法进行进一步的说明。
如图1所示，本发明提供的基于水热互补方程的两参数月尺度水文模型构建方法，包括以下步骤：
S1：采集并预处理研究区域的历史水文气象数据，获得流域的月潜在蒸散发量、月降水量和观测月径流量。
S2：根据上述水文气象数据的时间序列长度划分率定期与验证期。
S3：构建基于水热互补方程的两参数月尺度水文模型，模型结构如下：
Figure BDA0004061288760000061
式中，Et为流域月实际蒸发量，Ep为月潜在蒸发量，Pt为月降水量，St-1、St分别为时段初和时段末的流域蓄水量。n和Sp为模型的两个未知参数，其中，n为反映流域下垫面特性的参数，Sp为流域潜在蓄水量。
所述模型的两个方程是基于流域的水热耦合平衡方程得出的，具有很强的理论基础。
采用二分法求解上述方程组，得到Et和St，St-1的初值根据流域特性进行人为设定。
根据水量平衡方程得到t时刻的模拟月径流量Qt：
Qt＝St-1+Pt-Et-St
S4:利用流域率定期水文气象数据率定模型参数，以纳什效率系数NSE作为目标函数,采用SCE-UA优化算法，最大化目标函数，进行参数率定。其中，
Figure BDA0004061288760000062
式中，Qsim,i和Qobs,i分别为i时刻模拟流量与观测流量。m为模拟月份的数量，
Figure BDA0004061288760000063
为观测流量均值。
由此可确定参数n和Sp。
可以理解的是，参数n与Sp的取值根据不同研究区域而改变。
S5:利用流域验证期水文气象数据进行模型检验，并进行模型的精度评价。
进一步的，所述模型主要输入为月降水量Pt和月潜在蒸发量Ep，输出为月径流量。
进一步的，所述模型参数包括反映流域下垫面特性的参数n，以及反映流域潜在蓄水量的参数Sp，参数率定过程中需要先设置取值范围，模型参数取值范围如表1所述。
表1模型参数范围
参数 取值范围
n 0.1-3
<![CDATA[S<sub>p</sub>]]> 0-1000
进一步的，所述SCE-UA算法是一种全局优化算法，用于优选模型参数。
下面结合实例，对本发明提供的方法进一步详细说明。同时，为了突出本发明的优势，将采用本发明提供的方法建立的模型与广泛使用的四参数abcd模型进行比较分析。
针对汉江铁锁关流域，构建基于水热互补方程的两参数月尺度水文模型，构建方法包括以下步骤：
S1：采集数据：采集该流域1966-1989年间的水文气象数据，包括月降水数据、月蒸发皿观测值和月径流数据(观测月径流量)，以月蒸发皿观测值作为月潜在蒸散发数据。
S2：数据分割：依据7：3的比例划分率定期与验证期，在本例中，将1966-1983年作为模型率定期，1984-1989年作为模型验证期。
S3：构建模型：构建基于水热互补方程的两参数月尺度水文模型。
S4：参数率定：利用流域率定期水文气象数据率定模型参数，以纳什效率系数NSE作为目标函数,采用SCE-UA优化算法进行参数率定。模型率定结果如表2所示：
表2模型参数率定结果
参数 参数取值
n 2.55
<![CDATA[S<sub>p</sub>]]> 73.59
S5：模型检验与精度评价：利用验证期数据进行模型检验，采用率定后的模型参数进行计算，比较模拟与实测的流量过程线，并进行精度评价。模拟结果图见图1。与abcd模型对比结果(NSE值)如表3所示：
表3模型模拟的NSE对比结果
模型 率定期 验证期
本发明模型 0.96 0.94
abcd模型 0.94 0.93
由此可见，采用本发明提供的方法建立的模型的纳什效率系数在率定期与验证期分别为0.96和0.94，均大于0.9，且高于abcd模型。该模拟精度相当高，参照我国《水文情报预报规范》规定，确定性系数大于0.9为精度甲等级，说明采用本发明提供的方法建立的模型对该流域具有很强的适用性。
本发明实施例提供一种径流模拟方法，包括：
将月降水量和月潜在蒸发量输入采用如第一方面所述的方法建立的两参数月尺度水文模型，得到模拟月径流量。
本发明实施例提供一种基于水热互补方程的两参数月尺度水文模型建立装置，包括：
预处理模块，用于采集并预处理研究流域的历史水文气象数据，获得所述流域的月潜在蒸散发量Ep、月降水量Pt和观测月径流量Qobs,t；
模型建立模块，用于构建基于水热互补方程的两参数月尺度水文模型：
Figure BDA0004061288760000091
其中，Et为流域月实际蒸发量，St-1、St分别为时段初和时段末的流域蓄水量，n和Sp为模型的两个参数，n为反映流域下垫面特性的参数，Sp为流域潜在蓄水量；
第一处理模块，用于采用二分法求解上述方程组，得到Et和St，根据公式Qt＝St-1+Pt-Et-St计算得到模拟月径流量Qsim,t；
第二处理模块，用于以纳什效率系数NSE作为目标函数进行参数率定，通过最大化所述目标函数确定n和Sp；
其中，
Figure BDA0004061288760000092
Qsim,i和Qobs,i分别为i时刻的模拟月径流量与观测月径流量，m为模拟月份的数量，
Figure BDA0004061288760000093
为观测月径流量均值。
本发明实施例提供一种基于水热互补方程的两参数月尺度水文模型建立系统，包括：计算机可读存储介质和处理器；
所述计算机可读存储介质用于存储可执行指令；
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行如上述任一实施例所述的模型建立方法，或上述实施例所述的径流模拟方法。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于水热互补方程的两参数月尺度水文模型建立方法，其特征在于，包括：
1)采集并预处理研究流域的历史水文气象数据，获得所述流域的月潜在蒸散发量Ep、月降水量Pt和观测月径流量Qobs,t；
2)构建基于水热互补方程的两参数月尺度水文模型：
Figure FDA0004061288750000011
其中，Et为流域月实际蒸发量，St-1、St分别为时段初和时段末的流域蓄水量，n和Sp为模型的两个参数，n为反映流域下垫面特性的参数，Sp为流域潜在蓄水量；
3)采用二分法求解上述方程组，得到Et和St，根据公式Qt＝St-1+Pt-Et-St计算得到模拟月径流量Qsim,t；
4)以纳什效率系数NSE作为目标函数进行参数率定，通过最大化所述目标函数确定n和Sp；
其中，
Figure FDA0004061288750000012
Qsim,i和Qobs,i分别为i时刻的模拟月径流量与观测月径流量，m为模拟月份的数量，
Figure FDA0004061288750000013
为观测月径流量均值。
2.如权利要求1所述的方法，其特征在于，步骤4)中，采用SCE-UA优化算法进行参数率定。
3.如权利要求1或2所述的方法，其特征在于，步骤4)中，设置n的取值范围为0.1-3，SP的取值范围为0-1000。
4.如权利要求1所示的方法，其特征在于，步骤1)还包括：根据所述流域的月潜在蒸散发量Ep、月降水量Pt和观测月径流量Qobs,t时间序列长度将其划分率定期数据与验证期数据；
步骤4)中采用所述率定期数据进行参数率定，且步骤4)之后还包括：采用所述验证期数据进行模型检验，并进行模型的精度评价。
5.一种径流模拟方法，其特征在于，包括：
将月降水量和月潜在蒸发量输入采用如权利要求1-4任一项所述的方法建立的两参数月尺度水文模型，得到模拟月径流量。
6.一种基于水热互补方程的两参数月尺度水文模型建立装置，其特征在于，包括：
预处理模块，用于采集并预处理研究流域的历史水文气象数据，获得所述流域的月潜在蒸散发量Ep、月降水量Pt和观测月径流量Qobs,t；
模型建立模块，用于构建基于水热互补方程的两参数月尺度水文模型：
Figure FDA0004061288750000021
其中，Et为流域月实际蒸发量，St-1、St分别为时段初和时段末的流域蓄水量，n和Sp为模型的两个参数，n为反映流域下垫面特性的参数，Sp为流域潜在蓄水量；
第一处理模块，用于采用二分法求解上述方程组，得到Et和St，根据公式Qt＝St-1+Pt-Et-St计算得到模拟月径流量Qsim,t；
第二处理模块，用于以纳什效率系数NSE作为目标函数进行参数率定，通过最大化所述目标函数确定n和Sp；
其中，
Figure FDA0004061288750000031
Qsim,i和Qobs,i分别为i时刻的模拟月径流量与观测月径流量，m为模拟月份的数量，
Figure FDA0004061288750000032
为观测月径流量均值。
7.一种基于水热互补方程的两参数月尺度水文模型建立系统，其特征在于，包括：计算机可读存储介质和处理器；
所述计算机可读存储介质用于存储可执行指令；
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行如权利要求1-4任一项所述的方法。
CN202310061476.5A 2023-01-18 2023-01-18 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 Pending CN115936545A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310061476.5A CN115936545A (zh) 2023-01-18 2023-01-18 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310061476.5A CN115936545A (zh) 2023-01-18 2023-01-18 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

Publications (1)

Publication Number Publication Date
CN115936545A true CN115936545A (zh) 2023-04-07

Family

ID=86654517

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310061476.5A Pending CN115936545A (zh) 2023-01-18 2023-01-18 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

Country Status (1)

Country Link
CN (1) CN115936545A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117649133A (zh) * 2024-01-30 2024-03-05 长江水利委员会水文局 一种面向大型水库水面蒸发的预测方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117649133A (zh) * 2024-01-30 2024-03-05 长江水利委员会水文局 一种面向大型水库水面蒸发的预测方法及系统
CN117649133B (zh) * 2024-01-30 2024-04-12 长江水利委员会水文局 一种面向大型水库水面蒸发的预测方法及系统

Similar Documents

Publication Publication Date Title
CN109523175B (zh) 一种考虑积融雪过程的多时间尺度旱情评估方法
CN104964719A (zh) 一种基于bp神经网络的户用电子水表流量计量方法
CN112883558B (zh) 一种水文模型参数时变形式构造方法
CN110334404A (zh) 一种流域尺度骤发干旱精准识别方法
CN111259522A (zh) 一种水文模型在地理空间上多流域并行率定的方法
CN110119590A (zh) 一种基于多源观测数据的水质模型粒子滤波同化方法
CN113887972A (zh) 一种基于水文过程的综合旱情监测与评估方法
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
CN111160680A (zh) 一种基于信息同化融合的农业干旱评估方法
Trivedi et al. Development of RRL AWBM model and investigation of its performance, efficiency and suitability in Shipra River Basin
CN109783934A (zh) 一种基于h-adcp的断面平均流速拟合率定方法
CN114357737B (zh) 针对大尺度水文模型时变参数的代理优化率定方法
CN115188434A (zh) 一种流域尺度水体非点源污染分类分区识别方法
CN113592186B (zh) 一种基于实测径流数据的水文预报状态变量实时修正方法
Herath et al. Evaluation of HEC-HMS model for water resources management in Maha Oya Basin in Sri Lanka
CN110378611A (zh) 基于gis的海绵管控指标审查与评估方法和系统
Leta et al. Parameter uncertainty analysis for streamflow simulation using SWAT model in Nashe Watershed, Blue Nile River Basin, Ethiopia
Gao et al. A framework for automatic calibration of SWMM considering input uncertainty
CN109308375B (zh) 一种基于地貌参数的流域最优流速的测算方法
CN113435630B (zh) 一种产流模式自适应的流域水文预报方法及系统
CN111913239B (zh) 基于气象水文观测数据的水库有效面雨量计算方法及系统
CN115203643A (zh) 融合水文与生态要素的水源涵养功能定量诊断方法及系统
CN112212223A (zh) 排水管网调蓄容积及渗漏量的计算方法及其相关设备
CN110390168A (zh) 一种对土壤含水量初值的数据同化方法
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

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