摘要

Hydrological Simulation Program-Fortran(HSPF)模型参数多且交互作用复杂,传统参数寻优面临着优化参数不灵敏、优化算法易陷入局部陷阱等问题,影响了优化精度和效率.本文集成青龙河流域、参数抽样、灵敏度分析和参数优化探索新的寻优途径.应用响应面优化软件Design Expert,针对9个HSPF模型参数进行抽样,获得130组参数集,采用多元二次回归模型,建立参数集与纳什效率系数(NSE)的非线性关系,通过等高线和响应面识别最优参数及其密集取值区间.响应面优化参数的NSE平均值、最大值、最小值以及寻优区间缩减率均优于正交极差分析方法;LZSN、INFILT、AGWRC为极灵敏参数,DEEPFR为灵敏参数;LZSN和INFILT、INFILT和AGWRC、INFILT和UZSN、INFILT和IRC的交互作用对结果有显著影响;优化参数的密集取值区间:LZSN[2.00,2.65];INFILT[0.400,0.475];AGWRC[0.870,0.885];DEEPFR[0.101,0.176];BASETP[0.001,0.120];AGWETP[0,083,0.120];CEPSC[0.166,0.244];UZSN[0.83,1.22]; IRC[0.53,0.63].响应面方法综合了参数抽样、参数灵敏度分析以及参数优化等3个方面,考虑了参数非线性关系和参数的交互作用,兼顾了优化精度和效率,为青龙河流域HSPF模型参数优化开拓了新途径.