科研之友
微信
新浪微博
Facebook
分享链接
摘要
无资料地区降水径流模拟是水文学研究的国际前沿和热点问题。水文模型参数移植是无资料地区降水径流模拟的重要方法，对径流模拟精度具有重要的影响。利用核密度估计和蒙特卡罗随机模拟等方法，构建了一种水文模型参数移植误差驱动的无资料地区径流模拟不确定性定量评估框架。以广西壮族自治区42个有水文监测站点的典型中小河流为研究对象，率定新安江模型参数并模拟日径流和洪水过程，将42个典型流域依次假定为无资料流域，利用基于回归分析、相似流域和机器学习的参数移植方法，模拟无资料地区的洪水过程并识别最优的参数移植方法，分析移植法估算的模型参数值和直接率定值相比误差的概率分布特征，定量评估模型参数移植误差带来的径流模拟不确定性。研究结果表明：(1)基于回归分析的参数移植法模拟无资料地区洪水过程的精度优于相似流域法，优选的机器学习算法比传统回归分析法和相似流域法的计算精度提高了7%～15%;(2)与模型参数率定值相比，移植方法计算的模型参数具有一定的误差，对洪水模拟敏感参数的误差小于不敏感参数；(3)受模型参数移植误差的影响，利用蒙特卡罗法随机模拟的洪水过程具有一定的不确定性，洪量和洪峰相对误差的主要区间分别为10%～30%和10%～40%。相关成果为无资料地区的径流概率模拟及不确定性评估提供了一种新的技术，对中小河流洪水预报与防洪减灾具有一定的支撑作用。
-
单位南京水利科学研究院; 中国科学院、水利部成都山地灾害与环境研究所
