基于SWAT模型的大通河流域径流模拟

【目的】采用SWAT(Soil and Water Assessment Tool)模型模拟大通河流域径流,为大通河流域水资源规划与管理提供科学依据。【方法】根据大通河气象水文、地形、土地利用、土壤类型等基础数据,以相对误差(Re)、线性拟合系数(R2)以及纳什效率系数(Ens)作为模型评价标准,研究SWAT模型对大通河流域径流的模拟效果。【结果】大通河流域月径流SWAT模拟值与实测值吻合较好,模型校准期(1978-1982年)和验证期(1983-1986年)的线性拟合系数、月径流相对误差以及纳什效率系数分别为:0.70,0.95%,0.69和0.69,-13.96%,0.68,表明SWAT模型能够较好地模拟大通河流域的月流量过程。【结论】SWAT模型可用于大通河流域径流模拟。     

基于SWAT模型的长江源区径流模拟

长江源流域位于青藏高原腹地青海省境内,是气候变化的敏感区,其流域径流量的变化对区域经济发展和三江源生态环境保护具有重要的意义。SWAT模型是基于水文过程的,具有很强物理机制的流域分布式水文模型。利用长江源区1975-2004年气象数据、水文数据以及土地覆被/土地利用图、土壤图等数据构建了适合长江源区的SWAT水文模型。结果表明,模型对模拟的月流量相对误差为10.6%,相关系数R2和Nash Suttcliffe系数Ens>0.7。表明模型在长江源流域对产流模拟的适用性较好,为长江源流域建立分布式流域水文模型提供了参考。     

基于SWAT模型的半城子水库流域径流模拟

该文应用分布式水文模型(SWAT模型)对半城子水库流域的径流状况进行模拟研究,并重点探讨森林植被变化对水文生态响应的影响。对半城子水库流域1990—1999年期间年、月径流进行模拟,以月径流模拟的效率系数、相对误差和相关系数3个指标为标准,对模型的敏感参数进行率定,并对2000—2006年的月径流进行验证模拟。结果表明,该模型适用于半城子水库流域的径流模拟,且精度较高。然后基于SWAT模型的模拟分析结果,应用GIS的空间分析功能,分析了半城子水库流域在1990、1995、2000和2005年的径流分布以及不同土地利用类型对水文响应影响的贡献。结果表明,降雨和土地利用变化对径流产生了较大的影响。降雨较多的月份,产生的径流也较大;降雨较少的月份,产生的径流也较小。土地利用的变化主要表现在灌木林和针叶林面积的减少和阔叶林面积的增加,相应的水文变化表现为径流量的减少。其中,针叶林和针阔混交林产生的径流量最大。     

基于SWAT模型的石头口门水库流域径流模拟

[目的]利用SWAT模型对石头口门水库流域径流进行模拟。[方法]利用石头口门水库流域的DEM高程、土地利用、土壤类型、水文气象等数据,构建SWAT分布式水文模型,分别选用2006、2010年作为模型校准期和验证期,对石头口门水库流域月径流进行模拟。[结果]SWAT模拟结果表明,SWAT模型可应用于石头口门流域径流模拟,且模拟效果较好。但是,该模型对于局部暴雨响应不显著,导致验证期暴雨月份径流实测值偏高,与模拟值有较大的偏差。[结论]该研究为石头口门水库流域未来的水资源规划和管理提供了理论参考。     

SWAT模型在径流模拟中的研究进展

首先简要介绍了SWAT模型的发展历程、模型结构等,继而着重概述了国内外应用SWAT模型在径流模拟研究方面的主要进展,总结了该模型在不同区域、不同时间尺度、不同空间尺度的适用性,介绍了该模型模拟气候变化和土地利用对径流影响的研究.在此基础上,针对SWAT模型在应用过程中存在的不足,介绍了为增强模型适用性、提高运算能力和模拟运算精度所进行的模型改进研究.最后,提出了SWAT模型在我国应用中存在的问题及今后的研究方向.     

新疆河流径流模拟

新疆的水文气象资料的数量和范围都较小,在对其径流模拟中,首先要解决∶⒈径流的形成机制如何？⒉如何模拟融雪径流？⒊模型输入的时空分布估计。通过大量的资料分析与流域实地调查,笔者认为,新疆山区具有湿润半湿润地区的产流特征和干旱半干旱地区的气候特征。使用温度指标的融雪模型能较好地适应现时的水文气象观测条件。需要搜集与径流形成有关的各种直接或间接的资料,包括人们的感性认识,分析它们的内在联系与关系,以解决水文气象资料缺乏的困难,从而使径流模拟工作能够进行。在本文中,给出了面积分别为１９０５８ｋｍ２和１６３０ｋｍ２的两个流域模拟实例。     

中长期径流预报模型优选研究

【目的】对中长期径流预报模型进行比较和优选,为中长期径流预报模型的应用及提高预报精度提供参考。【方法】以黄河流域黑石关、龙门、民和水文站年径流为研究对象,利用灰色预测进行趋势分析、逐步回归进行周期分析,两者耦合建立灰色-逐步回归周期模型;利用逐步回归分析确定均生函数的周期性基函数,耦合建立均生函数-逐步回归模型;利用灰色-逐步回归中的趋势项和周期项作为预报因子,建立投影寻踪回归模型;利用前4年的实测径流数据预报当年径流,建立BP神经网络模型,并通过信息熵原理进行站点模型的综合评价和优选。【结果】建模期除黑石关水文站BP神经网络模型外,各站点拟合预报的平均相对误差均小于11.0%,合格率均大于90%。验证期除民和水文站灰色-逐步回归周期模型外,各站点平均相对误差均小于20%,合格率等于或大于80%,满足精度要求。【结论】均生函数-逐步回归径流预报模型可作为黑石关水文站的优选模型,BP神经网络径流预报模型可作为龙门和民和水文站的优选模型。     

基于GA-SVR的中长期径流预报

【目的】将遗传算法（GA）与支持向量机回归（SVR）2种算法结合,构建GA-SVR模型,并采用该模型对径流进行预报,为制定防洪抗旱与水资源调度方案提供依据。【方法】以陕西府谷县黄甫川水文站1979-2003年实测资料作为拟合样本,2004-2008年资料作为检验样本,选取降水量、蒸发量为输入量,径流为输出量,通过GA优化SVR的结构和参数,建立GA-SVR预报模型,进而进行径流预报,同时与基于误差反向传播算法的人工神经网络（BP-ANN）、投影寻踪回归（PPR）模型的预报结果进行对比分析。【结果】应用GA-SVR、BP-ANN、PPR 3个模型在径流拟合阶段的预报精度较检验阶段有所下降,但是预报精度均达到了乙级水平,其中以GA-SVR的预报精度最高,效果最好。【结论】GA-SVR模型实现了SVR参数自动化选取,较好地解决了高度非线性、小样本、过学习等问题,模型可行有效,为径流预报提供了一种新途径。     

基于混沌神经网络的径流预测模型

【目的】揭示径流时间序列变化规律并进行预测,为水库调度提供指导。【方法】针对径流时间序列的非线性特点,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌相空间重构的径流量预测BP网络模型,并利用该模型对位于陕西省汉江上游的石泉水文站的径流时间序列进行了预测。【结果】实例计算结果表明,石泉水文站月平均流量的时间序列具有混沌性,最大嵌入维数为12,依此构建的BP神经网络收敛速度快、预测精度较好。【结论】利用重构相空间中的最佳嵌入维数,可合理确定BP神经网络的输入层节点数。     

改进非参数解集模型在月径流随机模拟中的应用

【目的】研究改进非参数解集模型在陕北地区月径流随机模拟中的适用性,为该区域水资源规划、开发利用和保护等提供决策依据。【方法】采用非参数核密度估计模型模拟年径流,利用改进非参数解集模型将年径流分解为月径流,对月径流进行随机模拟,并探讨改进非参数解集模型中不同正定型矩阵的分解方法。【结果】改进非参数解集模型考虑了分量与总量以及分量与各分量前期值的关系,克服了首尾自相关不一致的问题,对月径流实测序列的均值、均方差、Cv、Cs、最大值、最小值以及一、二阶自相关系数等统计特性保持较好,模拟效果比较理想。交口河站、张村驿站和绥德站S′矩阵为正定矩阵,可采用Cholesky分解法进行分解;刘家河站、志丹站、安塞站和杏河站S′矩阵为非正定矩阵,宜采用Schur分解法进行分解。【结论】利用改进非参数解集模型进行月径流的随机模拟是可行的。     

基于SUFI-2算法的SWAT模型在陕西黑河流域径流模拟中的应用

参数率定及敏感性分析是用来提高模型精度,确定模型关键参数及改善模型结构的非常有效的方法。本文基于SUFI-2算法,通过SWAT模型对陕西黑河流域进行了模拟,同时基于SUFI-2算法对模型参数进行了敏感性分析,结果表明：(1) 影响黑河流域径流模拟结果精度的主影响因子是scs径流曲线参数;(2) 用2005年到2011年的实测径流资料对模型进行了率定与验证,模拟确定性系数R²和模型效率系数ENS均高于0.8;(3) 通过SUFI-2算法与SCE-UA算法比较,发现SUFI-2算法所需时间短,精度更高。     

基于运动波方程的坡面降雨径流模型的应用研究

黑龙江西部半干旱区为我国主要的粮食生产基地,该地区降雨量少而集中,干旱和水土流失严重制约着当地农业发展。地表径流不仅降低了降雨利用率,而且也造成了该地区严重的土壤侵蚀。文章将运动波理论和Green-Ampt入渗模型相结合,建立了黑龙江省西部坡耕地降雨入渗产流的数学模型,并运用模型分别在不同耕作措施及不同土壤前期含水量条件下,对人工降雨径流过程进行了模拟计算。结果表明,计算径流过程与实测径流过程拟合较好。本研究对黑龙江西部农区水土流失防治具有一定的理论指导意义。     

陕北黄土坡地枣园降雨入渗产流试验与模拟

【目的】对陕北榆林黄土坡地枣园的降雨入渗、产流进行试验与模拟研究,为陕北坡地枣园雨水的高效利用提供指导。【方法】在陕北枣园径流小区,利用人工降雨试验,开展不同降雨强度(0.8,1.0,1.3mm/min)和不同初始土壤含水率(0.08,0.15,0.24cm3/cm3)条件下的降雨、入渗产流试验,运用Richards入渗方程结合水量平衡方程对人工降雨的入渗、产流过程进行模拟。【结果】土壤含水率相同条件下,降雨强度越大产流时刻越早,入渗达到稳定的时间越短,累积入渗量和径流量越大;降雨强度相同条件下,土壤初始含水率越大,产流越快,平均入渗率越小,趋于稳定入渗的时间越短,累积产流量也越大。模拟值与实测值相比,累积入渗量相对误差小于3%,平方根误差小于0.3mm;累积径流量平均误差≤12.5%,平方根误差小于0.4mm。模拟产流起始时刻普遍滞后于实测产流时刻,滞后时间最少为0.8min,最多为2.55min,其原因与坡面饱和导水率的空间变异性及降雨的不均匀性有关。【结论】采用Richards入渗方程并结合水量平衡方程模拟黄土坡地径流小区的降雨入渗、产流过程,结果合理可靠,且比较符合实际,但产流起始时间的模拟还需进一步探索。     

基于相空间遗传BP神经网络的径流预测研究

基于混沌时间序列的重构相空间、遗传算法的良好全局搜索和神经网络精确的局部搜索特性,以重构相空间中的饱和嵌入维数作为神经网络输入层节点数,通过采用遗传算法优化神经网络初始权重,将重构相空间、遗传算法、神经网络三者有机地结合,提出并建立了相空间遗传BP神经网络预测模型。将该模型用于黄河上游月径流预测,结果表明,该模型应用在水文时间序列的预测中是合理、可行的,并具有较高的精度。     

基于小波分解的日径流支持向量机回归预测模型

【目的】将小波变换与支持向量机结合,构建小波支持向量机回归模型(WSVR),并用其对日径流进行预测,为水库调度提供参考依据。【方法】利用径流时间序列中包含的大量信息,通过小波变换将径流时间序列分解成不同分辨率水平的子序列和近似序列,通过相关性分析选取有效子序列与近似序列相加得到的新序列作为支持向量机回归模型的输入,建立小波支持向量机回归耦合模型,以泾河流域张家山站的日径流为研究对象,利用均方根误差(RMSE)、平均绝对误差(MAE)、确定性系数(DC)、相关系数(R)及相对误差(RE)作为评价指标对模型预测精度进行评价。【结果】利用所建立的小波日径流支持向量机模型对张家山站日径流的预测结果显示,该模型在检验阶段的RMSE、MAE、DC、R及RE分别为26.05m3/s,8.26m3/s,0.826,0.910,-13.3%,与仅使用支持向量机回归模型(SVR)相比,耦合模型预测精度明显提高,且非汛期预测效果优于汛期。【结论】建立了小波支持向量机回归耦合模型,该模型可有效模拟和预测日径流,为日径流预测提供了新的途径。     

基于谐波小波的径流序列变异检测

【目的】用谐波小波分析非一致性径流时间序列变异点的数量及变异发生的时间。【方法】针对径流变异点检测方法复杂、难于识别全部变异点等问题,引入一种新的时频分析技术,利用谐波小波分析进行径流时间序列的变异点诊断。【结果】对实测的渭河华县站1961-2004年的径流序列进行谐波小波分析,视频图中的网格图和等高线图显示,1972年、1982年和1994年是径流的变异年。【结论】相对于传统的突变检测方法,谐波小波分析方法在分析非线性时间序列时具有方法简便、可行、有效、分辨率高、对突变点敏感等特点,能够有效地诊断出高度复杂、非线性序列的变异点。     

ATHYS模型及其在巢湖流域丰乐河水文过程模拟中的应用

以巢湖典型支流丰乐河流域为例,利用分布式水文模型ATHYS对流域降雨—径流过程进行模拟,以期为丰乐河流域水土保持、防洪、水资源利用和非点源污染防治等提供科学依据。ATHYS模型将流域分为大小相同的空间小单元,以库模型进行产流计算,以滞后演算法（lag and route）方法进行汇流计算,并以Nash and Sutcliffe指数作为检验模拟结果的标准,模拟流域出口断面日径流量,初步分析流域径流实测值与模拟值的年际变化。模型模拟结果表明,在率定期和验证期模拟与实测径流量的总Nash and Sutcliffe值（Nash值）都可以达到0.80以上,相关系数均可达0.89以上。除了部分峰值和基流,模型能较好地模拟丰乐河的径流过程。模型模拟径流总量的相对误差在率定期为23.1%,验证期为34.6%。流域降雨量、径流量的年内、年际变化均比较明显,径流实测值和模拟值的年际变化也都比较大。综合来看,模型比较适用于所研究流域的日径流模拟。