论文部分内容阅读
流域水文模型是将极度复杂的水文过程进行概念化和抽象化,运用数学公式、方程和流程来描述真实的水文过程。在实际应用流域水文模型进行预测和模拟时,运用得出的概化模型,接受气象、水文的多种不同资料的输入,利用实测值进行模拟效果的判断,使得应用流域水文模型时不免存在着不确定性。不确定性分析是一种定量分析方法,它分析各个因素对模型的模拟值的影响,得出的主要结果有模型参数的分布和模拟值的置信区间。通过水文模型的不确定性分析,可分析不同环节的不确定性对模型模拟的影响,为模型的改进和提高模拟效果提供丰富的信息。模型不确定性主要包括模型输入、模型参数、模型结构和流域反应。经分析表明:模型输入直接影响着模型模拟效果,并影响模型参数的选择,为模型模拟带来不确定性;模型参数存在着明显的“异参同效性”现象,为选择适合的参数组进行模型的模拟带来困难;流域响应主要指实测值的误差,它影响着模型的模拟效果和参数分布,为选择反应流域特征的参数带来不确定性。介绍了GWIF模型的原理和结构,分析所需的输入数据及参数,并给出模型参数的取值范围。针对GWIF模型特点,引入土壤含水量因子以反映水量条件对蒸发的影响来改进GWLF模型的蒸发模块。阐述了GLUE方法的基本原理及分析程序,应用GLUE方法进行GWLF模型参数不确定性分析。计算结果表明:与模型参数的先验分布相比,模型参数的后验分布较先验分布区间有较大变化,有明显的高概率密度取值空间,得到的径流量模拟值90%置信区间对实测值的覆盖度为76.04%,在一定程度上反映了模型的不确定性。在GLUE方法的基础上,提出了模型综合不确定性分析的框架,该框架考虑了模型输入、模型参数及流域响应的综合不确定性对模型模拟的影响。输入不确定性采用“参数化”方法进行处理,引入分布参数未知的高斯随机乘子,并假定流域响应不确定性服从参数已知的正态分布误差。利用建立的综合不确定性框架进行GWLF模型的不确定性分析,计算结果表明:与GLUE方法相比,综合不确定性分析得到的参数后验分布的参数分布形状及高概率密度空间都发生了变化。推求的径流量模拟值90%置信区间对实测值的覆盖率为86.98%,覆盖度更高,能更好地反应模型的不确定性。