论文部分内容阅读
径流预报的预见期和可靠性是水库调度及流域防洪、供水、发电等计划编制的重要前提,对提高水资源综合管理能力具有重要意义。陆气耦合模式利用降水预报信息驱动水文模型获得未来径流过程,是目前提高径流预报预见期的研究热点和前沿问题,属多学科交叉范畴。本文从数值天气模式、分布式水文模型以及陆气耦合模式的研究进展入手,从理论方法和应用检验两方面开展研究,取得了一些有意义的进展。论文首先分析了数值天气模式参数化方案优化组合的必要性,构建了用于评价模式降水预报能力的指标体系,并基于Euclid贴近度的概念,建立了数值天气模式参数化方案定量综合评价模型,使多指标评价下的参数化方案选择过程更加客观。然后,充分利用GLUE和PSO各自的优点,通过PSO算法改进GLUE的抽样规则,利用GLUE框架及PSO多次寻优和可加性判定准则改进等效参数组的获取方式,提出了基于GLUE和PSO融合的不确定性参数率定算法,提高了等效参数组的代表性,有效改善了不确定性参数率定的搜索效率。之后,以雅砻江流域为应用研究区,建立了雅砻江流域数值天气预报模式,评价得出了流域WRF模式最优参数化方案组合;并基于HEC-HMS,建立了雅砻江流域分布式水文模型,实现了与流域数值天气预报模式的单向耦合。在此基础上,利用GLUE-PSO不确定性参数率定算法构建了模型参数库(参数率定)并对其进行了验证,提出了基于模型参数库的不确定性洪水预报方法。最后使用JAVA语言,在高性能计算环境下,开发建立了基于陆气耦合的雅砻江流域洪水预报原型系统,实现了耦合模式的自动化运行和模型参数库的动态维护。应用表明,论文构建的陆气耦合模式能够显著延长径流预报预见期,可将研究区——雅砻江流域各水文站的径流预报预见期(最长约54h)提高至6d左右,提出的基于模型参数库的不确定性洪水预报方法能够充分反映预报过程中的不确定性信息,使96h以后的降水预报仍然具有较高的使用价值。研究成果对进一步结合预报信息的水库调度方法探索,以及雅砻江数字流域建设及实践应用,均有积极的意义。