【摘要】：隨著我國經(jīng)濟的發(fā)展,城市化建設面積也來越大,很大程度上改變了土地的下墊面,從而破壞了自然狀態(tài)的水文循環(huán),導致我國災害不斷加大。模型模擬是研究水文循環(huán)的重要途徑,但是由于水文過程的復雜性、水文數(shù)據(jù)的誤差以及模型結構的不完善等,給水文模型參數(shù)率定及水文預報帶來很大的不確定,從而影響了模擬結果的精度。因此,深入系統(tǒng)地開展分布式流域水文模擬和模型參數(shù)不確定性分析的研究,對水旱災害防控及水資源的調控分配等方面都具有重要的現(xiàn)實意義和科學價值�；诖�,本文以目前應用較為廣泛的SWAT模型為研究對象,以香屯流域為例,針對SWAT水文模型對徑流模擬過程中參數(shù)的不確定性問題進行研究。通過收集土地利用、土壤以及氣象數(shù)據(jù)構建研究區(qū)SWAT模型數(shù)據(jù)庫,對研究區(qū)日徑流進行模擬,并使用SUFI-2方法對參數(shù)的不確定性進行分析。運用迭代方法對參數(shù)區(qū)間進行處理,對比分析先驗區(qū)間于后驗區(qū)間的方差,并分析變化的參數(shù)區(qū)間對模擬效果的影響;根據(jù)“異參同效”性,使用500組參數(shù)值分別對2008-2010徑流進行驗證,運用區(qū)間概率峰值的方法,做模型模擬,選取驗證期每年5-6月豐水月為觀察對象,對比最優(yōu)參數(shù)組和區(qū)間概率峰值模擬值與實際徑流的關系。主要的結論如下:(1)通過參數(shù)的敏感性分析以及查閱研究區(qū)的物理特性,篩選出對研究區(qū)徑流模擬結果影響較大的敏感參數(shù)。本文主要選取了SCS徑流曲線系數(shù)(r_CN2)、河道曼寧系數(shù)(v_CH_N2)、地下水再蒸發(fā)系數(shù)(v_GW_REVAP)、土壤蒸發(fā)補償系數(shù)(v_ESCO)、土壤可利用水量(r_SOL_AWC)、淺層地下水徑流系數(shù)(v_GWQMN)、主河道水力傳導率(v_CH_K2)、淺層地下水可蒸發(fā)系數(shù)(v_REVAPMN)、和基流系數(shù)α(v_ALPHA_BF)等九個參數(shù)。(2)通過模擬發(fā)現(xiàn)參數(shù)v_CH_N2、v_CH_K2和v_ALPHA_BF對模擬的不確定性影響較大,分析三種參數(shù)的分布情況,定義模型模擬后的建議區(qū)間為先驗區(qū)間,Bootstrap邊緣概率分布轉化后的區(qū)間為后驗區(qū)間,對比研究區(qū)日徑流模擬,結果表明,率定期先驗區(qū)間最優(yōu)參數(shù)組模擬的R~2=0.85,效率系數(shù)E_(ns)=0.83;后驗區(qū)間最優(yōu)參數(shù)組模擬的R~2=0.90,效率系數(shù)E_(ns)=0.85。由此可見,后驗參數(shù)區(qū)間的模擬率定效果較更好一些。驗證期后驗區(qū)間概率峰值法模擬與驗證期后驗區(qū)間最佳參數(shù)組模擬效果對比發(fā)現(xiàn)驗證期后驗區(qū)間概率峰值法模擬的相關系數(shù)R~2=0.83,納什效率系數(shù)E_(ns)=0.80,后驗區(qū)間驗證期的R~2=0.80,納什效率系數(shù)E_(ns)=0.78,說明通過概率峰值方法模擬的效果更好一些。(3)使用500組參數(shù)組合一一對2008至2010日徑流進行模擬驗證,每天可以得到500個模擬徑流數(shù)值,對每天的模擬徑流值做區(qū)間分布分析,使用區(qū)間概率峰值做為當天的徑流模擬值,計算納什效率系數(shù)以及相關系數(shù),對比發(fā)現(xiàn)區(qū)間概率峰值的模擬效果更好。然后和抽取的每年5月到6月豐水月份的實測日徑流量,對比最優(yōu)參數(shù)組和區(qū)間概率峰值模擬值與實際徑流的關系。結果表明,使用區(qū)間概率峰值方法的模擬效果較最優(yōu)參數(shù)組法更好一些,后驗區(qū)間概率峰值法較先驗區(qū)間概率峰值模擬效果好。(4)使用SUFI-2方法進行不確定性分析。對比研究區(qū)先驗區(qū)間和后驗區(qū)間的日徑流模擬情況發(fā)現(xiàn),在P因子接近的情況下,后驗區(qū)間的R因子更小一些,說明后驗區(qū)間的不確定性更小。
【圖文】：

城市內澇圖

圖 2.1 研究區(qū)概況圖Fig 2.1 General map of the study area征為年平均氣溫是 17.2℃，年平均降雨量 1853 ，有 31 萬的人口居民。率高達 75.1%，有 749 萬立方米活立木總蓄積量，林地資源多屬天然次生。研究區(qū)樹木多以油茶大森林類型，主要是由于受海拔高、山地土壤、種有 50 大類，200 多種，其中油茶、油桐、烏柏有華東黃松、黃山松、南方鐵杉、水松、紅花油最大、分布最廣是紅壤土。研究區(qū)內的土壤類型型，根據(jù)紅壤的發(fā)育程度和主要性狀，大致可劃亞類，，研究區(qū)主要以紅壤和山地黃紅壤為主。
【學位授予單位】：南昌工程學院
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：P333

【參考文獻】

相關期刊論文 前10條

1 王冬;李麗;王加虎;余嬌嬌;梁菊平;趙永超;;徑流曲線數(shù)(SCS-CN)模型在洪水預報中的應用研究[J];中國農(nóng)村水利水電;2017年08期

2 王蕾;魏曉妹;降亞楠;武弘族;;關中平原灌區(qū)SWAT模型基礎數(shù)據(jù)庫的構建[J];水電能源科學;2017年07期

3 張質明;王曉燕;潘潤澤;;一種改進的不確定性水質模型參數(shù)率定方法[J];中國環(huán)境科學;2017年03期

4 朱燁;方秀琴;王凱;;SWAT模型數(shù)據(jù)庫的構建[J];地理空間信息;2016年12期

5 楊愛軍;蔣學軍;林金官;劉曉星;;基于MCMC方法的金融貝葉斯半?yún)?shù)隨機波動模型研究[J];數(shù)理統(tǒng)計與管理;2016年05期

6 王紅艷;張志強;查同剛;朱聿申;張建軍;朱金兆;;徑流曲線數(shù)(SCS-CN)模型估算黃土高原小流域場降雨徑流的改進[J];北京林業(yè)大學學報;2016年08期

7 崔玫意;張玉虎;陳秋華;;Box-Cox正態(tài)分布及其在降雨極值分析中的應用[J];數(shù)理統(tǒng)計與管理;2017年01期

8 任政;盛東;;基于多目標GLUE算法的新安江模型參數(shù)不確定性研究[J];水電能源科學;2016年03期

9 劉欽;王雯濤;;SWAT模型土壤物理屬性數(shù)據(jù)庫構建方法探究[J];水科學與工程技術;2015年06期

10 侯偉;廖曉勇;張巖;薛輝;徐磊;;三峽庫區(qū)典型小流域SWAT模型基礎數(shù)據(jù)庫構建[J];西藏大學學報(自然科學版);2015年02期

相關碩士學位論文 前3條

1 張穎;基于地理信息系統(tǒng)的氣象數(shù)據(jù)時空挖掘研究[D];大連理工大學;2012年

2 杜新忠;流域水文模型的不確定性分析[D];長沙理工大學;2011年

3 薛晨;基于SWAT模型的產(chǎn)流產(chǎn)沙模擬與模型參數(shù)不確定性分析[D];華北電力大學（北京）;2011年

本文編號：2588820