在水文模型率定過程中,不同目標(biāo)函數(shù)側(cè)重于徑流模擬的不同層面。為了探究目標(biāo)函數(shù)選擇的不確定性對(duì)模型參數(shù)和徑流模擬的影響,將HyMod模型應(yīng)用于黃河源區(qū),選擇納什效率函數(shù)f_NS、總水量平衡誤差函數(shù)f_t、低水量誤差函數(shù)f_d和高水量誤差函數(shù)f_g作為目標(biāo)函數(shù),采用遺傳算法（GA）分別率定出不同目標(biāo)函數(shù)下對(duì)應(yīng)的最優(yōu)參數(shù)值,并依次代入水文模型模擬水文過程;通過對(duì)比分析年尺度及年內(nèi)各月實(shí)測與模擬徑流過程、納什效率系數(shù)NSE、決定系數(shù)R²和均方根誤差RMSE評(píng)價(jià)指標(biāo)來探究參數(shù)率定的目標(biāo)函數(shù)不確定性對(duì)年尺度水資源演變過程的影響。結(jié)果表明:當(dāng)HyMod模型應(yīng)用于黃河源區(qū)水文模擬的率定期和驗(yàn)證期時(shí),目標(biāo)函數(shù)選擇的不確定性對(duì)各評(píng)價(jià)指標(biāo)的影響差異明顯,如f_NS目標(biāo)函數(shù)下NSE值最大,在f_g下次之,在f_d下最小,此外率定期模擬精度優(yōu)于驗(yàn)證期;同樣,目標(biāo)函數(shù)不確定性對(duì)不同特征時(shí)期徑流的影響差異顯著,其中,f_NS和f

【文章來源】：長江科學(xué)院院報(bào). 2020,37(12)北大核心CSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
1 研究背景
2 研究區(qū)域概況
3 模型及研究方法
    3.1 HyMod模型
    3.2 目標(biāo)函數(shù)
    3.3 模型適用性評(píng)價(jià)指標(biāo)
4 結(jié)果與分析
    4.1 參數(shù)率定
    4.2 率定期和驗(yàn)證期結(jié)果
        4.2.1 率定期和驗(yàn)證期適應(yīng)性評(píng)價(jià)結(jié)果
        4.2.2 率定期和驗(yàn)證期水文模擬過程結(jié)果
        4.2.3 目標(biāo)函數(shù)不確定性對(duì)年內(nèi)尺度徑流模擬的影響
5 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于SUFI-2算法的SWAT模型在撫河臨水流域徑流模擬中的應(yīng)用[J]. 劉衛(wèi)林,葉詠,朱圣男,黃淵群,劉麗娜,萬一帆.  水利規(guī)劃與設(shè)計(jì). 2018(10)
[2]SCE-UA、SCEM-UA算法對(duì)改進(jìn)的HYMOD模型模擬結(jié)果的影響[J]. 宋文獻(xiàn),江善虎,楊春生,王立明.  水電能源科學(xué). 2013(11)
[3]水文變量高維非線性相關(guān)分析與水文模型結(jié)構(gòu)不確定性評(píng)估[J]. 龔偉,楊大文.  水力發(fā)電學(xué)報(bào). 2013(05)
[4]黃河源區(qū)氣候變化的環(huán)境效應(yīng)研究[J]. 李開明,李絢,王翠云,喬艷君.  冰川凍土. 2013(05)
[5]基于SCE-UA算法的新安江模型參數(shù)優(yōu)化及應(yīng)用[J]. 董潔平,李致家,戴健男.  河海大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(05)
[6]基于統(tǒng)計(jì)理論方法的水文模型參數(shù)敏感性分析[J]. 宋曉猛,孔凡哲,占車生,韓繼偉.  水科學(xué)進(jìn)展. 2012(05)
[7]三種水文模型不確定性分析方法比較[J]. 陳昌軍,鄭雄偉,張衛(wèi)飛.  水文. 2012(02)
[8]分布式水文模型研究與應(yīng)用進(jìn)展[J]. 徐宗學(xué),程磊.  水利學(xué)報(bào). 2010(09)
[9]降雨的空間不均性對(duì)模擬產(chǎn)流量和產(chǎn)沙量不確定的影響[J]. 郝芳華,陳利群,劉昌明,張雪松.  地理科學(xué)進(jìn)展. 2003(05)



本文編號(hào)：3634333