摘要：模型参数率定是提高水文模型模拟效果的重要手段,通过研究一种改进的自适应遗传算法(IAGA)对新安江模型参数进行优化率定,解决传统遗传算法初始种群质量不高、容易早熟收敛、局部搜索能力差等问题。该算法利用混沌变量遍历性特点,随机生成初始种群并选优,提高初始种群的个体质量;针对交叉与变异的进化过程,设计了反映种群离散程度的种群目标函数离散系数,利用该系数构建了自适应调整交叉与变异概率算子,防止遗传算法过早收敛;依托环形交叉算子,提高算法全局搜索能力;采用自适应非均匀变异算子,实时优化算法的局部搜索能力,避免陷入局部最优。将自适应遗传算法、传统遗传算法(GA)和自适应遗传算法(AGA)应用于秦淮河流域新安江模型的参数率定,并从率定的收敛性、耗时、稳定性和效果方面进行算法的性能比较,结果表明:IAGA算法具有更优的寻优能力,更好的收敛结果,更高的稳定性和精度,场次洪水的模拟效果优于GA算法和AGA算法,率定期与验证期确定性系数(R2)均在0.85以上,纳什效率系数(NSE)均在0.8以上,总体达到了水文预报的乙级标准。结果表明采用上述的综合手段改进传统遗传算法是可行的,改进后的IAGA算法具有良好的应用前景,为新安江模型的自动率定提供了一种有效的途径。

摘要：以沈阳辉山明渠河口潜流式人工湿地为例,利用数值模拟预测了该湿地的运行效果。采用多孔介质水流与溶质运移耦合模型,通过对湿地模型的概化与处理,利用FEFLOW软件针对潜流基质层的水流和溶质扩散进行数值模拟,通过敏感度分析确定基质层的孔隙度、渗透系数、弥散系数和吸附降解系数为影响污水处理效果的敏感参数,并通过参数率定对所建立的湿地模型进行了模拟预测,结果证明所构建的湿地模型的预测值与观测值拟合程度较好。可为潜流式人工湿地设计中运行效果预测及参数设定提供一种新的有效方法。

摘要：新安江模型参数众多,率定计算工作量大、传统率定参数精度难以满足实际生产需要的特点。本文提出了一种参数率定的多核并行遗传算法,以洪峰流量、峰现时间和洪水总量为评价目标,建立多准则参数率定模型,并采用模糊集思想把多准则问题转化为单一目标优选问题。其次针对遗传算法个体适应度计算时间较长,采用主从式并行策略实现遗传算法的并行化,提高系统计算效率。最后以我国南方地区酉水流域凤滩水库为例,该方法不仅可获得高质量的模型参数,保证模型的预报准确性,同时可解决新安江模型参数率定耗时长等问题,有效提高模型参数率定效率,为模型参数校核提供参考。

摘要：为验证HYDRUS-1D模拟生物滞留设施水文调控效应的可靠性,通过物模试验,采用修正Morris法对模型主要参数的敏感性进行分析筛选,结合模拟值和实测值对筛选后的参数进行率定验证。结果表明:径流总量、径流峰值及其各削减率输出结果的敏感参数不尽相同,其中降雨量均为高敏感参数;利用变异系数法,判断参数的综合敏感程度,其主要敏感参数包括降雨量,蓄水层高度,种植土层和基质层的饱和含水率、饱和导水率和孔径分布参数;验证期内模型模拟和物模实测结果的均方根误差(root mean square error,RMSE)最高为0.131、相对误差(relative error,RE)均低于6.92%、纳什效率系数(Nash-Sutcliffe efficiency coefficient,NSE)和决定系数R2均为0.9以上,匹配度高,模拟结果可靠,为利用HYDRUS-1D改进生物滞留设施规划设计方法提供理论支撑。

摘要：海绵城市建设是一种新型的城市建设模式,以某市海绵城市建设试点区为研究区域,根据区域基础物探数据和其他相关信息,建立综合排水系统模型,实现水文水力及相关水质指标的模拟。为保证模型准确性,基于已获取监测数据对模型进行相关参数的率定和验证,在纳什效率系数均大于0.5的前提下,对区域径流控制水平和面源污染控制水平进行模拟评估。结果显示,径流控制方面,年径流总量控制率模拟结果为79%;面源污染控制方面,污染物SS负荷总量削减率模拟结果为80%。因此,该市海绵城市的建设效果能够满足规划要求。

摘要：【目的】用新方法对大尺度分布式水文模型VIC的参数进行率定,为水文模型参数率定提供新的思路。【方法】采用均匀设计理论对传统的率定区间进行重构,确定最优组合,并对渭河流域的林家村、张家山以及流域出口断面水文站的径流进行模拟调试。【结果】将基准期需要率定的6个参数转化成一个6因素10水平的组合,仅通过10次率定就使各站的Nash系数达到0.85以上,总量精度误差控制在5%以内,能够满足工程精度要求。【结论】与其他参数率定方法相比,均匀设计原理在保证模拟效果的同时可以极大地减少工作量。

摘要：参数率定是水文模拟的重要环节,也是分布式模型研究中的难点问题。寻求一种收敛速度快、精度较高的参数率定方法,对提高模拟精度具有重要的意义。LGCPSO算法是一种可以更加有效地搜索全局最优解的优化方法,但使用过程中无法考虑参数的物理意义,参数取值可能不符合流域实际情况。本研究以西营河为例,采用人工试错法与LGCPSO算法联合率定SWAT模型参数,模拟流域的月径流过程和日径流过程。结果表明:人机联合优化方法和SCEUA算法计算得到效率系数Ens、相关系数R2和相对误差Re的结果接近,率定结果较稳定;采用人机联合优化方法率定参数后,月径流模拟过程的Ens和R2可达到0.8以上,日径流模拟过程的Ens和R2达到0.6以上,且模拟结果能较好地反映径流的实际变化趋势。因此,这种人机联合优化的率定方法具有一定的推广价值。

摘要：建立了立面二维水动力-水温模型,运用建库前天然河道及邻近区域同类型水库两组不同实测资料对模型进行参数率定。根据这两组计算参数分别模拟了验证时段内D水库水温分布,以及A水库库区水温变化过程。数值模拟结果表明,在其他条件保持一致的情况下,天然河道及邻近区域同类型水库资料均可用于数值模拟参数的率定,将两组验证参数用于实际计算时,所得结果表现出相同的规律,但具体数值存在一定差异。分析认为,邻近区域同类型水库资料验证更符合实际情况,故在此类水库水温的数值模拟中,应尽量选择邻近区域同类型水库资料作为验证资料,若在条件不足的情况下,相关的天然河道资料也可以作为参考。

摘要：为了更精细地对水文全过程进行描述和解析,更准确地构建分布式水文模型,以丹麦Karup流域为例,对MIKE SHE模型的饱和导水率、饱和带水平水力传导系数、河床透水系数进行了参数率定,模拟流域的日径流过程。结果表明:基于BP神经网络反分析的参数率定方法比MIKE SHE模型参数自动率定计算得到的均方根误差RMSE小,模型效率系数Ens更接近1;采用BP神经网络反演率定参数后,3组测试样本的日径流模拟过程的RMSE分别为0.04,0.03,0.08 m^3/s,Ens均为0.99,且模拟结果能较好地反映径流的实际变化趋势。因此,这种基于BP神经网络反分析的参数率定方法对构建分布式水文模型具有一定的价值。

摘要：马斯京根模型是经典的一维汇流模型,它在洪水预报、径流模拟领域应用广泛.马斯京根模型应用的关键在于对模型参数做出合理的率定,但目前尚缺乏计算机软件.在此背景下,本研究设计了一种面向对象编程模式下的马斯京根模型参数率定软件,并在.NET框架下使用C#语言完成了程序开发.该软件内置了试错法、最小二乘法、线性代数方法和遗传算法4种参数率定算法,具有Excel文件输入输出功能以及计算结果显示分析功能.经过实际应用,结果表明该软件操作方便,提高了马斯京根模型参数率定效率,具有较好的推广应用价值.