与实测流量过程水量误差的目标函数;反映流量过程线拟合程度的目标函数;反映洪峰过程模拟好坏程度的目标函数以及反映低水过程模拟好坏程度的目标函数。目前,最简单、最直接的参数率定方法就是人工试错法,即根据模型使用者的经验,人为确定初始参数,然后根据模拟结果的好坏尝试改变参数,直到得到满意的结果。其基本原则是设定一组参数,在计算机上运算,比较模拟值与实测值,分析对比或计算其目标函数,再循环调整参数,重复计算,直至达到最优,参数即为所求。人工试错法最大的优点就是简单、直接,但是很难得到最优值,而且还受制于模型使用者的经验。为了克服人工试错法的缺点,需要用到模型参数自动优化算法。模型参数自动优化的方法,就是根据数学优化法则,通过自动寻优计算,确定参数的最优值。这一类方法只要事先给出优化准则和参数初始值,整个寻优过程口动完成,因此具有寻优速度快、寻优结果客观等优点。而对于流域水文模型参数的优化需要选择优化过程中仅要求目标函数值而不需目标函数导数等量值的多参数优化方法。本文采用人工试错法和模型参数自动优化法相结合的方法进行模型参数率定。3.1.1新安江模型的应用。建模过程与参数。模型输入数据是:气象站站点实测日降雨和日蒸发数据文件、流域出口断曲FI流量数据文件。模型输出数据是:流域出口断面逐日模拟流量文件。全流域模拟参数率定。本文采用控制報个黑河上游山区流域的莺落峡水文站1990年J993年的实测流量数据与新安江模型模拟流量数据进行比较,作为模型参数的率定期,并用Nash模型系数R2(确定性系数)来评价模型模拟精度。在模型率定期,R2值为55.43%,模拟流量和实测的流量过程拟合一般,模型基本能够适应研究区实际情况。模型验证。在保持率定期模型参数设置不变的情况下,本文以1994年・2000年为验证期,进行新安江模型验证。将1994年・2000年的气象水文数据输入模型。在验证期,模型的效率为
全文预览
