关闭

关闭

关闭

封号提示

内容

首页 SWAT模型参数自动率定的改进与应用.pdf

SWAT模型参数自动率定的改进与应用.pdf

SWAT模型参数自动率定的改进与应用.pdf

上传者: 249556276 2012-07-19 评分 0 0 0 0 0 0 暂无简介 简介 举报

简介:本文档为《SWAT模型参数自动率定的改进与应用pdf》,可适用于人文社科领域,主题内容包含中国农业气象(ChineseJournalofAgrometeorology) ,(增):SWAT模型参数自动率定的改进与应用白 薇,刘国强,董一威符等。

中国农业气象(ChineseJournalofAgrometeorology) ,(增):SWAT模型参数自动率定的改进与应用白 薇,刘国强,董一威,许 娟,雷晓辉(中国农业科学院农业环境与可持续发展研究所农业部农业环境与气候变化重点开放实验室,北京 中国水利水电科学研究院水资源所,北京 )摘要:SWAT版本中新增了LHOAT灵敏度分析模块和SCEUA自动校准模块。在进行参数敏感性分析、参数率定时,计算耗费的时间随着子流域个数的增加而增加。以北京市为例,流域面积为km,共划分了个子流域,对连续a的日过程进行模拟大概需要min。用SWAT模型进行参数敏感性分析、参数自动率定时,需要用不同的参数来多次进行模拟,例如对北京SWAT模型的个参数进行率定,模型要重复运行次,大概需要d的时间。如果这个过程中出现错误,那么还需要重新进行参数率定。因此,这种参数率定方法对大流域来说是不合适的,不能令人满意的。针对这一问题,本文提出一种快速率定SWAT模型参数的方法,即:只对部分子流域进行模拟,如只模拟目标水文站控制的上游的几个子流域。这样一来,参数自动率定需要的时间就会大大减少。在把该方法应用到北京市的SWAT模型参数率定时,对选定的前辛庄站的a的日径流过程进行率定时总共用时不超过min,而且率定效果较好,这充分说明了该方法的高效性。该方法推广后可实现对分布式水文模型中多个水文站的径流过程进行快速率定。关键词:LHOAT敏感性分析SCEUA自动率定SWATParametersAutoCalibrationwithModifiedSWATModelBAIWei,LIUGuoqiang,DONGYiwei,XUJuan,LEIXiaohui(InstituteofEnvironmentandSustainableDevelopmentinAgriculture,ChineseAcademyofAgriculturalScienceKeyLaboratoryforAgroEnvironmentClimateChange,MinistryofAgriculture,Beijing,ChinaChinaInstituteofWaterResourceandHydropowerResearch,Beijing)Abstract:LHOATanalysismoduleandSCEUAautocalibrationmodulehavebeenaddedtoSWATDuringtheprocessofparametersensitivityanalysisandcalibration,thecomputingtimeincreaseswiththenumberofsubbasinsForawatershedwithanareaofkm,subbasinsofforBeijing,thetimeisaboutminuteforayeassimulationofSWATmodelBecausetheparametersautocalibrationprogramofSWATmodeltriesmanytimesofdifferentparameters,themodelwasrerunabouttimesforparametersusedinBeijing,whichwillcostaboutdaysIfanymistakeoccursinthisprocess,itwillneedtoredothecalibrationworkThereforethiscalibrationmethodisillsuitedandunacceptableforlargebasinsAnideaisputforwardedandrealizedinthepaper,thatiswecanonlysimulationsomesubbasins,suchastheonlysubbasinsflowtotargethydrostationThenwithonlysimulationoftheseseveralsubbasins,thetimeusedforparametersautocalibrationwillbegreatlyreducedWiththismethodappliedinparametercalibrationinBeijingSwatmodel,ittakesnomorethanminutestocalibratethefiveyearspidayrunoffofQianxinzhuanghydrostationandtheresultsarepreferablyThecalibrationofrunoffprocessforanumberofhydrostationsindistributedhydrologicalmodelcanberapidlydonethroughthegeneralizationofthismethodKeywords:LHOATsensitivityanalysisSCEUAparameterestimationSWAT  SWAT(SoilandWaterAssessmentTool)模型,是由美国农业部农业研究中心(USDAARS)开发的流域尺度的分布式模型,具有很强的物理机理。它主要形成于SWRRB,并且吸取了CREAMS、GLEAMS、EPIC和ROTO的主要特征。SWAT模型用来协助水资源管理,用于模拟预测具有多种土壤类型、土地利用收稿日期:  通讯作者。Email:lxhiwhrcom 作者简介:白薇(),女,黑龙江哈尔滨人,助研,博士,主要从事节水灌溉方面研究。Email:microwhitecom中 国 农 业 气 象第卷和管理条件的大面积复杂流域的水、泥沙负荷和农业化学品的影响,并能在资料缺乏地区建模应用。在SWAT以前的版本中没有参数敏感性分析和自动率定的功能,用户只有采用人工率定的方法来确定模型参数。通常经验丰富的水文工作者,通过人工优选可以得到一组较好的参数。但是由于受人为因素影响,没有统一的评价标准,因此很难评价模型优选结果的优劣并且人工优选还是一项非常耗时的工作,尤其是对缺乏经验的水文工作者。概念性水文模型参数的全局优化一直是研究的难点。近十几年来,水文学家探索把基因方法与传统局部优化方法结合起来,研究概念性水文模型参数全局优化问题。SWAT版最新提供的LHOAT灵敏度分析模块和SCEUA自动校准模块,快速准确地率定了模型所需重要参数,使模型具有更好的适用性和便捷的操作性。 参数敏感性分析及LHOAT算法SWAT中采用的是LHOAT灵敏度分析方法。LHOAT方法结合了LH(LatinHypercube)抽样法和OAT(OnefactorAtaTime)敏感度分析的一种新方法,同时兼备LH抽样法和OAT敏感度分析法的优点。 LH抽样法LH抽样法是Mckay等于年提出来的,它不同于蒙特卡罗(MonteCarlo)抽样法,事实上可以把它看作为某种意义上的分层抽样(StratifiedSampling)。抽样方法如下:首先,将每个参数分布空间等分成m个,且每个值域范围出现的可能性都为m。其次,生成参数的随机值,并确保任一值域范围仅抽样一次。最后,参数随机组合,模型运行m次,其结果进行多元线性回归分析。由于其效率和稳定性,LH采样一般用于水质模拟。主要不足是线性假设。如果这些没有完成,就会得到带有偏差的结果。 OAT敏感性分析法OAT方法是Morris于年提出的,是综合了局部和全局的敏感性分析方法。OAT灵敏度分析方法:模型运行n次以获取n个参数中某一特定参数的灵敏度,其优点在于模型每运行一次仅一个参数值存在变化。因此,该方法可以清楚地将输出结果的变化明确地归因于某一特定输入参数值的变化。但OAT灵敏度分析的缺点是某一特定输入参数值的变化引起的输出结果的灵敏度大小依赖于模型其他参数值的选取(可视为局部灵敏度值)。OAT方法可以分析很多参数,因此对SWAT模型来说是非常有用的方法。LHOAT算法结合了LatinHypercube抽样算法的强壮性和OAT算法的精确性,从而保证从所有参数的所有可行空间中根据OAT的设计进行精确的抽样,可以保证在每次模型运行时输出的变化可以清楚的归结到输入参数的变化,从而保证参数敏感性分析的强壮性及有效性。LHOAT敏感性分析方法综合了LatinHypercube采样的稳定性和高效率的敏感性分析方法。LatinHypercube采样的稳定性确保所有参数的整个范围都以OAT方法的精度采样,从而保证每次模型运行后,输出量的改变是明确归因于通向稳定性的模拟中输入参数的改变。假如LH方法里有m个间隔,那么模型总共需运行m(p)次,这种方法是高效率的。 参数自动率定及SCEUA算法 算法介绍随着计算机技术的迅速发展,参数自动优选方法得到了普遍应用,大大的加快了参数优选的速度,弥补了工作人员缺乏经验的不足,增加了模拟结果的客观性和可信度。Duan等结合了单纯形法、受控随机搜索、生物竞争进化和种群交叉等方法的优点,于年提出了SCEUA(ShuffledComplexEvolution)算法,可以一致、有效、快速地搜索水文模型参数全局最优解,SCEUA算法被认为是连续型流域参数优选最有效的方法之一,在流域水文模型参数优选中应用十分广泛。算法第一步(第零个循环)先运用随机抽样在所有可行参数空间中选择一个初始种群。该可行空间是用户通过Changedat文件指定的参数及其变化范围。随后,该种群被分割成多个个体(complexs),对应p个参数来说就得到p个点。每个个体运用单纯形法进行独立进化,个体之间定期进行交叉形成新的个体,从而可以获得更多的信息。该算法可以搜索全部参数的可行空间,找到全局最优参数的成功率是。Eckardt等成功应用SCEUA算法到SWAT模型的水文参数率定,vanGriensven等对水文和水质参数进行了率定。 SCEUA参数选择SCEUA本身有多个参数,这些参数可分为不确定性参数和确定性参数两个部分,只有选择好算法中的参数,才能使算法达到全局最优。主要参数包括:每个复合体多边形的顶点数m(mn),每个子复合形的顶点数q(qm),参与进化的复合形个数p(p),计算样本数目s(s=pm),每一个子复合增刊白 薇等:SWAT模型参数自动率定的改进与应用体连续繁殖后代的个数y(y=),每个子复合体进化的步数z(z=n),水文模型中需要优化的参数个数n。这些参数中m理论上可取比大的任何值,但如果取值过大,计算机计算时间就会过长,有效性也不高。所需复合体个数取决于问题类型,如果为高度非线性问题,那么就需要大量的复合体。 实例分析 研究区概况北京位于′′E,′′N,在华北大平原的北端,地处海河流域中部,东距渤海约km。全市总面积km,其中海河北系面积km,海河南系面积km。北京市地形西北高、东南低,西部、北部和东北部是山区,东南部是平原,山区面积km,约占总面积的,平原区面积为km,约占总面积的。北京属温带大陆性季风气候,春季干旱多风,夏季炎热多雨,秋季凉爽,冬季寒冷干燥,四季分明。地区气温随高程不同而变化,山前平原地区年平均气温较高约为~,随着海拔的增高,年平均气温不断降低,大体上每升高m,年平均气温降低。年多年平均降水量为mm,降水总量为亿m,其中山区降水mm,降水总量亿m,平原降水mm,降水总量亿m。降水量年际变化幅度大,丰枯水年交替出现,且随时间推移有减少趋势。年降水量分配不均,其中约的降水集中在月。年日照数为~h,年水面蒸发量多年平均值(年系列)为mm,平原地区多年平均年陆地蒸发量为mm。流域内的土壤以褐土分布最广,其面积约占流域面积的,其次为棕壤,其面积约占流域面积的,此外还有潮土和淋溶褐土。本文选取北京市前辛庄水文站作为目标水文站,该水文站是号子流域的出口控制站。通过前面描述的算法,自动搜索出,号子流域为其上游子流域,因此该水文站控制的子流域分别有子流域,,。见图。通过SCEUA算法,对前辛庄站上游子流域的模型参数自动率定的时间由原来的d左右,减少到min以内。大大的提高了模型自动率定的效率,可以更快速的对大型流域进行参数率定。 参数敏感性分析参数敏感性分析包含的部分模型参数见表,选取出口模拟实测流量残差平方和SSQ和出口平均模拟流量作为判定参数敏感性的指标。图 北京市流域图表 敏感性参数表参数名称参数意义下限上限参数序号参数变化方法HRUSMFMX月日最大融雪度日因子SMFMN月日最小融雪度日因子ALPHABF基流阿尔法因子GWQMN浅层地下水回归流阈值深度GWREVAP地下水再蒸发系数REVAPMN浅层地下水再蒸发或下渗的阈值深度ESCO土壤蒸发补偿系数SLOPE平均坡度陡度SLSUBBSN平均边坡长度TLAPS温度下降率CHK主河道曼宁系数CN土壤湿度下SCS径流曲线数SOLAWC土壤有效储水量surlag地表径流延迟时间SFTMP降雪温度阈值  SWAT模型中大概有多个参数,另外,每个HRU、Sub以及Basin都有自己独立的参数,随着子流域HRU个数的增加,参数的个数也会增加。而SCEUA的最大率定参数个数为个,在这种情况下,ArcSWAT采用一种假设,即每个参数在不同的HRU,土地利用、土壤间的差异是相对固定的,在进行参数率定时候,只需要改变某个参数(所有HRU,或者某些指定的HRU)的绝对值,而不同HRU间的参数相对变化是不变的。在改变参数绝对值的时候,ArcSWAT可以采用种方式进行,这种方式分别对应中 国 农 业 气 象第卷用表中的参数变化方式、和,其中:代表在给定的参数变化范围内选择某个值并赋给该参数代表在swat模型初始参数的基础上加上参数变化范围内的某个值代表在swat模型初始参数的基础上乘以参数变化范围内的某个百分比。表中的代表HRU的个数,如果指定它>,所有HRU的参数都会改变若指定其值<,只有部分选定的HRU的参数会改变。经过次循环模拟,得到的敏感性分析结果见表。敏感性分析的结果包括了两类:()按照对出口模拟实测流量残差平方和的影响由大到小进行排序()按照对出口平均模拟流量的影响由大到小进行排序。可以很清楚的看出,CN对模拟与实测的残差平方及平均流量影响最大,是最敏感的参数。另外,也可以看出,对这两个指标来说,前位的参数是一样的,只是各个参数的排序不一样。其中对于不敏感的参数其排序的序号为。 参数率定、验证进行参数自动率定时候,在兼顾残差平方,及平均流量两个目标的前提下,选择了CN,surlag,CHK,ALPHABF,SOLAWC,solz,canmx,ESCO,SLOPE,solk等前个较为敏感的参数。选取年系列资料用SCEUA算法对以上个参数进行率定,参数率定效果见表和图。这a的日纳须效率系数为、决定系数为,月纳须效率系数为、决定系数为,总体来说月模拟的效果较好,日模拟的效果稍差,但是也基本达到了率定的要求。  为了验证上述最优参数的有效性,分别用,和年的系列资料对最优参数进行验证,最终结果见表。总体来看个时段的月纳须效率系数都达到了以上,基本达到了模型模拟的要求。为减少篇幅,文章中只给出了年参数验证效果图,见图。表 两个目标的结果出口模拟实测流量残差平方和出口平均模拟流量参数名称排序平均值参数名称排序平均值CNCNsurlagSolkCHKSLOPEALPHABFSOLAWCSOLAWCESCOsolzsolzcanmxcanmxESCOCHKSLOPEsurlagsolkALPHABFSLSUBBSNsolalbchnchnSMFMXTIMPTIMPSMFMXSMTMPSMTMPsolalbSLSUBBSNSMFMNSMFMNGWQMNGWQMNGWREVAPGWREVAPREVAPMNREVAPMNTLAPSTLAPSSFTMPSFTMP表 参数率定及验证结果模拟步长(a)时段水平衡相对误差()日纳须系数R(日)月纳须系数R(月)备注参数率定参数验正参数验正参数验正增刊白 薇等:SWAT模型参数自动率定的改进与应用 结语本文提出了一种改进SWAT中提供的LHOAT参数敏感性分析和SCEUA参数自动率定的方法。通过只对水文站上游控制站的子流域进行模拟,大大提高了模型参数敏感性分析、参数自动率定的效率。这种方法加强了模型参数率定的适用性和可操作性,可以广泛应用到大型流域上。参考文献:NeitschSL,ArnoldJG,KiniryJR,etalSoilandwaterassessmenttooltheoreticaldocumentation(Version)MTexas:AgriculturalResearchService,MckayMD,BeckmanRJ,ConoverWJAcomparisonofthreemethodsforselectingvaluesofinputvariablesintheanalysisofoutputfromacomputercodeJTechnometrics,,():MckayMDScensitivityanduncertaintyanalysisusingastatisticalsampleofinputvaluesUncertaintyanalysisMFlorida:CRCpress,:WeijersSR,VanrolleghemPAAprocedureforselectingparametersincalibratingtheactivatedsludgemodelnowithfullscaleplantdataJWatSciTech,,():VandenbergheV,FrancosA,BauwensWSensitivityanalysisandcalibrationoftheparametersofESWAT:ApplicationtotheriverDenderJWaterScienceandTechnology,,():vanGriensvenA,FrancosA,BauwensWSensitivityanalysisandautocalibrationofanintegraldynamicmodelforriverwaterqualityJWaterScienceandTechnology,,():(下转第页)中 国 农 业 气 象第卷判断量化且保持判断思维全过程的一致性。这也避免了研究各因子之间的关系和信息重叠等问题,研究问题得到简化。 讨论层次分析法中构造各层指标的权重判断矩阵时,通常采用的是分级定量赋值,这可能会造成同一类中同一指标是另一指标的倍、倍,最多可达倍,从而有可能影响权重的合理性。所以各层指标的权重还应在实际运用中不断地修正。另外,该方法用于冬小麦气候资源综合评价的研究还是首次,难免存在一定的不足,如在不同品种冬小麦的气候资源评价中关键指标的选取等问题,还需要做进一步的系统研究。参考文献:翟盘茂,任福民中国近年来最高最低温度变化J气象学报,,():高歌,李维京华北地区气候变化对水资源的影响及年水资源预评估J气象,,():任国玉地表气温变化研究的现状和问题J气象,,():王绍武,董光荣中国西部环境特征及其演变M北京:科学出版社,:吕永波系统工程M北京:清华大学出版社,:王敬国资源与环境概论M北京:中国农业大学出版社,:许昌燊农业气象指标大全M北京:气象出版社,:BodinL,GassSIOnTeachingtheAnalyticHierarchyProcessJComputerOperationsResearch,,():(上接第页)MorrisMDFactorialsamplingplansforpreliminarycomputationalexperimentsJTecnometrics,,():FrancosA,ElorzaFJ,BouraouiF,etalSensitivityanalysisofdistributedenvironmentalsimulationmodels:understandingthemodelbehaviorinhydrologicalstudiesatthecatchmentscaleJReliabilityEngineeringandSystemSafety,:张洪刚,郭生练,王才君,等概念性流域水文模型参数优选技术研究J武汉大学学报(工学版),,():DuanQ,GuptaVK,SorooshianSEffectiveandefficientglobalminimalizationforconceptualrainfallrunoffmodelsJWaterResourcesResearch,,:NelderJA,MeadRAsimplexmethodforfunctionminimizationJCompt,,():HollandJHAdaptationinNaturalandArtificialSystemsMAnnArbor:UnivofMichPress,DuanQ,SorooshianS,GuptaHV,etalGlobaloptimizationforwatershedmodelcalibration,incalibrationofwatershedmodelsMWashingtonDC:AmericanGeophysicalUnion,SorooshianS,DuanQ,GuptaVKCalibrationofrainfallrunoffmodels:ApplicationofglobaloptimizationtothesacramentosoilmoistureaccountingmodelJWaterResourcesResearch,,:DuanQY,SorooshianS,GuptaVKOptimaluseoftheSCEUAglobaloptimizationmethodforcalibratingwatershedmodelsJJournalofHydrology,,():EckhardtK,ArnoldJGAutomaticcalibrationofadistributedcatchmentmodelJJournalofHydrology,,:

用户评论(0)

0/200

精彩专题

上传我的资料

每篇奖励 +2积分

资料评价:

/6
1下载券 下载 加入VIP, 送下载券

意见
反馈

立即扫码关注

爱问共享资料微信公众号

返回
顶部