水文模拟精度决定着流域水资源丰枯状态,开展水文模型不确定性研究可有效降低模拟结果的不确定性,从而提高径流组成成分模拟精度。为此,本文以汉江上游的子午河流域为例,提出一种改进的第二代非支配排序算法(Non-dominated Sorting Gene...水文模拟精度决定着流域水资源丰枯状态,开展水文模型不确定性研究可有效降低模拟结果的不确定性,从而提高径流组成成分模拟精度。为此,本文以汉江上游的子午河流域为例,提出一种改进的第二代非支配排序算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)多目标算法校准分布式SWAT(Soil and Water Assessment Tool)模型,并将其与基于SWAT-CUP软件下SUFI-2算法的模拟结果进行对比分析。同时,采用Mann-Kendall趋势检验方法研究分析各子流域径流组成的趋势性演变特征。结果表明,改进的NSGA-Ⅱ算法能够较好地模拟子午河流域的水文过程,且模拟精度优于SUFI-2算法;其模拟的流域实际蒸发量、土壤蓄水量、总产水量和地下径流量精度均优于后者,而后者低估了各子流域的土壤蓄水量,尤其是地下径流量。研究结果对于流域水资源量的精准预估具有重要的指导意义。展开更多
文摘水文模拟精度决定着流域水资源丰枯状态,开展水文模型不确定性研究可有效降低模拟结果的不确定性,从而提高径流组成成分模拟精度。为此,本文以汉江上游的子午河流域为例,提出一种改进的第二代非支配排序算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)多目标算法校准分布式SWAT(Soil and Water Assessment Tool)模型,并将其与基于SWAT-CUP软件下SUFI-2算法的模拟结果进行对比分析。同时,采用Mann-Kendall趋势检验方法研究分析各子流域径流组成的趋势性演变特征。结果表明,改进的NSGA-Ⅱ算法能够较好地模拟子午河流域的水文过程,且模拟精度优于SUFI-2算法;其模拟的流域实际蒸发量、土壤蓄水量、总产水量和地下径流量精度均优于后者,而后者低估了各子流域的土壤蓄水量,尤其是地下径流量。研究结果对于流域水资源量的精准预估具有重要的指导意义。
