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
土壤与水评估工具(soil and water assessment tool,SWAT)作为一种广泛用于农业非点源(non-point source,NPS)污染模拟的分布式水文模型,虽在许多地区取得成效,但因参数化和水文响应不足,在干旱地区模拟中仍存在不确定性。为解决这一难...土壤与水评估工具(soil and water assessment tool,SWAT)作为一种广泛用于农业非点源(non-point source,NPS)污染模拟的分布式水文模型,虽在许多地区取得成效,但因参数化和水文响应不足,在干旱地区模拟中仍存在不确定性。为解决这一难题,该研究提出一种“物理约束+数据驱动”的混合建模策略:基于SWAT模型与卷积神经网络-长短期记忆网络(convolutional neural network-the long short term memory network,CNN-LSTM)的耦合方法,并引进改进型粒子群优化算法(improved particle swarm optimization,IPSO)应用于耦合框架中。该方法既同步优化了耦合模型的网络结构与超参数,又将每日输出结果的加权融合权重纳入同一优化向量。通过自适应惯性权重与扰动机制,实现对SWAT模型的误差校正。该研究通过分析单一SWAT模型的局限性,比较了SWAT模型与耦合模型在日尺度模拟精度上的差异,并探讨了IPSO与其他9种元启发式算法在超参数优化中的表现。最终以黄河宁夏段为研究区域,分析耦合模型在模拟总氮(total nitrogen,TN)和总磷(total phosphorus,TP)污染中的性能提升,并对流域NPS污染进行多尺度解析。结果表明,耦合模型在TN和TP模拟中显著优于单一的SWAT模型。TN的决定系数(determination coefficient,R^(2))、纳什效率系数(Nash-Sutcliffe efficiency,NSE)、百分比偏差(percent bias,PBIAS)和中心均方根误差(centered root mean square error,CRMSE)分别提高了14.1%、14.5%、38.6%和32.5%;TP的R^(2)、NSE、PBIAS和CRMSE分别提高了10.7%、12.0%、65.3%和40.7%。基于耦合模型的流域NPS污染时空分异分析显示,丰水期的峰值主要由降水和施肥协同作用导致,枯水期受宁夏冬灌影响。南部子流域的污染主要受降水径流驱动,北部灌区则由农业集约化主导。水系区间NPS污染贡献排名中,引黄灌区贡献31%~37%的TN和TP排放,红柳沟和苦水河水系受集约型农牧业影响,单位面积输出强度较高。研究表明,SWAT-IPSO-CNN-LSTM耦合方法有效降低了SWAT在干旱区站点率定的不确定性,并通过误差修正机制显著提升了氮磷模拟的精度与鲁棒性,为干旱区水环境管理提供了更可靠的技术支持。展开更多
岸边带正广泛应用于世界各地的面源污染治理项目,遥感也逐渐成为面源污染研究的重要手段,但如何将遥感技术与岸边带结合使截污效果更佳仍然是一个挑战。该文以云南省星云湖流域为例,耦合遥感建立土壤水分评估模型(soil and water assess...岸边带正广泛应用于世界各地的面源污染治理项目,遥感也逐渐成为面源污染研究的重要手段,但如何将遥感技术与岸边带结合使截污效果更佳仍然是一个挑战。该文以云南省星云湖流域为例,耦合遥感建立土壤水分评估模型(soil and water assessment tool,SWAT),通过改变土地利用类型的方式建立岸边带进行情景模拟,研究不同宽度和植被类型对污染物消减效果的差异。结果发现,设置岸边带对氮元素的截留效果好于磷元素;当岸边带植被类型不同时,林地的截污效果明显好于草地,并随着岸边带宽度的增加污染物消减率逐渐变大。设置30 m林地加30 m草地的岸边带可减少5.20%的总氮产量和6.03%的总磷产量,且可截留19.83%的有机氮入湖量和21.30%有机磷入湖量,在所有岸边带中截污效果最好。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。
文摘土壤与水评估工具(soil and water assessment tool,SWAT)作为一种广泛用于农业非点源(non-point source,NPS)污染模拟的分布式水文模型,虽在许多地区取得成效,但因参数化和水文响应不足,在干旱地区模拟中仍存在不确定性。为解决这一难题,该研究提出一种“物理约束+数据驱动”的混合建模策略:基于SWAT模型与卷积神经网络-长短期记忆网络(convolutional neural network-the long short term memory network,CNN-LSTM)的耦合方法,并引进改进型粒子群优化算法(improved particle swarm optimization,IPSO)应用于耦合框架中。该方法既同步优化了耦合模型的网络结构与超参数,又将每日输出结果的加权融合权重纳入同一优化向量。通过自适应惯性权重与扰动机制,实现对SWAT模型的误差校正。该研究通过分析单一SWAT模型的局限性,比较了SWAT模型与耦合模型在日尺度模拟精度上的差异,并探讨了IPSO与其他9种元启发式算法在超参数优化中的表现。最终以黄河宁夏段为研究区域,分析耦合模型在模拟总氮(total nitrogen,TN)和总磷(total phosphorus,TP)污染中的性能提升,并对流域NPS污染进行多尺度解析。结果表明,耦合模型在TN和TP模拟中显著优于单一的SWAT模型。TN的决定系数(determination coefficient,R^(2))、纳什效率系数(Nash-Sutcliffe efficiency,NSE)、百分比偏差(percent bias,PBIAS)和中心均方根误差(centered root mean square error,CRMSE)分别提高了14.1%、14.5%、38.6%和32.5%;TP的R^(2)、NSE、PBIAS和CRMSE分别提高了10.7%、12.0%、65.3%和40.7%。基于耦合模型的流域NPS污染时空分异分析显示,丰水期的峰值主要由降水和施肥协同作用导致,枯水期受宁夏冬灌影响。南部子流域的污染主要受降水径流驱动,北部灌区则由农业集约化主导。水系区间NPS污染贡献排名中,引黄灌区贡献31%~37%的TN和TP排放,红柳沟和苦水河水系受集约型农牧业影响,单位面积输出强度较高。研究表明,SWAT-IPSO-CNN-LSTM耦合方法有效降低了SWAT在干旱区站点率定的不确定性,并通过误差修正机制显著提升了氮磷模拟的精度与鲁棒性,为干旱区水环境管理提供了更可靠的技术支持。
文摘岸边带正广泛应用于世界各地的面源污染治理项目,遥感也逐渐成为面源污染研究的重要手段,但如何将遥感技术与岸边带结合使截污效果更佳仍然是一个挑战。该文以云南省星云湖流域为例,耦合遥感建立土壤水分评估模型(soil and water assessment tool,SWAT),通过改变土地利用类型的方式建立岸边带进行情景模拟,研究不同宽度和植被类型对污染物消减效果的差异。结果发现,设置岸边带对氮元素的截留效果好于磷元素;当岸边带植被类型不同时,林地的截污效果明显好于草地,并随着岸边带宽度的增加污染物消减率逐渐变大。设置30 m林地加30 m草地的岸边带可减少5.20%的总氮产量和6.03%的总磷产量,且可截留19.83%的有机氮入湖量和21.30%有机磷入湖量,在所有岸边带中截污效果最好。
