[发明专利]一种分布式水文模型参数优化方法

说明书

本发明公开了一种分布式水文模型参数优化方法，包括如下步骤，S1、确定优化方法的目标函数和约束条件；S2、从分布式水文模型的参数中选择符合敏感强度要求的参数作为拟优化参数；S3、对拟优化参数进行分类；S4、按照分类结果，利用优化方法，对各类拟优化参数进行优化获取对应的目标优化参数；每优化一类拟优化参数，其余类拟优化参数保持不变。优点是：按照参数的物理意义以及敏感度不同对模型中的参数进行分析，根据每类参数优化的最优种群数和模拟时间变化，从而寻找到最优参数组合；保证了优化算法的精度，避免算法失效。采用同类参数分类优化，缩短了计算时长，提高了计算效率。

技术领域

本发明涉及水文模型参数优化领域，尤其涉及一种分布式水文模型参数优化方法。

背景技术

参数率定是水文模拟中不可避免的重要环节，模型参数对模拟结果有着重要影响，模型参数的取值是否合理直接影响模拟精度，因此模型参数率定和优化是模型应用的关键之一。近年来，分布式水文模型考虑的过程越来越完善，模拟的状态变量越来越多，输出状态变量也更多，同时模型结构也更复杂，相应地模型参数组合优化也日益复杂。在大流域数千或数万个计算单元上进行分布式模拟时，参数较多，参数优化计算量大，计算速度慢。

采用实数编码的加速遗传算法，能够提高处理复杂优化问题的能力，但是遗传算法在处理维数较高的问题上，参数组合较多，需要多次调用分布式模型计算，存在计算速度慢、计算时间过长、运算效率低及模拟精度不足等问题，严重时甚至导致算法失效，无法满足现阶段的工作需求。

发明内容

本发明的目的在于提供一种分布式水文模型参数优化方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种分布式水文模型参数优化方法，包括如下步骤，

S1、确定优化方法的目标函数和约束条件；

S2、从分布式水文模型的参数中选择符合敏感强度要求的参数作为拟优化参数；

S3、对拟优化参数进行分类；

S4、按照分类结果，利用优化方法，对各类拟优化参数进行优化获取对应的目标优化参数；当优化某一类拟优化参数，其余类拟优化参数保持不变

优选的，所述优化方法的目标函数为纳什效率系数，表达式为，

其中，t＝1,2,…,T；为第T个月的月流量观测值，为第t个月的月流量模拟值，为第t个月的月流量观测值；为月流量观测值的平均值。

优选的，所述约束条件为分布式水文模型的参数的取值范围。

优选的，步骤S2具体为，

S21、选取分布式水文模型中的某一参数，使该参数在其约束条件内随机变动，同时保证其他参数不变，并运行分布式水文模型得到目标函数的相应值，使用参数变化率表征该参数变动对目标函数输出值的影响程度，变化率的表达式为，

其中，e_i为第i个参数的变化率，i＝1,2,…,m；x_i为第i个参数的取值；f为目标函数；f(x₁,x₂,…,x_i-1，x_i+Δ,x_i+1,…,x_m)为参数变化后的输出值；f(x₁,x₂,…，x_m)为参数变化前的输出值；Δ为参数的变幅，以5％为固定步长对参数进行扰动；参数变化率越大表示参数的敏感度越强；

S22、判断该参数的变化率是否大于变化率阈值，若是则表示该参数符合敏感强度要求，选取该参数作为拟优化参数；否则不将该参数作为拟优化参数。