基于代理模型的分布式水文模型参数不确定性研究

At present, the research on the parameter uncertainty of distributed hydrological models focuses on the analysis of the same or similar watersheds. However, the systematic study on parameter uncertainty for hydrological simulations on the same model under different natural conditions is still lacking. The calibration method and verification method are also relatively simple, and the analysis time on parameter sensitivity and uncertainty of the distributed hydrological model require thousands of times of model operation, and the time cost is too high. Based on the two watersheds of the Weihe River and the Yarlung Zangbo River, as the study area, we studied the sensitivity and uncertainty of model parameters for MS-DTVGM. And combined with surrogate models to improve the efficiency of parameter uncertainty analysis, identify the sensitive parameters of MS-DTVGM, optimize the parameter set, and ultimately reduce the uncertainty of model parameters. Especially It provides a reference for applying the same hydrological model in watersheds with different natural conditions. This will also provide a reference for basin water resources planning and management.

目前，对于分布式水文模型参数不确定的研究集中在相同或相似流域的分析，而针对同一模型在不同自然条件下的流域进行水文模拟时的参数不确定的系统性研究还较缺乏，模型的率定方法以及验证方法还较为简单，且分布式水文模型的参数敏感性与不确定性分析因为需要成千上万次的模型运算，时间成本太高。因此，本研究以渭河咸阳以上流域、雅鲁藏布江奴下以上流域为研究区，对多源遥感数据驱动下的分布式时变增益水文模型MS-DTVGM进行参数敏感性以及不确定性分析，并耦合替代模型技术以提高参数不确定性分析的效率，识别流域系统水文模型参数的敏感性、评估流域径流模拟中的不确定性。辨识分布式时变增益模型敏感参数，优选参数集合，最终降低模型参数不确定性的影响。为建立适合于研究区的水文模型参数集，进行流域水资源规划和管理提供参考。

目前，对于分布式水文模型参数不确定的研究集中在相同或相似流域的分析，而针对同一模型在不同自然条件下的流域进行水文模拟时的参数不确定的系统性研究还较缺乏，模型的率定方法以及验证方法还较为简单，且分布式水文模型的参数敏感性与不确定性分析因为需要成千上万次的模型运算，时间成本太高。.本研究以渭河、雅鲁藏布江流域两个流域为研究区，对多源遥感数据驱动下的分布式时变增益水文模型MS-DTVGM进行参数敏感性以及不确定性分析，并耦合替代模型技术以提高参数不确定性分析的效率，辨识MS-DTVGM的敏感参数，优选参数集合，最终降低模型参数不确定性的影响，特别是针对同一模型在不同自然条件下的流域进行水文模拟提供了参考。本研究主要内容与结论如下：.对于MS-DTVGM，低差异拟蒙特卡洛法是最合适的初始抽样设计；高斯过程回归是最好的替代模型构建方法；耦合高斯过程回归的马尔科夫链蒙特卡洛法可以一定程度上为原模型提供近似最优解。.分析得出了MS-DTVGM在两个流域的参数敏感性规律：在雅江流域对MS-DTVGM进行定量敏感性分析时，除地下水出流系数Kg与上层土壤出流系数Ku的位置稍微变动之外，与在渭河流域的定量分析结果参数排序基本一致。说明MS-DTVGM在自然环境差别比较大的渭河与雅江流域参数敏感性规律一致，进而说明该模型不仅适用于半干旱地区，也适用于高寒流域。.MS-DTVGM在参数不确定性方面规律：MS-DTVGM在雅鲁藏布江奴下以上流域的不确定性评价指标相对较好，意味着不确定性低于渭河咸阳以上流域。