基于水文模型动态敏感性分析对极端水文事件模拟优化研究

Due to the generalization of the reality of hydrological models and the errors in the observation, there are large uncertainty in the simulation of extreme flows. What kind of defects are there for hydrological model structure in the simulation of dynamic hydrological processes, how can we distinguish the relative importance of different uncertainty sources in time, and how to improve the simulation of extreme flows. The above issues remain unsolved..This project takes Xiangjiang River basin as the study area and aims to: 1) assess the relative importance of data, parameters error and model structure in time, and identify the sensitive parameters in the dynamic hydrological processes and analyze the model structural problems; 2) improve the simulation of extreme flows by dynamic parameter optimization and dynamic model structure optimization. Establish the relationship between land use and model parameters and adopt a dynamic parameter optimization method to improve the simulation. Establish the hierarchical mixture of experts networks to integrate hydrological model structure in a dynamic and effective way. The study are expected to make progresses in improve the hydrological model simulation for extreme flows, and contribute to the flood control planning, disaster mitigation and water resources management.

由于水文模型的概化以及输入数据的误差，使极端水文事件的模拟存在很大的不确定性。在不同流量过程的模拟中水文模型结构存在什么缺陷，不同不确定性因素对径流的影响随时间怎样变化，怎样有效提高对极端水文事件（洪水径流和枯水径流）模拟效果。这些问题仍有待解决。.该项目以湘江流域为研究区域，主要研究内容包括：1）考虑模型输入、参数和结构三方面的不确定性，探讨随时间变化的情况下，输入、模型参数以及结构对极端水文事件模拟的影响程度大小有何变化。识别不同流量过程中敏感的参数，分析模型结构的不完备性。2）从模型结构和模型参数动态优化方面着手，优化极端水文事件的模拟。建立水文模型参数与流域下垫面条件变化的关系，采用动态的参数方案提高模拟效果。构建分层专家网络，对模型结构进行动态优化。该研究为完善水文模型，有效提高极端水文事件的模拟提供重要科学依据。在流域防洪规划设计、防灾减灾和水资源管理中也具有重要的现实意义。

由于水文模型的概化以及输入数据的误差，使极端水文事件的模拟存在很大的不确定性。在不同流量过程的模拟中水文模型结构存在什么缺陷，不同不确定性因素对径流的影响随时间怎样变化，怎样有效提高对极端水文事件（洪水径流和枯水径流）模拟效果。这些问题仍有待解决。.该项目以湘江流域为研究区域，主要研究内容包括：1）考虑模型输入、参数和结构三方面的不确定性，探讨随时间变化的情况下，模型参数以及结构对极端水文事件模拟的影响程度大小有何变化。分析模型结构的不完备性。2）从模型结构和模型参数动态优化方面着手，优化极端水文事件的模拟。建立水文模型参数与流域径流过程的关系，采用动态的参数方案提高模拟效果。通过与深度学习耦合，对模型结构进行动态优化。该研究为完善水文模型，有效提高极端水文事件的模拟提供重要科学依据。在流.域防洪规划设计、防灾减灾和水资源管理中也具有重要的现实意义。