基于动态系统微分响应的水文模型关键要素信息提取及误差修正研究

When the traditional hydrological model which developed based on natural watershed was applied to hydrology forecasting in watershed which influenced by high density and high intensity of human activities, it's difficult to forecast the hydrological process accurately, so we need advanced prediction error correction method to improve the prediction accuracy. The traditional error correction method of hydrological forecasting is limited by the limited measured flow data, the information type is comprehensive and the amount of information is limited. However, due to the high degree of nonlinearity of the watershed system, there was no any method can effectively extract useful information from the measured flow. Through hydrologic model system differential response to reflect the response relationship between flow process and hydrological model characteristics in this project, we will establish an extraction method can be applied to hydrological model information, and solve the hydrological model calculation information shortage. The effective information will be extracted and applied to hydrological model error correction. It can improve the prediction accuracy of hydrological model, and provide the tools for the internal law of hydrologic system exploration. This project will study the effective error correction method for the hydrological model, and explore a new way for the study of the internal law of the hydrological system.

以自然流域为基础发展起来的传统水文模型已经很难再对高密度和高强度人类活动影响下的流域进行精准的水文预报，因此需要先进的预报误差修正方法来提高预报精度。传统的水文预报误差修正方法仅仅利用有限的实测流量信息，信息种类综合且信息量有限，导致预报误差修正技术应用效果不理想。然而由于流域系统的高度非线性而缺乏一种通用的方法能够有效地从实测流量过程中提取有用信息。本项目拟以水文模型为研究对象，通过水文模型系统微分响应来反映流量过程与水文模型特征量之间的响应关系，建立一种能够适用于水文模型的信息提取方法，解决水文模型计算信息不足问题；并将提取出来的有效信息应用于水文模型误差修正中，既提高水文模型的预报精度，又为水文系统内部规律探索提供工具。项目将为模型计算研究出有效的误差修正方法，为水文系统内部规律研究探索一种新的途径与方法。

以自然流域为基础发展起来的传统水文模型已经很难再对高密度和高强度人类活动影响下的流域进行精准的水文预报，因此需要先进的预报误差修正方法来提高预报精度。传统的水文预报误差修正方法仅仅利用有限的实测流量信息，信息种类综合且信息量有限，导致预报误差修正技术应用效果不理想。然而由于流域系统的高度非线性而缺乏一种通用的方法能够有效地从实测流量过程中提取有用信息。本课题以水文模型为研究对象，通过水文模型系统微分响应来反映流量过程与水文模型特征量之间的响应关系，建立了一种能够适用于水文模型的信息提取方法，解决水文模型计算信息不足问题；并将提取出来的有效信息应用于水文模型误差修正中，既提高了水文模型的预报精度，又为水文系统内部规律探索提供工具。项目为模型计算研究出有效的误差修正方法，为水文系统内部规律研究探索一种新的途径与方法。本研究还将此方法应用于面平均雨量误差的空间分布式修正研究，通过实际流域的应用验证了该方法的效果。研究团队还将降雨动态系统响应曲线的误差修正方法与概念性水沙模拟模型相结合以提高水沙过程模拟精度。此方法将水沙模型的水流模拟部分看作响应系统，通过修正水沙模型的重要输入项——面平均雨量，利用修正之后的面平均雨量系列，通过模型重新计算以提高模型对产汇流和产汇沙过程的模拟精度。通过理想案例验证该方法可行性后，选择黄土地区曹坪流域进行检验，结果表明修正后的水流和泥沙过程模拟精度均有显著提高，平均提高幅度分别为17.56％和15.86％。