分布式水文模型（精选10篇）
分布式水文模型 篇1
一、引言
洪水预报是水管理工作中的一个重要内容。通常洪水预报是以洪水波在河道中的运动规律、流域降雨径流形成规律为依据, 通过流域上断面的来水或者降雨情况或径流情况对洪水进行预报。能否进行准确的预报, 其关键的前提是相关的水文资料要充分。近年来, 随着微电子技术、GIS和遥测技术的发展以及对洪水理论研究的不断深入, 以自然物理机制为基础的分布式流域水文模型得到广泛的研究和应用。
二、模型建立
1、模型建立过程。
分布式模型建立过程主要分为三步:
首先, 确定模型的目的。由于不同研究者的目的、方法各不相同, 其建立的模型适用性也不同, 各个模型目标之间不具有互评性, 因此, 建模之前, 必须对模型支持的决策以及目标做出清晰的规定, 这是建模的前提条件。
其次, 建立概念模型, 即在确定模型目的的基础上, 研究达到这一目的的手段, 明确模型中包含的环节, 依这些环节的重要性的程度对其作出合适的描述, 在此基础上选择合适的模型代码, 建立概念模型。
第三, 建立模型, 包括数据收集, 确定模型结构、方法等。分布式水文模型需要流域内大量的信息和数据, 包括降水、植被、地形、土壤质地等, 这是进行准确分析的前提, 因此必须对收集数据给予足够的重视, 数据收集是否充分及准确, 对于结果具有直接的决定作用。
2、模型结构和模拟方法。
分布式水文模型的结构复杂, 包含多个相对独立的子系统, 其主要功能模块有:降水冠层截留、蒸散发、包气带水分垂向运移、辐射传输、河流/渠道汇流、表面漫流、饱和壤中流/地下水模拟、土壤侵蚀和沉积物运移等。
其模拟方法通常是将水循环的各个子过程联系起来综合考察。其中, 参数率定是水文模拟中不可避免且比较难的环节, 我们可以采用面向全局优化的遗传算法、贝叶斯方法以及GLUE方法减少模型的模拟输出值与实际观测值之间的误差。
3、模型校准、验证。
水文模型校准需要对模拟和观测的流量过程线进行校准, 采取的方法有手动试错法、自动参数优化法及两种方法结合法。不过校准不是最终的结果, 必须经过模型验证, 才能认定该模型有较好模拟自然环境的能力。
模型验证是证明模型得出的模拟结果是否符合精度要求, 在验证步骤上, 分布式模型与集总性模型大体相同, 但由于模型结构、模型应用目的不同, 相比较而言, 分布式模型验证要复杂一些, 它是多标准, 多尺度验证。
三、分布式水文模型在洪水预报中的应用
1、应用研究进展
近年来, 随着RS及GIS技术在水文领域的应用, 分布式水文模型与在流域洪水预报中发挥了重要的作用, 对其研究也取得了一定的成就:
首先, 实现了从DEM (数字高程模型) 中提取河网技术。利用DEM确定格网中水流流向, 识别流域分水线、勾画流域边界, 算出流域面积, 生成水系、流域, 使得分布式水文模型的应用推广趋于成熟, 由此, 洪水预报也更加准确。
其次, 实现了雷达估测降雨与水文模型的耦合。对雷达站雨量估算数据修正后与实测雨量结合而得到雨量的最优估算值, 再将雷达覆盖区域的资料合成为全流域范围的雨量估算场, 能够对流域实际降水状况做出比较精确的反应, 从而能够消除以点推面造成的误差, 提高精度。
第三, 建立了新型降水分布数学模型。在不考虑地形变化时, 天气系统降水量平面分布图是一组同心的椭圆形, 依此建立的流域面降水分布式数学模型, 能够提供中心降水位置和中心降水量, 因此这种模型在对暴雨的分析和洪水预报中有很大的实用价值。
第四, 建立并应用了多输入-单输出流域汇流模型。在某些受人工活动影响比较大的流域, 适用于天然流域的水文模型并不适用, 而基于物理过程的多输入-单输出分布式遥感水文预报模型可以发挥其效用, 通过向模型输入气象卫星资料、陆地卫星资料、降水量等, 流量过程单一输出, 从而能够对来水进行比较准确的预测。
2、典型分析——LL-II全分布模型的应用
LL-II模型是由武汉大学李兰教授等人提出, 这是基于山坡水文学原理研发的全分布模型, 集成了雷达测雨信息、土地利用遥感信息、DEM和土壤结构数字化信息等, 建立了饱和壤中流、地下径流对流方程, 采用二维土壤含水量计算模式, 引进了能量平衡方程和改进了裸地和植被蒸散发能力计算模式。其结构示意图如下:
(图片来源:http://www.waterlab.cn/expert/lilan/LL/ll-2.htm)
其独特之处在于从垂直方向上分层考查雨强、截留、下渗、蒸发、土壤含水量之间的相互作用, 推导出了的坡面流、壤中流、地下水、河道汇流的耦合方程组, 由此就可以很方便地进行汇流计算。
由于LL-II全分布式水文模型是全分布式模型, 考虑的因素多, 因此涉及到的参数也多, 主要参数有流域最大截留量、稳定下渗率、地下水空隙率、土壤水空隙率、下渗参数系数、下渗参数指数、截留参数、蒸发能力参数、坡面流波速、河道波速、扩散系数等。构件模型时, 首先将网格雨量资料和流量资料处理成程序需要的格式, 然后利用我们上面所说的方法对相关参数进行率定, 确定参数结果, 然后再进行模拟验证。相关实践表明, 这种模型对洪水的预报, 准确性相对较高。
四、结论
分布式水文模型不仅可以用来对洪水进行预报, 还有可以解决其他许多水文问题, 是未来水资源管理、水资源政策制定的基础和依据。当然, 必须注意的是, 没有一个模型是普适的, 对于分布型的各种模型, 譬如LL-II模型也是如此, 在建立或修正分布式水文模型时, 尤其要注意模型的适用范围, 不可生搬硬套, 要建立参数和研究区域之间的定量关系, 使参数更精确, 保证预报更准确。
参考文献
[1]芮孝方:《水文学原理》[M].北京:中国水利水电出版社, 2004.[1]芮孝方:《水文学原理》[M].北京:中国水利水电出版社, 2004.
[2]贾仰文、王浩:《分布式流域水文模型原理与实践》[M].北京:中国水利水电出版社, 2005.[2]贾仰文、王浩:《分布式流域水文模型原理与实践》[M].北京:中国水利水电出版社, 2005.
[3]http://www.waterlab.cn/expert/lilan/[3]http://www.waterlab.cn/expert/lilan/
分布式水文模型 篇2
由于西南岩溶地区含水介质的多重性和高度复杂性,岩溶地下河系统水资源的评价与预测一直是需要解决的重点与难点.运用传统的水文地质方法来实现地下河流域水资源定量评价,无论在理论、方法和技术手段等方面都遇到了挑战.在对西南岩溶地区水文地质条件分析的.基础上,评价了传统的流域水文模型应用于西南岩溶地下河系水量评价取得的成果及其局限性,并根据岩溶地下河和地表水在分布、变化等多方面的相似性,阐述了通过将岩溶地下河和表层岩溶带的概化,对分布式水文模型地下水径流模块进行改进,并对该模型在西南岩溶地下河水资源评价的可行性和应用前景进行展望.
作 者：贾晓青 杜欣 陈植华 JIA Xiao-qing DU Xin CHEN Zhi-hua 作者单位：贾晓青,杜欣,JIA Xiao-qing,DU Xin(中国地质大学,研究生院,湖北,武汉,430074)
陈植华,CHEN Zhi-hua(中国地质大学,环境学院,湖北,武汉,430074)
湿地生态水文过程与模型概述 篇3
关键词：水文情势；湿地生态水文过程；模型构建
湿地被誉为“地球之肾”，是三大生态系统的重要组成部分，具有重要的资源和生态功能，在维持区域水量平衡、减轻洪涝灾害、改善水质等方面具有重要作用[1]。这一切，都依赖于湿地的水文过程。因此，湿地的水文过程在其形成、发育、演化直至消亡的整个过程中起着主导作用，并且通过水文情势的改变进一步来控制植被的生长结构、空间分布格局及生态过程，水文情势的不良改变成为湿地退化的重要原因。
1 湿地生态水文过程
湿地生态水文过程是湿地生态水文学研究的核心内容，其阐述了生物与水分之间的关系，目标是揭示湿地水文格局时空演变与湿地生物过程之间的相互作用和反馈机制，并为湿地科学保护和恢复提供理论依据[2]。
从水分的角度出发，湿地生态水文过程可以分为三个部分，包括生态水文物理过程，生态水文化学过程和水文过程的生态效应[3]。其中，水文过程的生态效应是生态水文物理过程和化学过程的体现。湿地生态水文物理过程主要指湿地植被对湿地水文的影响，在植被条件改变之后，水文要素如降水、蒸散发、径流和地下水等会如何变化；湿地生态水文化学过程主要指水文行为的化学方面，即水质性研究；水文过程的生态效应主要表现为植被的生长和分布随水文要素的变化[4]。
1.1生态水文物理过程。湿地生态水文物理过程受众多因素的综合影响，包括当地的气候条件、土壤基质、消落带的水位变化以及植被类型。其中气候条件影响降水量的强度和大小、日照强度以及风力大小，从而影响湿地的径流和蒸散发过程；不同的土壤基质具有的不同的渗透系数，从而影响地下水的渗流过程；湿地消落带水位的变化引起土壤理化参数的改变，土壤含水量、pH值、有机质等的变化引起湿地植被类型的改变；而湿地植被类型及覆盖率对降水截流、蒸散发、径流和地下水等都有较为显著的影响，是决定湿地生态水文物理过程的重要因素之一，很大程度上它们直接参与水文过程的进行，或者本身就是水文过程进行的基本载体。
1.2生态水文化学过程。不同于生态过程中的物理变化，生态水文化学过程主要是指水文行为的化学方面。淡水生态系统周围的湿地、洪泛平原可以通过改变地表径流和水文格局来影响地下水的补给、径流和排泄，在控制和降低营养物的沉积、运移、营养负荷以及净化水质等方面起着重要的作用[5]。从生态学的角度看，研究生态水文化学过程是研究生态水文的一个重要分支，有助于揭示湿地生态系统水文化学特征及其变化规律，为湿地保护和生态建设、水资源保护利用和管理提供科学的依据。
1.3水文过程的生态效应。水文过程的生态效应主要是指在水文过程对湿地植被的生长发育和空间分布上的影响。一方面，水文过程的化学变化会引起水中物质浓度的改变，污染物的过渡增加会导致水质污染，造成植物的大量死亡；另一方面，水的物理性质和空间分布格局也影响着植物的生长和空间分布，比如洪水规模，季节性洪水发生时间以及年平均水位等都对对生物的多样性具有重要的影响。
2.湿地生态水文模型
湿地生态水文模型是运用计算机模拟技术的方式揭示水文过程的模型。从模型发展看，其构建方法主要有三种，包括统计方法，遥感方法和数值模拟方法。从模型的具体构建方法可以分为：基于“3S”技术的湿地生态水文模型、基于生态水文过程的湿地生态水文模型以及基于生态-水文模型耦合的湿地生态水文模型[4]。由于水文过程具有复杂性，水文要素具有时空分布不均匀性，且多地区缺乏长期的实测数据，因此建模计算就十分困难。近年来，“3S”技术的发展解决了数据测量的问题，在实用中得到了普遍的应用。其中：RS技术可以同步获取大面积的地物信息；GPS具有高度的定位能力，能为RS提供准确的定位数据；GIS具有强大的管理和分析能力[1]。因此结合“3S”技术构建生态水文模型是目前国际研究生态水文学的一个重要方向。周德明等以内陆平原淡水湿地为例，构建以生境特征为核心的湿地生态水文概念模型，同时设计了一个在集水区尺度上基于RS和GIS方法的湿地生态水文模型范式。生态-水文模型耦合的湿地生态水文模型是建立在现有成熟的湿地水文模型之上的一种模型，它对现有的水文模型进行改进，考虑生态效应对水文变化的影响来建立生态水文模型，或者将湿地的水文模型和生态模型进行耦合来建立湿地生态水文模型。
3.湿地生态水文模型的展望
由于人对湿地水文过程运行机理的认识存在不足，因此对湿地水文过程的模拟也存在很大的缺陷。目前国际上虽然应用GIS技术、遥感技術等进行湿地生态水文模型，得到了一些重要的成果，但是尚未建立能够得到普遍运用的生态水文模型。过去部分研究者建立了SWAT、MILESHE、ModFlow、SWIM等模型，但是这些模型开发时间过早，对湿地运行机制的认识不完善，因此在对生态水文过程的分析中不能简单的套用这些模型。由此可见，目前国内外对湿地生态水文模型的建立还存在起步于探索阶段，还没有建立起成熟完善的模型，因此需要更多的研究者投入模型的探索中，为模型的建立付出更多的努力。
参考文献
[1]张光新，张蕾，冯夏清，等.2014.湿地生态水文与水资源管理.北京：科学出版社.
[2]严登华，何岩，王浩，等.2005.生态水文过程对水环境影响评述.水科学进展，16（5）：747-752.
[3]黄奕龙，傅伯杰，陈利顶.2003.生态水文过程研究进展.生态学报，23（3）：580-587.
[4]于文颖，周广胜，迟道才，等.2007.湿地生态水文过程研究进展.节水灌溉，（1）；19-23.
[5 ]章光新.2006.关于流域生态水文学研究的思考.科技导报，24：42-44
分布式水文模型 篇4
基于DEM的分布式水文模型包括垂直方向产流和水平方向汇流计算,在垂向产生流量,再经水平方向逐网格的输送,直到流域出口。水文模型的垂向计算在流域空间上认为是时间同步的,而在水平方向计算要考虑水流的前承后接,故是时间异步的。汇流顺序确定的实质是确定流域空间内每一个栅格的计算排序问题;它是分布式水文模型计算的基础,是刻画水流在流域空间分布的关键。基于DEM的汇流顺序与传统的河网演算顺序的基本原理是相同的,由于一个流域上的栅格单元个数远远多于流域水系节点的个数,因此确定流域汇流顺序远比确定流域河网演算顺序复杂。目前,就基于DEM的分布式水文模型中栅格汇流顺序的确定方法已有研究,常见的方法有分级确定法和随机抽样法。熊立华[1]比较研究了随机抽样法和分级确定法在分布式水文模型中栅格汇流演算顺序确定的应用,认为对于栅格数目很大的情况,采用分级确定法来确定流域DEM中栅格汇流演算顺序。王纲胜等[2]采用分级确定法确定分布式水文模型汇流路径,结果表明该方法理论合理,在应用中取得良好的效果。对于多叉树后序遍历算法在栅格汇流顺序确定的研究应用较少,主要应用于传统的河网演算顺序的确定。舒栋才等[3]应用多叉树的遍历算法与数字水系拓扑关系计算,快速自动建立反映洪水演算顺序的拓扑结构,并解决了复杂流域洪水的演算集成问题。目前未发现有就3种汇流顺序确定法对流域分布式水文模型汇流演算影响的研究,本文旨在研究3种汇流顺序确定方法对流域分布式水文模型汇流计算结果的影响及其适用性。
1 汇流顺序确定方法
1.1 随机抽样法
该方法的基本思想是在流域范围内随机抽取未被确定次序的栅格,通过判断当前栅格上游栅格属性(是否存在或已被确定)来确定当前栅格的汇流次序。随机抽取法确定栅格汇流演算顺序的思路清晰、简单;缺点是计算工作量比较大,效率不高。随机抽样法的具体计算过程见表1。
1.2 分级确定法
该方法的基本思路是将流域内的栅格进行分级,流域出口栅格为1级,流入1级栅格的单元为2级,流入2级栅格的单元为3级,如此类推,直到最上游的栅格归为N级,从而得到全流域栅格的分级,汇流演算从最上游向流域出口逐级计算。分级确定法具体计算过程见表2。
1.3 多叉树后序遍历算法
树是n(n>=0)个有限元素的集合T。任意一个非空树(n>0)满足以下2个条件:一是有且仅有一个根(root)结点;二是当n>1时,除根结点以外的其余数据元素被分成m(m>0)个互不相交的集合T1,T2,…,Tm,其中每一个集合Ti(1≤i≤m)本身又是一棵树。当树中的每个结点最多只有两棵子树时,称为二叉树;多于两棵子树时称为多叉树[3]。流域栅格汇流节点可以看成是树形结构,树形结构具有了分形特点[4],见图1。多叉树后序遍历算法的核心思想是:以流域出口栅格单元作为搜索起点,以当前栅格正东方为起点,顺时针搜索流入当前栅格的上游栅格;然后在以此上游栅格作为新的搜索起点继续搜索,直到当前栅格不存在上游栅格或者上游栅格已经确定汇流次序时,确定当前栅格的汇流次序,反复上述搜索完成流域汇流栅格的遍历。多叉树后序遍历算法具体计算过程见表3。
3种汇流顺序确定方法各有特点,随机抽样法获得的流域汇流顺序从空间上来看比较凌乱,缺乏规律性;分级确定法空间汇流顺序层次清晰,计算相对于随机抽样法复杂;多叉树后序遍历法为递推过程,数学基础严谨,具有分形特点,在计算机上容易实现。3种汇流顺序确定算法都有一个共同点,即在空间拓扑结构中,都保证了流域内每一个栅格单元的汇流次序的不早于该单元的上游栅格单元。
2 栅格分布式水文模型
本文研究是基于DEM的分布式水文模型,亦称栅格分布式水文模型,采用正方形网格对流域进行划分,将整个流域沿水平方向划分成一系列大小相等的正方形单元,如图2所示。流域内每个栅格假定具有统一的流域物理特性和降雨量[5]。本次构建分布式水文模型中,将流域栅格进行分类,分成河道单元和边坡单元。在垂直方向进行逐网格蓄满产流计算,在水平方向进行逐栅格汇流演算。本文汇流演算采用的水动力学方法,坡面汇流采用一维运动波法,河道汇流采用一维扩散波法。地表产流量按照汇流顺序确定的路径进行演算,由于汇流采用水动力学方法,故汇流顺序对栅格分布式水文模型流域汇流演算存在影响。
边坡汇流采用一维运动波法进行边坡汇流计算,即忽略圣维南方程组的运动方程中的惯性项和压力项,只考虑摩阻比降和坡度的影响。并认为摩阻比降Sf等于坡度S0,相应的圣维南方程组如下:
式中:Q为流量;h为径流深;q为单元侧向入流,包括地表径流产流量和上单元汇入的壤中流。
假定边坡上为宽浅型河道,则地表径流汇流流量Q可根据曼宁公式[6]计算如下:
式中:n为糙率;L为栅格边长。
采用有限差分方法,联立公式(1)、(2)、(3)得到非线性方程,应用顿迭代法(Newton-Raphson)[7]进行求解。
河道汇流采用一维扩散波法,即忽略圣维南方程组的运动方程中的惯性项,考虑摩阻比降Sf与坡度S0及压力项的差,圣维南方程组的简化形式如下:
式中:Q为过水断面流量;A为过水断面面积;q为侧向补给水量,即本单元上产生的地表径流量及上单元汇入的壤中流量,当本单元有支流汇入时,还应该包括支流的汇入水量。
根据曼宁公式,河道水流流量Q可按下式计算:
式中:R为过水断面的水力半径。采用有限差分方法,联立公式(4)、(5)、(6)得到非线性方程,应用顿迭代法(Newton-Raphson)进行求解。
3 实例分析
3.1 研究区域
流溪河水库位于广东省从化市东北部,距离从化市区30km,广州市区90 km。水库流域所处位置为东经113°15′-113°55′、北纬23°10′-24°01′之间,地处北回归线,属华南亚热带气候。实测多年平均降雨量为2 082 mm,多年平均入库流量为21.8 m3/s。流溪河大坝以上流域,简称流溪河水库流域,坝址以上河长37 km,水库总库容为3.782亿m3,控制面积为539 km2,属于不完全多年调节水库。坝址以上主要有二条支流,包括吕田水和玉溪水。流域处于九连山脉派生出来的南昆山和青云山支脉的结合部,属中、低山地,丘陵区,东南高西北低。
采用空间分辨率为100 m×100 m的DEM,应用单流向法[8]提取流溪河水库流域及其水系,将流溪河水库流域划分为52 853个栅格单元,提取流域面积为528 km2(与实际流域面积539 km2相近)。
3.2 汇流顺序生成
应用单流向法,由DEM计算得到栅格流向和累积流,然后采用3种汇流顺序方法计算流溪河水库流域的栅格分布式水文模型汇流顺序。3种方法计算结果见图3、4、5。在生成流溪河水库流域52 853个栅格单元汇流顺序的过程中,3种方法分别耗时为:随机抽样法6 843 ms、分级确定法250 ms、多叉树后序遍历法31 ms,可见多叉树后序遍历法相对其他两种算法计算效率极高。从流溪河水库流域3种汇流顺序结果来看,随机抽样法得到的汇流顺序比较凌乱,缺乏规律性,但能看得出河道单元具有高的汇流次序;分级确定法空间汇流顺序层次清晰,从流域最上游到流域出口,有明显的分层,越靠近流域出口,汇流次序越大;多叉树后序遍历法则表现为在子流域范围内逐个栅格汇入河道,每一个子流域汇流顺序规律与整个流域的汇流顺序规律一致,符合宏观水系的特点。多叉树后序遍历法相对于前面两种方法计算结果在空间上来看更加合理,该算法为递推过程,数学基础严谨,在计算机上容易实现,计算效率高。
3.3 情景模拟结果
应用栅格分布式水文模型在流溪河水库流域进行情景模拟。为了确保能产生地表径流,假设在流溪河水库流域面上有均匀的降雨,雨强为50 mm/h,且连续降雨15 h(确保大于流域汇流时间),通过栅格分布式水文模型产汇流计算,分析3种汇流顺序对流域空间流量演算的影响。本次研究在流溪河水库流域内边坡单元上、中、下游,河道单元上、中、下游以及流域出口设置流量观察点,观察点位置见图6。通过模型计算结果可知:在3种汇流顺序确定的流域汇流演算路径情况下,流溪河水库流域空间上各个观察点流量大小相同(部分观察点结果见表4),这说明了,3种汇流顺序确定方法得到的汇流顺序对栅格分布式水文模型汇流演算计算的结果没有影响。
m3/s
注:A为随机抽样法,B为分级确定法,C为多叉树后序遍历法。
4结语
本文研究了基于DEM的分布式水文模型的3种流域汇流演算顺序确定方法,分别是随机抽样法、分级确定法和多叉树后序遍历法。3种汇流顺序确定算法特点鲜明,多叉树后序遍历法相对于前面两种方法计算结果在空间上来看更加合理,该算法为递推过程,数学基础严谨,具有分形特点,在计算机上容易实现,计算效率较高。3种汇流顺序确定算法都有一个共同点,在空间拓扑结构中,都保证了流域内任意一个栅格单元的汇流次序不早于该单元的上游栅格单元。通过流溪河水库流域情景模拟,并根据流域不同单元类型以及流域上下游结构设置了7个观察点,计算结果表明,3种汇流顺序确定方法得到的流域汇流路径下,流域流量演算结果完全一致,3种方法均可用于栅格分布式水文模型汇流顺序计算;同时也说明了只要满足流域内任一栅格汇流次序小于其上游任一个栅格的汇流次序,汇流演算的结果是一致的。这样的结果也给了人们一个信息:流域内有若干栅格可以同时进行汇流计算,即符合并行计算时间同步的条件。多叉树后序遍历法符合树形结构,具有分形特点,具有应用于时空高分辨率的分布式水文模型并行计算的潜力。
摘要：各个栅格在水平空间中模型计算顺序的确定,是构建基于DEM的分布式水文模型过程中的关键环节之一。对比研究3种基于DEM的分布式水文模型汇流顺序确定的方法:随机抽样法、分级确定法和多叉树后序遍历算法。通过构建基于DEM的分布式水文模型,以实例研究3种方法对汇流演算的影响及其适用性。结果表明:3种方法得到的汇流顺序对应的模型计算结果完全一致。多叉树后序遍历算法具有分形特点,计算效率高,在实际应用中,建议采用多叉树后序遍历算法确定分布式水文模型的汇流顺序。
关键词：数字高程模型,分布式水文模型,汇流顺序,汇流演算,情景模拟
参考文献
[1]熊立华.分布式水文模型中栅格汇流演算顺序的确定[C]∥中国水利学会第三届青年科技论坛论文集,2007:305-309.
[2]王纲胜,夏军,牛存稳.分布式水文模拟汇流方法及应用[J].地理研究,2004,23(2):175-182.
[3]舒栋才,程根伟.基于多叉树的遍历算法在数字水系拓扑关系计算中的应用[J].长江流域资源与环境,2006,15(6):733-739.
[4]王巧丽.分形理论及其在水文学中的应用[J].山西水利科技,2003,(3):21-23.
[5]陈洋波,任启伟,徐会军,等.流溪河模型I:原理与方法[J].中山大学学报自然版,2010,49(1):107-112.
[6]杨润,温德清.曼宁公式中以平均水深代替水力半径的流量计算误差[J].新疆电力技术,2007,(4):43-44.
[7]何光渝,高永利.Visual Fortran常用数值算法集[M].北京:科学出版社,2002:444-449.
流域水文模型的发展 篇5
流域水文模型的发展
本文列出了当今世界上比较流行的15个流域水文模型.对现行概念性集总式流域水文模型的结构和参数的特点进行了评论,指出了这类流域水文模型存在的主要缺陷.对新一代流域水文模型,即分布式流域水文模型,尤其是其中具有物理基础的分布式流域水文模型,进行了较为深入的分析,指出其之所以优于集总式流域水文模型的`主要原因.最后对流域水文模型进一步发展所必须具备的理论和技术条件做了初步讨论.
作 者：芮孝芳 蒋成煜 张金存 RUI Xiao-fang JIANG Cheng-yu ZHANG Jin-cun 作者单位：河海大学,水资源环境学院,江苏,南京,210098 刊 名：水文 ISTIC PKU英文刊名：JOURNAL OF CHINA HYDROLOGY 年，卷(期)：2006 26(3) 分类号：P338 关键词：水文学 集总式流域水文模型 分布式流域水文模型 发展分布式水文模型 篇6
复杂电磁环境下分布式气象水文数据共享有多种策略,而现有的气象水文环境数据共享的解决方案,如全军气象水文网络等应用,都是基于传统的C/S模式实现的。传统C/S模式采用了集中式控制,比较成熟,对于数据共享具有良好的可控性,但是这种方式在复杂电磁环境下的恶劣战场环境中隐藏着诸多问题[1]:数据的提供者和使用者严格区分,数据提供者只是局限在个别节点上,不利于形成信息栅格,无法建立扁平的数据共享方式;数据集中在某个或某几个服务器上,单点“数据信息中心”在作战中容易成为敌人攻击的战略目标,一旦被摧毁,将导致整个系统的崩溃;系统控制权集中在服务器端,造成客户端对服务器端过度依赖,缺乏灵活性,无法适应灵活多变的复杂战场环境。
复杂电磁环境下一体化联合作战对数据共享网络系统的生存、运行性能等提出多种要求[1]:具有足够的健壮性和抗毁性,以保证能够在激烈的军事对抗环境中稳定地发挥性能;作战部队和各类保障单元能够通过卫星通信、移动通信及战术互联网等各种技术手段,迅速联入战时网络,获取“即需即联”的数据支持,实现端到端的“互联、互通、互操作”,使数据提供者和使用者密切协同、高度融合;能够为气象水文保障和辅助决策过程提供共享战场气象水文环境要素的多维数据信息的能力,无论是空中气象要素还是战场水文资料,实时探测数据还是历史数据,都应该包括在系统当中;在组织形式上要求能够在信息栅格上提供一种横向的、扁平的气象水文数据共享应用。通过分析这些要求,提出把对等网(P2P,Peer To Peer)技术应用于战时气象水文信息网络建设中,对等网能适应于复杂电磁环境下一体化联合作战需求。
1 一体化联合作战需求下对等网技术特性
与传统的分布式系统相比,对等网技术具有无可比拟的优势,同时具有广阔的应用前景。微软公司在新一代操作系统Windows Vista中也加入了P2P技术,以加强协作和应用程序之间的通信;美陆军在未来战斗系统(FCS)中已采用基于P2P技术的JXTA平台,用来在作战网络上检索和发现各种武器平台[2];美国诺思罗普·格鲁曼(Northrop Grumman IT)公司采用P2P技术用于组件现在和未来的通用作战图(COP)[2];挪威国防研究院采用P2P分布式技术构建网络中心指挥控制系统[3]。
P2P技术拥有C/S模式所不具备的一些特点,这些特点在某些方面能够更好地适应复杂电磁环境下一体化联合作战的特点和要求,具体如下:
1)P2P架构可以提供更为健壮的数据共享应用。复杂电磁环境下一体化联合作战对于数据共享应用最基本的要求,就是能够在激烈的战场环境下具有良好的抗毁性和健壮性。在大部分指挥系统遭到电子压制或物理打击后,由于P2P技术是将服务分散在各个结点上的,只要能够保证在局部区域的P2P服务器能够正常运行,仍能保证这一区域的信息交流正常进行,因此部分结点或网络遭到破坏对其它部分的影响很小。
2)P2P技术能够更灵活适应战场复杂多变的环境。在战场环境下,作战或保障单元会因为战场情况变化而频繁地进入和退出数据共享应用系统,P2P网络通常都是以自组织的方式建立起来的,能够根据网络带宽、结点数、负载等变化不断地做自适应式的调整,可以较好地适应节点的动态加入和退出。
3)在结构上,P2P技术强调的是整个网络中扁平的逻辑结构,它打破了C/S模式下纵向的组织结构,为数据应用提供了横向的、扁平的共享方式。这种方式恰好吻合了一体化联合作战中所强调的数据组织方式,即将气象水文数据分散在扁平的信息栅格的节点上。
4)基于P2P技术的数据共享可以提供海量的数据存贮。一体化联合作战中的气象水文数据支持要求数据是详尽的、全面的,数据量非常庞大。而P2P存储系统的存储容量是所有节点贡献出来的空闲磁盘空间的总和,且随着加入系统的节点数量线性增长,能够很好地满足和适应复杂电磁环境下一体化联合作战对海量气象水文环境数据存贮的要求。
5)P2P技术为用户提供了一个高性价比的数据集成和共享方案。使用P2P技术用户无需为建立一个大容量、高性能的存储系统而投入高额的资金购买专用服务器和路由器等设备,或租用高速网络通道,只需要利用现有的计算设备,将闲散的存储资源整合起来,就可以实现高质量的网络存储服务。
P2P技术在灵活性、扩展性、健壮性及组织方式等方面,均符合一体化联合作战对气象水文数据共享应用的要求。
2 气象水文数据共享对等网应用系统构想
2.1 对等网应用系统概述
系统的基本思想是基于军地现有信息基础设施,在不影响现有各业务系统运行的前提下,建立新的以P2P组织方式的应用系统,将网络中所有拥有气象水文数据资源的计算机纳入到网络系统当中,其中包括大型机、工作站及个人计算机等,整合这些计算机上存贮的气象水文数据资源,形成一个扩展性好、高可靠、高性能、廉价的对等的分布式气象水文数据资源共享系统,并且可以通过该系统为上层应用提供数据支持。系统中的各数据源节点具有自治性,在实现数据共享的同时,每个数据共享应用仍保持自己的应用特性、完整性和安全性控制。用户可以通过本系统对这些异构数据源中的数据进行应用,如同操作一个单一的数据库系统一样。系统是现有数据共享应用的补充和扩展,它可以很好地兼容现有的数据共享系统。
2.2 系统数据共享模式特点
在一体化联合作战条件下的气象水文数据共享应用中,现有的气象水文共享应用仍然起着重用作用,是一体化联合作战中气象水文保障的主要数据来源。本文提出的系统是在现有应用基础之上构建的一种基于P2P技术的气象水文数据共享应用,是现有气象水文数据共享应用的补充和扩展。
本系统采用的是一种更为扁平的网状结构,拥有气象水文数据资源的计算机都可以自主地加入到系统当中。从数据的服务者和使用者这一角度来看,这些计算机都是平等的,不论这个计算机所处的位置是总部级、战区级还是台站级的,它们都平等地进行数据资源的发布和共享。数据的交换和共享操作是在任意2个节点之间直接进行的。
系统采用了分布式的P2P拓扑结构,将进入到系统中的节点分为边缘节点和超级节点。系统拓扑结构如图1所示,边缘节点可以是P2P网络中的任何一个节点,它为P2P网络提供最基本的资源,同时通过超级节点向整个P2P网络进行资源查询。将具有较多资源的相对比较稳定的计算机作为P2P网络中的超级节点,其作用除了为P2P网络提供资源之外,还要实现P2P网络中的资源信息索引,为与其连接的边缘节点提供服务。
系统数据是分散在网络中各个节点之上的,数据信息的发布与共享都是通过P2P网络来实现的,即请求者通过P2P网络找到数据信息的发布者,通过气象水文数据信息完成与数据持有者之间的数据共享。因此系统中的数据流向是从网络中的1个节点直接到另外1个节点,数据的流向始终是从数据的拥有者到数据的使用者,这样,可以认为系统的数据流向在逻辑上是“扁平的”数据共享应用。只要拥有气象水文数据的计算机都可以作为系统中的节点进入到系统当中,将自己所拥有的气象水文数据资源信息发布出来,使得整个系统的数据来源更加广泛。系统通过所依托的P2P网络获取数据。由于P2P网络是建立在应用层上的,因此具体的物理网络形式可以是多样的,其对于用户来说是不可见的,系统的数据来源是通过P2P网络提供的。
本系统用户对象的范围很广,可以是台站级、战区级或是总部级的任何一个气象保障单位,也可以是某个单兵或者某台数据终端,都可以通过网络进入系统获取所需的气象水文数据。
2.3 系统应用特性
广泛性:系统可以部署在网络的任一节点上,只要存在网络的地方都可以使用,可以为一体化联合作战中的气象水文保障单位、作战部队提供实时的数据支持。
经济性:系统可以运行在现有的网络环境和设备之上,无需再建立一套新的硬件设施,同时,该系统将数据分布在网络各个节点上,有效地利用了网络存储空间,降低了存储成本。
可靠性:系统降低了单点失败的可能性,当某一个或某几个节点遭到破坏时,由于数据资源是散落在整个网络中的,不会给系统带来毁灭性的灾难。
高效性:随着系统用户和数据拥有者的增加,系统的性能也会不断提升。当一种数据被其它节点共享并下载后,该数据将会在本地进行备份,并且将这一数据资源的信息发布出去,这样该数据就会拥有更多的数据源,使得对于较为流行和用户关注性较高的数据文件的搜索效率大大提高,保证了系统的可用性。
灵活性:系统每个节点即是数据消费者也是数据注入端,每个节点(尤其是机动、便携和手持终端)都可以通过增加探测设备,实现实地气象水文数据的采集与发布,同时也可以将气象水文数据信息发送到战场的最前端,为作战进行实时保障。
兼容性:可以将已有的气象水文数据共享系统的某一个客户端或服务器作为本系统中的Peer,为系统提供气象水文数据资源。可以很好地实现与现有系统的兼容,并且能够很好地利用现有的数据资源。
3 结语
战场信息空间是由传感器、交战和信息等网络组成,涵盖战场所有信息。它是指挥决策和作战行动的OODA(发现、锁定、决策、行动)能力的信息基础。信息网格技术则是战场信息空间的骨架,是军事气象水文信息化建设的发展方向。P2P带给我们的不仅仅是技术上的应用,更为重要的是对下一代分布式计算的启发,因此应该充分挖掘它在军事应用上的潜力,用于作为构建未来战场信息空间的关键技术之一。
P2P网络策略是一种战时状态下的特殊应用,不能简单地复制和代替平时的应用需求,可以作为现有气象水文数据网络的扩展和补充。作为本系统关键技术的气象水文数据资源共享元数据标准、气象水文数据的信息发布与搜索、P2P网络安全控制等问题还需要进一步深入探索。
摘要：当前气象水文数据共享主要采取传统C/S模式的集中式控制结构,存在灵活性、抗毁性低的缺点,为此提出把对等网(P2P)技术应用于战时气象水文信息网络建设中。介绍了基于现有军地信息基础设施,在复杂电磁环境下构建气象水文数据共享对等网的总体构想,目的是建立具有高度灵活性、扩展性、健壮性的对等网络,与现有集中式气象水文数据共享网络相辅相成,以谋求最大限度地生存并获取最大信息优势。
关键词：对等网,气象水文,数据共享,信息优势,复杂电磁环境
参考文献
[1]孙鹏.基于P2P网络的气象水文数据共享模型的研究[D].解放军理工大学,2007(6):17-19.
[2]Tommy Gagnes.Evaluating Peer-to-Peer Technology in the Future Battlespace[M].Rena:FI(Norwegian Defence Research Establishment),2003.
分布式水文模型 篇7
矿区位于七台河东部,矿区范围:北自F1断层,南至F19断层,西自第9勘探线与龙西精查区相接,东至第19勘探线,走向长4.5公里,平均化碳斜宽5公里,深部以-600米标高为界,面积为22.5平方公里。已开采的矿体资源均在-350米标高以上,采区高吊,未开采的矿体资源主要分布于-350~-600米标高及F14号断层以北的大丰普终勘探区的矿体资源。矿体资源最低开采标高为-600米。矿区当地浸蚀基准面标高为204米,矿井最低排泄面标高为+5米。
1 水文地质条件分析
该河床标高为208.5米,最大流量为0.97立方米/秒,煤矿大部分矿井位于丘陵顶部区及丘陵斜坡区,局部位于河谷区。区内第四系地层总厚度约5~10米,其上分层为0.4~0.5米腐植土,中部为4~5.5米厚的粘土,淤泥层,发育较稳定连续,隔水性能良好。下分层为1~4米厚的砂砾含水层,发育极不稳定,呈透镜体状分布。最下部分为风化基岩和煤层露头。区内南部为茄子河上游支流立新河,为区内主要河流,季节性河流,该区最高洪水位标高在208~212米。区内地势北高南低,由于立新河对第四系地层的冲刷搬运,使河谷区沉积了大量泥沙,造成立新河下游二采区境内河水滞流,流速缓慢,但对河谷区矿井不构成直接威胁。该河流流经上一采区,二采区及五采区中部,新世纪以来,对立新河床进行了综合治理,治理后河谷区矿井生产安全得到保障,该河流斜交煤层露头通过本井田,对这几个采区具有一定的间接影响。
根据本区地形地貌及第四系地层分布特征,以及岩层的富水性,地下水的补给条件,排泄条件和动态特征的差异性,将本井田划分为两个水文地质区,即将上一采区,二采区及五采区划分为河谷水文地质区,将三采区,下一采区及六采区划分为丘陵山地水文地质区。
2 含水层分布规律和特征
由于岩层风化裂隙随深度增加而减小,岩层含水性随深度增加而减弱,岩层的富水性在同一深度条件下因岩性差异而不同,同一岩层含水性随深度增加而减小。根据岩层富水性规律对本区做如下含水层分带:
2.1 第四系裂隙含水带。发育深度为0~20米,目前已被疏干。
2.2 风化裂隙含水带。发育厚度约25~50米,该含水带属于强含水层,为目前本区主要含水层。
2.3 亚风化孔隙含水带。发育厚度约40~50米,岩层含水性较弱,随开采深度的增加而减小。
而根据岩性不同,裂隙的发育程度以及岩层的含水性不同,将本区划分为以下含水层,共发育12层含水性不同的岩层,根据岩层的含水性不同将该区含水层划分为:含水性较强、含水性中等及含水性较弱等类型。
2.4 立新河第四系孔隙含水层。
第四系含水层分布于立新河两侧,呈条带状分布,为生产矿井初期的主要充水源,根据抽水钻孔水孔资料表明,渗透系数为1.583米/日,单位确水量0.852公升/秒米,地下水化学类型为HCO3~CaNa中一酸性水。
2.5 侏罗系含煤地层裂隙含水层。
侏罗系含煤地层顶底板均由不同粒级的砂岩组成,对矿床的充水程度主要决定于岩层裂隙发育程度和补给条件,全矿井共发育以下含水性不同的岩层:
2.5.1 含水性较强的岩层:
白垩纪含水层为强含水层,分布本区东南部的丘陵斜坡区和河谷洼地,以角度不整合与煤系地层接触,厚度500米,岩性上部以粗砂岩为主,中部以细砂岩为主,下部以含砾粗砂岩为主,其漏水次数占总漏水次数的13.7%。
35煤层上部含水层为强含水层,分布于本区西南部河谷区南翼斜坡区一角,岩性较细,漏水次数占总漏水次数的4.3%。
67~73煤层间含水层为强含水层,分布于西部的北部边界附近的丘陵顶部区和东部的向背斜两翼,平均厚度100米,漏水次数占总漏水次数的12.8%。
2.5.2 含水性中等岩层:
65~67煤层间为中等含水层,分布于本区西部向背斜轴向两翼丘陵区至东部12线间的丘陵斜坡区,平均厚度70米,岩性较细,漏水次数占总漏水次数的10.3%,单位涌水量0.167~0.433公升/秒米,渗透系数0.285~0.823米/日。
73~88煤层间为中等含水层,分布于本区东部F35~F27号断层间的丘陵斜坡区,平均厚度74米,岩性以粗砂岩和含砾粗砂岩为主,裂隙率0.82条/米,漏水次数占总漏水次数的18.8%。
88~98煤层间为中等含水层,分布于东部73~88号层间斜层以北,平均厚度86米,岩性以粗砂岩为主,占全层的55%,裂隙率1.1条/米,漏水次数占总漏水次数的10.3%。
99~109煤层层间含水层,含水性中等,分布在F14断层附近的丘陵斜坡区,平均厚度50~70米岩性较粗,漏水次数占总漏水次数的9.8%。
2.5.3 含水性较弱的岩层:
(1)45~52煤层层间弱含水层,岩性以中粗砂岩为主,漏水次数占总漏水次数的30%。(2)54~61煤层层间弱含水层,岩性以中粗砂岩为主,漏水次数占总漏水次数的30%。(3)62~65煤层间弱含水层,分布于12线以西的褶皱区西翼的广大丘陵区和斜坡区,平均厚度48米,岩性以细砂岩为主,裂隙率1.16条/米,漏水次数占总漏水次数的3.4%,单位涌水量0.278公升/秒米,渗透系数0.388米/日。(4)98~99煤层间为弱含水层,分布于本区东北部边界附近的丘陵斜坡区,平均厚度25米,岩性较粗,漏水次数占总漏水次数的5.1%。(5)109~119煤层间为弱含水层,分布于本区北部边界F14断层附近丘陵斜坡区,平均厚度100米,岩性粗砂岩为主,漏水次数占总漏水次数的3.4%。
摘要：本文对七台河东部某矿区进行了水文地质条件综合分析。就含水层和隔水层的分布,对第四系裂隙含水带,风化裂隙含水带,亚风化孔隙含水带,立新河第四系孔隙含水层,侏罗系含煤地层裂隙含水层,含水性较强的岩层,含水性中等岩层,含水性较弱的岩层等进行了规律与特征分析。
基于云模型的典型水文年选取研究 篇8
传统基于频率法[1,2,3]的典型年确定方法首先对径流时间序列进行频率分析得到其频率分布曲线,再用设定的频率值分别代表枯水年、平水年、丰水年进行曲线查询得到对应的设计值,最后根据此值到历史资料中选择最为接近的一年作为典型年。但实际操作中,由于边界的不确定性,上述方法存在着较大的人为性及经验性,如不同年份的两径流过程相像和不相像,年径流量中丰水、中水和枯水之分等并没有明确的分界点。因此,相关学者提出采用模糊数学方法进行典型水文年的提取[4,5,6]。而在自然语言中,许多概念的不确定性包含了随机性和模糊性两个方面。这两方面通常有很强的关联性,不能分开。传统的模糊本体中所涉及的模糊概念过多地强调了概念的模糊性,而忽略了其随机性的特征。云模型方法[7,8]是在传统模糊集理论的基础上,引入概率统计思想,将隶属函数的精确性拓展为具有统计分布的不确定性,能够同时反映概念的模糊性和随机性。显然,用一个随机变量来表示某个对象属于某个不确定性概念的隶属度,比传统的确定隶属度函数更符合实际。因此,将云模型方法应用于典型水文年的选取具有积极的意义,目前尚未见此类相关文献报道。
本文运用云模型来描述水文年的定性概念,通过云变换的方法提取径流时间序列的不确定性概念;再引入一种考虑概念云幅度系数影响的概念云合并算法实现定性概念的跃升,实现了对数据的自动划分。相比传统的频率法,该方法避免了其计算过程中人为确定分类标准的主观性;而与传统的模糊理论构建方法比较,该方法不需要人为地统计对象属于某个概念的隶属度,可以直接从隶属云中抽取概念,且兼顾模糊性和随机性,更能反映流域水文的丰枯特性。
1 径流时间序列云变换
1.1 云模型的引入
云模型能够实现定性概念与定量值之间的不确定性转换。设U是一个精确数值表示的定量论域,C是U上的定性概念,若定量值x∈U,且x是定性概念C的一次随机实现,则x对C的确定度μ(x)∈[0,1]是有稳定倾向的随机数。其中,上述定义中所提及的随机实现,是概率意义下的实现;而确定度是模糊集意义下的隶属度,同时又具有概率意义下的分布。取若干个x∈U,则x的分布就构成了云,而每一个x称为一个云滴。
云由云滴组成,一般用期望Ex、熵En和超熵He这3个数字特征来整体表征一个概念[8]:①期望表示云滴在论域空间分布的期望,是概念在论域中的中心点;②熵表示定性概念的不确定性度量,由概念的随机性和模糊性共同决定,反映了该定性概念的模糊程度,通常情况下,熵越大,定性概念可接受的云滴取值范围就越大,定性概念越模糊;③超熵是熵的不确定性的度量,也就是熵的熵,揭示了在论域空间中所有点不确定度的凝聚性,也间接反映了云的厚度。
1.2 云变换实施步骤
云变换是一种定量数据到定性概念转换的方法。传统定性概念挖掘中大多采用等距离区间法和等频率区间法,但由于其依凭主观划分的,且没有考虑划分边界的模糊性,称之为“硬划分”[9]。本文中云变换是指将径流数据转换成由多个云叠加而成的定性概念,以实现对数据的“软划分”。给定径流时间序列的频率分布函数f(x),采用基于峰值的云变换算法,其数学表达式为:
式中:ai为幅度系数;n为变换后生成的离散概念的个数;C(Exi,Eni,Hei)为变换后的其中一个云概念。具体的峰值云变换过程如下[7]:
(1)对属性U论域中的每一个可能属性值x,计算数据库中含有该属性值的记录个数,得到U的频率分布函数f(x)。
(2)寻找数据分布函数f(x)分波峰所在位置,将其属性值定义为云的质心位置(期望),计算用于拟合f(x)的、以Exi为期望的云模型的熵,计算云模型的分布函数fi(x)。
(3)从f(x)中减去已知云模型的数据分布fi(x),得到新的数据分布函数f′(x),并在此基础上重复(2)、(3)得到多个基于云的数据分布函数。
(4)根据已知的f(x),最后得到的拟合误差函数f(x)及各个云模型的分布函数,计算基于云模型的定性概念的3个特征值。
2 概念跃升及数据集划分
2.1 概念跃升
尽管通过云变换能够很好地拟合原始数据分布,但由于没有考虑云模型之间的关系,得到的云模型集较为粗糙。通常会出现下列2种特殊情况:云模型之间的交叠关系过于复杂,有些云模型之间的距离过近,所表达的定性概念非常近似;云模型之间过于稀疏,甚至出现概念“真空地带”,所以要对这些基本概念进行跃升。所谓概念跃升,是指将云变换得到的基本概念作为泛概念树的叶结点,逐步合并距离最近的两个概念,以得到想要的概念层次。本文采用人机交互的跃升策略,即用户预先指定跃升的概念粒度(即概念个数)进行概念跃升,同时根据挖掘结果多次干预并具体指导概念跃升。
设C1(Ex1,En1,He1)和C2(Ex2,En2,He2)是论域U上的两个相邻的基本云概念,若Ex1≤Ex2,则C1和C2按照文献[10]基于“软或”方式的概念跃升得到的云概念C3(Ex3,En3,He3):
通过上述“软或”操作,可以将相邻的两个基本概念提升为能概括它们的较高层次的新概念,形成具有不确定性的泛概念树。值得说明的是在泛概念树中,同一层次的各个概念之间的区分不是硬性的,允许一定的交叠。文献[7]提出了另一种“积分”概念跃升算法,如下:
设概念C1和C2的概率密度期望曲线相交于点d(xd,yd),截断熵E′n1和E′n2的计算如下:
可以看出,“积分”云综合法得到的综合云更靠近熵较大的概念,但上述方法并没有考虑其幅度系数对合并的影响。实际运用过程中,对于幅度系数大的概念应该有所倾斜,即合并后的综合云期望应该距幅度系数大的期望值更近。设相邻两个概念云的幅度系数分别为r1和r2,改进后的概念跃升算法如下[11]:
计算合并后概念云的幅度系数得到:
2.2 数据集划分
将概念跃升到合适的概念粒度或概念层次后,剩下的问题就是判定所有的属性值xj与云概念Ci的隶属度。对于径流时间序列的某样本点而言,首先生成以Eni为期望,H2ei为方差的正态随机数E′ni,然后得到其对Ci的隶属度hi为:
隶属概念的判定有2种方法:随机判定法和极大判定法[12]。随机判定法是根据属性值对概念集中所有概念隶属程度比例关系,在隶属程度大的前几名中随机选择隶属概念。极大判定法则是根据属性值对概念集中所有概念的隶属程度的大小,选择最大隶属度的概念作为隶属概念。本文采用极大判定法,即根据属性值对概念集中所有概念的隶属程度的大小,选择最大隶属度的概念作为隶属概念。
本文所述方法其原理如图1所示。首先按照2.1节方法提取径流时间序列不确定性概念,并采用概念跃升方法进行云综合,实现了对径流数据定性概念的自动划分;然后根据式(14)得到各输入年径流相对典型年概念集的隶属情况,基于极大判定法得到其隶属云和隶属度;最后根据上述隶属度值得到典型年份。值得注意的是,对于同一属性值,以往模糊理论的方法只给出某一确定的、一成不变的隶属概念。而基于云模型的典型年分析将给出随机的、以一定分布出现的隶属概念,综合体现了定性概念的模糊性和随机性,以及不同概念层次之间的多隶属关系。
3 实例分析
3.1 数据来源及分析
以湖南省资水流域柘溪水电站1930-2010年实测年径流序列为例,验证本文所述预测模型的有效性。柘溪水电站装机容量44.7万kW,是一座完全年调节的水库。对原始数据首先对径流资料进行归一化处理。按照等距离区间法,图2给出了年径流数据的分布图(区间数20)及正态分布拟合结果。从中可以看出,年径流时间序列概率分布与正态分布函数并不吻合。对年径流序列采用云变换,可以得到7个初始模糊概念,如图3所示。
从图3可以看出,采用云变换进行径流属性的离散化,所得到的定性概念更可以反映论域中径流值的实际分布。按第2.1节中的概念云合并算法,对上述获得的初始不确定性云概念进行合并,最终得到3个粗粒度的不确定性概念,如图4所示。其中经过合并后的综合云即分别对应着水文特性中的典型枯水年、平水年和丰水年的特征分布。
3.2 仿真分析结果
从图4中可以看出,最终得到的3个不确定性概念较为客观地反映了柘溪水电站的年径流时间序列的分布情况,这3个概念可分别被称为枯水年、平水年、丰水年。为对比分析本文方法与传统频率法的结果,表1给出了基于频率法的水电站设计典型年计算结果。首先对年径流量资料系列按皮尔逊III型理论频率曲线进行适线,得到所要求5种频率(其对应设计频率为10%、20%、50%、80%、90%)的理论年径流量值。在传统的频率法中,一般选取频率为20%、50%和80%作为典型特征年。按照此思路,在径流历史序列中,选取了与之最接近的两个年份作为备特征选年份,如表1所示。可以看出,传统的频率法中存在较强的人为确定分类标准的主观性。
不同于上述方法,采用基于云模型的典型年选取过程中,整个过程不受参数的影响,避免了人为确定参数的主观性。表2给出了不同方法得到的设计典型年径流,可以看出采用考虑幅度系数的云模型得到的概念中心较原始云综合法更贴近传统的频率法的计算结果,这也验证了本文概念跃升方法的有效性。但同时也可以看出,本文方法与传统频率法结果存在一定差异,产生这种差别的原因在于年径流序列本身边界的模糊性和不确定性。传统频率法得到的结果受人工主观性影响较大,而基于云模型的选取方法中通过计算不同年份下的年径流值对于上述概念云的隶属度来得到历史序列中最为接近的年份作为典型年。依据式(14)对给定的历史序列进行分析,最终得到的柘溪水电站的典型枯水、平水、丰水年分别为1983年,1976年和1969年。
此外,对于特定的某水文年,为分析其丰枯特性,可根据该年径流对于上述概念云的隶属度直接推求。与传统的模糊构建方法比较,云变换方法的优点在于它使用云模型来描述概念,克服了人为确定分类标准的主观性,使选取的丰枯典型年更加合理;且对于特定的输入对象,其对概念的隶属度采用条件云发生器得到,更能反映对象的随机性。依据式(14),计算2008-2010年径流量的隶属度,经过多次运行得到的结果是一系列不确定的、在某个范围内变化的离散点的集合。采用其数学期望作为最终隶属结果,如表3所示。从中可以看出,基于云模型的水文特性分析,不仅能给出典型设计年径流量,且采用具有随机概念的隶属度来描述特定年的水文丰枯特性,更符合实际情况下不同人对于相同属性值在同一模糊概念下隶属度差异性的情形。
4 结语
针对传统基于频率法确定典型水文年计算过程中人为确定分类边界的主观性和确定性,本文引入云模型来描述年径流的定性概念,从而更好地体现水库水文丰枯特性的随机性与模糊性。通过采用云变换和云概念跃升措施,自动提取年径流序列的典型概念中心,并通过条件云发生器产生不同年份的水文丰枯特性隶属度。相比于传统的频率法和模糊法,由于基于云模型的水文特性分析得到的结果是模糊的、不确定的,更符合人类对定性事物的判断方式。
摘要：典型水文年的选取是水文特性分析的重要环节,也是水电站调度管理的基础性研究工作。为避免传统频率法计算过程中人为确定分类标准的主观性,引入云模型理论,利用云变换方法提取径流时间序列不确定性概念,并采用一种考虑幅度系数影响的概念跃升方法进行云综合,实现了对径流数据定性概念的自动划分。实例仿真表明,该方法所提取的概念中心与传统频率法得到的理论值相近,且基于云模型的概念表示能同时体现概念的随机性和模糊性,从而能更准确地描述流域水文丰枯特性。
关键词：水文典型年,云变换,概念跃升
参考文献
[1]唐德善.黄河流域水文典型年和典型系列优选[J].河海大学学报,1994,22(2):15-19.
[2]陈利群,蒋咏.典型年法的修正及其在城镇给水规划中的应用[J].水利水电技术,2011,42(10):22-24.
[3]左其亭,陈耀斌.具有多个水文站的多支流河流典型年选取方法[J].水文,2012,32(2):1-4.
[4]夏莉敏,张玮.基于模糊聚类迭代模型的典型水文年选取研究[J].武汉理工大学学报(交通科学与工程版),2009,33(4):695-698.
[5]易淑珍,严远玲.模糊优选方法在降水典型年选择中的应用[J].广东水利水电,2005,(2):81-83.
[6]宋亚娅,张振,黄振平,等.基于模糊识别理论的无资料地区设计径流典型年选择[J].河海大学学报(自然科学版),2014,42(1):19-23.
[7]李德毅,杜鹢.不确定性人工智能[M].北京:国防工业出版社,2005.
[8]刘常昱,李德毅,潘莉莉.基于云模型的不确定性知识表示[J].计算机工程与应用,2004,(2):32-35.
[9]栗然,崔天宝,肖进永.基于云模型的短期电价预测[J].电网技术,2009,33(17):185-190.
[10]蒋嵘,李德毅,范建华.数值型数据的泛概念树的自动生成方法[J].计算机学报,2000,23(5):470-476.
[11]孟晖,王树良,李德毅.基于云变换的概念提取及概念层次构建方法[J].吉林大学学报(工学版),2010,40(3):782-787.
淮北平原概念性流域水文模型研究 篇9
1 模型原理
1.1 土层概化
将包气带概化为两层:上层(耕作层)土壤疏松,根系发达,透水性能良好;下层(非耕作层)根系不发达,相对于上层说来透水性能弱些。
1.2 大孔隙下渗概化
大孔隙在砂姜黑土和黄潮土中普遍存在,土壤干燥时收缩开裂,久早裂缝增大,湿时膨胀,缝隙能随土湿增大而复原。设流域面积为1,将流域面积分为不透水面积IM和透水面积1-IM两部分。在透水面积上设置模拟大孔隙下渗的变动渗漏面积AA和一般透水面积BB两部分。
变动渗漏面积AA随裂隙大小而变,而裂隙大小又与土湿有关。透水面积的计算公式为:
式中:WL为下土层的张力水蓄水量;WLM为下土层张力水蓄水容量;IA为AA的上限;n为经验指数。
1.3 蒸散发计算
上下两层土壤按二层土壤蒸散发模型计算土壤蒸散发,公式如下:
当WU>EP时,
当Wu≤EP时,
式中:WU为上土层张力水蓄水量;C为下土层蒸发扩散系数;EP为陆面蒸发能力;EM为蒸发皿读数;k为蒸发折减系数。EP也可采用Penman-Monteith理论公式计算。
对潜水蒸发进行概化处理。蒸发上层土壤水时,认为无潜水蒸发;蒸发下层土壤水的同时,通过下边界有潜水补给该层土壤水,补给的量为潜水蒸发量。潜水蒸发量用阿维里扬诺夫的抛物线型公式计算:
式中:Eg为潜水蒸发量;r为植被对潜水蒸发的修正系数;Z为潜水蒸发的地下水埋深;Zmax为潜水蒸发的地下水临界埋深,当地下水埋深Z>Zmax时,Eg=0;α为指数。
1.4 上土层产流计算
扣除降水期蒸发截留后的降水为PE:
在不透水面积IM上产生的直接径流为:
采用蓄满产流原理计算透水面积1-IM上的上层自由水R1。透水面积1-IM上,上土层蓄水量(指超过凋萎含水量部分,上限为田间持水量)用WU表示,其最大值即上层蓄水容量用WUM表示。上层土壤蓄水由PE补给,当蓄水量超过WUM时,形成上层自由水R1。考虑到上层张力水蓄水容量不均匀,设上层张力水蓄水容量曲线的方次为B,上层自由水R1的计算公式为:
当PE≤0,则R1=0;不然,则:
当PE+A
不然,则:
透水面积上产生的上层自由水的一部分通过大孔隙直接渗漏到地下水,其渗漏的水量为:
另一部分进入底宽为上土层产流面积的敞开式上层自由水水箱,补充给上层自由水蓄量,其量值Pd为:
上层自由水水箱的自由水,一方面向下渗漏补充给下土层张力水和地下水,另一方面侧向出流产生地面径流(含壤中流)。
设上层自由水水箱蓄量为Sd,地面径流出流量为Rd2,地面径流出流量与地面径流蓄量成正比,即:
式中:Kd为地面径流出流系数;Fru为上土层产流面积比例。
于是,整个单元流域面积上地面径流出流量Rd为:
1.5 下渗量计算及下土层产流计算
采用霍尔坦(Holtan)型下渗率曲线计算上层自由水对下土层入渗。下土层的蓄水量用WL表示,其最大值即下层蓄水容量用WLM表示。上层自由水对下土层入渗,当下土层达到持水能力后,将发生对地下水的稳定入渗。下渗率计算公式即:
式中:f为下渗率,mm/d;Fc为稳定下渗率,mm/d;x、y为参数。
上层自由水对下土层的实际入渗水量为F:
式中:Δt为计算时段长,h。
采用蓄满产流原理计算下渗水量F产生的下层自由水R2。考虑到下层张力水蓄水容量不均匀,设下层张力水蓄水容量曲线的方次为BL,下层自由水R2的计算公式为:
当F≤0,则R2=0;不然,则:
当F+AL
不然,则:
下土层产生的下层自由水直接补给地下水的水量为:
于是,本时段地下水总补给量Pg为:
设地下水蓄量为Sg,地下径流出流量为Rg,地下径流出流量与地下水蓄量成正比,即:
式中:Kg为地下径流出流系数。
地下水蓄量Rg可取为平原区河网切割深度以上的潜水量,即:
式中:μ为给水度,即单位深地下水的变化所释放的水量或补充的水量;Z为地下水埋深,m;Zms为河网平均切割深度参数。
1.6 水量平衡
上土层和下土层张力水水量变化:
式中:WU1、WU2分别为时段初、末上土层张力水含量;WL1、WL2分别为时段初、末下土层张力水含量;其余同前。
上层自由水蓄量变化:
式中:(Sd)1、(Sd)2分别为时段初、末上层自由水蓄量,其余同前。
地下水蓄量变化:
式中:(Sg)1、(Sg)2分别为时段初、末地下径流蓄量;其余同前。
淮北平原地下水埋深较浅,汛期暴雨集中,地下水极易上升到地面。为此,考虑地下水与地面径流之间的转化。引进地下水反馈参数即地下水蓄水容量SgM,当地下水蓄量超过其蓄水容量(潜水位上升到上土层)时,超过部分反馈给上层自由水,其反馈量由下式计算:
上层自由水蓄量和地下水蓄量更新为:
考虑地下水蓄量与地下水埋深之间的关系,计算时段地下水埋深变化为:
式中:Z1、Z2为时段初、末地下水埋深位,m;μ为给水度,即单位深地下水的变化所释放的水量或补充的水量;Pg,Eg,Rg含义同前,mm。
当没有地下水埋深观测资料时,可用下式计算潜水蒸发量:
1.7 汇流计算
单元面积地下径流出流进入河网,其消退系数为CG,单元面积地面径流出流进入河网,其消退系数为CD,计算公式为:
式中:U是单位转换系数,U=流域面积(km2)/3.6/△t(h);RG(I)、RD(I)分别为单元面积地下径流出流过程、地面径流出流过程,mm;QG(I)、QD(I)为单元面积河网地下径流入流过程、地面径流入流过程,m3/s。
单元面积河网总入过程为:
式中:QT(I)为单元面积河网总入流,m3/s。
单元面积河网汇流采用滞后演算法,计算公式为:
式中:Q(t)为单元面积出口流量,m3/s;CR为河网蓄水消退系数;t为当前时间;L为滞后时间。
单元面积河网汇流也可采用无因次单位线法进行汇流计算。
2 模型应用
2.1 汾泉河流域模型应用
汾泉河流域位于淮北平原,汾泉河是沙颖河下游的主要支流之一,发源于河南省郾城县邵陵岗,流经郾城、商水县、周口市以及项城、沈丘、临泉等县市,于阜阳市三里湾注人沙颖河。全长236km,流域面积5 260km2。支流泥河汇合口以上称汾河,以下称泉河。流域内地势平坦,西北稍高,东南略低,平均比降汾河为1/6 300,泉河为1/13 100。平均年气温为14.8℃,平均年降水量约830mm,平均年径流深约190mm,径流系数约为0.23。地下水埋深浅,多年平均埋深约为2.5m。流域内土地利用率高,耕地面积占流域面积的70%,绝大部分为旱作物,林木覆盖率约为4%。流域内主要水文站有王爷庙、沈丘和杨桥站,其中沈丘站控制流域面积3 094km。选取汾泉河流域王爷庙、沈丘雨量站1997-2006年日降水、沈丘站蒸发皿和经径流还原处理后的日平均流量资料对淮北平原模型进行了率定和验证,其中1997-2003年的资料对模型进行率定,2004-2006年的资料对模型进行验证,结果见表1,其中月平均流量过程确定性系数为0.85。由表1可知,率定年份和验证年份的计算误差均小于20%。
2.2 浍河流域应用
浍河发源于河南省商邱县关庄集,流经夏邑在永城县张瓦房进入安徽省濉溪县境经临涣、南坪、祁县、固镇于九湾汇入怀洪新河。浍河全长213km,总流域面积4 850km2,其中临涣集断面以上集水面积2 560km2。临涣集流域位于淮河流域北部,上游处于废黄河南部的黄泛区,下游处于淮北平原区,为半湿润、半干旱区,多年平均降雨为713 mm,降雨年内分配不均匀,6-9月份降雨量占全年60%~70%,多年平均水面蒸发量为960mm。选取临涣集流域商丘、业庙雨量站1997-2006年日降水、临涣集站蒸发皿和经径流还原处理后的日平均流量资料对淮北平原模型进行了率定和验证,其中1997-2003年的资料对模型进行率定,2004-2006年的资料对模型进行验证,结果见表2,其中月平均流量过程确定性系数为0.73。由表2可知,率定年份和验证年份的计算误差均小于20%。
3 结语
淮北平原区内降雨,蒸散发等气象因素和土壤、植被、包气带等下垫面条件形成了自身鲜明的产流特点。本文针对淮北平原产汇流特点,在前人研究的基础上提出淮北平原概念性流域水文模型。模型将包气带概化为两层即透水性能良好的上层(耕作层)和透水性能相对弱些的下层(非耕作层),用蓄满产流原理分别模拟上土层的产流和下土层的产流,用变动渗漏面积模拟上层自由水对地下水的大孔隙直接下渗,用下渗率曲线模拟上层自由水蓄量对下土层的下渗及对地下水的稳定入渗,用两层蒸发计算模型和阿维里扬诺夫公式分别考虑上土层蒸发、下土层蒸发和潜水蒸发,用地下水蓄水容量参数考虑地下水对地表水的反馈。模型考虑了大孔隙下渗、潜水蒸发和地下水和上层自由水之间的转化,模型简单、概念清楚。日径流模拟应用实例表明,本文提出的淮北平原水文模型具有一定的精度,可以用于淮北平原“四水”转化关系研究、水资源评价等方面。今后,应进一步加强次洪模型参数研究和验证。
参考文献
[1]Beven K,Germann P.Macropores and water flows in soils[J].Water Resources Research,1982,18(5):1 311-1 325.
[2]Germann P,Beven K.Kinematic wave approximation to infiltration into soils with sorbing macropores[J].Water Resources Research,1985,21(7):990-996.
[3]王长荣,顾也萍.安徽淮北平原晚更新世以来地质环境与土壤发育[J].安徽师大学报(自然科学版),1995,18(2):59-65.
[4]张泉生.淮北坡水区谷河降雨径流模型[J].水文,1993,(2):7-12.
[5]刘新仁,王玉太,朱国仁.淮北平原汾泉河流域水文模型[J].水文,1989,(1):12-18.
[6]赵人俊.流域水文模型-新安江模型与陕北模型[M].北京:水利电力出版社,1984.
[7]赵人俊,王佩兰.新安江模型参数的分析[J].水文,1988,(6):2-9.
[8]王井泉.淮北坡水区概念性流域水文模型[J].水文,1989,(3):25-30.
[9]刘新仁,费永法.汾泉河平原水文综合模型[J].河海大学学报,1993,(6):10-16.
[10]王振龙,王加虎,刘淼,等.淮北平原“四水”转化模型实验研究与应用[J].自然资源学报,2009,24(12):2 194-2 203.
[11]芮孝芳,黄国如.分布式水文模型的现状与未来[J].水利水电科技进展,2004,24(2):55-58.
分布式水文模型 篇10
近年来, 水文模型的在国内外的应用十分广泛, 如SWAT、SWMM和HSPF等。HSPF是由美国国家环境保护局开发的一套计算代码, 属于半分布式水文模型, 其中水文模块是HSPF模型的基础, 但参数繁多、难以率定[1,2,3]。目前, 用于研究模型参数的校准和不确定性的方法有PEST自动校准[4]、GLUE法[5]、扰动分析法[6]等。由于HSPF模型水文模拟过程复杂, 参数繁多, 因此分析影响水文过程模拟的参数是十分重要的。
1 HSPF模型水文模块机理
HSPF模型在水文过程模拟方面表现十分出色, 而气候和土地利用的变化对水文过程模拟的影响最为显著[7]。将研究区域分为透水地面和不透水地而两种类型, 针对不同地面水文过程进行模拟;流域水文过程在透水地面的模拟考虑降雨和地表径流等水文过程;在不透水模块的模拟主要包括降水和地表径流等[6]。
2 研究进展
2.1 PEST自动率定的应用
水文模型参数的率定是评价模型适用性不可缺少的部分, 参数率定的方法有人工率定和PEST自动率定。程晓光[2,5]等以北京妨水河流域为研究区域建立HSPF模型并对径流量进行了模拟, 采用人工率定与PEST自动率定相结合的方法对参数敏感性进行分析, 得出影响径流的参数有UZSN、LZSN、BASETP、INFILT、INTFW、AGWRC和IRC。高伟[4]等利用HSPF模型对中和流域进行了水文模拟, 亦用人工率定与PEST自动率定相结合的方法对参数范围进行对比分析。
2.2 扰动分析法的应用
李燕[3]等以中田河流域为研究区域建立HSPF模型进行了水文模拟, 采用扰动分析法分析了水文模块参数的敏感性;通过对模拟结果的分析得出:DEEPFR、AGWRC、UZSN、INFILT和LZSN这5个参数是影响该流域水文过程模拟精度的关键参数;最敏感参数是AGWRC, 敏感参数有UZSN、INFILT、LZSN、DEEPFR;LZETP为非敏感参数。罗川[6]等亦以中田河流域为研究区域建立HSPF模型进行了水文模拟, 同样采用扰动分析法对水文模块参数进行了敏感性分析, 通过对模拟结果的分析得出:AGWRC、UZSN、INFILT、DEEPFR、IRC、LZSN和INTFW这7个参数对HSPF模型在模拟流域水文过程时影响显著, 其中, 3类敏感参数是UZSN、INFILT和AGWRC;敏感级数为2类的参数是DEEPFR、LZSN、IRC和INTFW。
2.3 GLUE法的应用
程晓光[5]等以北京妨水河流域为研究区域建立HSPF模型并对径流量进行了模拟, 采用GLUE法对水文模块参数进行不确定性分析, 分析得出敏感参数为LZSN、AGWRC;区间敏感参数是BASETP;不敏感参数有AGWETP、INFILT、CEPSC、DEEPFR、UZSN、INTFW、IRC。
3 结论
通过程晓光, 李燕等用不同的方法对HSPF模型水文模块参数进行了分析, 根据他们的分析结果, 可以得出在用HSPF模型进行水文模拟需要考虑调整的参数有INFILT、IRC、AGWRC、DEEPFR、LZSN、BASETP和UZSN。目前, 对HSPF模型参数的研究还处于发展阶段, 还需要对HSPF模型参数做更多更深入的研究。
摘要：HSPF模型是半分布式水文模型, 能够准确模拟流域水文状况。本文介绍了HSPF模型水文模块参数分析的几种研究方法:PEST自动校准、GLUE法、扰动分析法。通过总结得出用HSPF模型进行水文模拟所需考虑调整的参数:LZSN、INFILT、AGWRC、DEEPFR、BASETP、UZSN和IRC, 为今后HSPF模型的应用提供参考。
关键词：HSPF模型,PEST GLUE法,扰动分析法,水文模拟
参考文献
[1]Kazem Javan, Farzin Nasiri Saleh, Hamid Taheri Shahraiyni.The Influences of Climate Change on the Runoff of Gharehsoo River Watershed.American Journal of Climate Change, 2013 (02) :296-305.
[2]程晓光, 张静, 宫辉力.基于PEST自动校正的HSPF水文模拟研究[J].人民黄河, 2013 (12) :33-36.
[3]李燕, 李兆富, 席庆.HSPF径流模拟参数敏感性分析与模型适用性研究[J].环境科学, 2013 (06) :2139-2145.
[4]高伟, 周丰, 董延军等.基于PEST的HSPF水文模型多目标自动校准研究[J].自然资源学报, 2014 (05) :855-867.
[5]程晓光, 张静, 宫辉力.半干旱半湿润地区HSPF模型水文模拟及参数不确定性研究[J].环境科学学报, 2014 (12) :3179-3187.
[6]罗川, 李兆富, 席庆等.HSPF模型水文水质参数敏感性分析[J].农业环境科学学报, 2014 (10) :1995-2002.