分布式水循环模型的参数优化算法比较及应用

被引：4

作者：

孙波扬 ^{[1
,2
]}

张永勇 ^{[2
]}

门宝辉 ^{[1
]}

张士锋 ^{[2
]}

机构：

[1] 华北电力大学可再生能源学院

[2] 中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室

来源：

资源科学 | 2013年 / 35卷 / 11期

关键词：

SCE-UA算法; GA算法; PSO算法; 分布式水循环模型;

D O I：

暂无

中图分类号：

P334.92 [];

学科分类号：

081501 ;

摘要：

分布式水文模型的优势在于还原水文过程的时空变异性,可以很好地模拟和反映各种水文要素和下垫面因素的时空分布不均匀性。由此也导致模型参数过多,在子流域过多的情况下,人工调节参数繁琐复杂,应用优化算法实现参数自动调节成为首选。本文选取石羊河流域九条岭站1988-2005年实测径流资料,分别应用SCE-UA算法、遗传算法(GA)和粒子群算法(PSO)对分布式水循环模型(时变增益模型)进行参数率定,对比3种算法的收敛速度、所需迭代次数和算法稳定性。结果表明:通过SCE-UA、GA和PSO的优化,模型水平衡系数都控制在0.0左右,而相关系数和效率系数分别能达到0.90和0.84以上,模拟精度较好。但粒子群算法的全局搜索能力和收敛速度优于SCE-UA和遗传算法,所需迭代次数最少,初值敏感性小,更适合时变增益模型的参数寻优,有很高的扩展性和改进潜力。

引用

页码：2217 / 2223

页数：7

共 18 条

[1] 石羊河流域地下水循环的同位素和地球化学演化特征 [J].