不同变化条件对流域径流不确定性影响的分析方法

摘要

本发明公开了一种不同变化条件对流域径流不确定性影响的分析方法。主要包括：利用水文确定性方法和水文不确定性方法对比分析条件变化对流域径流的不确定影响，将以上两种方法相互对比，从而从不同角度给出径流变化不确定范围，提高结果的可靠性，为决策者进行水资源规划及管理提供了参考。

说明书

技术领域

本发明涉及流域径流不确定性研究领域，具体涉及一种不同变化条件对流域径流不确定性影响的分析方法。

背景技术

目前针对变化条件对流域径流的不确定性影响研究，往往只利用水文确定性方法，并只考虑单一不确定因子，仅仅考虑了水文模型不确定性、气候情景不确定性或模型耦合不确定性，而对各不确定因子的综合影响未能系统考虑，且多数研究忽略了人类活动变化的不确定性。

发明内容

本发明旨在提供一种不同变化条件对流域径流不确定性影响的分析方法，集合运用了水文确定性方法和水文不确定性方法，综合考虑了气候情景、人类活动情景、水文模型及其与气候模型的耦合中的不确定性，量化了这些不确定性对流域径流的影响，对综合评估未来气候变化和人类活动对流域水资源的影响、深入分析综合影响下水资源演变规律并提出适应性对策具有重大的理论价值和现实意义。

本发明提供了一种不同变化条件对流域径流不确定性影响的分析方法，通过水文确定性方法和水文不确定性方法对比分析条件变化对流域径流的不确定影响；

所述水文确定性方法主要分析如下不确定因子：水文模型不确定因子、气候变化因子、人类活动因子以及模型耦合不确定因子；

所述的水文模型不确定因子主要考虑水文模型参数不确定性，水文模型参数不确定性通过GLUE(Generalized Likelihood Uncertainty Estimation)体系进行分析，所述的水文模型分析包括如下步骤：

(1)定义似然目标函数

似然目标函数主要用于判别模拟结果与实测结果之间的拟合程度，采用纳西效率系数作为似然目标函数：

$L\left(M\right({\theta }_j\left)\right|Y)=1-\frac{{\Sigma }_{i=1}^n{\left(Q_{m,i}-Q_{s,i}\right)}^2}{{\Sigma }_{i=1}^n{\left(Q_{m,i}-{\bar{Q}}_m\right)}^2}$

式中:L(M(θ_j)|Y)为第j{j＝1,2…,l}组参数的似然判据；M(θ_j)为第j次有效模拟；θ_j为对应参数组；l为有效模拟总次数；Y为实测流量构成的向量；Q_m,i为i时刻的实测流量；Q_s,i为i时刻的模拟流量；为实测平均流量；n为时段数。

(2)确定参数取值范围与先验分布形式

依据参数的物理特性和已有应用经验，确定模型参数的取值范围。采用均匀分布作为参数的先验分布形式。

(3)模型参数的抽样

在参数取值范围内，对参数抽样生成若干参数组，进行水文模型——SWAT(Soil and Water Assessment Tool)模型模拟并计算各次模拟结果的似然判据值。指定似然判据阈值，低于该阈值的似然值被赋为0，高于该阈值的参数组为有效参数组，点绘有效模型参数与似然值的散点图，分析模型参数的不确定性。

所述的模型参数的抽样采用拉丁超立方体(LH，Latin Hypercube)抽样法。抽样方法如下：首先，将每个参数分布空间等分成m个子空间，且每个值域范围出现的可能性都为1/m；其次，生成参数的随机值，并确保任一值域范围仅抽样一次；最后，参数随机组合，模型运行m次。

(4)模型模拟计算及不确定性分析

将高于阈值的所有似然值重新归一化，并按模拟流量大小排序。对于每一时刻，计算有效模拟结果集的累积似然权重，计算其累积频率曲线(CDF，Cumulative Frequency Curve)。给定显著性水平α，则对应置信水平为1-α，通过插值从CDF图上找到α/2和1-α/2两个分位点，其对应的模拟流量分别是该时刻的流量下限Q_low,α/2和上限Q_up,1-α/2，[Q_low,α/2,Q_up，1-α/2]即为该时刻流量的不确定性范围。逐时段计算可得置信水平1-α下的模拟结果不确定性范围。

所述的累积频率曲线CDF计算方法如下：对于一组系列值(x₁,x₂,…,x_N)，N为项数，将其从小到大进行排列，其中x_m为第m位的数据；根据经验累积频率计算公式P_m＝(m/(N+1))×100％计算各项累积频率值；以变量x为横坐标，累积频率P为纵坐标，平滑连接各点据得到累积频率曲线。

所述的气候变化因子对径流的不确定性影响分析通过多种气候模型输出气候情景成果与水文模型——SWAT模型耦合来获取，即：将气候模型输出的气候情景成果输入至SWAT模型中进行径流模拟计算，对于每种气候变化因子分别运行SWAT模型，并通过计算各情景下模拟径流的累积频率曲线CDF获得不同气候情景下的模拟径流变化范围；

所述的SWAT模型是美国农业研究中心(USDA-ARS)研制开发并于20世纪90年代中后期推出，是一个具有物理基础的、以日为时间单位运行的流域尺度的动态分布式水文模拟模型，可以进行连续多年的模拟计算。该模型能利用3S技术提供的信息，模拟复杂流域的多种水文物理过程，其功能和有效性已通过多个研究项目的应用得到了验证。应用SWAT模型进行模拟的具体步骤如下：

(1)收集研究区基础数据，包括水文气象数据及空间信息数据。模型输入的降雨、气象数据及径流数据均为日尺度，气象数据包括逐日气温、风速、相对湿度、日照时数的气象资料；空间信息数据包括DEM数据(Digital Elevation Model，数字高程模型)、土壤分布图及土地利用分布图。

(2)建模过程首先基于DEM生成水系；在设定面积阈值后，根据水系划分子流域；接着将土地利用图与土壤图输入模型，基于二者重编码成果，进一步划分水文响应单元；然后将收集到的气象要素及用水管理数据，转换成符合模型格式要求的数据，并输入SWAT模型中；最后基于参数敏感分析成果率定SWAT模型的相关参数，进行水文模拟。

所述的人类活动因子依据流域内土地利用现状及区域发展规划，获得不同土地利用类型变化方向及变化面积，基于现状土地利用分布图考虑这些变化，从而绘制出不同变化情景下的土地利用图，将不同的土地利用图输入至SWAT模型中，同时考虑不同气候情景数据运行SWAT模型，通过计算模拟径流的CDF从而获得气候变化因子与人类活动因子耦合作用下的径流不确定性范围；

所述的模型耦合不确定因子通过统计降尺法及动力降尺度方法进行对比分析；

所述的水文不确定性方法的分析过程如下：首先统计研究区流域的年径流的统计资料并确定其分布类型，然后建立随机模型，通过统计实验模拟生成所述研究区流域的年径流序列，再应用解集模型求解径流的月过程，从而得到不同组合形式的径流过程，在获取所述不同组合形式的径流过程的基础上，分析获得不同设计频率下径流的大小，对径流变化不确定性作出定性及定量分析；

将以上两种方法相互对比，从水文确定性方法研究与不确定性方法研究两种不同角度给出径流变化不确定性范围，提高结果的可靠性，为决策者进行区域水资源规划及管理提供参考。

本发明的有益效果：

流域未来径流条件受多种因子的影响，其定性及定量预测存在很大的不确定性，而目前研究中尚未对此进行系统考虑。本发明提出的不同变化条件对流域径流不确定性影响的分析方法，针对该问题系统考虑流域未来径流条件变化的不确定性，对把握综合影响下径流演变规律并提出水资源规划与管理适应性对策具有重大的理论价值和现实意义。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述，但不局限于以下实施例。

实施例1：

图1显示了本发明的不同变化条件对流域径流不确定性影响的分析方法的流程图，包括以下步骤：

步骤1，收集与处理研究区基础数据，包括水文气象数据及空间信息数据。降雨、径流及气象数据均为日尺度，气象数据包括逐日气温、风速、相对湿度、日照时数等气象资料；空间信息数据包括DEM数据(Digital Elevation Model，数字高程模型)、土壤分布图及土地利用分布图。

步骤2，构建研究区SWAT模型。将收集到的基础数据输入到SWAT模型中，并基于参数敏感分析成果率定SWAT模型的相关参数，进行水文模拟。

步骤3，构建场景SD1分析基于水文确定性方法的不确定性影响，包括水文模型参数不确定性、变化条件不确定性及模型耦合不确定性对径流的影响。首先考虑水文模型参数对径流的不确定性影响。

步骤4，考虑变化条件不确定性对径流的影响，包括气候变化因子及人类活动因子两方面。

步骤5，考虑模型耦合不确定性对径流的影响。

步骤6，构建场景SD2分析基于水文不确定性方法的不确定性影响，并与场景SD1比较分析。

所述的步骤3中，水文模型参数对径流的不确定性影响通过GLUE体系进行分析，通过以下步骤实现：

(1)定义似然目标函数

似然目标函数主要用于判别模拟结果与实测结果之间的拟合程度，采用纳西效率系数作为似然目标函数：

$L\left(M\right({\theta }_j\left)\right|Y)=1-\frac{{\Sigma }_{i=1}^n{\left(Q_{m,i}-Q_{s,i}\right)}^2}{{\Sigma }_{i=1}^n{\left(Q_{m,i}-{\bar{Q}}_m\right)}^2}$

式中:L(M(θ_j)|Y)为第j{j＝1,2…,l}组参数的似然判据；M(θ_j)为第j次有效模拟；θ_j为对应参数组；l为有效模拟总次数；Y为实测流量构成的向量；Q_m,i为i时刻的实测流量；Q_s,i为i时刻的模拟流量；为实测平均流量；n为时段数。

(2)确定参数取值范围与先验分布形式

依据参数的物理特性和已有应用经验，确定模型参数的取值范围。采用均匀分布作为参数的先验分布形式。

(3)模型参数的抽样

在参数取值范围内，对参数抽样生成若干参数组，进行水文模型——SWAT模型模拟并计算各次模拟结果的似然判据值。指定似然判据阈值，低于该阈值的似然值被赋为0，高于该阈值的参数组为有效参数组，点绘有效模型参数与似然值的散点图，分析模型参数的不确定性影响。

所述的模型参数的抽样采用拉丁超立方体(LH，Latin Hypercube)抽样法。抽样方法如下：首先，将每个参数分布空间等分成m个子空间，且每个值域范围出现的可能性都为1/m；其次，生成参数的随机值，并确保任一值域范围仅抽样一次；最后，参数随机组合，模型运行m次。

(4)模型模拟计算及不确定性分析

将高于阈值的所有似然值重新归一化，并按模拟流量大小排序。对于每一时刻，计算有效模拟结果集的累积似然权重，计算其累积频率曲线(CDF，Cumulative Frequency Curve)。给定显著性水平α，则对应置信水平为1-α，通过插值从CDF图上找到α/2和1-α/2两个分位点，其对应的模拟流量分别是该时刻的流量下限Q_low,α/2和上限Q_up,1-α/2，[Q_low,α/2,Q_up,1-α/2]即为该时刻流量的不确定性范围。逐时段计算可得置信水平1-α下的模拟结果不确定性范围。

所述的累积频率曲线CDF计算方法如下：对于一组系列值(x₁,x₂,…,x_N)，N为项数，将其从小到大进行排列，其中x_m为第m位的数据；根据经验累积频率计算公式P_m＝(m/(N+1))×100％计算各项累积频率值；以变量x为横坐标，累积频率P为纵坐标，平滑连接各点据得到累积频率曲线。

所述的步骤4中，气候变化因子对径流的不确定性影响分析通过多种气候模型输出气候情景成果与SWAT模型耦合来获取，即：将气候模型输出的气候情景成果输入至SWAT模型中进行径流模拟计算，对于每种气候变化因子分别运行SWAT模型，并通过计算各情景下模拟径流的累积频率曲线CDF获得不同气候情景下的模拟径流变化范围。

所述步骤4中，人类活动因子依据流域内土地利用现状及区域发展规划，获得不同土地利用类型变化方向及变化面积，基于现状土地利用分布图考虑这些变化，从而绘制出不同变化情景下的土地利用图，将不同的土地利用图输入至SWAT模型中，同时考虑不同气候情景数据运行SWAT模型，通过计算模拟径流的CDF从而获得气候变化因子与人类活动因子耦合作用下的径流不确定性范围。

所述步骤5中，模型耦合不确定因子通过统计降尺方法及动力降尺度方法进行对比分析。

所述步骤6中，基于水文不确定性方法的分析过程如下：首先统计研究区流域的年径流的统计资料并确定其分布类型，然后建立随机模型，通过统计实验模拟生成所述研究区流域的年径流序列，再应用解集模型求解径流的月过程，从而得到不同组合形式的径流过程，在获取所述不同组合形式的径流过程的基础上，分析获得不同设计频率下径流的大小，对径流变化不确定性作出定性及定量分析；并将其结果与场景SD1成果进行比较分析，获取径流变化不确定性综合变化范围。