[發明專利]一種基于替代模型的VIC參數多目標方法

有效

• 申請號: 201810701205.0
• 申請日: 2018-06-29
• 公開（公告）號: CN109086245B
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 顧海挺;許月萍
• 申請（專利權）人: 浙江大學
• 主分類號: G06F17/10
• 分類號: G06F17/10
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 萬尾甜;韓介梅

本發明涉及一種基于替代模型的VIC參數多目標方法，是基于ε?NSGAII多目標優化方法和替代模型針對VIC模型的參數率定方法，包括：(1)利用ε?NSGAII多目標優化算法收斂VIC模型參數以選取神經網絡訓練樣本；(2)以生成的樣本，采用Adaboost?BPNN方法構造替代模型；(3)利用ε?NSGAII多目標優化算法優化對替代模型參數進行優化，所得結果即最終模型率定結果。本發明方法考慮了ε?NSGAII多目標優化方法快速收斂的特性以及Adaboost?BPNN算法計算快速且穩定的特點，加速了VIC模型的參數率定速度，顯著地縮短了VIC模型(Variable Infiltration Capacity Macroscale Hydrologic Model)參數率定所需的時間，極大地節省了在VIC模型參數率定時所需的算力。

技術領域

本發明屬于水文模型領域，涉及一種VIC水文模型參數率定的新方法，尤其涉及一種基于替代模型的VIC參數多目標方法。

背景技術

VIC模型(Variable Infiltration Capacity Macroscale Hydrologic Model)是一種大尺度分布式水文模型，由華盛頓大學、加利福尼亞大學伯克利分校以及普林斯頓大學共同開發。VIC模型將流域劃分為網格形式，在網格內以水量平衡和能量平衡的原理進行水文模擬，具有較好的模擬性能。

在水文模型建立時，模型中有些參數往往無法進行實際測量，因此需要根據實際流量等數據對水文模型中這些無法測量的參數進行率定。VIC模型作為大尺度分布式水文模型，其格點計算量很大，單次運行時間較長。在采用優化算法進行自動參數率定時常常需要進行數萬次的模型調用，尤其隨著率定參數和率定目標函數個數的增加，VIC模型調用次數也會隨之增加，這在模型建立過程中造成了極高的計算代價。

發明內容

為解決現有技術不足，本發明的目的在于提供一種基于替代模型的VIC參數多目標方法，以提高VIC模型參數率定的效率，在算力條件較低的情況下高效、準確地對VIC模型參數進行自動率定，有效地降低計算代價。

為實現上述目標，一種基于替代模型的VIC參數多目標方法，將所研究流域劃分網格，結合SRTM3數字地形高程模型、WESTDC系列土地覆蓋數據產品、HWSD世界土壤數據庫的地理信息、該流域及周圍氣象站點降雨、輻射、濕度、氣壓、溫度的氣象數據，建立大尺度分布式水文模型--VIC模型，將所研究流域歷年日徑流量序列用于模型參數率定，其中部分日徑流量序列用作模型參數驗證，模型中待率定的參數主要有7個參數，包括：基流分割比(Ds)、基流最大速度(Dsmax)、非線性基流發生時的最大土壤蓄水容量因子(Wx)、下滲參數(binfil)、第二層土壤深度(d2)、第三層土壤深度(d3)、雪糙率(Sr)；率定的目標函數為所研究流域的模擬徑流序列與實際徑流序列的納西效率系數(NSE)和偏離度(Bias)；包括如下步驟：

1)利用ε-NSGAII算法選取樣本，利用Adaboost-BPNN方法構造二階段VIC水文模型替代模型。

2)采用ε-NSGAII算法率定替代模型參數。

上述技術方案中，步驟1)中二階段替代模型的具體定義為：

1)根據模型率定的特征參數，替代模型可以表示為待率定參數與納西效率系數(NSE)和偏離度(Bias)的函數關系，如下所示：

NSE＝g₁(x)

Bias＝g₂(x)

2)優化算法最終會將序列的納西效率系數(NSE)最終集中到1附近，通常取0.8-1，偏離度(Bias)集中在0附近，通常為0-0.2，因此將該范圍定義為較優范圍。在較優范圍內，希望替代模型的計算結果更加精確。