[发明专利]基于GLUE多目标水质模型率定的水质模拟方法

说明书

技术领域

本发明涉及一种基于水质模型的参数自动率定的水质模拟方法，主要用于目前主流的多指标水质模型的率定、校准工作。

背景技术

目前，随着对水环境认知的深入，水环境模型的结构也变得日益复杂。常见的水质模型，例如WASP、QUAL、QUASAR、MIKE（ECOLAB）、BASINS（RCHRES）等，均是可同时模拟多项水质指标的复杂模型系统。尽管这些模型框架逐渐完备，能够更全面地反映人类对水环境改变的认识，但同时也使得模型变量、参数不断增多，导致率定（潘登,任理.2012.分布式水文模型在徒骇马颊河流域灌溉管理中的应用Ⅰ.参数率定和模拟验证[J].中国农业科学,(03):471-479.）难度加大。参数率定是水质模拟的重要环节，而参数率定结果的准确与否，是模型能否正确反映水质变化的规律的关键。

由于参数数量巨大，且许多参数无法通过实验来判断其取值，因此越来越多的模型参数率定工作都依赖于计算机算法。随着计算技术的发展，应用于复杂水环境模型参数识别的优化算法层出不穷。目前较为常见的参数率定方法有模拟退火算法（孟令群,郭建青.2009.利用混沌粒子群算法确定河流水质模型参数[J].地球科学与环境学报31(2):169-172）、遗传算法（杨斌斌,王文川.2010.多目标进化算法在新安江模型参数率定中的应用比较研究[J].水文.(03):38-42.）等确定性参数率定方法以及基于贝叶斯理论的GLUE方法（Beven,K,2012.Causal models as multiple working hypotheses about environmental processes.Comptes Rendus Geoscience,344(2):77-88.Liu Y,Yang P J,Hu C,Guo H C.2008.Water quality modeling for load reduction under uncertainty:A Bayesian approach[J].Water Research.42:3305–3314.Liu Y;Freer J;Beven K,et al.2009.Towards a limits of acceptability approach to the calibration of hydrological models:Extending observation error.Journal of Hydrology,367(1–2):93-103.）。与其他确定性的参数率定方法不同，GLUE方法不将模型参数取一个确定值，而是将参数锁定在一定范围内，研究其分布情况，这种方式很好地体现了水环境复杂系统的不确定性特征。

不论采用何种算法率定模型参数，目前均是通过建立似然函数来对比模拟值与实测值，通过似然度判断模型参数是否有效。但当前水质模型复杂的非线性结构常常导致多组不同参数均能满足模型要求，从而无法从似然度来判断参数取值是否合理（Lindim C,Pinho JL,Vieira J.M.P.2011.Analysis of spatial and temporal patterns in a large reservoir using water quality and hydrodynamic modeling[J].Ecological Modelling,222:2485-2494）。特别是对于包含一定误差或数据步长不足的的监测数据来说，即便似然度很高，也很难保证参数组合能够正确反映水质变化规律。

发明内容

为了克服现有方法中的单纯利用单一的似然函数进行水质模型率定时所出现的“异参同效”现象所导致的参数错误，本发明提供一种对多项输出指标同时率定来确定最优参数组合，进而实现水质模拟的方法，即通过综合考虑多项模拟指标，来进一步筛选满足条件的参数组合。该方法可以较好地避免因单个输出指标模拟而引起的参数偏差，能够更准确、有效地模拟水质指标。

本发明采用的技术方案如下：

一种基于GLUE多目标水质模型率定的水质模拟方法，其步骤包括：

1）根据全局敏感性分析方法对水质模型进行参数的敏感性分析，并根据得到的敏感性指数筛选出多目标敏感参数；

2）通过筛选出的多目标敏感参数的先验样本分布情况生成水质的随机参数组；

3）对所述随机参数组中的水质指标进行模拟，并通过似然函数进行筛选，通过迭代得到各项水质指标的敏感参数交集，最终使参数收敛至更小区间内，实现对水质的高精度模拟。