摘要:
水文模型是模拟流域水文过程和揭示流域水资源丰枯状态的重要工具,但获取水文模型参数的优化算法具有主观性,进而使得在评估流域水资源量上存在差异性。本文以嘉陵江流域为例,采用3种不同智能优化算法(PSO、SEC-UA和FPA)率定出新安江(XAJ)水文模型参数,以此探究优化算法不确定性对月尺度水资源评估的影响。结果表明:不同优化算法得到的模型参数取值差异不同;不同优化算法均能得到较满意的模拟精度,且PSO算法最适合嘉陵江流域XAJ模型的率定;优化算法不确定性对不同特征时期的影响差异显著,尤其是干旱季节。研究结果对流域水管部门制定科学的水资源评估方案具有重要意义。
