论文部分内容阅读
本文利用TOPMODEL模型建立北洛河流域(状头水文站以上)的径流模拟模型，并对模型不确定分析中的两大模块进行研究，即：模型输入数据的不确定性和模型参数的不确定性。 本研究主要内容包括：⑴基于TOPMODEL模型和ArcGIS软件建立北洛河流域的分布式水文模型，输入DEM及水文气象数据。根据状头水文站的径流突变点(1994年)划分出模型的率定期(1960-1977年)和验证期(1978-1994年)，模拟北洛河流域径流过程，在率定期模型的Nash效率系数为0.796，总量精度误差是0.075，验证期模型的Nash效率系数为0.62，总量精度误差是O.14。⑵采用GLUE方法和Morris筛选法对TOPMODEL模型参数进行敏感性分析，两种方法筛选出的敏感性参数为SRmax、Rv和CHv。对比分析了GLUE、M-GLUE和CS算法对TOPMODEL模型参数不确定性分析的优劣性，采用覆盖率(CR)和宽度(IW)为评价指标。在率定期。三种方法的CR和IW值分别为77.31％、80.56％、11.57％和O.79、 O.75、O.07，在验证期三种方法的CR和IW值分别为50.98％、74.51％、19.12％和0.18、 O.34、0.17。综合率定期与验证期结果，M-GLUE方法优于GLUE方法和CS算法。⑶根据逐步回归算法建立降尺度模型，采用CMlP5的三种气候模式(BCC-CSM1.1、 CanESM2和CNRM-CM5)的RCP4.5和RCP8.5的气候情景因子模拟未来时期降水和潜在蒸散发量。其中三种模式下未来四十年的降水和潜在蒸发均呈增加趋势;在BCC- CSM1.1模式下，RCP4.5情景的年降水增加趋势大于RCP8.5情景，RCP4.5情景的年潜在蒸发量与基准期相比变化幅度不大，而RCP8.5情景下年潜在蒸发量均略高于基准期；在CanESM2模式下，RCP4.5情景的年降水增加趋势大于RCP8.5情景，而潜在蒸发量的趋势正好相反;在CNRM-CM5模式下，RCP8.5情景的年降水、潜在蒸发的增加趋势均大于RCP4.5情景。⑷利用TOPMODEL模型及未来时期降水和潜在蒸散发量模拟北洛河流域未来时期径流量，分析在不用输入数据情况下，模型输出的不确定性。其中三种模式下未来径流量季节变化明显。对于春季径流来说，BCC-CSM1.1模式的RCP4.5情景的春季径流平均值相对于基准期呈现减少趋势，而RCP8.5情景呈现先增加后减少的趋势；CanESM2模式下两种情景的春季径流平均值相对于基准期呈现减少趋势；CNRM-CM5模式下除了RCP4.5情景的2020s外，两种情景的春季径流平均值相对于基准期呈现减少趋势；夏、秋、冬季径流平均值均高于基准期：三种模式下未来径流模拟值均大于基准期。