目标函数对水文模拟精度的影响

目标函数的选择决定了模型参数优化识别的效率、准确性,进而直接影响系统模拟的精度。为方便模型在不同流域内应用效果的比较,常采用Nash-Sutcliffe提出的标准化评价指标,Nash-Sutcliffe确定性系数表达式为

显然,若模拟流量与实测流量完美拟合,该效率系数可以得到最大值1。一般情况下,该系数在0～1之间变化,若为负值,也就意味着还不如以实测流量均值替代所模拟的流量。该标准是目前流域水文模拟中最常使用的目标函数之一,该目标函数可以很好地控制模拟过程的吻合度。

为保证水文模拟中的水量平衡,模型参数率定中常用的另外一个标准是平均相对误差,其表达式为

(www.xing528.com)

式中:MARsim为模拟的平均年径流量；MARobs为实测的平均年径流量。

显然,如果Nash-Sutcliffe效率标准越接近1,同时相对误差越接近0,则说明模拟效果越好。在本书中,选用Nash-Sutcliffe确定性系数和相对误差作为目标函数进行参数的率定。

参数优化的总目标是尽量减少模型模拟的流量和实测流量的相对误差,同时提高水文过程的模拟吻合程度。因此,采用人机交互方式调试参数时,不仅要求输出每一调试结果的定量描述指标,而且也要求绘制模拟和实测径流的过程线,以便人工判断参数的合理性及下阶段参数的调试方向。

尽管不同模型的结构存在差异,但基于概念的水文模型都含有包括土壤湿度为主的中间状态变量,在进行模型率定时,这些中间状态变量是人为给定的,会在某种程度上影响到模型的模拟效果,因此,常在模型开始率定前的一段时期作为模型的预热期。为检验模型参数的稳定性,一般将资料的最后几年资料作为验证期,验证期的资料不用来进行参数的率定,主要用以验证模型的模拟效果。