基于GLUE方法的二维水动力模型不确定性研究
发布时间：2021-11-12 18:13
不确定性分析对于识别、评估模型计算过程中主要误差来源及其对于计算结果的影响十分必要。为此,评估了广义似然不确定性估计（GLUE）在水动力模型中对大汶河下游大清河流域二维水动力模型计算结果不确定性的影响,并利用互信息法分析模型参数和边界条件对预测结果的敏感性。结果表明,糙率对于输出结果的敏感性最强,边界条件对于输出结果的敏感程度稍弱;GLUE方法可有效分析参数-边界条件的不确定性,其预测的不确定性区间对于实测值的覆盖率较高,但模拟精度有待进一步提升。
【文章来源】：水电能源科学. 2020,38(05)北大核心
【文章页数】：4 页
【部分图文】：
图２ＧＬＵＥ方法推求参数及边界条件后验分布Ｆｉｇ．２ＴｈｅｐｏｓｔｅｒｉｏｒｄｉｓｔｒｉｂｕｔｉｏｎｏｆｐａｒａｍｅｔｅｒｓａｎｄｂｏｕｎｄａｒｙｃｏｎｄｉｔｉｏｎｓｏｆＧＬＵＥｍｅｔｈｏｄ
?。$#$参数和边界取值结合研究区域上游戴村坝水文站及下游东平湖黑虎庙水文站的实测资料，选取２００５年９月２０日１４：００至９月２５日２０：００实测洪水流量和水位过程进行分析（图１）。选取糙率、涡粘系数、上边界流量过程、下边界水位过程作为分析对象。通过ＭＩＫＥ２１计算手册以及研究区域水文数据来确定经验参数的取值范围，由于缺乏足够的先验信息，因此假定参数和边界条件服从均匀分布。具体参数的取值范围见表１。图１水位－流量过程线Ｆｉｇ．１Ｗａｔｅｒｌｅｖｅｌ－ｄｉｓｃｈａｒｇｅｈｙｄｒｏｇｒａｐｈｓ表１模型主要参数及边界条件取值范围Ｔａｂ．１Ｖａｌｕｅｒａｎｇｅｏｆｍａｉｎｐａｒａｍｅｔｅｒｓａｎｄｂｏｕｎｄａｒｙｃｏｎｄｉｔｉｏｎｓｏｆｔｈｅｍｏｄｅｌ编号类别名称物理意义取值范围１参数糙率曼宁系数０．０１５～０．０４２涡粘系数动量交换引起附加应力０．１～０．９３边界条件上游流量模型输入上游流量８０％～１２０％４下游水位模型输入下游水位８０％～１２０％$#%结果分析$#%#!参数与边界条件敏感性分析以不同的参数和边界条件作为自变量，以不同时刻模拟水位为因变量，采用Ｍａｔｌａｂ互信息法，对Ｍａｎｎｉｎｇ系数、涡粘系数、边界入流水位和流量对模拟水位的敏感性进行分析，计算结果见表２。由表２可看出，糙率的Ｕ值为０．５１０６、Ｒ值为０．７９９９，其他参数的Ｕ值介于０．１０３３～０．２３２６之间，Ｒ值为０．４３２０～０．６０９９。糙率与输
图３为ＧＬＵＥ方法计算水位９０％不确定性区间。由图３可看出，９０％置信区间下对于峰值的覆盖性最好，水位上升段不确定性水平较低，峰值和下降段存在较高不确定性。在水位变化过程初期，上升段似然目标函数预报的不确定区间较窄，无法完全重现初始水位上升阶段。这是由于模拟起始阶段存在初始水位导致水流流速无法完全重现实测值，因此导致不同参数－边界条件计算的初始时段水位变化不明显。图３ＧＬＵＥ方法计算水位９０％不确定性区间Ｆｉｇ．３９０％ｕｎｃｅｒｔａｉｎｔｙｉｎｔｅｒｖａｌｏｆｗａｔｅｒｌｅｖｅｌｏｆＧＬＵＥｍｅｔｈｏｄ其对结果的不确定性可通过Ｒ和Ｓ表示（式（３）、（４）），Ｒ值趋近于１表明预测结果完全覆盖实测值，Ｓ值趋近于１表明预测结果最大程度的减小了参数的不确定性。结合图３可看出，模拟值与实测流量过程线趋势一致，区间范围能够包含９３％～９６％的实测值。表３为不确定性评价指标。由表３可看出，阈值的增加使得计算所得的不确定区间宽度减小，预测不确定区间范围覆盖率有所降低。Ｓ值由０．３７增加至０．５５，表明阈值的增加使参数－边界条件的不确定性有所降低。表３不确定性评价指标Ｔａｂ．３Ｉｎｄｅｘｅｓｏｆｕｎｃｅｒｔａｉｎｔｙｅｖａｌｕａｔｉｏｎ阈值Ｂ／ｍＲ／％Ｓ０．５０．５９０９６．８７５０．３７４０．８０．４２５９３．７５００．５５１%结论ａ．采用ＧＬＵＥ方法计算得到的模拟结果９０％不确定区间基本能够包含实测数据，覆盖率可达９０％
【参考文献】：
期刊论文
[1]二维水动力模型参数和边界条件不确定性分析[J]. 曹引,冶运涛,梁犁丽,赵红莉,蒋云钟,王浩,王俊锋. 水力发电学报. 2018(06)
[2]基于GLUE方法的城市雨洪模型参数不确定性分析[J]. 史蓉,赵刚,庞博,姜其贵,甄婷婷. 水文. 2016(02)
[3]基于MIKE21 FM模型的蓄洪区洪水演进数值模拟[J]. 郭凤清,屈寒飞,曾辉,丛沛桐,耿欣. 水电能源科学. 2013(05)
[4]基于贝叶斯理论的水文不确定性分析研究进展[J]. 梁忠民,戴荣,李彬权. 水科学进展. 2010(02)
[5]基于GLUE方法的流域水文模型的不确定性分析[J]. 黄国如,解河海. 华南理工大学学报(自然科学版). 2007(03)
博士论文
[1]基于贝叶斯统计的水文模型不确定性研究[D]. 李明亮.清华大学 2012
本文编号：3491423
【文章来源】：水电能源科学. 2020,38(05)北大核心
【文章页数】：4 页
【部分图文】：
图２ＧＬＵＥ方法推求参数及边界条件后验分布Ｆｉｇ．２ＴｈｅｐｏｓｔｅｒｉｏｒｄｉｓｔｒｉｂｕｔｉｏｎｏｆｐａｒａｍｅｔｅｒｓａｎｄｂｏｕｎｄａｒｙｃｏｎｄｉｔｉｏｎｓｏｆＧＬＵＥｍｅｔｈｏｄ
?。$#$参数和边界取值结合研究区域上游戴村坝水文站及下游东平湖黑虎庙水文站的实测资料，选取２００５年９月２０日１４：００至９月２５日２０：００实测洪水流量和水位过程进行分析（图１）。选取糙率、涡粘系数、上边界流量过程、下边界水位过程作为分析对象。通过ＭＩＫＥ２１计算手册以及研究区域水文数据来确定经验参数的取值范围，由于缺乏足够的先验信息，因此假定参数和边界条件服从均匀分布。具体参数的取值范围见表１。图１水位－流量过程线Ｆｉｇ．１Ｗａｔｅｒｌｅｖｅｌ－ｄｉｓｃｈａｒｇｅｈｙｄｒｏｇｒａｐｈｓ表１模型主要参数及边界条件取值范围Ｔａｂ．１Ｖａｌｕｅｒａｎｇｅｏｆｍａｉｎｐａｒａｍｅｔｅｒｓａｎｄｂｏｕｎｄａｒｙｃｏｎｄｉｔｉｏｎｓｏｆｔｈｅｍｏｄｅｌ编号类别名称物理意义取值范围１参数糙率曼宁系数０．０１５～０．０４２涡粘系数动量交换引起附加应力０．１～０．９３边界条件上游流量模型输入上游流量８０％～１２０％４下游水位模型输入下游水位８０％～１２０％$#%结果分析$#%#!参数与边界条件敏感性分析以不同的参数和边界条件作为自变量，以不同时刻模拟水位为因变量，采用Ｍａｔｌａｂ互信息法，对Ｍａｎｎｉｎｇ系数、涡粘系数、边界入流水位和流量对模拟水位的敏感性进行分析，计算结果见表２。由表２可看出，糙率的Ｕ值为０．５１０６、Ｒ值为０．７９９９，其他参数的Ｕ值介于０．１０３３～０．２３２６之间，Ｒ值为０．４３２０～０．６０９９。糙率与输
图３为ＧＬＵＥ方法计算水位９０％不确定性区间。由图３可看出，９０％置信区间下对于峰值的覆盖性最好，水位上升段不确定性水平较低，峰值和下降段存在较高不确定性。在水位变化过程初期，上升段似然目标函数预报的不确定区间较窄，无法完全重现初始水位上升阶段。这是由于模拟起始阶段存在初始水位导致水流流速无法完全重现实测值，因此导致不同参数－边界条件计算的初始时段水位变化不明显。图３ＧＬＵＥ方法计算水位９０％不确定性区间Ｆｉｇ．３９０％ｕｎｃｅｒｔａｉｎｔｙｉｎｔｅｒｖａｌｏｆｗａｔｅｒｌｅｖｅｌｏｆＧＬＵＥｍｅｔｈｏｄ其对结果的不确定性可通过Ｒ和Ｓ表示（式（３）、（４）），Ｒ值趋近于１表明预测结果完全覆盖实测值，Ｓ值趋近于１表明预测结果最大程度的减小了参数的不确定性。结合图３可看出，模拟值与实测流量过程线趋势一致，区间范围能够包含９３％～９６％的实测值。表３为不确定性评价指标。由表３可看出，阈值的增加使得计算所得的不确定区间宽度减小，预测不确定区间范围覆盖率有所降低。Ｓ值由０．３７增加至０．５５，表明阈值的增加使参数－边界条件的不确定性有所降低。表３不确定性评价指标Ｔａｂ．３Ｉｎｄｅｘｅｓｏｆｕｎｃｅｒｔａｉｎｔｙｅｖａｌｕａｔｉｏｎ阈值Ｂ／ｍＲ／％Ｓ０．５０．５９０９６．８７５０．３７４０．８０．４２５９３．７５００．５５１%结论ａ．采用ＧＬＵＥ方法计算得到的模拟结果９０％不确定区间基本能够包含实测数据，覆盖率可达９０％
【参考文献】：
期刊论文
[1]二维水动力模型参数和边界条件不确定性分析[J]. 曹引,冶运涛,梁犁丽,赵红莉,蒋云钟,王浩,王俊锋. 水力发电学报. 2018(06)
[2]基于GLUE方法的城市雨洪模型参数不确定性分析[J]. 史蓉,赵刚,庞博,姜其贵,甄婷婷. 水文. 2016(02)
[3]基于MIKE21 FM模型的蓄洪区洪水演进数值模拟[J]. 郭凤清,屈寒飞,曾辉,丛沛桐,耿欣. 水电能源科学. 2013(05)
[4]基于贝叶斯理论的水文不确定性分析研究进展[J]. 梁忠民,戴荣,李彬权. 水科学进展. 2010(02)
[5]基于GLUE方法的流域水文模型的不确定性分析[J]. 黄国如,解河海. 华南理工大学学报(自然科学版). 2007(03)
博士论文
[1]基于贝叶斯统计的水文模型不确定性研究[D]. 李明亮.清华大学 2012
本文编号：3491423
本文链接：https://www.wllwen.com/kejilunwen/shuiwenshuili/3491423.html
