Page 101 - 水文预报与水资源优化管理技术

水文预报与水资源优化管理技术

型结构简单明晰且易于通过计算机编程实现，在科学研究和工程应用领域受到广
泛应用。集总式概念性水文模型的研究最早可追溯到 20 世纪 50 年代，比较有代

表性的是由 Linsley 和 Crawford5 提出的 Stanford 模型，该模型是水文模型研究领
域具有里程碑意义的产物；随后，国内外水文学者相继提出了众多概念性水文模

型，如美国的 Sacrament 模型、日本的 TANK 模型、爱尔兰的 SMAR 模型、以及
我国的新安江模型。

分布式水文模型流域概念性水文模型是应用最为广泛的水文模型，然而，随
着人类活动和自然条件变化对水文循环时空过程影响的加剧，对流域水文模拟提

出了更高的要求，传统的将流域当做整体考虑的集总式水文模型难以满足流域水
文水资源精细化优化管理和配置，流域分布式水文模型研究逐渐成为水文学科的

重点和热点研究领域之一。
分布式水文模型将流域划分成若干计算单元，计算单元间通过一定水量交换

关系进行关联，计算单元可反映流域水文条件（气候、地形、地貌）的时空变异
特征，相比集总式水文模型，分布式水文模型不仅能够得到流域出口水文计算结

果，而且能精细化描述流域局部水文变化过程，为人们深入了解与刻画水文系统
时空演化规律提供了有力的技术支撑。

参数率定优选不论是概念性集总式亦或是分布式水文模型，均是对真实水文
过程的概化模拟，模型通常采用一系列具有明确物理意义的模型参数描述流域水

文循环机制。大多数模型参数不可直接测量或通过物理公式推求获取，寻求高效

快速的参数率定优选技术一直是水文模型应用研究的重要课题。
模型参数优选方法包括人工试算法和自动搜索算法两类。

人工试算法在计算机技术不发达的时代，人工试错法是水文模型中广泛应用
的参数优选方法。然而该方法计算耗时费力，主观性强，且难以保证所得参数的

最优性。
自动搜索算法为克服人工试算法针对参数优选问题的缺陷，人们展开了对自

动搜索优化方法的探索。自动搜索算法基本思想是给定初始参数集合，通过一定

094