基于广义线性混合模型的水文模拟多源不确定性量化研究
文献类型：学位论文
| 作者 | 叶翔宇 |
| 答辩日期 | 2023-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 王中根 |
| 关键词 | 多源不确定性分析 ANOVA方差分析 GLMM广义线性混合模型 流域水文模型 拉萨河流域 |
| 学位名称 | 博士 |
| 学位专业 | 自然地理学 |
| 英文摘要 | 由于水文系统复杂性、随机性以及模型开发应用过程中的自然或人为的不确定性因素，导致水文模型模拟值与实际水文过程观测值之间存在一定偏差。水文模拟的不确定性分析能识别影响水文模拟精度的主要因子，深化对水文过程的理解，有助于提升水文模拟和预报的精度。目前水文模拟不确定性分析是国际水文科学研究的热点难题，许多方面还需要深入研究，比如降水输入具有高度的时空变异性，其在水文模拟中的适用性和不确定性研究仍十分薄弱；降水输入、模型结构以及对应参数估计的不确定性相互作用关系难以量化。传统基于方差分析模型（ANOVA）的不确定性研究需要满足正态性、方差齐性和独立性三点假设，在实际应用中具有一定的局限性。本文在全面评估卫星降水产品在雅鲁藏布江流域的适用性的基础上，采用广义线性混合模型（Generalized Linear Mixed Model, GLMM），以雅鲁藏布江主要支流拉萨河为研究区，开展水文模拟的多源不确定性量化研究。选取多源降水输入（TRMM、PERSIANN、CHIRPS、CMORPH和CMFD）和多种模型结构（包含月水量平衡模型ABCD、GR2M和TWBM，日水文模型GR4J、HYMOD和HEC-HMS）进行集合径流模拟，并分别根据ANOVA模型和GLMM模型构建了多源不确定性量化技术方法，重点研究水文模拟多源不确定性及其相互作用的深层次量化问题，提出降水输入和模型结构选择及参数优化的策略。具体开展的研究工作和结论如下： （1）从时空分布特征和径流模拟适用性的角度，对多种卫星降水产品在雅鲁藏布江流域的适用性及不确定性进行全面评估，分析了不同雨强、气候分区和高程条件对于卫星遥感降水估计的影响。结果表明：1）所有卫星降水产品的降水估计精度呈现东高西低的空间分布特征，其中CMORPH对于降水呈现整体低估趋势（除12月以外Bias均为负值），PERSIANN对于汛期降水表现出明显高估趋势（尤其高估了0.1-5 mm/d的降水量）；2）TRMM在不同的高程条件和气候分区内均具有相对稳定的降水估计精度和降水探测能力（尤其在海拔3000-4000 m和相对潮湿的地区表现良好），而且其在径流模拟中也展现出最低的模拟误差，在雅鲁藏布江流域的水文适用性最佳；3）在GR2M模型结构中，卫星降水产品的降水估计误差主要通过直接产流和土壤蓄水量的模拟过程进行传递，多源降水输入的不确定性体现在径流交换系数�.2最优分布区间的显著差异上。 （2）从月和日时间尺度的角度，基于ANOVA模型量化评估水文模拟中多源降水输入和多模型结构以及交互作用关系的不确定性，探明了不同尺度水文模拟的不确定性影响的主导因子。结果表明：1）降水输入-模型结构的交互作用对于月径流模拟精度不确定性的贡献程度较高（方差比例为0.44），显著大于降水输入和模型结构各自的不确定性（方差比例分别为0.18和0.20），而这三种不确定性对于日径流模拟精度的相对贡献程度则较为相似（方差比例范围为0.28-0.38）；2）多种模型结构的不确定性在月尺度径流模拟过程中占主导地位（尤其当实测月径流量小于6.32 mm时），多源降水输入的不确定性在日尺度水文模拟过程中占主导地位（尤其当实测径流量大于220 m3/s时）；3）从径流模拟集合中选取的样本实际上不完全满足标准正态分布和方差齐性，基于传统的ANOVA方法虽然有一定的统计意义，但在不确定性量化研究中存在很大的局限性。 （3）提出了基于GLMM模型的多源不确定性量化方法，揭示了混合效应中各项不确定性因子间交互作用关系，为水文模拟中降水输入和模型结构选择及参数优化提供依据。结果表明：1）在所有不确定性因子中，参数估计与其他不确定性因子的交互作用对于水文模拟过程的影响最显著，其中模型结构和参数估计的交互作用不确定性对模拟精度的影响远大于降水输入与参数估计的交互作用（平均方差比例分别为0.38和0.09）；2）在分布式模型和集总式模型结构比较中，HEC-HMS在驱动径流模拟过程中的残差不确定性较低（尤其在非汛期），在拉萨河流域水文模拟的适用性强；3）在多种降水输入比较中，TRMM降雨数据在不同时间尺度径流模拟过程中的不确定性区间对实测径流的覆盖率最高，区间宽度较低，同时其具有较低的残差不确定性，适用性强；4）在模糊参数集合中，参数靠近先验分布上下限时的模拟不确定性显著大于参数隶属度变化引起的不确定性，且参数靠近先验分布下限时的整体模拟精度更高，说明调低参数先验分布区间上限有利于提高水文模型在拉萨河径流模拟的精度。 （4）通过多源不确定性量化对比分析，验证了所提出的基于GLMM模型的多源不确定性量化分析方法的适用性及可靠性。结果表明：1）GLMM方法采用协方差矩阵计算参数估计不确定性的方差组分，采用链接函数扩展因变量分布类型，有助于降低ANOVA方法的方差齐性和正态性假设的局限性；2）GLMM方法综合考虑了参数估计与其他不确定性因子的交互作用，能够显著降低径流模拟精度和模拟过程的残差不确定性，尤其对非汛期径流模拟过程的多源不确定性量化有了较好的改进；3）通过拉萨河验证案例分析，GLMM方法能够有效降低水文模拟的残差不确定性，为资料稀缺地区水文模拟的降水输入和模型结构选择及参数优化提供依据。 本研究在综合评估多源降水输入的精度和误差特征的基础上，根据GLMM模型提出了一种全新的水文模拟多源不确定性量化方法，克服了传统ANOVA方法存在的局限，系统揭示了降水输入、模型结构和参数估计及三者相互作用的不确定性对水文模拟的影响效应，有效降低了水文模拟的残差不确定性，并从不确定性分析的角度提出了降水输入和模型结构选择及参数优化的策略，为提升水文模拟精度、改善水文模拟过程提供了相应的理论支撑。 |
| 语种 | 中文 |
| 页码 | 163 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/199796]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 叶翔宇. 基于广义线性混合模型的水文模拟多源不确定性量化研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2023. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。