水文模型校准过程对模型模拟效果有重要影响。对学者们应用水文模型SWAT(Soil and Water Assessment Tool)开展的多站点、多变量和多目标的校准策略研究进行了归纳总结分析。研究结果显示:①多站点、多变量和多目标的应用都会对水文模...水文模型校准过程对模型模拟效果有重要影响。对学者们应用水文模型SWAT(Soil and Water Assessment Tool)开展的多站点、多变量和多目标的校准策略研究进行了归纳总结分析。研究结果显示:①多站点、多变量和多目标的应用都会对水文模型的校准结果产生影响。②不是所有的多站点校准都能提高模拟效果,流域尺度、内部情况、站点设置和校准顺序等都会对多站点校准效果产生影响。通常情况下,在大尺度、地形条件复杂、支流众多、非均质的复杂流域进行多站点校准时可有效提高模型的模拟效果,降低模拟的不确定性。③在校准过程中将多站点与多变量校准联合使用,可以更好地模拟流域水文过程,获得更真实合理的水文参数。④不同的目标函数因计算方式的差异也会对校准结果产生影响,使用多个目标函数,可充分利用实测数据所涵盖的信息,更好地进行校准。水文模型校准优化算法与多目标相结合,可缩短校准时间,改善模拟效果。在水文模拟研究中,应充分考虑流域实际情况,进行站点数量与位置、校准变量、目标函数及校准优化算法的选择,以获得更精准的模拟结果。展开更多
针对具有物理机制的分布式水文模型对大流域、长序列模拟计算时间长、模拟速度慢的问题,引入基于GPU的并行计算技术,实现分布式水文模型WEP-L(water and energy transfer processes in large river basins)产流过程的并行化。选择鄱阳...针对具有物理机制的分布式水文模型对大流域、长序列模拟计算时间长、模拟速度慢的问题,引入基于GPU的并行计算技术,实现分布式水文模型WEP-L(water and energy transfer processes in large river basins)产流过程的并行化。选择鄱阳湖流域为实验区,采用计算能力为8.6的NVIDIA RTX A4000对算法性能进行测试。研究表明:提出的基于GPU的分布式水文模型并行算法具有良好的加速效果,当线程总数越接近划分的子流域个数(计算任务量)时,并行性能越好,在实验流域WEP-L模型子流域单元为8712个时,加速比最大达到2.5左右;随着计算任务量的增加,加速比逐渐增大,当实验流域WEP-L模型子流域单元增加到24897个时,加速比能达到3.5,表明GPU并行算法在大尺度流域分布式水文模型计算中具有良好的发展潜力。展开更多
文摘水文模型校准过程对模型模拟效果有重要影响。对学者们应用水文模型SWAT(Soil and Water Assessment Tool)开展的多站点、多变量和多目标的校准策略研究进行了归纳总结分析。研究结果显示:①多站点、多变量和多目标的应用都会对水文模型的校准结果产生影响。②不是所有的多站点校准都能提高模拟效果,流域尺度、内部情况、站点设置和校准顺序等都会对多站点校准效果产生影响。通常情况下,在大尺度、地形条件复杂、支流众多、非均质的复杂流域进行多站点校准时可有效提高模型的模拟效果,降低模拟的不确定性。③在校准过程中将多站点与多变量校准联合使用,可以更好地模拟流域水文过程,获得更真实合理的水文参数。④不同的目标函数因计算方式的差异也会对校准结果产生影响,使用多个目标函数,可充分利用实测数据所涵盖的信息,更好地进行校准。水文模型校准优化算法与多目标相结合,可缩短校准时间,改善模拟效果。在水文模拟研究中,应充分考虑流域实际情况,进行站点数量与位置、校准变量、目标函数及校准优化算法的选择,以获得更精准的模拟结果。
文摘针对具有物理机制的分布式水文模型对大流域、长序列模拟计算时间长、模拟速度慢的问题,引入基于GPU的并行计算技术,实现分布式水文模型WEP-L(water and energy transfer processes in large river basins)产流过程的并行化。选择鄱阳湖流域为实验区,采用计算能力为8.6的NVIDIA RTX A4000对算法性能进行测试。研究表明:提出的基于GPU的分布式水文模型并行算法具有良好的加速效果,当线程总数越接近划分的子流域个数(计算任务量)时,并行性能越好,在实验流域WEP-L模型子流域单元为8712个时,加速比最大达到2.5左右;随着计算任务量的增加,加速比逐渐增大,当实验流域WEP-L模型子流域单元增加到24897个时,加速比能达到3.5,表明GPU并行算法在大尺度流域分布式水文模型计算中具有良好的发展潜力。
