本文關(guān)鍵詞：缺乏觀測(cè)資料流域的概念性水文模型的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：缺乏觀測(cè)資料流域水文模型的研究是當(dāng)今世界水文研究的熱點(diǎn)和難點(diǎn)。本文通過(guò)統(tǒng)計(jì)回歸方法找出衛(wèi)星遙感降雨數(shù)據(jù)與實(shí)測(cè)降雨數(shù)據(jù)的相關(guān)關(guān)系,并分析各自的數(shù)據(jù)特點(diǎn),然后由缺乏觀測(cè)資料地區(qū)的遙感數(shù)據(jù)反演出“真實(shí)”數(shù)據(jù)。用反演出來(lái)的數(shù)據(jù)構(gòu)建缺乏觀測(cè)資料流域水文模型,并將其用來(lái)率定水文模型參數(shù)。結(jié)合貝葉斯理論以及適用于高度非線性復(fù)雜模型的MCMC算法,提高參數(shù)率定的效率。通過(guò)一系列的研究以擴(kuò)展PUB(Prediction in Ungauged Basins)問(wèn)題的研究領(lǐng)域,并給出研究方向。流域水文模型的預(yù)報(bào)過(guò)程存在各種不確定性,其中,模型參數(shù)不確定性是非常重要的水文模型不確定性來(lái)源,本論文通過(guò)GLUE方法來(lái)研究宜春市萬(wàn)載河流域CMD模型參數(shù)的不確定性,找出敏感參數(shù),并給出90%覆蓋率的成對(duì)參數(shù)散點(diǎn)分布圖、90%置信區(qū)間的徑流值以及成對(duì)參數(shù)空間的最優(yōu)點(diǎn)。本論文主要工作有:(1)對(duì)比單站雨量資料與多站平均雨量資料與該地區(qū)的遙感降雨數(shù)據(jù)的相關(guān)關(guān)系,發(fā)現(xiàn)多站雨量資料與該地區(qū)遙感遙感數(shù)據(jù)的相關(guān)性更好。(2)通過(guò)遙感降雨數(shù)據(jù)與實(shí)測(cè)降雨數(shù)據(jù)并結(jié)合回歸后的遙感降雨數(shù)據(jù)分別作水文預(yù)報(bào)發(fā)現(xiàn),遙感降雨數(shù)據(jù)包含的暴雨信息比較真實(shí),對(duì)洪峰結(jié)果預(yù)測(cè)較為準(zhǔn)確。(3)對(duì)比用小流域與大流域遙感數(shù)據(jù)直接預(yù)報(bào)的的結(jié)果發(fā)現(xiàn),遙感資料更適合做大流域的水文預(yù)報(bào)。(4)對(duì)比通用的全局最優(yōu)法與適用于高度非線性的DREAM算法,發(fā)現(xiàn)DREAM算法率定的效率更高,模擬的效果更好。(5)通過(guò)多種產(chǎn)流匯流模塊的組合,發(fā)現(xiàn)CMD模型+armax模塊更適用于江西省宜春地區(qū)。
【關(guān)鍵詞】：缺資料流域 概念水文模型 貝葉斯理論 馬爾科夫鏈與蒙特卡洛 遙感數(shù)據(jù)
【學(xué)位授予單位】：南昌工程學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P337;P333
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 緒論7-13
• 1.1 研究背景與意義7
• 1.2 國(guó)內(nèi)外研究進(jìn)展7-10
• 1.3 本文研究?jī)?nèi)容及技術(shù)路線10-11
• 1.4 本論文創(chuàng)新點(diǎn)11-13
• 第二章 缺資料研究13-31
• 2.1 缺資料問(wèn)題的提出13-14
• 2.2 遙感降雨數(shù)據(jù)與實(shí)測(cè)降雨數(shù)據(jù)的統(tǒng)計(jì)關(guān)系14-31
• 2.2.1 研究區(qū)域及數(shù)據(jù)來(lái)源14-15
• 2.2.2 遙感降雨數(shù)據(jù)與實(shí)測(cè)降雨數(shù)據(jù)的統(tǒng)計(jì)分析15-25
• 2.2.3 結(jié)果與結(jié)論（分別解決有資料、缺資料、完全無(wú)資料地區(qū)問(wèn)題）25-31
• 第三章 模型的構(gòu)建及適用性研究31-39
• 3.1 產(chǎn)、匯流模型31-34
• 3.1.1 產(chǎn)流模型31-33
• 3.1.2 匯流模型33-34
• 3.2 模型實(shí)現(xiàn)34-37
• 3.3 結(jié)果與結(jié)論37-39
• 第四章 DREAM算法原理及其應(yīng)用39-49
• 4.1 貝葉斯理論39-40
• 4.1.1 貝葉斯統(tǒng)計(jì)原理39
• 4.1.2 似然函數(shù)先驗(yàn)分布、后驗(yàn)分布和條件分布39-40
• 4.2 馬爾可夫鏈蒙特卡洛(MCMC)方法40-42
• 4.2.1 馬爾可夫過(guò)程與馬爾可夫鏈40-41
• 4.2.2 蒙特卡洛方法與MCMC方法41-42
• 4.3 DREAM算法及其應(yīng)用42-47
• 4.3.1 DE-MC算法42
• 4.3.2 DREAM算法原理與步驟42-44
• 4.3.3 DREAM算法在水文模型里的應(yīng)用44-47
• 4.4 本章小結(jié)47-49
• 第五章 基于GLUE方法的參數(shù)不確定性分析49-55
• 5.1 參數(shù)不確定性49
• 5.2 模型參數(shù)敏感性分析49-50
• 5.3 GLUE方法50-54
• 5.3.1 GLUE方法基本原理50-51
• 5.3.2 GLUE 分析方法步驟51
• 5.3.3 GLUE方法在模型里的應(yīng)用51-54
• 5.4 本章小結(jié)54-55
• 第六章 結(jié)論與展望55-57
• 6.1 結(jié)論55
• 6.2 展望55-57
• 參考文獻(xiàn)57-60
• 致謝60

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 姚蕾;梁忠民;王軍;胡義明;;Nash匯流模型在無(wú)資料地區(qū)的應(yīng)用[J];水電能源科學(xué);2014年02期

2 羅吉忠;張新華;肖玉成;趙少華;;基于SWAT模型的缺資料流域徑流模擬研究[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

3 黃燕平;羅蔚;;贛江徑流特征及其變化趨勢(shì)分析[J];人民長(zhǎng)江;2012年15期

4 徐宗學(xué);程磊;;分布式水文模型研究與應(yīng)用進(jìn)展[J];水利學(xué)報(bào);2010年09期

5 周平;朱仁義;;貝葉斯理論在水文不確定性分析中的應(yīng)用[J];巢湖學(xué)院學(xué)報(bào);2010年03期

6 梁忠民;戴榮;李彬權(quán);;基于貝葉斯理論的水文不確定性分析研究進(jìn)展[J];水科學(xué)進(jìn)展;2010年02期

7 趙坤;傅海燕;李薇;柴天;;流域水文模型研究進(jìn)展[J];現(xiàn)代農(nóng)業(yè)科技;2009年23期

8 黃粵;陳曦;包安明;劉鐵;馮先偉;;干旱區(qū)資料稀缺流域日徑流過(guò)程模擬[J];水科學(xué)進(jìn)展;2009年03期

9 金鑫;楊國(guó)范;古健;李強(qiáng);;新安江模型在渾河流域上的應(yīng)用[J];節(jié)水灌溉;2008年11期

10 趙海偉;夏達(dá)忠;張行南;唐雷彬;夏希;;傳統(tǒng)新安江模型在流域分布水文模擬中的應(yīng)用[J];水電能源科學(xué);2007年05期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 曹飛鳳;基于MCMC方法的概念性流域水文模型參數(shù)優(yōu)選及不確定性研究[D];浙江大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 劉以珍;贛江河岸帶植被特征[D];南昌大學(xué);2010年

2 周（王瑩）;贛江流域水量分配研究及數(shù)學(xué)模型的開(kāi)發(fā)與應(yīng)用[D];南昌大學(xué);2008年

  本文關(guān)鍵詞：缺乏觀測(cè)資料流域的概念性水文模型的研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：326212