简介:数据同化方法可提高数值预报的时效性和准确性,且该方法已在水文领域得到应用,并得到快速发展。为了提高新安江模型径流模拟预报精度,采用集合卡尔曼滤波方法同化径流数据,对参数和状态变量进行同步校正估计。通过对三水源新安江模型进行理想条件下的数值实验,在同时考虑模型自身、模型参数以及观测数据的不确定性的情况下,分析了参数均值和方差改变、集合大小、同化参数的敏感性以及相关性分析对同化过程的影响。结果表明:集合卡尔曼滤波算法具有可行性,且参数均值越接近真值、方差适当增加,集合大小适中,同化参数敏感性较低以及参数与变量间相互独立时,能在一定程度上增加径流同化精度。该研究可为同类型参数同化估计提供一定参考依据。
简介:摘要:随着技术进步,计算机技术、地理信息技术为水文行业带来了飞跃式的发展,使得原本理论的知识可以逐步落地,为人民的生产、生活带来实效性的利益。新安江模型是我国少有的一个具有世界影响力的水文模型,近些年,已经发展出几套基于该模型比较成熟的预报系统。本身对于模型的算法,各个系统大同小异,基本都是遵循模型的基本定义,对输入的数据进行处理计算。所不同的是,各个系统在构建预报方案时,各有办法,采用很多不同的工具,也有不同的思路和对具体预报流域不同程度了解的体现。最终表现在预报成果上,天差地别,是否能满足生产、管理业务对预报精度的需求,则不一而论。本文主要介绍一种基于新安江模型,利用ArcGIS工具构建预报方案的方法。