基于SOM的流域分類和無資料區徑流模擬

作者：伊璇,周豐,王心宇,楊永輝,郭懷成

摘要：無資料區的徑流模擬問題是國內外水文研究的難點之一。基于相似流域的參數移植法是常用的解決方法之一,但如何判斷相似流域是制約此類方法發展的難點。本文以滇池流域為例,采用自組織映射神經網絡(SOM)和層次聚類分析(HCA)聯合模式,選取16個流域物理特征為指標進行子流域分類,以確定相似流域。運用無分層的K-means分類的SOM法將整個滇池流域劃分為7類具有水文屬性的子流域組,分類情景與HCA基本一致,兩者實現相互驗證。采用HBV水文模型模擬子流域徑流過程,并選擇部分子流域進行組內參數移植交叉檢驗。結果顯示,HBV模型可較好的模擬滇池流域徑流過程;此外,子流域交叉檢驗結果優良,表明同組內參數可以相互移植。本文不僅為解決滇池流域無資料問題提供了可靠手段,而且由于SOM實現了高維流域特征可視化展示,有助于管理者全面、深入的把握滇池流域水文屬性的空間分布特征,為進行水資源管理提供指導。

發文機構：北京大學環境科學與工程學院 北京大學城市與環境學院

關鍵詞：無資料地區徑流模擬流域分類自組織映射神經網絡HBV模型滇池流域ungauged basinrunoff simulationcatchments classificationself-organizing mapHBV modelLake Dianchi Basin

分類號： P333[天文地球—水文科學][水利工程—水文學及水資源][天文地球—地球物理學]