[发明专利]一种基于并行编程和模块法的分布式水文模型率定方法

摘要

本发明公开一种基于并行编程和模块法的分布式水文模型率定方法，旨在提高流域水文模型的率定效率和模拟精度。所述方法包括：1)基于MPICH构建的并行编程环境，耦合开源分布式水文模型源程序与多目标优化算法；2)分别针对日径流序列和峰值序列对水文模型进行率定，并建立相应的模型框架；3)利用模块法合并上述模型的径流输出，形成重组的模拟径流。本发明的有益效果是：并行多目标运算能有效地提高分布式水文模型的率定效率，减少率定时间；模块方法能充分利用峰值模型和日径流模型各自的优势，可显著提高模拟精度。

主权项

1.一种基于并行编程和模块法的分布式水文模型率定方法，其特征在于，包括如下步骤：1)收集水文模型需要的水文气象数据，将气象数据插值到模型需要的分辨率，确定模型待率定参数；2)确定超定量法的阈值，利用超定量法选取研究期间日径流的峰值序列；3)基于MPICH的并行编程环境，将多目标优化算法ε‑NSGAⅡ和水文模型源程序进行耦合，以步骤1)收集的气象数据，和实测水文数据作为输入，以日径流序列的纳什效率系数NSE/D和相对偏差Bias/D，以及峰值序列的纳什效率系数NSE/P和相对偏差Bias/P作为目标函数，率定水文模型；4)根据率定结果建立目标流域水文模型，采用模块法整合径流输出，形成重组的径流序列；步骤3)中所述的将多目标优化算法ε‑NSGAⅡ和水文模型源程序进行耦合，具体方法如下：(1)设定ε‑NSGAⅡ算法的相关参数：初始种群数N、进化代数gens、交叉概率、变异概率，同时设置VIC模型的相关待率定参数的个数和范围；(2)初始化MPI，获取MPI进程组中包含的进程数cSize和本进程在通信组中的进程编号pRank；(3)由主程序master随机产生种群大小为N的父代种群P0，并通过MPI_Bcast函数将运算任务分配给cSize个子程序，子程序根据参数组分别运行水文模型；(4)根据计算结果，计算父代种群P0中各个体的适应度函数，即纳什效率系数和相对偏差，进行快速非支配排序和拥挤度计算，产生A0个ε非支配存档解；(5)采用25％的注入机制，(4)中的A0个ε非支配存档解形成新的父代种群Pt中25％的个体，其余75％通过随机产生，种群大小为Nt；(6)通过选择、交叉、变异算子产生子代种群Qt，种群大小为Nt；将子代种群Qt与父代Pt合并组成新的种群Rt＝Pt∪Qt，种群大小为2Nt；(7)由主程序master通过MPI_Bcast函数将运算任务分配给cSize个子程序，并根据运算结果进行快速非支配排序和拥挤度的计算，根据群体中每个个体的非支配排序和拥挤距离选择产生精英父代种群Nt，同时产生At个ε非支配存档解；(8)根据(5)的25％注入机制，由存档种群At的种群大小，增加随机生成样本形成种群大小为4At的父代种群Pt+1；(9)循环步骤(6)‑(8)，直到达到设定的进化代数或者其他终止条件。