基于LHS-GAS-BP分布式水文模型参数敏感性分析及率定方法

本发明公开了一种基于LHS‑GAS‑BP分布式水文模型参数敏感性分析及率定方法，采用遗传算法来优化BP神经网络的权值和阈值，改善BP神经网络学习算法易陷入局部极小的缺陷；并采用依据自变量耦合变化导致因变量变化率的敏感度定义，有助于识别模型中相对敏感的参数，降低参数维度，减小模型计算成本，为模型参数优化与不确定性分析提供支撑。且本发明克服了人工试错法对水文模型参数率定的主观影响，通过模型批量执行和结果批量提取可将模型运行和拟合优度评价自动化，提高调参效率，并且相对于其它参数率定步骤更为简单快捷，能够更精确、有效、快捷的完成参数率定过程。