摘要
本发明提供了一种基于组件式水文模型的径流不确定性关键驱动因素确定方法,包括:收集与整理研究流域站点观测、再分析网格数据集的逐日降水数据;基于组件式建模框架构建组件式水文模型,为每个水文子过程配置多种模型结构,不同水文子过程的模型结构可灵活耦合;将不同降水数据和水文子过程的每个模型结构分别与一个整数相关联,降水和水文子过程在指定的整数范围内离散采样,模型参数在指定的参数范围内连续采样;采用动态Sobol’敏感性分析方法,以每日模拟径流作为分析目标变量,计算输入数据、模型结构与模型参数逐日总阶敏感性指数;采用多年平均序列分析方法,分析输入数据、模型结构与模型参数逐日总阶敏感性指数的年内趋势变化。
技术关键词
水文模型
组件式
敏感性分析方法
径流
序列分析方法
数据
指数
参数
地面气象要素
变量
网格
青藏高原
日历
连续型
站点
动态
气候
框架
系统为您推荐了相关专利信息
移动营销系统
物联网技术
数据
个性化推荐算法
时间序列分析方法
地下水位预测方法
地下水开采量
参数
指数
时间段
风险预警方法
模拟模型
风险预测模型
机器学习模型
电网设备