上篇 理论方法篇 3
第1章 绪论 3
1.1 研究背景与意义 3
1.2 变化环境下的水科学问题 8
1.3 水文模型发展与应用前景 10
1.4 水文模型的不确定性来源 13
1.5 模型参数不确定性量化研究进展 16
1.6 模型结构与数据的不确定性研究进展 20
1.7 水文模型不确定性研究展望 22
1.8 小结 24
参考文献 24
第2章 分布式水文模型理论与方法 33
2.1 分布式水文模型构建流程 33
2.2 分布式时变增益模型 37
2.3 小结 53
参考文献 54
第3章 代理模型技术理论与方法 57
3.1 概述 57
3.2 试验设计方法 58
3.3 近似模拟技术 65
3.4 模型验证方法 73
3.5 小结 74
参考文献 75
第4章 参数识别与敏感性分析方法 77
4.1 概述 77
4.2 敏感性分析方法分类 79
4.3 常用敏感性分析方法 81
4.4 基于代理模拟技术的分析方法 91
4.5 定性筛选和定量评价耦合方法 95
4.6 小结 96
参考文献 97
第5章 参数不确定性分析方法 103
5.1 概述 103
5.2 水文模型常用不确定性分析方法 104
5.3 基于代理模型和MCMC的分析方法 110
5.4 小结 116
参考文献 117
第6章 参数优化分析方法 122
6.1 概述 122
6.2 水文模型常用优化方法 124
6.3 集成RSM和SCE-UA的优化方法 131
6.4 小结 133
参考文献 133
下篇 实践应用篇 139
第7章 淮河流域分布式水文模拟系统 139
7.1 淮河流域概况 139
7.2 模型研究数据 142
7.3 模型改进与淮河水文模型构建 144
7.4 结果分析 149
7.5 小结 153
参考文献 153
第8章 分布式时变增益模型参数不确定性研究 154
8.1 概述 154
8.2 敏感性分析 155
8.3 参数不确定性分析 170
8.4 参数优化 175
8.5 小结 180
参考文献 180
第9章 新安江模型参数不确定性研究 182
9.1 新安江模型概述 182
9.2 新安江模型在淮河流域的应用情况 183
9.3 大坡岭流域的应用实例 186
9.4 参数不确定性研究 194
9.5 小结 218
参考文献 219
第10章 模型不确定性量化系统工具 221
10.1 概述 221
10.2 PSUADE工具 222
10.3 PSUADE主要命令 228
10.4 PSUADE应用研究进展 244
10.5 小结 245
参考文献 245
第11章 结论与展望 249
11.1 主要结论 249
11.2 未来发展趋势 251