【水文模型】09 新安江模型SCE-UA算法自动率定

2022/2/28
实现SCE-UA算法率定新安江模型

下载地址

您可以从Github下载👉👉项目文件。

作者简介

很高兴认识您！
我叫卢家波，河海大学水文学及水资源博士研究生，研究兴趣为高效洪水淹没预测、洪水灾害预警、机器学习、替代模型和降阶模型。
变化环境下，极端洪水事件多发，我希望能通过研究为水灾害防御做出贡献，为人民服务。
欢迎交流讨论和研究合作，vx Jiabo_Lu。
主页 https://lujiabo98.github.io
简历 https://lujiabo98.github.io/file/CV_JiaboLu_zh.pdf
博客 https://blog.csdn.net/weixin_43012724?type=blog
来信请说明博客标题及链接，谢谢。

目的

用自己编写的SCE-UA算法自动率定自己编写的三水源新安江模型，检验SCE-UA算法实用性。本地路径E:\Research\Practice\XAJ+SCEUA\XAJ+SCEUA

概述

给定参数初始值，运行新安江模型，将新安江模型计算结果与实测值对比，判断是否达到设定的终止条件。若否，通过SCE-UA算法调整参数，再次运行新安江模型，直到达到终止条件，参数自动率定流程结束。

模型参数：新安江模型待率定的参数值，如流域蓄水容量SM；
前处理：将SCE-UA算法率定得到的模型参数值写入模型输入文件中；
模型输入：新安江模型的模型参数、初始条件、降雨蒸发边界条件等；
模型输出：新安江模型计算得到的流量等水文要素；
后处理：从新安江模型输出结果中提取出待比较的流量时间序列；
结果对比：新安江模型计算结果与相应实测值的对比，如纳什效率系数、均方根误差等精度评价指标；
终止条件：有3种，1）迭代次数达到设定值；2）参数收敛性达到阈值；3）模型精度评价指标达到阈值。

如何使用

1. 下载所有文件https://github.com/lujiabo98/XAJ-SCEUA
2. 用 VS 2019打开XAJ+SCEUA.sln
3. 解决方案下右键选择属性，所有配置，所有平台下，将C++语言标准设为 ISO C++20 标准
4. Release和x64下，重新生成解决方案
5. 将E:\Research\Practice\XAJ+SCEUA\XAJ+SCEUA\SCEUA\IOexamples下的scein.txt和E:\Research\Practice\XAJ+SCEUA\XAJ+SCEUA\XAJ\IOexamples下的非示例文件粘贴到XAJ+SCEUA.exe的生成目录下（可能为E:\Research\Practice\XAJ+SCEUA\XAJ+SCEUA\x64\Release，需读者根据自己的设置情况来找XAJ+SCEUA.exe在哪里生成）
6. 点击 本地Windows调试器 ，即可运行SCE-UA自动优化程序
   

技术路线

将新安江模型嵌入SCE-UA算法中，主要在functn()函数中实现以下三步：

1. 【前处理】在functn()中先把自动生成的参数写入到新安江模型的输入文件中；
2. 【运行模型】再调用新安江模型模型计算出结果；
3. 【后处理】最后计算出NSE，将1-NSE作为functn()函数返回值。

实现方法

将新安江模型和SCE-UA算法的源代码放在同一个解决方案中，主函数是SCE-UA算法，新安江模型写成函数形式，供functn()调用。

在函数functn()中添加了三个函数，分别为前处理、运行模型和后处理

前处理

PreProcessing()函数根据参数模板文件parameter.tpl比对待率定参数数组，将优化算法生成的参数数值写入待率定模型的参数输入文件parameter.txt中。

运行模型

RunModel()函数调用新安江模型程序

后处理

PostProcessing()函数调用ReadValues()从待率定模型（在这里指新安江模型）输出结果中读取数据（出口断面流量数据Q.txt）；调用CalculateNSE()计算纳什效率系数NSE；因为SCE-UA算法为最小化算法，因此返回1-NSE，这样当1-NSE越小时，NSE越接近1。

与Dakota算法对比

• 从效率上讲，Dakota高于SCE-UA，同样是率定新安江模型的7个敏感参数，Dakota共调用模型136次，而SCE-UA则调用模型1240次，是Dakota的9.1倍。
• 从质量上讲，SCE-UA高于Dakota，同样是率定新安江模型的7个敏感参数，SCE-UA的纳什效率系数为0.882869，Dakota的纳什效率系数为0.8677575，SCE-UA比Dakota高0.015，1.74%。
• 从时间上讲，Dakota耗时81.068 s，SCE-UA耗时80.252 s，大致相同。

总的来讲，SCE-UA算法收敛效率明显低于Dakota，率定质量与Dakota大致相当，优先选择Dakota进行模型的参数率定。