基于空间与时间连续性假设的河流流量高效率定框架——A2S2方法

《Scientific Reports》：Knowledge-guided methodology reducing computational effort in the heuristic calibration of a river model

　　

摘要

精确的率定对于可靠的河流流量模拟和决策至关重要。穷尽式的参数探索会带来高昂的计算成本，并限制水动力河流系统的可扩展性。本研究提出了一种基于假设驱动的率定框架——"逐步敏捷调整"（A2S2）方法，该方法基于空间连续性和时间连续性。空间连续性假设相邻河段往往表现出相似的水力行为，因此可以将一个河段选定的参数值作为下一个河段率定的初始值。时间连续性假设最优拟合的参数配置在连续的调整区间之间往往相似，因此前一个区间选定的配置将作为当前区间搜索的初始值，并使用当前区间的数据重新评估。这种空间与时间的复用策略在保持低率定误差水平的同时，减少了模拟器运行次数。该方法使用阿根廷国家水利研究所（INA）开发的用于巴拉那河模拟的EZEIZA V水动力模拟器进行了评估。结果显示，与基准配置相比，年均方误差（MSE）最大降低了约57%（观察于1995年），同时估算的模拟器运行次数减少了约86%。A2S2还与两阶段"通过模拟优化"（OvS）方法进行了比较，凸显了局部参数复用与更广泛参数空间探索之间的权衡。