摘 要：基于主成分分析法、層次分析法和綜合得分法，構(gòu)建多層次多指標(biāo)的模擬精度評價(jià)指標(biāo)體系，探究體系化的綜合模型精度集合評價(jià)。選取黃河中游典型流域內(nèi)７ 個(gè)水文站的水文資料，依據(jù)較為廣泛應(yīng)用的４ 個(gè)水文模型建立基于降雨量的倍比、線性及不同指數(shù)下的水沙擬合公式，以徑流突變年份劃分序列率定期和驗(yàn)證期，評價(jià)模型在率定前后精度，通過對比最優(yōu)精度模型與實(shí)測數(shù)據(jù)下降雨及人類活動(dòng)對水沙變化的貢獻(xiàn)率，驗(yàn)證該評價(jià)指標(biāo)體系的準(zhǔn)確性。綜合得分表明各模型精度接近，總體表現(xiàn)為率定期精度高于驗(yàn)證期，研究得到了率定期及驗(yàn)證期內(nèi)各水文站的最優(yōu)精度模型。與實(shí)測序列驅(qū)動(dòng)因素貢獻(xiàn)率對比發(fā)現(xiàn)，最優(yōu)精度模型計(jì)算出的貢獻(xiàn)率最接近實(shí)測值貢獻(xiàn)率，能夠反映出與實(shí)測序列相同的水沙變化情況。

關(guān)鍵詞：模型精度；集合評價(jià)；評價(jià)體系；綜合得分；水文統(tǒng)計(jì)模型；黃河中游

中圖分類號：ＴＶ１２１＋ ．１；ＴＶ１１；ＴＶ８８２．１ 文獻(xiàn)標(biāo)志碼：Ａｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２３．０４．００４

引用格式：劉昱，于坤霞，李鵬，等．黃河中游典型流域水文統(tǒng)計(jì)模型精度集合評價(jià)［Ｊ］．人民黃河，２０２３，４５（４）：２０－２７．

１ 引 言

流域產(chǎn)匯流是一個(gè)復(fù)雜的過程，備受水文學(xué)者的關(guān)注。水文模型作為研究流域水文過程的重要工具，是研究水文循環(huán)和各種水文過程無法替代的工具［１－２］ ，其采用相對簡單的數(shù)學(xué)公式和物理方程對復(fù)雜的水文過程進(jìn)行概化描述，被廣泛應(yīng)用于水文模擬研究中［３］ 。但水循環(huán)系統(tǒng)是確定性與不確定性的對立統(tǒng)一體，水文模型并不能完全地模擬和預(yù)測復(fù)雜的水文系統(tǒng)，研究過程中不可避免地簡化處理使得模擬和預(yù)測過程中存在必然的精度缺失。因此，集合運(yùn)用確定性方法和不確定性方法進(jìn)行模型精度評價(jià)是十分必要的［４］ 。

目前國內(nèi)外研究多采用指標(biāo)評價(jià)法進(jìn)行模型精度評價(jià)，例如張亦弛等使用納什效率系數(shù)（ＮＳＥ）、相關(guān)系數(shù)（Ｒ）、標(biāo)準(zhǔn)差（σ）、相對誤差（ＲＥ）等指標(biāo)量化不同模型構(gòu)建方式下的暴雨洪水過程模擬精度［５］ ；朱炬明等使用納什效率系數(shù)（ＮＳＥ）、模擬與實(shí)測徑流總量之比（Ｖｏｌ）及均方根誤差（ＲＭＳＥ）量化了各模型在雙橋流域日徑流模擬的適用性［６］ ；王蕾等使用一致性指數(shù)（ｄ）和均方根誤差（ＲＭＳＥ）等指標(biāo)對ＡＲＩＭＡ 干旱模型進(jìn)行精度評價(jià)［７］ ；馮平等選取覆蓋率（ＣＲ）、平均帶寬（Ｆ）、平均偏移度（Ｄ）對西大洋水庫設(shè)計(jì)頻率洪峰流量在修正前后預(yù)報(bào)區(qū)間優(yōu)良性進(jìn)行評價(jià)［８］ ；Ｎｏｓｓｅｎｔ 等使用ＮＳＥ 評價(jià)了ＳＷＡＴ 模型在比利時(shí)Ｋｌｅｉｎｅ Ｎｅｔｅ 流域的流量預(yù)測結(jié)果［９］ ；Ｆａｒｅｓ 等使用ＲＭＳＥ、ＮＳＥ 和百分比偏差（ＰＢＩＡ） 評價(jià)了ＨＬ－ＲＤＨＭ 模型在夏威夷Ｋａｕａ’ｉ 流域的降雨徑流預(yù)測性能［１０］ 。

以往的大多數(shù)研究使用一種或幾種評價(jià)指標(biāo)進(jìn)行模型精度評價(jià)，這使得一些模型在不同評價(jià)指標(biāo)下呈現(xiàn)出不同的模擬精度，且評價(jià)指標(biāo)離散化，缺乏系統(tǒng)性。以“集合方法”模式代替?zhèn)鹘y(tǒng)“單一方法”模式是目前水文學(xué)方法發(fā)展的一個(gè)重要趨勢［１１］ ，評價(jià)指標(biāo)體系化能夠有效解決模型精度集合評價(jià)問題。鑒于此，筆者以黃河中游典型流域?yàn)檠芯繉ο?，建立水沙模擬的多層次、多指標(biāo)模型精度評價(jià)指標(biāo)體系，并以指標(biāo)綜合得分為模型精度評價(jià)標(biāo)準(zhǔn)，進(jìn)行黃河中游典型流域水文模型精度評價(jià)研究的初步探索。

２ 數(shù)據(jù)來源及研究方法

２．１ 研究區(qū)概況

黃河中游地區(qū)一直是水沙研究的重點(diǎn)區(qū)域，本研究選取黃河中游典型流域進(jìn)行降雨產(chǎn)流模型精度評價(jià)。窟野河、禿尾河及無定河流域均位于黃河中游黃土高原地區(qū)，是徑流變化劇烈的地區(qū)。３ 條河流均屬于黃河中游多沙粗沙區(qū)的支流，窟野河發(fā)源于內(nèi)蒙古自治區(qū)鄂爾多斯市東勝區(qū)巴定溝，流域范圍介于北緯３８°２３′—３９°５２′、東經(jīng)１０９°２８′—１１０°５２′之間，干流全長２４１．８ ｋｍ，流域面積８ ７０６ ｋｍ２，地貌類型為風(fēng)沙區(qū)和黃土丘陵區(qū)［１２］ ；禿尾河發(fā)源于陜西省神木市瑤鎮(zhèn)鄉(xiāng)的宮泊海子，干流全長１３９． ６ ｋｍ，流域面積３ ２９４ｋｍ２［１３］ ，流域地處干旱半干旱地區(qū)，屬大陸性氣候區(qū)，多年平均降水量為３７７．４ ｍｍ，降水集中在６—９ 月；無定河發(fā)源于陜西省白宇山北麓，流域地理位置處于北緯３７°０２′—３９°００′、東經(jīng)１０７°４７′—１１０°３４′之間，干流全長４９１ ｋｍ，流域面積３ 萬ｋｍ２，年均降水量為４９１．１ ｍｍ，年均徑流量為１５．３ 億ｍ３，流域?qū)贉貛Т箨懶愿珊蛋敫珊导撅L(fēng)氣候區(qū)，降雨集中在７—９ 月［１４］ 。

２．２ 數(shù)據(jù)來源

本研究根據(jù)既有資料，選取研究區(qū)內(nèi)７ 個(gè)水文站（綏德、趙石窯、橫山、王道恒塔、高家川、丁家溝及白家川）１９６０—２０１０ 年實(shí)測降雨量、徑流量、輸沙量資料進(jìn)行綜合模型精度集合評價(jià)，實(shí)測資料均來自《黃河流域水文年鑒》。

２．３ 研究方法

２．３．１ 水文模型選擇

由于在大流域、長時(shí)間尺度上，ＳＷＡＴ、ＳＷＩＭ 等大型降雨－水沙模型參數(shù)多、步驟復(fù)雜，而經(jīng)驗(yàn)類的統(tǒng)計(jì)水文模型容易實(shí)現(xiàn)，因此本研究基于常用的降雨產(chǎn)流產(chǎn)沙經(jīng)驗(yàn)?zāi)Ｐ?，對研究區(qū)內(nèi)各水文站的降雨量、徑流量、輸沙量建立相似的水沙模型，以進(jìn)行精度評價(jià)探究。研究選擇模型如下。

２．３．２ 模型精度評價(jià)指標(biāo)體系

根據(jù)以往研究中常用的水文模型評價(jià)指標(biāo)，建立由目標(biāo)層、準(zhǔn)則層、變量層構(gòu)成的模型精度評價(jià)指標(biāo)體系，見圖１。選擇的模型精度評價(jià)指標(biāo)包含確定性模型精度評價(jià)指標(biāo)７ 個(gè)（納什效率系數(shù)ＮＳＥ、相對誤差Ｒｅ、一致性指數(shù)ｄ、相對均方根誤差ＲＭＳＥ、相對平方均方誤差ＭＳＥＳＱ、相對對數(shù)均方誤差ＭＳＥＬＮ、校正決定性系數(shù)ａｄｊｕｓｔｅｄＲ２），不確定性模型精度評價(jià)指標(biāo)４ 個(gè)（覆蓋率ＣＲ、平均帶寬Ｆ、平均偏移度Ｄ、帶寬百分比ＢＰ），其中，納什效率系數(shù)接近１ 最優(yōu)，一致性指數(shù)、覆蓋率極大最優(yōu)，其他指標(biāo)極小最優(yōu)。

２．３．３ 模型精度評價(jià)隸屬度計(jì)算

在所建立的評價(jià)指標(biāo)體系中，由于定量指標(biāo)的量綱不統(tǒng)一，很難直接應(yīng)用于模型評價(jià)，因此首先將它的實(shí)際量值轉(zhuǎn)化為［０，１］區(qū)間的無量綱數(shù)，這一過程稱為指標(biāo)的無量綱化，將無量綱化后的指標(biāo)數(shù)值作為隸屬度值。在本研究中指標(biāo)無量綱化的計(jì)算公式如下。

２．３．４ 模型精度評價(jià)權(quán)重分析

評價(jià)模型中，指標(biāo)權(quán)重的合理與否在很大程度上影響綜合評價(jià)結(jié)果的科學(xué)性和合理性?，F(xiàn)有評價(jià)包括眾多因素，要準(zhǔn)確地確定各個(gè)因素的貢獻(xiàn)程度存在著一定的困難。近年來，用層次分析法［１５］ 確定權(quán)重越來越受到研究人員的重視并在許多方面得到應(yīng)用，尤其是對多目標(biāo)、多準(zhǔn)則、多因素、多層次的復(fù)雜問題進(jìn)行決策分析時(shí)，這種多層次分別賦權(quán)可避免大量指標(biāo)同時(shí)賦權(quán)帶來的混亂和失誤，從而提高評價(jià)結(jié)果的準(zhǔn)確性。傳統(tǒng)的層次分析法采用專家打分法計(jì)算模型權(quán)重，具有一定的主觀性，因此本研究首先采用主成分分析法［１６］ 對各站點(diǎn)徑流量統(tǒng)計(jì)評價(jià)指標(biāo)進(jìn)行敏感性分析，根據(jù)模型評價(jià)指標(biāo)值矩陣提取評價(jià)指標(biāo)的主成分，進(jìn)而得到各指標(biāo)的綜合得分，由此進(jìn)行評價(jià)指標(biāo)的敏感性排名，在此基礎(chǔ)上采用層次分析法計(jì)算評價(jià)指標(biāo)權(quán)重。

２．３．５ 模型精度評價(jià)方法

目前水文模型評價(jià)指標(biāo)往往是基于殘差（模型模擬結(jié)果與實(shí)測數(shù)據(jù)的離差平方）的整體性評價(jià)指標(biāo)，無法提供有效信息用于評價(jià)模擬結(jié)果與實(shí)測資料在各種水文特性上的一致程度，即模擬結(jié)果哪一方面“好”或哪一方面“壞”，且模型評價(jià)指標(biāo)不同，評價(jià)結(jié)果差異較大。為了對模型進(jìn)行全面的診斷評價(jià)，需要對反映不同模型精度的評價(jià)指標(biāo)進(jìn)行評價(jià)。本研究參考綜合評價(jià)方法［１７－１８］ ，采用評價(jià)指標(biāo)綜合得分法對水文模型進(jìn)行評價(jià)，公式如下：

由主成分分析法及層次分析法所得各指標(biāo)隸屬度及權(quán)重，進(jìn)行各指標(biāo)綜合得分計(jì)算及模型精度評價(jià)。在模型精度評價(jià)指標(biāo)體系中，隸屬度是以各指標(biāo)的最優(yōu)型進(jìn)行計(jì)算，權(quán)重計(jì)算時(shí)給體系內(nèi)貢獻(xiàn)最大的指標(biāo)賦予較大權(quán)重，整個(gè)綜合評價(jià)體系旨在發(fā)揮各指標(biāo)在體系內(nèi)的最佳優(yōu)勢，綜合得分表現(xiàn)為極大最優(yōu)型，又因指標(biāo)經(jīng)過無量綱化后化為０～１ 范圍內(nèi)，則最終綜合得分應(yīng)表現(xiàn)為接近１ 最優(yōu)型。

３ 典型流域水文模型精度評價(jià)

３．１ 研究區(qū)降雨量、徑流量變化特征

對研究區(qū)內(nèi)７ 個(gè)水文站進(jìn)行降雨量及徑流量的年序列趨勢分析，計(jì)算結(jié)果見表１。由表１ 可知研究區(qū)年均降雨量介于３７２～４７０ ｍｍ 之間，整個(gè)區(qū)域降雨量變化不大，空間分布較為均勻，降雨量Ｍａｎｎ－Ｋｅｎｄａｌｌ（Ｍ－Ｋ）趨勢檢驗(yàn)［１９］ 分析顯示，研究區(qū)內(nèi)近５０ ａ 來降雨量變化不大，無明顯的增加或減少趨勢；對于徑流量而言，Ｍ－Ｋ 趨勢檢驗(yàn)表明各水文站均具有明顯的減少趨勢，Ｐｅｔｔｉｔｔ（ＰＴ）突變檢驗(yàn)［２０］ 表明無定河流域徑流量突變年份主要集中在１９７１ 年、１９７３ 年左右，高家川、王道恒塔水文站的突變年份集中在２０ 世紀(jì)８０ 年代。

根據(jù)表１ 計(jì)算結(jié)果，將研究序列按徑流量突變年份劃分為率定期與驗(yàn)證期，即突變年之前為模型率定期，突變年之后為模型驗(yàn)證期。

３．２ 研究區(qū)徑流量、輸沙量模擬

根據(jù)各水文站率定期及驗(yàn)證期內(nèi)逐年實(shí)測降雨量及徑流量資料，進(jìn)行各模型徑流量和輸沙量模擬及參數(shù)率定。分別建立倍比、線性及不同因子指數(shù)下的４個(gè)水文模型擬合公式，得到各水文站在不同模型下的參數(shù)值，建立各水文站徑流量、輸沙量的模擬公式。各模擬公式及模型參數(shù)計(jì)算結(jié)果見表２ 和表３。

３．３ 模型精度評價(jià)指標(biāo)計(jì)算

３．３．１ 模型評價(jià)指標(biāo)隸屬度

根據(jù)各模型公式計(jì)算各水文站的模擬徑流量，將徑流量實(shí)測值及模擬值代入各評價(jià)指標(biāo)計(jì)算公式，分別計(jì)算率定期及驗(yàn)證期內(nèi)４ 個(gè)水文模型的評價(jià)指標(biāo)值。本研究在評價(jià)指標(biāo)計(jì)算中引入懲罰因子［２１］ ，防止出現(xiàn)過度擬合，改進(jìn)后懲罰因子為ｅ ２ＫＮ－Ｋ－ １ （其中：ｅ 為自然常數(shù)；Ｋ 為模型參數(shù)的個(gè)數(shù)，分別為１、２、３、４；Ｎ 為水文序列長度，Ｎ ＝ ５１）。各模型懲罰因子值分別為１．０４２、１．０８７、１．１３６、１．１３６。參照式（１） ～式（４）及各指標(biāo)的隸屬度類型，對得到的率定期及驗(yàn)證期各模型評價(jià)指標(biāo)進(jìn)行歸一化處理，計(jì)算各水文站徑流量模型精度評價(jià)指標(biāo)隸屬度。

３．３．２ 評價(jià)指標(biāo)體系主成分分析及敏感性分析

根據(jù)計(jì)算所得隸屬度矩陣，分別綜合４ 個(gè)水文模型的確定性評價(jià)指標(biāo)及不確定性評價(jià)指標(biāo)進(jìn)行主成分提取，以達(dá)到降維的目的。根據(jù)評價(jià)指標(biāo)主成分特征值的累計(jì)方差百分比，選取累計(jì)方差貢獻(xiàn)率大于８０％的前ｎ 個(gè)指標(biāo)為主成分，得到主成分載荷矩陣。評價(jià)指標(biāo)的敏感性排名顯示了各指標(biāo)對于模型精度的敏感度，敏感度越高表示指標(biāo)變化對模型的影響越大。根據(jù)各主成分的方差貢獻(xiàn)率與載荷矩陣系數(shù)的加權(quán)平均值可得到不同評價(jià)指標(biāo)的綜合得分，指標(biāo)的綜合得分排名即為指標(biāo)敏感性排名，作為層次單排序時(shí)各指標(biāo)重要程度的依據(jù)。

主成分提取結(jié)果見表４，由計(jì)算可知，模型精度評價(jià)指標(biāo)主成分特征值中，各評價(jià)指標(biāo)前２ 個(gè)主成分的累計(jì)方差貢獻(xiàn)率大于８０％。因此，提取前２ 個(gè)主成分基本可以反映全部指標(biāo)的信息，可以代替原來的７ 個(gè)模型精度評價(jià)指標(biāo)?；诰C合得分的確定性指標(biāo)敏感性排序?yàn)椋海危樱牛荆幔洌辏酰螅簦澹洌遥?＞ｄ＞ＲＭＳＥ＞ＭＳＥＳＱ＞ＭＳＥＬＮ＞ＲＥ，不確定性指標(biāo)敏感性排名為：ＢＰ ＞Ｆ ＞Ｄ ＞ＣＲ，即ＮＳＥ、ＢＰ 在評價(jià)指標(biāo)體系中最為敏感，最能體現(xiàn)模型精度情況。

３．３．３ 評價(jià)指標(biāo)體系層次分析

在模型精度評價(jià)指標(biāo)敏感性排名的基礎(chǔ)上，應(yīng)用層次分析法計(jì)算評價(jià)指標(biāo)權(quán)重。本研究以模型精度為目標(biāo)層（Ａ），以確定性指標(biāo)及不確定性指標(biāo)為準(zhǔn)則層（Ｂ），以１１ 個(gè)評價(jià)指標(biāo)為變量層（Ｃ）進(jìn)行各指標(biāo)權(quán)重計(jì)算。

首先進(jìn)行兩個(gè)準(zhǔn)則層的層次單排序，綜合４ 個(gè)模型的評價(jià)指標(biāo)值構(gòu)造判斷矩陣。文中使用專家打分法，按照標(biāo)度法［２２］ 構(gòu)造判斷矩陣，以同層元素之間的敏感性排名為相對重要程度進(jìn)行打分。評價(jià)指標(biāo)的ＢＣｉ判斷矩陣計(jì)算結(jié)果見表５ 和表６，計(jì)算得到評價(jià)指標(biāo)的一致性指數(shù)ＣＩ 分別為０．０２、０．０４，大于０，一致性比率ｃｒ 分別為０．０１４、０．０４４，小于０．１，表明評價(jià)指標(biāo)的判斷矩陣均具有滿意的一致性，由此得到模型Ｂ －Ｃｉ的層次排序權(quán)重值ｗｉ 。

根據(jù)層次單排序結(jié)果進(jìn)行層次總排序計(jì)算。研究中分別給確定性評價(jià)指標(biāo)及不確定性評價(jià)指標(biāo)０．６ 和０．４ 的層次權(quán)重進(jìn)行綜合權(quán)重計(jì)算，則各評價(jià)指標(biāo)的綜合權(quán)重計(jì)算結(jié)果見表７。將計(jì)算所得綜合權(quán)重作為各指標(biāo)的影響權(quán)重進(jìn)行后續(xù)計(jì)算，各模型率定期與驗(yàn)證期均采用同樣的指標(biāo)權(quán)重值，使得模型之間的精度比較具有可比性。

３．４ 模型精度評價(jià)

本研究采用基于綜合系數(shù)得分的方法進(jìn)行各模型精度評價(jià)。根據(jù)以上計(jì)算得到的評價(jià)指標(biāo)隸屬度值與指標(biāo)權(quán)重，根據(jù)式（４）可求得率定期與驗(yàn)證期不同水文模型下各水文站的綜合得分Ｓｃｏｒｅｍ，并將綜合得分由高到低進(jìn)行排序。徑流量、輸沙量在率定期、驗(yàn)證期內(nèi)各水文站的指標(biāo)綜合得分計(jì)算結(jié)果見表８ 和表９。綜合對比表８ 和表９ 可知，４ 個(gè)模型對于各水文站在不同時(shí)期的水沙模擬得分大致相當(dāng)，除驗(yàn)證期輸沙量模擬外均取得了０．８ 以上的得分，已具有較高的模擬精度?？傮w上，各模型對于徑流量及輸沙量的擬合精度基本相同，但輸沙量的擬合精度略低于徑流量的，且各水文站擬合精度在不同模型之間差別較大。率定期比驗(yàn)證期的得分高，表明模型對于率定期的模擬精度高于驗(yàn)證期，研究認(rèn)為其與驗(yàn)證期水沙量受人類活動(dòng)影響較大等原因有關(guān)。對于徑流量而言，各水文站的最優(yōu)擬合模型多集中在Ｗ４，少量分布于其他模型，而各水文站輸沙量的最優(yōu)擬合模型率定期集中在Ｓ１，驗(yàn)證期集中在Ｓ２，表明徑流量與降雨量成較為復(fù)雜的函數(shù)關(guān)系，而輸沙量則與降雨量成簡單的線性關(guān)系。值得注意的是，從率定期進(jìn)入驗(yàn)證期后，雖然徑流量模擬的最優(yōu)模型未發(fā)生變化，但其他分散的最優(yōu)模型趨于更為復(fù)雜的Ｗ３，同樣輸沙量的最優(yōu)模型轉(zhuǎn)變?yōu)檩^Ｓ１ 稍復(fù)雜的Ｓ２，即驗(yàn)證期后，水沙量與降雨量的關(guān)系均趨于復(fù)雜化，這與下墊面條件變化的事實(shí)相符合。

３．５ 模型精度評價(jià)結(jié)果驗(yàn)證

根據(jù)上述各水文站最優(yōu)擬合模型公式，計(jì)算各水文站水沙量并與實(shí)測值進(jìn)行對比，以綏德站、趙石窯站、丁家溝站為例，見圖２ 和圖３。由圖２ 和圖３ 可以看出，用各水文站的最優(yōu)水沙模型總體上可以得到水沙過程的峰、谷值，能夠較好地模擬整個(gè)實(shí)測水沙過程，表明本研究提出的模型精度評價(jià)方法能夠優(yōu)選出模擬精度最高的水沙模型，具有一定的適用性。

在實(shí)際應(yīng)用方面，本研究根據(jù)雙累積曲線法計(jì)算了各模型模擬下降雨量及人類活動(dòng)對徑流量、輸沙量變化的貢獻(xiàn)率，對模型模擬貢獻(xiàn)率均值與實(shí)測分析結(jié)果進(jìn)行對比，說明模型精度評價(jià)的準(zhǔn)確性，計(jì)算結(jié)果見表１０。

由表１０ 可知，由各模型計(jì)算結(jié)果所得降雨量及人類活動(dòng)的貢獻(xiàn)率與由實(shí)測數(shù)據(jù)所得貢獻(xiàn)率差異不大，總體上表現(xiàn)出人類活動(dòng)對徑流量變化的貢獻(xiàn)率大于降雨量的，但二者對輸沙量變化的貢獻(xiàn)率基本相等；與實(shí)測貢獻(xiàn)率相比，徑流量模擬精度最高的Ｗ４ 計(jì)算所得貢獻(xiàn)率（７０．６４％）最接近實(shí)測計(jì)算貢獻(xiàn)率（６９．４３％），同樣的輸沙量模擬精度最高的Ｓ１、Ｓ２ 計(jì)算貢獻(xiàn)率（４９．４４％、４８．８６％）與實(shí)測值（４７．３８％）最接近，該結(jié)果表明最優(yōu)精度模型能夠在一定誤差范圍內(nèi)反映出與實(shí)測序列基本相同的水文性質(zhì)。

由以上分析可得，基于模型精度評價(jià)指標(biāo)體系，各水文模型降雨與徑流、輸沙響應(yīng)關(guān)系的擬合能夠達(dá)到較高的模擬精度，可以有效反映黃土高原地區(qū)流域的水沙變化。

４ 結(jié) 語

本研究將確定性及不確定性模型評價(jià)指標(biāo)集合化，選取以往研究常用的模型精度評價(jià)指標(biāo)，建立水文模型精度評價(jià)指標(biāo)體系，對黃河中游典型流域的徑流量、輸沙量進(jìn)行模擬計(jì)算，以徑流量突變年份劃分率定期和驗(yàn)證期，得到各指標(biāo)隸屬度及權(quán)重，通過對比各水文站率定期與驗(yàn)證期的綜合得分對模型精度進(jìn)行分析研究。研究得到了徑流量、輸沙量在不同研究時(shí)期的精度最優(yōu)模型，各模型計(jì)算結(jié)果所得貢獻(xiàn)率與實(shí)測序列所得貢獻(xiàn)率進(jìn)行對比，分析得到最優(yōu)精度模型表現(xiàn)出與實(shí)測序列貢獻(xiàn)率最接近，認(rèn)為通過本研究建立起的模型精度評價(jià)指標(biāo)體系能夠在一定的誤差范圍內(nèi)反映黃河中游典型流域的水沙變化情況。

復(fù)雜多變的水文循環(huán)系統(tǒng)存在諸多必然性和偶然性，簡單的水文模型并不能完全模擬實(shí)際匯流過程，且隨著環(huán)境變化及人類活動(dòng)影響加劇，水文過程的不確定性因素逐漸增多，綜合確定性方法和不確定性方法分析水文系統(tǒng)內(nèi)部的必然性和偶然性是水文學(xué)方法發(fā)展的重要趨勢。總體上，本研究建立的模型精度評價(jià)指標(biāo)體系能夠?qū)邳S土高原典型流域降雨徑流響應(yīng)關(guān)系的水文模型進(jìn)行精度評價(jià)，其模型精度在一定范圍內(nèi)能夠滿足要求。

參考文獻(xiàn)：

［１］ 高超，劉青，蘇布達(dá)，等．不同尺度和數(shù)據(jù)基礎(chǔ)的水文模型適用性評估研究：淮河流域?yàn)槔郏剩荩?自然資源學(xué)報(bào)，２０１３，２８（１０）：１７６５－１７７７．

［２］ ＭＩＬＬＹ Ｐ Ｃ Ｄ，ＤＵＮＮＥ Ｋ Ａ，ＶＥＣＣＨＩＡ Ａ Ｖ．Ｇｌｏｂａｌ Ｐａｔｔｅｒｎｏｆ Ｔｒｅｎｄｓ ｉｎ Ｓｔｒｅａｍｆｌｏｗ ａｎｄ Ｗａｔｅｒ Ａｖａｉｌａｂｉｌｉｔｙ ｉｎ ａ ＣｈａｎｇｉｎｇＣｌｉｍａｔｅ［Ｊ］．Ｎａｔｕｒｅ，２００５，４３８（７０６６）：３４７－３５０．

［３］ 趙玲玲，劉昌明，吳瀟瀟，等．水文循環(huán)模擬中下墊面參數(shù)化方法綜述［Ｊ］．地理學(xué)報(bào)，２０１６，７１（７）：１０９１－１１０４．

［４］ 嚴(yán)登華，袁喆，王浩，等．水文學(xué)確定性和不確定性方法及其集合研究進(jìn)展［Ｊ］．水利學(xué)報(bào)，２０１３，４４（１）：７３－８２．

［５］ 張亦弛，劉昌明，楊勝天，等．黃土高原典型流域ＬＣＭ 模型集總、半分布和分布式構(gòu)建對比分析［Ｊ］．地理學(xué)報(bào)，２０１４，６９（１）：９０－９９．

［６］ 朱炬明，周買春．不同水文模型在雙橋流域的應(yīng)用比較［Ｊ］．人民黃河，２０１６，３８（４）：２２－２６．

［７］ 王蕾，王鵬新，田苗，等．效率系數(shù)和一致性指數(shù)及其在干旱預(yù)測精度評價(jià)中的應(yīng)用［Ｊ］．干旱地區(qū)農(nóng)業(yè)研究，２０１６，３４（１）：２２９－２３５，２５１．

［８］ 馮平，黃凱．水文序列非一致性對其參數(shù)估計(jì)不確定性影響研究［Ｊ］．水利學(xué)報(bào)，２０１５，４６（１０）：１１４５－１１５４．

［９］ ＮＯＳＳＥＮＴ Ｊ，ＢＡＵＷＥＮＳ Ｗ．Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ａ Ｎｏｒｍａｌｉｚｅｄ Ｎａｓｈ?Ｓｕｔｃｌｉｆｆｅ Ｅｆｆｉｃｉｅｎｃｙ ｔｏ Ｉｍｐｒｏｖｅ ｔｈｅ Ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ Ｓｏｂｏｌ’ Ｓｅｎ?ｓｉｔｉｖｉｔｙ Ａｎａｌｙｓｉｓ ｏｆ ａ Ｈｙｄｒｏｌｏｇｉｃａｌ Ｍｏｄｅｌ［Ｊ］．Ｅｕｒｏｐｅａｎ Ｇｅｏｓｃｉ?ｅｎｃｅｓ Ｕｎｉｏｎ Ｇｅｎｅｒａｌ Ａｓｓｅｍｂｌｙ，２０１２，１４：１２－２３．

［１０］ ＦＡＲＥＳ Ａ，ＡＷＡＬ Ｒ，ＭＩＣＨＡＵＤ Ｊ，ｅｔ ａｌ．Ｒａｉｎｆａｌｌ?Ｒｕｎｏｆｆ Ｍｏｄ?ｅｌｉｎｇ ｉｎ ａ Ｆｌａｓｈｙ Ｔｒｏｐｉｃａｌ Ｗａｔｅｒｓｈｅｄ Ｕｓｉｎｇ ｔｈｅ ＤｉｓｔｒｉｂｕｔｅｄＨＬ?ＲＤＨＭ Ｍｏｄｅｌ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｈｙｄｒｏｌｏｇｙ，２０１４， ５１９：３４３６－３４４７．

［１１］ 袁喆．確定與不確定性水文學(xué)方法集合研究及應(yīng)用［Ｄ］．北京：北京林業(yè)大學(xué)，２０１３：１０－１１．

［１２］ 王小軍，蔡煥杰，張鑫，等．窟野河季節(jié)性斷流及其成因分析［Ｊ］．資源科學(xué)，２００８，３０（３）：４７５－４８０．

［１３］ 孫兆峰，王雙銀，劉晶，等．禿尾河流域徑流衰減驅(qū)動(dòng)力因子分析［Ｊ］．自然資源學(xué)報(bào)，２０１７，３２（２）：３１０－３２０．

［１４］ 謝平，陳廣才，陳麗．變化環(huán)境下基于降雨徑流關(guān)系的水資源評價(jià)［Ｊ］．資源科學(xué)，２００９，３１（１）：６９－７４．

［１５］ ＳＡＡＴＹ Ｔ Ｌ，ＫＥＡＲＮＳ Ｋ Ｐ．Ｔｈｅ Ａｎａｌｙｔｉｃ Ｈｉｅｒａｒｃｈｙ Ｐｒｏｃｅｓｓ［Ｍ］．Ｎｅｗ Ｙｏｒｋ：Ａｎａｌｙｔｉｃａｌ Ｐｌａｎｎｉｎｇ，１９８５：２３－３５．

［１６］ ＷＯＬＤ Ｓ，ＥＳＢＥＮＳＥＮ Ｋ，ＧＥＬＡＤＩ Ｐ．Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａ?ｎａｌｙｓｉｓ［Ｊ］．Ｃｈｅｍｏｍｅｔｒｉｃｓ ＆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｌａｂｏｒａｔｏｒｙ Ｓｙｓｔｅｍｓ，１９８７，２（１）：３７－５２．

［１７］ 陳渠昌，張如生．水土保持綜合效益定量分析方法及指標(biāo)體系研究［Ｊ］．中國水利水電科學(xué)研究院學(xué)報(bào)，２００７，５（２）：９５－１０４．

［１８］ 廉同輝，余菜花，包先建，等．基于模糊綜合評價(jià)的主題公園游客滿意度研究：以蕪湖方特歡樂世界為例［Ｊ］．資源科學(xué)，２０１２，３４（５）：９７３－９８０．

［１９］ ＭＡＮＮ Ｈ Ｂ．Ｎｏｎｐａｒａｍｅｔｒｉｃ Ｔｅｓｔｓ Ａｇａｉｎｓｔ Ｔｒｅｎｄ［Ｊ］．Ｅｃｏｎｏ?ｍｅｔｒｉｃａ，１９４５，１３（３）：２４５－２５９．

［２０］ ＰＥＴＴＩＴＴ Ａ Ｎ．Ａ Ｎｏｎ?Ｐａｒａｍｅｔｒｉｃ Ａｐｐｒｏａｃｈ ｔｏ ｔｈｅ Ｃｈａｎｇｅ?Ｐｏｉｎｔ Ｐｒｏｂｌｅｍ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｒｏｙａｌ Ｓｔａｔｉｓｔｉｃａｌ Ｓｏｃｉｅｔｙ，１９７９，２８（２）：１２６－１３５．

［２１］ 張楠，夏自強(qiáng)，江紅．基于多因子量化指標(biāo)的支持向量機(jī)徑流預(yù)測［Ｊ］．水利學(xué)報(bào)，２０１０，４１（１１）：１３１８－１３２４．

［２２］ 任青文，楊印，田英．基于層次分析法的梯級庫群失效概率研究［Ｊ］．水利學(xué)報(bào)，２０１４，４５（３）：２９６－３０３．

【責(zé)任編輯 張 帥】