经济论文
当前位置:首页 > 论文范文 > 经济论文 > 列表页

流域经济论文

小草范文网  发布于:2016-10-12  分类: 经济论文 手机版

篇一:流域环境管理论文

基于水环境容量测算和排污交易政策的流域跨界管理对策

摘要:近年来随着水污染状况的日益严重,各种跨界水污染的纠纷不断。本文先简单介绍流域环境管理现状,跨界水污染纠纷,另外,着重介绍通过对水环境容量的研究,包括研究的内容,进展,模型的建立过程,给出特定的数学模型,用来计算在一段流域之内能容纳的污染物的量,也就是在一段河流的自净范围内的纳污量,从而给各个跨省流域包括的省一些指导性的建议,研究如何控制总量的排放,更好的利用水环境容量这个资源,减少纠纷。另外,依据某段河流的水环境容量,可以在各省控制总量,减少跨省纠纷的基础上,进行各个企业的排污量合理分配,并且可以实施排污权交易政策,既保证污染物总量不超标,有又保证水环境容量合理利用。

关键词:流域管理 水环境容量 水污染总量控制 排污权交易 引言:我国是一个国土辽阔的国家,河流众多,其中包括松花江流域,辽河流域,海河流域,淮河流域,黄河流域,长江流域,珠江流域,太湖流域,巢湖流域,滇池流域等主要流域和一些内陆流域,其中,跨界河流不在少数,几乎所以国家重点监测流域都有跨界,以黄河为例,黄河发源于青海省青藏高原的巴颜喀拉山脉北麓约古宗列盆地的玛曲,呈“几”字形。自西向东分别流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南及山东9个省、市、自治区,最后流入渤海。由于流域跨界水污染纠纷具有很强的地域空间整体性,又受到行政辖区界限的人为影响,因此这个环境问题一直是我国环境保护的难题。[1] 随着社会发展,人们认识到水环境容量是一个资源,可以进行利用,用来各省份水体进行水环境容量的计算,指导污染排放量,降低跨界纠纷,另外,因为制度和管理上的疏漏,流域跨界水污染问题因此层出不穷例如位于浙江长兴和安徽广德的交界处的泗安水库,本属于长兴县,由于上游工厂的超标排放,导致下游水库鱼类死亡,由于省与省之间没有统一的管制标准,下游却不能讨伐上游污染工厂。这就需要各省对当地企业做出合理的排污量的要求,建立实用有效的政策。目前国际上对跨境水环境污染研究有Siebert在他的前沿性著作Economics of Environment中专门研究了跨境水污染问题[2],提出来非合作解决方法和合作解决方法。目前我国管理跨界流域水污染主要采用直接管制手段,这种方法目前在我国仍然发挥重要作用,但是,随着我国经济快速发展,还应特别重视经济手段和市场手段。

1. 我国主要跨界流域水污染现状

流域,指由分水线所包围的河流集水区。分地面集水区和地下集水区两类。如果地面集水区和地下集水区相重合,称为闭合流域;如果不重合,则称为非闭合流域。平时所称的流域,一般都指地面集水区。

流域内所有河流、湖泊等各种水体组成的水网系统,称作水系。其中,水流最终流入海洋的称作外流水系,

如太平洋水系、北冰洋水系;水流最终流入内陆湖泊或消失于荒漠之中的,称作内流水系。

根据国家环保部发布的公告:2011年,全国地表水总体为轻度污染。湖泊(水库)富营养化问题仍突出。长江、黄河、珠江、松花江、淮河、海河、辽河、浙闽片河流、西南诸河和内陆诸河十大水系监测的469个国控断面中,Ⅰ~Ⅲ类、Ⅳ~Ⅴ类和劣Ⅴ类水质断面比例分别为61.0%、25.3%和13.7%。主要污染指标为化学需氧量、五日生化需氧量和总磷。

图1 2011年十大水系水质类别比例

长江水系:省界河段水质总体良好。19个国控断面中,Ⅰ~Ⅲ类、Ⅳ类和劣Ⅴ类水质断面比例分别为78.9%、15.8%和5.3%。贵州铜仁黔-渝交界的乌江沿河断面为重度污染,主要污染指标为总磷。

松花江水系:省界河段总体为轻度污染。主要污染指标为总(本文来自:WwW.xiaOCaofAnweN.Com 小草范文 网:流域经济论文)磷、高锰酸盐指数和氨氮。6个国控断面中,Ⅰ~Ⅲ类和Ⅳ类水质断面比例分别为66.7%和33.3%。 海河水系:省界断面为中度污染。Ⅰ~Ⅲ类、Ⅳ~Ⅴ类和劣Ⅴ类水质断面比例分别为41.2%、26.5%和32.3%。主要污染指标为化学需氧量、五日生化需氧量和氨氮。从水资源分区来看,海河区Ⅰ~Ⅲ类和劣Ⅴ类水质断面比例分别为23.0%和

63.9%。

黄河水系:省界河段总体为轻度污染。主要污染指标为总磷、高锰酸盐指数和氨氮。6个国控断面中,Ⅰ~Ⅲ类和Ⅳ类水质断面比例分别为66.7%和33.3%。

图2 2011年黄河水系水质分布图

由公报里这些数据可以看出,我国的各大流域中省界断面污染情况不容乐观。分析黄河水系水质分布图可以看出,在从陕西境内汇入山西黄河干流的支流为劣Ⅴ类水质,这势必会引起下游山西省对上游的不满。

2.水环境容量测算模型的建立

2.1基本概念和方程

水环境容量是在给定水域范围和水文条件,规定排污方式和水质目标的前提下,单位时间内该水域最大允许纳污量,称作水环境容量。水环境容量具有资源性、区域性、系统性、发展需要性四个基本特征,其大小主要与水域特性、环境功能要求、污染物质以及排污方式有关,这些因素直接影响入流污染物的稀释能力以及污染物质在水体中的时空分布。由于河流具有对污染物质的稀释、输移、降解能力,因此河流环境容量可分为以下三个组成部分:

输移容量:污染物在水体中随水流的对流运动产生的输移量,它只与水力要素和水质目标有关,因此输移容量是有限的不可再生的。较大的输移容量并不代

表较大的允许排放量。对保守物质来说,河段总的环境容量只由输移容量组成。

稀释容量:当水体本底水质浓度低于水质标准时,由于对流及扩散作用,使排入的污染物逐步均匀分布到整个水体,其浓度达到标准浓度的限值时,水体所增加的污染物容量。稀释容量在数量上等于标准浓度时的输移容量与本底浓度时输移容量的差值,也称差值容量。

自净容量:由于沉降、生化、吸附等物理、化学和生物作用,给定水域达到

水质目标所能自净的污染物量称为自净容量。自净容量是反映水体对污染物的自净能力,也称同化容量。自净容量是水环境容量中最重要的组成部分,河流水环境容量的计算关键在于自净容量的计算。它是可不断再生的量。

河流是我国最常见、最基本的纳污水域。河流的水环境容量占在我国的很大的比重。污染物进入河流后,在一定范围内经过平流输移、纵向离散和横向混合后达到充分混合,或者根据水质管理的精度要求,允许不考虑混合过程而假定在排污口断面瞬时完成均匀混合,可按一维问题概化计算条件,建立水质模型。[3]

一维稳态情况下有机物的降解过程可用托马斯(Thomas)模型表述(忽略弥散)[4]: ?C?(-k1?k3)CU(1) ?x

在C(0)=C0的初值条件下得到托马斯模型的积分:

C(x)?f(x)?C0exp[?(k1?k3)x](2) u

式中,C(x)、C0为x=x、x=0处河水各水质指标浓度(mg/L);x为到排污

口(x=0)的河水流动距离(m);u为河水平均流速(m/s);k1,k3分别是各水质指标衰减系数和沉浮系数(d-1)。

2.2模型的建立

水环境容量的计算分为段首控制,段尾控制,功能区段段末控制。

段首控制中的段是指沿河任何两个排污口断面之间的河段,而段首则是指各段的上游第一个排污口断面。段首控制就是控制上游断面(也即段首)的水质达到功能区段的要求,那么由于有机物的降解,则在该段内的水质处处达到或高于功能区段的控制指标。

段尾控制中段的划分与段首控制相似,只是段的控制断面在下游的排污口断面,亦即段尾。段尾控制的目的在于让水质在各段末达到功能区段水质标准,那么我们可以反推出该段段首处的环境容量。

功能区段段末控制就是在功能区段的最末断面控制水质。这里的段末常常是特定功能区段的段首。方法的实质是控制功能区段最终断面,而不是考虑段内水质变化是否超标。

由于跨界流域水污染需要上游省份的河流段末端水质达到下游河段所在省份的水质要求的标准,因此,需要末端控制其水质,选取第二种模型进行测算其容量,即段尾控制模型。

在段尾控制水环境容量计算中,功能区段全段水质低于水质要求,但考虑到降解能力很低,而且各小段较短,超标不会太高,因此水质超标很小。功能区段内小段的划分如图3所示。

图3 功能区段内各小段的划分

下面就段尾控制的水环境容量计算进行分析。类似于段首控制,功能区段段 首的稀释容量为:

E0?Q0(Cs?C0) (3)

式中,E0为功能区段段首的稀释容量(t/d);Cs为功能区段水质标准(mg/L); Q0、C0分别代表来水的流量(m3/s)及浓度(mg/L)。

功能区段内任意一段的容量计算如图4所示。由于控制断面在段末,那么可由段末按降解曲线(如图4中A、B所示)发推到段首,即可求得段首处的环境容量,如图4中的C、D所示。

Ei?Cs(Qi?1?qi?1)1

f(xi?1?xi)?Qi?1Cs (4)

Ei为第i个断面处的环境容量(t/d);qi为第i个断面处的排污流量(m3/s);

Qi为混合后干流流量;Qi+1为第i+1个断面前的干流流量(m3/s);qi+1是第i+1个

断面处的排污流量(m3/s)。

篇二:流域生态学论文

生态补偿立法问题简论

摘要:本文通过从对生态补偿内涵,和生态补偿立法复杂性的两个方面的深入浅出的分析,指出生态问题的本质是人与人的关系,核心是利益平衡,解决途径是利用补偿手段平衡利益。生态补偿制度的建立必须通过国家和地方立法等约束来实现,但由于生态补偿制度推广的不成熟性和统筹流域的艰难性等原因,生态补偿专项立法难以实现的局面将长期存在。

关键词:生态补偿;专项立法;平衡利益;统筹流域

1 引言

透过事物的表象,认识事物的本质,进而再利用对事物或者现象的正确认识去指导实践,才能真正有效的解决问题。在法律领域中,有这样一句话“法律事物和法律现象的涵义或概念是整个法律大厦的基础。如果我们试图完全否定概念,那么整个法律大厦就会化为灰烬”。[1] “生态补偿”的概念提出已有十多年,但我国最早的生态补偿实践可以追溯到20世纪80年代,即云南省对磷矿开采征收覆土植被及其他自然环境破坏的恢复费用。这么多年来,人们对生态补偿的研究从未停止过,为了保护生态环境,促进人与自然和谐相处,各个国家先后制定了相关的环境经济政策,即生态补偿机制,我国亦是如此。至于对建立生态补偿制度的必要性论证的相关理论已十分充分,这里不再赘述。然而由于世界各国、各个地区各不相同的自然、地理、历史和社会经济条件,因此,对生态补偿的涵义还没有形成正确统一的认识,这必然会导致不同地区对生态补偿制度的性质、目的、范围等等一系列问题认识上的差异,这无疑会成为现实生活中生态补偿措施举步维艰的重要原因。从对生态补偿理解的差异性角度看,在一定程度上也不难理解生态补偿立法的复杂性和艰难性。因此,明确生态补偿的涵义是建立生态补偿机制的基础和首要解决的问题。

本文共分为两个部分,分别从对生态补偿涵义的深刻分析、生态补偿立法复杂性的简述两个方面就生态补偿立法问题进行了简要的论述。

2 生态补偿的涵义简析

2.1 “生态”问题的本质

多年来,关于生态问题本质的探讨,其实是存在一个演变的过程,即由自然

本身逐渐向人与自然的关系演变。两种认识都有其理论和实践支撑,也都在相应的时期都到了认同和支持。

第一种认识来源与对生态系统自然演替的认识。每一个生态系统都是实行自然演替的系统,都遵循自然规律,其在上亿年的自然更迭中形成并维持一种平衡,系统中的每一个物种在上亿年的自然演替中得以生存。因此,第一种认识随之而产生,在那段特定时期内,很多学者和环境学家都认为生态问题的本质是自然自身的问题,人仅作为生态系统中的一部分存在,没有能力也不可能独立于生态系统之外对其进行干预。

由于随着工业革命的兴起和社会生产力的极大提高,导致人类对自然资源和能源的需求不断膨胀,这一深刻的需求变化使得生态系统遭受严重破坏,与此同时,人类在生态系统中的角色发生了根本性的转变,从原来的个体逐步走向独立,甚至与生态系统对立存在。

因此,为了更好的开展生态保护,人们再度重新认识生态问题,此时,人与自然的关系成为生态问题本质的新诠释,实现人与自然的和谐共存也成为新共识。既然生态问题的本质是人与自然的关系,那么到底是“以人为本”还是“以自然为本”?这一新的争论一直未曾停歇。

其实,在特定的背景和条件下,这两种认识都是正确的,都有其科学性和可行性,然而,纵观在这两种认识指导下的生态保护实践,却都不尽如人意。因此,在生态系统保护面临严峻挑战的局面下,要想为解决生态保护困局找到“钥匙”,我们必须再次审视生态问题的本质。既然生态不语,那么生态系统所在地的“人”就成了其“代言人”。在种种经验教训面前,我们逐渐意识到,虽然生态保护的问题表面上看是人与自然的关系,但根本上演变为人与人的关系,而这种“人与人”的关系的核心则是“利益均衡”问题,延伸开来,就是受益者与保护者之间、少数人与多数人之间、获益区域与建设保护区域之间以及当代人和后代人之间的关系。

那么,若我们无偿的要求这些自然保护区内的保护者或者少数人保护生态环境,这不仅有失社会公平,还有可能会引发其他灾难。还有一点不可忽视,我们知道,为了全国生态、经济和社会发展的总体需要,有些区域不仅被禁止或限制开发,还是国家重点保护区域,那么,在这种行政命令和政策的约束下,就不可

避免地会牺牲当地发展的机会,而当地居民为这一生态保护做出的贡献没有得到回报,这对保护者来说,是不公平的。

这种不公平和其他生态灾难的可能性,导致我们对生态问题本质的认识有了变化。从解决生态保护问题的实践角度出发,很有必要提出关于生态问题本质的第三种认识,即生态问题的本质是“人与人”的关系,核心是“利益平衡”。[2]

既然生态问题的本质是人与人的关系,核心是利益平衡,那么,解决问题的途径就是“平衡利益”。那么平衡利益的手段是什么?不言而喻,就是“补偿”。因此,可以这么说,补偿是解决生态保护的首要问题和关键手段。

2.2 “补偿”一词的辨析

这里的“补偿”解决的是因生态调节性功能的损益而引起的“人与人之间的补偿”它不但体现了人与自然的关系,更体现了人与人之间的关系。下面将“补偿”及与“补偿”相关的几个概念进行比较、分析,然后确定生态补偿中“补偿’中“补偿”含义。

2.2.1 “补偿”与“赔偿”

赔偿是指因自己的行为使他人或集体受到损失而给予补偿。法律规定上赔偿的构成要件有:行为的违法性、对合法权益的损害、违法行为与损害结果之间的因果关系。而法律上对补偿的界定是指对因合法行为而引起的损失的一种补救方法。

由此可见,“补偿”与“赔偿”涵义是不同的。他们最大的区别是发生的原因和性质不同:“赔偿”一定是因违法行为所引起的,对加害者具有惩罚性;而“补偿”是因合法行为所引起的,因合法行为对他人产生损失的补偿不具有惩罚性,因行为者有目的的使他人获益的补偿甚至还具有感恩的意味。[1]

2.2.2 “补偿”与“补助”

补助是指从经济上帮助(多指组织上对个人):如补助费,事物补助、公差补助等。补助一般有救助目的,如组织上对个人在年老、疾病、丧失劳动能力或其他特殊情况下,提供经济上的救助。补助者一般多指组织,被补助者则多指个人。

由此可见,“补偿”与“补助”的最大区别在于:“补助”是多指组织上以一

种高高在上的姿态对个人施以恩惠,带有救济与帮助的目的,这种恩惠具有很大的随意性和有限性;而“补偿”不是一种施恩与受恩行为,而是补偿实施者的法定义务,获得公平的补偿也是不常接受者的法定权利,这种补偿应该是法定的和公平的。

2.2.3 “补偿”与“补贴”

补贴是指“(1)贴补(多指财政上的);(2)贴补的费用”。实践中,补贴一般是指政府或公共机构,以公益为目的,为引导经济发展使接受者得益的财政资助行为,因此,补贴是公益为目的,补贴者是政府或公共机构,受补贴者均为企业或某些产业。

由此可知,“补偿”与“补贴”的最大区别在于:“补贴”不是对被补贴者损失的弥补,而是政府或公共机构单方面的扶植;而“补偿”更多的是强调对损失者所受损失的弥补或对有目的的利益提供后的回报,是双方行为,具有法定性。

2.3 “补偿”的必要性简论

多年来,我国的生态保护工作主要依靠国家政策和行政命令,以及生态保护区内人们的道德约束和伦理规范,但实践证明,这两种方式的效果差强人意。

国家政策和行政命令在短期内或许可以收到立竿见影的效果,但由于其对保护者的利益考虑不足,往往制约着保护地区的社会、经济发展水平,很难长久地发挥作用。而道德约束和伦理规范,在遭遇经济上的落后贫穷,以及因贫穷而引发的教育、医疗等诸多社会问题时,往往显得极其脆弱,保护者内心积压的不满时刻都有可能迸发。可以说,这两种方式都没能涉及到生态保护的核心问题,即人与人之间的利益关系,因此,难以形成长效机制,不能解决生态保护中存在的种种难题。

鉴于此,不少人意识到,补偿才是开展生态保护的首要问题。只有解决好生态补偿的问题,才能协调好生态保护区内外人与人之间的关系,只有将人与人之间的关系协调好,才能解决生态保护的根本问题。

只有找到合理的生态补偿方式,保护者才有十足的动力来履行保护职责,才有充沛的精力来投身保护工作。只有让保护者不再为生计而奔波,他们才不会无视生态效益,从而一心一意地做好保护这点事儿。这样一来,保护者的利益得到保障,受益者为保护者的努力而埋单,通过补偿让双方不再存在利益上的纠葛,

两者就可各行其道,各守其责,生态保护工作自然就找到了抓手。

3 生态补偿立法的复杂性简述

虽然“谁受益,谁补偿”的生态补偿原则[3-4]共识已经达成,但生态补偿相关制度建设、跨行政区流域统筹机制、补偿标准的确立等方面存在不少问题,主要表现在以下方面。

3.1 生态补偿制度推广的不成熟性

按照生态补偿的原则,受益方应该补偿受损方,然而,我国目前在补偿实施过程中主要采取以政府财政转移支付的方式。究其原因,一是在贯彻此原则的过程中,流域主体各方的责任-权利-义务不明确,如我们通常认定下游为受益方,下游需要补偿上游,然而,上下游范围如何确定?流域各主体方界定到哪个行政级别?各行政区受益方(如用水大户、排污大户)的界定等相关法律法规都没有明确的规定。而且,若从流域整体来看,上中下游即整体流域都是生态受益方,只是付出与受益的数量比例不同而已。其次是补偿依据、补偿标准难以做到合理定量化,目前已有的实证如东江、东江源、闽江等流域的研究[5-8],都只是针对个案来进行研究,可见流域生态补偿制度的建立还不具备全国推广的成熟性。

因此,生态补偿制度的建立非常迫切,且必须通过国家和地方立法等约束来实现。尽管今年来在我国有关水资源、流域管理、环境保护的法律法规和政策文件中也涉及到对生态保护和建设的扶持和补偿,政府工作报告不断强调“完善资源有偿使用制度,完善生态补偿政策,尽快建立生态补偿机制[9],但目前为止还没有针对流域生态补偿的专项法律法规,这无疑会导致生态补偿的长效性难以得到保障。

3.2 流域统筹的艰难性

流域作为一个自然整体,却被不同的行政区域所分割,各地方政府,由于自身的自利性,经济活动一般以本区域利益为导向。上游地区在外部环境的约束下,往往在选择保护生态损失发展的同时还得投入大量成本进行生态建设,下游地区却能在享受上游生态服务的同时,大力发展自身经济,取水时把河流作为“自来水道”,排水时却把河流作为“下水道”[10]等不负责任的自利行为并不少见。在流域生态补偿问题上常常出现上游积极,下游回避[11]的现象。

篇三:流域水文模型论文

流域水文模型课程论文

学 院 资源环境学院

学生姓名陈建飞

专 业水文与水资源工程

学 号 222009320210034

年 级 2009级 1班

流域水文模型参数识别方法及研究进展

陈建飞

西南大学资源环境学院,重庆 400715

摘 要:流域水文模型是计算水文参数的各种重要模型,而参数的识别和优化是水文模型发展中的一个重要部分。本文参考各类相关文献,主要介绍了几种主要的流域水文模型的参数识别和优化方法。在系统研究现代优化算法与传统优化算法的基础上,建立各种优化算法的融合技术和法则可能是进一步提高参数优化算法性能的方向,为更好地发展和研究参数优化方法提供了依据。

关键词:流域;水文模型;参数识别;参数优化

Hydrological model parameter identification methods and

research progress

Jianfei Chen

College of Resources and Environment, Southwest University.Chongqing,China,400715.

Abstract: The hydrological model a variety of important model to calculate the hydrological parameters, parameter identification and optimization is an important part in the development of hydrological models. In this paper refer to the various types of literature, several major hydrological model parameter identification and optimization methods. In the system of modern optimization algorithms and traditional optimization algorithm based on the integration of the various optimization algorithms and rules may further improve the direction of the parameter optimization algorithm performance, and provides a basis for better development and parameter optimization method.

Key words: Watershed; Hydrological model; Parameter identification; Parameter optimization

0引言

水文模型在流域水文预报中起着重要的作用.以往的水文模型,包括集总式、半分布式、分布式水文模型,实际中一般通过已有长期水文历史资料率定得到.

从理论上讲,模型参数可以从流域直接或间接获得,但由于水文模型参数既有其物理意义,又有其推理、概化的成分,因此大部分模型参数只能是对实测资料进行分析的基础上,通过参数优选得到,由于受天文、气候、气象、下垫面、人文等众多因素的综合影响,水文模型的参数一般较多,并不完全独立,常常表现出不确定、高维、高度非线性和庞杂的信息类型川,传统优化方法难以处理上述优化问题,一般来说,参数越多、非线性越强,优化时间就越多,同时也不能够保证优化算法收敛到全局最优[2].Newton 法、共扼梯度法、变尺度算法、单纯形法、步长加速法、方向加速法和Rosenbrock 法等传统优化方法都是与初始点有关的局部优化方法,常常是找出初始点附近的一个极值点来,至于它是否为全局极值点,在多数情况下不得而知.当给参数以不同的初值时,传统优化方法优化的结果有时很不相同,导致优化结果的不稳定性川,这种参数优化的不稳定性和局部优化的结果,将直接影响洪水预报的精度和可靠性,进而影响到洪水调度与水资源管理的科学性和合理性.

1参数识别的传统及现代优化方法比较

1. 1 流域水文模型参数识别的传统优化方法

早在1970 年, Nash 等[3]提出了用模型效率系数来评价模型模拟结果的精度; Ibbit t 等[4]设计了概念性流域水文模型参数的拟合方法; Johnsto n等[5]对流域水文模型参数优选进行了探讨; Pickup[6]对降雨-径流模型自动率定的算法及其搜索策略的有效性进行了测试; Gupta[7]等利用基于

导数的优化方法对水文模型的参数进行自动率定. 以上这些研究者主要是对模型参数优化的传统方法进行研究, 传统优化方法是基于单点迭代的局部优化方法, 难以解决复杂水文模型参数优化问题.

1. 2 流域水文模型参数识别的现代优化方法研究进展

20 世纪80 年代, 随着模拟智能的全局优化算法—遗传算法( GAs) 的兴起, Wang[8] 最早将GAs

[9]应用于概念降水-净雨模型的产流参数优选;Duan 等使用SCE-UA( 洗牌复形演化算法) 复合进化

方法对流域水文模型参数的全局优化进行了自动率定, 将SCE-U A 算法应用于NWSRFS-SMA模型中, 并对参数值域进行比较评估, 并观察到参数识别的问题的难度主要取决于模型结构和参数估计

[10]方法. Hapuarachchi 等 应用SCE-U A 算法对新安江模型进行了参数标定, 发现SCE-U A 算法在

新安江模型中的全局优化效果较好.

概括起来, 目前在水文模型参数识别方面,主要采用得优化方法有: Newton 法、Rosen-brock法、Simplex 法、经验优选法、模式搜索法、二进制加速遗传算法、实编码加速遗传算法、Gray 码编码遗传算法和SCE-U A 复合进化方法等算法. 水文模型参数识别研究方向及贡献可以概括为以下几个方面: 1) 寻求一种解决模型参数识别问题的最佳方法; 2) 选择多少数据及选择什么样的数据来进行参数优选; 3) 如何有效统计分析模型结构与模型参数的不确定性, 以及这种不确定性对模型输出的影响; 4) 参数优选算法比较研究; 5) 模型参数自动率定的收敛准则; 6) 多目标参数自动优选方法与单目标参数自动优选方法比较研究. 从国内外对水文模型参数识别方法研究的发展趋势来看, 逐步从传统的优化方法过渡到现代优方法; 逐步从单一的优化方法过渡到混合优化方法; 逐步从单目标优化方法过渡到多目标优化方法.

2参数识别的现代化优化方法介绍

目前常用的优化算法大都是在几种基础优化算法的基础之上进行的, 几种应用较多的参数优化算法介绍如下:

2. 1 模拟退火算法( Simulated Annealing Alg orithm)

模拟退火算法中包含以下3 个函数, 其中函数自变量x与水文模型参数a相对应(在模拟退火理论框架内, x被称为系统的状态) : (1) 生成函数g( T, ?x ) : 生成函数定义了系统下一状态与当前状态之差?x 的概率密度函数, 也就是说, ?x 是一个概率密度函数为g (T , ? x ) 的随机变量;

(2) 接受函数h( T , ?E) : 在求得一个新状态后, 模拟退火算法基于接受函数的值, 决定是否接受这个状态, 能量差?E 是接受函数的自变量; (3) 退火时间表T( k ) : 退火时间表, 控制算法迭代过程中的温度T的变化, k 为退火进程的迭代次数.

在模拟退火算法的各种应用中, 正态分布、均匀分布、柯西分布和一些特定的分布, 如Ingber分布, 都可以用于规定?x . 在算法设计时, 作为生成函数的g( T, x ) , 即为?x 的随机数发生器, g( T,x ) 采用的概率分布不同, 模拟退火算法的性能和搜索特点会有很大的差异. 虽然模拟退火算法是一个经过大量验证的成熟算法, 但算法中有多个需要应用者确定的参数和选项, 如果这些参数和选项设置不符合问题特征, 可能造成算法收敛速度过慢, 甚至不能保证解的质量.

因此, 在应用模拟退火算法求解水文模型参数估计中的优化问题时, 在选择模拟退火算法的时间表与发生函数时需要格外注意. 另外, 由于模拟退火算法中应用多个物理学规则与统计学工具, 因而需要对算法的参数进行合理的设置, 使算法不背离原有的设置.

2. 2 遗传算法( Genetic Algorithm)

遗传算法( GAs) 是不严格地建立在自然能选择和进化论概念基础上的一种非倒数随机优化方法.其最早由美国密歇根大学的John Holland 于1975年提出, 并逐步发展为一种通用的优化工具, 在许多领域得到了重要应用, 是当今影响最广泛得优化算法之一.

一般认为, 遗传算法有5 个基本组成部分: (1)问题解的遗传表达, 在水文模型研究中为模型参数的遗传表达; (2)创建解的初始种群的方法; (3)根据个体适应度值对其进行优次判断的函数; (4) 用于改变复制过程中产生子代个体遗传编码的遗传算子; (5) 遗传算法的参数值.

遗传算法有灵活的算法配置, 即不同杂交算子、变异算子以及选择算子的组合, 有些算子在深度搜索方面表现好, 而有些算子有更好的广度搜索能力, 在具体应用中, 一定要通过合理的算子组合, 使遗传算法同时具有广度搜索和深度搜索能力. 另外为了确保能搜索到最优参数, 参数的可行范围一般较大, 也就是说优化问题的约束比较宽松.

2.3 SCE-UA( Shuffled Complex Evolution Algorithm 洗牌复形演化算法)

洗牌复形演化算法中的洗牌指的是洗牌算法,复形指的是有多个点在优化问题的解空间中构成的超四面体, 演化指的是演化机制, 即类似于遗传算法一样, 通过种群的演化更新搜索空间, 进而获得优化问题的最优解. U A 指的是University o f Arizona, SCE-UA 是Duan( 段青云) 等开发的一个具有优化策略的优化算法, 它在水文模型参数估计的研究和实践中获得了广泛的应用和普遍的认可.

SCE-UA 算法为了解决一些局部搜索算法在水文模型参数自动标定过程中因常常陷入局部极值区而很难收敛于全局极值区而设计, SCE-UA 算法发展了下山单纯形法, 采用了多个单纯形并行地搜索解空间的策略. 这种策略被证明有助于克服下山单纯形方法可能会收敛于局部最小值的缺点. 在SCE-UA 算法中, 初始解按照一定的规则被划分成若干组, 每一组内的点被组织在被称为“复形”的数据结构内, 每一复形内的点按照竞争机制选出部分构成一个单纯形. 然后利用下山单纯形算法进行演化计算, 搜索完成后, 再将所有的点放回到一个缓冲区, 应用洗牌算法重新排列点在缓冲区内的位置内, 完成一代演化, 然后SCE-UA 算法将缓冲区的点再进行洗牌操作, 打乱原有顺序, 然后按照既定的规则将缓冲区内的点重新分配到复形

内, 再开始新的一代演化计算. 这种将缓冲区内的点分配到若干复形内, 再开始新的演化计算的方式就是SCE-UA 算法各个复形间共享信息的机制.

SCE 算法是非常稳健的算法, 尽管因为参数的配置不同, 算法的性能存在着一定差异, 但这些差异相对于算法的整体性能来说是很微小的.

2. 4 PSO( Particle Swarm Optimization 粒子群优化)

粒子群优化是一种启发于生物种群协作机制的启发式优化算法, 是一种基于种群的演化式搜索算法, 即按照一系列确定性和随机的规则的组合, 从一个点集演化到下一个点集, 通过多次迭代, 最终的点集收敛到解空间的全局最优区域. 研究表明, 粒子群优化算法不但具有遗传算法一样的全局优化性能, 而且在计算效率( 即算法的时间复杂性) 上优于遗传算法, 目前PSO 已经在科学研究和工业生产等领域有了广泛的应用.

并行计算是提高算法效率的一个通用方法, 而PSO 算法、SCE-U A 算法和遗传算法都隐含并行处理的思想, 比较容易实现. Wang 等发展了一个以PSO 算法为核心, 以SCE-UA 算法的主控流程为总体框架的并行优化算法SCPSO, 在SCPSO 算法中, 具有全局搜索能力的PSO 算法取代了SCEUA 中的下山单纯形法, 这样使整个算法的性能和效率得到了进一步的保证. 有研究表明SCPSO 算法的性能和效率大于等于SCE 算法.

3对于缺资料流域的参数研究

常用的区域化方法有参数移植法、参数回归法、插值法、平均法等,其中参数移植法和参数回归法是最常用的两种方法.

3.1参数移植法

参数移植法又包括距离相近法和属性相似法两种. 二者都是通过移植参证流域的参数到缺资料流域,不同点在于对相似流域的判定上. 其中,距离相近法是指寻找与缺资料流域在地理位置上相邻的一个或多个流域; 流域属性相似法是指寻找与缺资料流域在属性(如地形、植被、土壤、气候等)上相似的流域. 目前此方法主要集中在欧洲和澳大利亚,在国内研究还较少. 参数移植法与水文站点密度有很大关系, 对于站点密度较大的区域, 如欧洲许多国家,很容易找到与缺资料流域相似的流域,参数移植的效果相对要好一些[11] .

3.2参数回归法

中国的研究主要集中在新安江模型参数的识别. 如,井立阳、张行南等[12]将新安江模型中的自由蓄水容量SM、地下水出流系数KG 和壤中流出流系数KI、马斯京根法汇流参数X 与森林覆盖率、岩石面积比、平均坡道比降建立相关关系. 袁飞等[13]将自由蓄水容量SM 与植被的根系深度、土壤有

[14]效空隙率等建立关系. 徐倩、李致家等建立流域河网退水系数CS 与流域面积、马斯京根法汇流河

段数与河长的经验关系.

4结语及前景展望

本文就水文模型参数识别算法的传统与现代化研究做了较为详细的阐述. 并对3种现代优化算法的研究状况作了详细介绍.

近几年来在算法方面的一些改进, 尤其是混合遗传算法的提出, 以及各种混合现代优化算法在水文模型参数识别中的应用给传统的方法注入了新的活力.但从国内外研究的现状及进展来看, 目前对水文模型参数识别算法的研究仍存在许多急需解决的问题: (1) 标准遗传算法用于水文模型参数自动识别时, 收敛速度较慢; (2) 对水文模型参数自动识别方法的研究较零散, 不够系统, 尚未把蚁群算法、混沌算法、粒子群算法、量子遗传算法等现代优化方法用于水文模型的参数率定; (3 ) 水文模型参数“ 概念化识别”方法研究较少. 也就是说在参数自动识别过程中,利用模型本身的结构及参数本身的信息较少;(4) 揭示水文模型参数识别方法搜索机理研究较少; (5) 对不同时空尺度、不同目标的水文模型参数识别方法研究较少; (6 ) 从多个角度出发, 揭示各算法之间的内在关系, 建立水文模型参数识别算法的多层次、多目标综合评价准则的理论研究较少.

因此,有必要引进国外的“人为设定法”参数识别方法引人国内, 对多种优化方法进行人为模拟, 同时注重研究复杂水文模型参数识别理论与方法, 提高水文模型预测的精度和速度. 在系统研究现代优化方法与传统优化方法的基础上, 建立各种优化方法的融合技术和法

则. 通过对不同目标、不同时空尺度水文模型的参数识别, 揭示水文模型参数识别的层次效应、尺度效应与藕合效应. 在新知识的获取上取得多点突破口, 发展水文模型参数识别方法.

参考文献

[1] 武震,张世强,张小文. 流域水文模型参数识别的现代优化方法研究进展[J]. 冰川冻土,2008,30(1):64-71.

[2] 杨晓华,杨志峰,郦建强,沈珍瑶,陈强. 水文模型参数识别算法研究及展望[J]. 自然科学进展,2006,16(6):657-661.

[3] Nash J E, Sutcliff e J V. River flow forecasting through conceptual models, part ?: A discus- sion of principles [ J] . Hydrology,1970, 10: 282- 290.

[4] Ibbit t R P, O Donnell T . Designing conceptual catchment models for automatic fitting method s [ C] / / Proceedings of International Symposium on Math ematical Models in Hydrology Science. Warsaw : International As sociation of Hydrological Science, 1971: 59- 69.

[5] John ston P R, Pilgrim D H . Parameter optimization f or watershed models [ J] . Water Resource Research, 1976, 12( 3) :477- 486.

[6] Pickup G. Testing the efficiencies of algorithms and strategies

f or automatic calibration of rainfall runoff models[ J ] . Hydrological Science Bullet in, 1977, 22: 257- 274.

[7] Gupta V K, Soroos hian S. The relationship between data and the precision of estimate parameters[ J] . Journal of Hydrology,1985, 81: 55- 77.

[8] Wang Q J . T he genetic algorithm and its application to calibrating conceptual rainfall runoff models[ J] . Water Resource Research, 1991, 27( 9) : 2467- 2471.

本文已影响