Фундаментальные основы и методология автоматической калибровки многопараметрических гидрологических моделей - Автореферат

Автореферат диссертации на соискание ученой степени доктора технических наук Фундаментальные основы и методология автоматической калибровки многопараметрических гидрологических моделей Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Российский государственный гидрометеорологический университет» на кафедре гидрологии сушиНапример, если в начале ХХ века среднегодовой ущерб от наводнений в США составил 100 млн. долларов, то в его второй половине он превышал 1 млрд. долларов, а в отдельные годы последнего десятилетия - 10 млрд. долларов; прямой экономический ущерб от наводнений в Китае за первые 8 месяцев 2009 года составил 71,1 миллиарда юаней (около 10,5 миллиарда долларов), пострадали 91,88 миллиона человек и 7,1 миллиона гектар сельхозугодий; тайфун "Кетсана", вызвавший масштабные наводнения во Вьетнаме и на Филиппинах в 2009 г., повлек смерть более 1000 человек, повредил или уничтожил 360 тыс. домов, школ и других учреждений, 73 тыс. га урожая; наводнение на Кубани вызвало гибель 10 человек и материальный ущерб на сумму около 2 млрд. руб. В условиях изменения климата и возрастающей антропогенной нагрузки на речные водосборы статистические методы прогнозирования теряют свою эффективность, и единственным методом качественного прогнозирования паводков и половодий становится математическое моделирование, эффективность которого во многом зависит от калибровки (параметризации) используемых гидрологических моделей. Кроме того, в результате выполнения диссертационной работы было установлено, что существующие методы оптимизации параметров сложных моделей не в состоянии учесть ряд свойств многомерной поверхности целевой функции, на которой отыскиваются оптимальные наборы параметров, и по этой причине не могут применяться при автоматической калибровке оперативных гидрологических моделей. Анализ поведения поверхности многомерной целевой функции при изменении внешних условий, включая изменение «входа» модели и длины временных рядов, используемых для калибровки гидрологической модели; Выявление причин низкой эффективности существующих критериев качества гидрологических прогнозов, применяемых в качестве оптимизируемых функционалов при калибровке многопараметрических гидрологических моделей, которые используются для прогнозирования опасных гидрологических явлений (на примере дождевых паводков);Заблаговременности получения прогнозистом или моделью информации о предикторах , которая состоит из естественной заблаговременности (то есть инерционности самого быстроразвивающегося предиктора из ) и времени передачи информации обо всем наборе предикторов : (например, если решение о паводочном водосбросе с гидроэлектростанции было принято за 3 суток, а информация о его объеме дошла до прогнозиста через 2 суток после принятия этого решения, заблаговременность получения информации о предикторах составляет 1 сутки; если в качестве предиктора используются данные наблюдений (), то величина может быть отрицательной, поскольку время передачи информации всегда неотрицательно); Таким образом, уравнение (5) выражает общий принцип выбора модели, целевой функции и обучающих временных рядов при прогнозировании ОГЯ, который учитывался при выполнении исследований, описанных в последующих разделах. Нетрудно заметить, что в передельных случаях целевая функция MISOF может выродиться либо в среднеквадратическое отклонение 1-часовых ошибок (только один 1-часовой или 1-суточный масштаб), либо в разность средних значений моделируемого и фактического гидрографов (один масштаб, равный длине периода калибровки ), либо в ASOF (все масштабы) и т.д., что делает целевую функцию MISOF искючительно удобной для использования при автоматической калибровке моделей в различных условиях формирования стока и при различных стохастических особенностях моделируемого гидрографа. Выполненные численные эксперименты по моделированию стока с водосборов, расположенных в штатах Техас (США) и Новый Южный Уэльс (Австралия) показали, что при калибровке модели «Сакраменто» метод глобальной оптимизации в большинстве случаев позволяет получить меньшие значения целевой функции MSOF, однако проверка (валидация) найденных параметров на независимом материале (т.е. в режиме прогнозирования стока) показывает б?льшую (более 60% случаев) эффективность параметров, определенных в физически предопределенном районе 12-мерной области определения параметров методом SLS.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ