XiaoMi-AI文件搜索系统
World File Search Systemhydrological
CMIP5和CMIP6下的水文预测
摘要：未来水文条件的预测在很大程度上取决于全球气候模式，但模型性能差异很大。在这项研究中，我们研究了基于耦合模型对比项目（CMIP5和CMIP6）的第五和第六阶段的径流（R），降水（P），蒸发（ET）和土壤水分（ET）和土壤水分（SM）的预计变化，并量化了其预计的年度和季节性变化的不切实际。结果表明，所有四个水文变量均显示出与大多数全球土地相比的增加：CMIP6的年度预测在2080 - 99年间，分别为72％，81％，82％，82％，82％和66％的全球土地面积的占全球土地面积的66％。我们每年从不同来源估算了CMIP6中的不确定性，发现模型不确定性主导了二十一世纪预计的不确定性[76％（R），73％（p），89％（ET），ET）和95％（SM）（2090S），而内部变体的贡献则贡献了时间的贡献。低纬度区域在水文预测中具有最大的不确定性。在CMIP6中，P的预计变化的不确定性最大，最大程度地导致了R的R变化不确定性，而年度量表的贡献为93％，其次是ET和SM。 总体而言，在水文变化和不确定性的组成方面，CMIP5和CMIP6模型的性能相似。 这项研究为全球气候模型中水文组成部分的进一步改善和发展提供了理论参考。在CMIP6中，P的预计变化的不确定性最大，最大程度地导致了R的R变化不确定性，而年度量表的贡献为93％，其次是ET和SM。总体而言，在水文变化和不确定性的组成方面，CMIP5和CMIP6模型的性能相似。这项研究为全球气候模型中水文组成部分的进一步改善和发展提供了理论参考。
用于跟踪水文的数字地形分析方法...
数字地形分析 (DTA) 包括一组使用数字高程模型 (DEM) 来模拟各种尺度的地球表面过程的工具。DEM 及其衍生产品是数字地形模型 (DTM) 的更大集合的一部分，用于各个领域，以模拟能量和物质在表面的流动。DTM 在水文学家工具包中的普遍性导致地形属性（例如坡度和上坡贡献区域）被广泛使用，以表征水和相关营养物质在景观中的流动方式。计算地形属性的算法现在已被编入所有商业地理信息系统 (GIS) 软件（例如 ArcGIS、Idrisi），用户只需按一下按钮即可绘制潜在地表水文流模式。虽然派生图层总是看起来很刺激，但现场水文学家经常提出这样的问题：DTM 通常只是有趣的空间模式，与预测实际水文行为没有太大关系吗？本文通过讨论 DTA 对 21 世纪森林水文学从业人员的相关性，批判性地回答了这个问题。自从提出了早期的集水区降雨径流理论（Horton 1945 ；Hewlett 和 Hibbert 1967 ）以来，人们就利用地形信息来更好地了解集水区的水文功能。然而，在桌面计算出现之前，集水区的面积、长度、周长和地势比（最大值
大高山盆地的混合水文建模
摘要。高山盆地是人生生命的重要水源，可靠的水文建模可以增强高山盆地的水资源管理。最近，混合水文模型，基于过程的模型和深度学习（DL）在水文模拟中表现出了很大的希望。然而，现有混合模型的一个显着局限性在于它们未能在盆地中纳入适当的信息并描述高山水力过程，从而限制了它们在大型高山盆地中的Hy-Drological模型中的适用性。为了解决此问题，我们通过采用基于过程的模型作为主链并利用嵌入式神经网络（ENNS）来开发一组混合半分布的水电模型，以参数化和替换不同的内部模块。在藏族高原上的三个大高山盆地上测试了所提出的模型。一种气候扰动方法是用于测试混合模型的适用性，以分析大型高山盆地气候变化的水文敏感性。结果表明，提出的混合水文模型可以很好地预测径流过程和模拟大型高山盆地中的径流成分贡献。具有NASH – Sutcliffe Efiencies（NSES）的最佳混合模型高于0.87的最佳混合模型，显示了与最新的DL模型的合并性能。Hy-Brid模型在盆地内的未加州地点模拟水文过程方面还具有显着的能力，显着超过了传统的分布模型。总的来说，这项研究提供了一种具有另外，结果还显示了对气候变化的水文敏感性分析的合理模式。
在复杂的半...
水文模型已成为研究解决各种环境和水资源问题的复杂流域的水文过程的重要工具。本研究的重点是使用土壤和水评估工具（SWAT）在突尼斯中部的Merguellil流域进行建模。SWAT模型是一种物理建模工具，开发了用于预测水文过程的物理建模工具，并有充分记录是资源水管理的有效工具。这项研究的主要目的是评估SWAT模型在模拟中央半干旱突尼斯梅尔基利尔流域内的每月水文过程时的表现。该模型的校准是从2002年到2011年进行的，随后进行了2012年至2017年的验证。灵敏度分析确定了关键参数，包括曲线数，坡度长度和有效的水力传导率，是最敏感的。研究结果表明，该模型在校准和验证阶段期间根据拟合优度标准表现出令人满意的性能。在校准和验证期内，NASH – utcliffe效率（NSE）分别为0.65和0.41。确定系数（R²）和克林格 - 古普塔效率（KGE）均等于0.7，用于校准的标准偏差比（RSR）小于或等于0.6。偏差百分比（PBIA）表明该模型在校准期间高估了排放量 +23.5％。此外，Merguellil流域中的径流表现出显着的时空变异性，受到其环境的复杂性和异质性的显着影响。
加拿大水文模型 (CHM) v1.0 - GMD
摘要。尽管降雨径流水文学文献中对基于物理和空间分布的模型的优点存在争议，但寒区水文学领域的大量工作已经表明，通过纳入基于物理的过程表示、相对高分辨率的半分布式和全分布式离散化以及使用需要有限校准的物理上可识别的参数，可以提高预测能力。虽然人们越来越倾向于在超分辨率（< 1 公里）和雪堆分辨尺度（≈ 1 至 100 米）下进行建模，但现有寒区水文模型在这些尺度上的计算能力有限。这里介绍了一种新的分布式模型，即加拿大水文模型 (CHM)。虽然该模型旨在普遍应用，但它的重点是寒区过程在水文学中发挥作用的应用。主要功能包括能够执行以下操作：通过可变分辨率非结构化网格以有效方式捕获表面离散化中的空间异质性；包括多个过程表示；更改、删除和解耦水文过程算法；在点和空间分布尺度上工作；扩展到多个空间范围和尺度；并利用各种强制场（边界和初始条件）。本文重点介绍整体模型理念和设计，并提供了许多寒冷地区特有的功能和示例。
大规模水文模型和跨界河流
摘要：大规模的水文建模是河流水文学中的一种新兴方法，尤其是在有限的可用数据的地区。这项研究重点是评估希腊五个跨界河流的两个知名大规模水文模型，即电子型和lisflood的性能。为此，将两种模型的河流插座上的排放时间序列与观察到的数据集进行了比较。比较是使用确定的确定系数，偏差百分比，nash – utcliffe效率，根平方误差和kling-gupta效率进行比较。随后，水文模型的时间序列分别通过缩放因子，线性回归，增量变化和分数映射方法纠正。然后使用相同的统计措施重新评估输出对观测值进行重新评估。结果表明，两个大规模的水文模型都没有持续优于另一个模型，因为一个模型在某些盆地中的表现更好，而另一个模型在其余情况下表现出色。偏差校正过程将线性回归和分位数映射确定为案例研究盆地最合适的方法。此外，该研究还评估了上游水域对河流预算的影响。该研究强调了大型模型在跨界水文学中的重要性，它在全球范围内对其在任何河流盆地中的适用性提出了一种方法论方法，并强调了产出在国际水域合作管理中的有用性。
全球尺度评估水文建模的降水数据集
1牛津大学，牛津大学，牛津大学，英国2号地理与环境科学学院，南安普敦大学，南安普敦大学，SO17 1BJ，英国3号，英国3号3号，阿拉巴马州阿拉巴马大学，阿拉巴马州阿拉巴马大学，美国阿拉巴马大学4号和经济，埃克塞特大学，埃克塞特大学，EX4 4RJ，英国6 6号地理与地球科学学院，格拉斯哥大学，格拉斯哥大学，格拉斯哥大学，英国格拉斯哥大学7 7地理与环境科学系，英国雷丁大学，雷丁大学8号，雷丁大学8读，雷丁大学，雷丁大学，雷丁大学，雷丁大学，英国9能源与环境研究所，赫尔，赫尔，赫尔，赫尔，杜勒，杜勒，杜勒，杜勒，少年， UK 11地理科学学院，布里斯托尔大学，布里斯托尔大学，BS8 1SS，英国12地理与环境，拉夫堡大学，拉夫堡，英国，英国
建模绿色屋顶系统的水文益处
13摘要14绿色屋顶（GR）系统在有限的开放空间可用时，在高度15个城市化地区提供了有希望的雨水管理策略。水文建模可以预测GR减少径流的16个能力。本文回顾了三种流行类型的GR模型，具有17种不同的复杂性，包括水平衡模型，美国EPA的雨水18管理模型（SWMM）和Hydrus-1D。通过详细介绍模型参数估计，绩效评估20和应用程序范围讨论了19个模型的开发和实际应用。这三个模型能够复制GR流出。Water-21平衡模型的参数数量最少（7）。Hydrus-1D需要≤22个土壤液压特性的实质性参数化工作，但可以模拟不饱和的23个土壤水流过程。尽管SWMM具有大量参数（> 10），但它可以24模拟通过整个GR轮廓的水传输。此外，SWMM GR型号可以轻松地纳入SWMM的雨水模型框架中，因此它被广泛用于模拟GR实现的流域规模效应。限制GR的四个研究差距27模型应用并讨论：排水垫流量模拟，土壤28表征，蒸散估计和GR的规模效应。文献文件29在降雨事件的GR模拟中有希望的结果，但是，对全面GR系统进行30个长期监控和建模的关键需求仍然需要解释31个内部（基板）和外部（气象特征）系统对雨水的影响32管理。
一种用于改进水文预报的混合物理-AI 模型
摘要：美国国家海洋和大气管理局利用国家水模型 (NWM) 为美国 270 万条河流位置开发了非常高分辨率的流量预报。然而，量化未测量位置的不确定性和预测可靠性存在相当大的挑战。提出了一种数据科学方法来应对这一挑战。分析了 2018 年 12 月至 2021 年 8 月阿拉巴马州和佐治亚州的长期每日流量预报。使用标准确定性指标在 389 个观测到的 USGS 流量测量位置对预测进行评估。接下来，使用流域的生物物理特征对预测误差进行分组，包括排水面积、土地利用、土壤类型和地形指数。NWM 预测对于较大的森林流域比较小的城镇流域更为准确。NWM 预测大大高估了城镇流域的径流量。分类和回归树分析证实了预测误差对生物物理特征的依赖性。使用生物物理特征、NWM 预测作为输入，预测误差作为输出，开发了一个由六层 [深度学习 (DL)] 组成的密集连接神经网络模型。DL 模型成功地从在测量位置训练的领域中学习了位置不变的可迁移知识，并应用学习到的模型来估计未测量位置的预测误差。对测量数据进行时间和空间分割显示，在混合 NWM-DL 模型中，捕捉到预测范围内观测值的概率 (82% 6 3%) 比仅 NWM 预测 (21% 6 1%) 显著提高。注意到 DL 模型中过度受限的 NWM 预测与增加的预测不确定性范围之间存在权衡。
审查和比较研究降雨模型的水文模型
水被视为人类在地球上存在的重要资源。为了模拟或优化各种水资源管理的水文数据，几种水文模型对于达到水资源管理和决策支持工具非常有用。降雨奔跑模型是一个定量原型，该原型在盆地尺度上解释了降雨量的相互作用。水文模型在各种水资源管理的能力方面具有特殊性。本文审查了适用于降雨奔跑建模的水文模型特有的五十（50）篇论文。它涉及评估和比较用于模拟降雨过程的不同水文模型转换为表面径流以提高用水效率。几种径流模型，例如水文工程中心 - 水文建模系统（HEC-HMS），土壤和水评估工具（SWAT），降水 - 运行建模系统（PRMS），可变浸润能力模型（VIC），列表侵蚀模型（LISEM），Mike地表水 - 地表水 - 地面水 - 地下水水平（Mike Sheef）和跑步型跑步。降雨跑模型用于不同应用的不同应用，以提高不同部门的用水效率。这是为了帮助建模目标。可以推断，HEC-HMS广泛用于对各种大小的流域中的降水过程进行建模，有助于洪水预测，储层运营以及水管理，以实现农业和城市用水效率。，通过检查各种水文模型的类型，通过评估每个模型在预测降雨数据中预测径流时的准确性和可靠性，通过确定众多地理环境的模型的适当性，应用程序，复杂性和可用性，通过评估模型的复杂性，以及限制了效率，通过确定众多地理环境的准确性和可用性来预测降雨数据的准确性和可靠性。降雨跑步过程进行了严格评估。SWAT用于评估土地管理实践（例如农作物旋转，灌溉，土地利用变化）对水资源的影响，包括产生径流和水质，从而优化农业的用水效率。PRM用于通过复杂的水文系统对水的运输进行建模，从而有助于流域管理和用水效率评估。总而言之，这项比较审查旨在指导水科学家，水文模型和水文工程师的使用者，以选择最合适的模型，以供其特定的建模需求，以实现可持续水资源管理。