水桶

使用多模型组合方法改善高纬度的水桶型水文模型的性能：我们可以从石头上拧水吗？

多模型组合（平均）方法（MMCMS）用于提高模拟或预测/预测模式中水文（降水量）输出的准确性。在本文中，我们检查了MMCMS的应用是否可以改善模型性能在再现水文特征的分布中，例如年度最大值或不同持续时间的最小值。到此目的，将10个MMCMS应用于29个桶类型的模型，以模拟50个高纬度流域的径流。通过将所得的模拟流与参考（即表现最佳）单个模型进行比较，考虑了各种常用的性能指标，以及在复制Sig Natures分布时的模型性能来评估MMCM。此外，我们分析了（1）候选模型的选择，还是（2）靶向特定特定签名（例如年度最大值或最小）可以提高模型组合的性能。结果表明，MMCMS的应用可以在传统的性能指标方面提高径流模拟的准确性，但无法提高复制签名分布的性能。既不排除表现不佳的模型，也不包括针对目标签名的MMCM，都可以改善模型性能的这一方面。这些发现清楚地揭示了需要进一步研究的需要，旨在增强模型性能，以重现水文特征的分布，这对于气候变化影响研究至关重要。