刘 春 烨

(太原理工大学水利科学与工程学院，太原 030024)

马斯京根法是河道洪水流量演算中广泛应用的一种水文学方法，该法在建立马斯京根槽蓄方程的基础上，与水量平衡方程联立，推出上下游流量关系方程，进行河段洪水的演算[1]。马斯京根法应用的一个前提是模型参数的合理率定，通常对参数K、x进行率定，再由K、x率定值计算参数C0、C1、C2。参数K、x的率定方法有分析法和试算法，但这2种方法较为复杂且率定结果精确性较差。因此，部分学者采用了直接优化参数C0、C1、C2的方法，主要有POS算法[1]、遗传算法、最小二乘法、SCE-UA算法[2]等。

对模型参数进行敏感性分析是参数率定的基础。敏感性分析即分析参数对模型的影响程度，根据参数的影响程度，筛选出重要的影响参数，减少参数的率定次数和调参过程中的不确定性，提高率定效率。水文模型敏感性分析方法有局部敏感性分析法、全局抽样敏感性分析法。局部敏感性分析法原理简单但无法完全考虑参数间的相互影响，不能满足提高模型精确性的要求。全局敏感性分析法可综合分析多个参数的变化对模型运行结果的影响，且该方法已在各种水文模型中得到了应用，如RSA方法、GLUE方法[3]和LH-OAT方法[4]等。目前，国内外直接对马斯京根模型参数C0、C1、C2敏感性分析较少。本研究引入Latin-Hypercube抽样算法，并结合OAT 方法,采用LH-OAT全局敏感性分析方法直接对马斯京根模型参数C0、C1、C2进行全局敏感性分析。在敏感性分析的基础上，确定参数的敏感性大小顺序，采用假定最优参数法进行马斯京根模型参数率定，发现按敏感性顺序进行参数的率定，可提高马斯京根模型参数的率定效率。……