夏 正 兵，邱 鹏

(江苏城市职业学院 建筑工程学院，江苏 南通 226006)

1 研究背景

作为模拟流域水文过程和揭示流域水资源丰枯状态的重要工具，水文模型被广泛应用于水文预报、水资源管理、气候变化和土地利用变化等方面[1-3]。然而，水文模型多基于大量数学方程对复杂流域水文过程进行抽象性描述，而大部分参数不能直接从流域特征中获取，必须采用人工或智能优化算法予以确定，以使模拟的水文过程尽可能接近流域实际的水文特性[4-5]。过去通常是采用单一目标函数评价模型的模拟精度，但众多水文模型参数率定结果表明：单一目标函数仅能反映流域水文特征的某一方面(洪量、洪峰等)，并不能够综合刻画水文过程中流域的全部水文特性[6-7]。比如，若选择相对误差(RE)作为目标函数，那么模拟结果在总水量上具有很好的性能，但在流量过程线形状和峰值流量上的性能会较差；若选择纳什效率系数(NSE)作为目标函数，则模型对高水流量较敏感，但会忽视枯水流量。

近年来，国内外学者针对多目标函数的水文模型参数率定过程进行了研究，并取得了较满意的结果[8-10]。例如，欧阳硕等[11]采用多目标文化自适应仿电磁学算法(MOCSEM)，对新安江模型进行了多目标参数的求解，结果表明，该方法可以同时权衡流域水文系统不同水文特性的参数组合方式。周建中等[7]采用多目标优化算法(MOSCDE)对新安江模型参数进行率定，结果表明，改进的非劣解选择方法能够有效地从大规模非劣解集中筛选出最优的非劣解。……