李景，马天啸，陆妍如，宋现锋,2,3†，李润奎,2，刘军志，段峥

(1 中国科学院大学资源与环境学院，北京 100049；2 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室，北京 100101；3 中国科学院空天信息创新研究院 中国科学院定量遥感信息技术重点实验室，北京 100094；4 南京师范大学虚拟地理环境教育部重点实验室，南京 210023；5 隆德大学自然地理与生态系统科学学院, 隆德 22362，瑞典) ( 2019年12月16日收稿； 2020年3月19日收修改稿)

水资源对于维持生态平衡与社会经济发展起着不可替代的作用。为加强水资源的综合管理，研究各尺度流域的水文循环过程成为一项基础工作[1]。如今，SWAT(soil and water assessment tool)模型被广泛应用于不同流域的水文模拟中，应用范围涉及诸多方面，如径流模拟[2]、非点源污染[3]、模型输入参数和气候变化的水文效应[4]以及模型的参数率定与不确定性分析等[5]。其中，模型参数的不确定性导致模型结果的准确性受到质疑，因而如何提高水文模型的预测精度与准确性成为水文领域关注的一大问题[6]。利用实测数据率定模型参数、降低模型不确定性，是水文模型建模的主要手段。同时，选择的目标变量及参数组合对水文模型率定影响也很大[7-8]，尤其参数组合极易受模型“异参同效”现象的干扰[9]。所谓异参同效，是指模型率定过程中不同参数组合得到相近的模拟效果[10]。因此，如何科学减弱异参同效影响，降低模型不确定性，已经成为提高SWAT模型率定质量的关键问题。

目前，主要存在2类率定方法降低异参同效的影响：多站点率定和多目标率定。……