【儀表網 研發快訊】陳利頂團隊與來自包括中國科學院地理科學與資源研究所、南海海洋研究所，美國普渡大學、賓夕法尼亞州立大學、奧本大學、加州大學戴維斯分校、佛蒙特大學、美國國家大氣研究中心、拜耳公司美國分部等多家科研和企業單位的研究人員合作，開發了分布式模型參數優化工具(Distributed Model Parameter Optimization Toolbox)，并將該工具同廣泛使用的SWAT模型進行耦合，構建DMPOTSWAT軟件工具。該成果發表于《Environmental Modelling & Software》 期刊(文章鏈接：https://doi.org/10.1016/j.envsoft.2023.105785 )。注冊儀表網，馬上發布/獲取信息
 

　　水文模型通常采用分布式參數設置，這種設置方式雖然提高了模型對水文水質過程的空間異質性和同人類活動的相互作用的復雜性的表征能力，但是也極大地提高了模型校驗的難度，于是研究人員便開發出來了許多能夠進行對分布式模型進行自動校驗的工具。然而，當前的校驗工具多采用集總式(The Lumped Mode)的校驗方式對分布式模型及進行校驗。集總式的模式是說在分布式模型的參數校驗過程中，通常是按照統一的校驗算法來對模型進行修改，比如同一個參數在不同子流域都進行相加、相減或者按照統一比例變化，最后得出一套最優的參數變化規則來適配全流域。
 

　　這對于空間異質性不高、水系簡單的流域模型來說是可行的，但是對于空間異質性普遍較高、人類活動影響較大、水系結構復雜的流域來講，不同的子流域對同一個參數可能是需要不同的修改規則，有的子流域需要增大，有的則需要減小。針對該需求，當前研究中提出的是順序校驗，也就是從上游向下游子流域組進行依次校驗。校驗下游過程中，保持上游子流域組的參數不變。這種模式有三個缺點，一個是需要多次校驗，另一個是無法實現上下游之間參數的共同演進，第三個是無法適用于水系復雜的流域。
 

　　基于這樣的問題，我們設計了分布式的校驗模式，如下圖所示。按照流域的出口對子流域進行分組，將不同的組同時但分別進行優化，最后得出適合于每一子流域組的最優參數修改規則。這種校驗模式在當前的校驗工具中尚不能實現。為了實現模式的應用，我們利用python語言將其開發出來，產品如下圖所示。在軟件中利用深度優先算法(Depth first search)對子流域組進行劃分，參數的優化采用動態維度算法(Dynamic Dimension Search)，優化過程中，對每一個子流域組進行單獨優化。該算法不僅實現了不同子流域組之間的同時優化，也免去了多次校驗的需求，極大地提高了校驗的效果和效率。該軟件發布之后，經過在中美多個類型的流域進行測試，都取得了良好的效果。
 

　　當前該軟件可以在生態環境中心城市與區域生態國家重點實驗室的生態模型云平臺(http://dse.rcees.cas.cn/kyzy/stmx/)、GitHub和Gitee等網站下載，其中包含了詳細的使用手冊，并保持對該軟件的維護，歡迎有需要的研究人員測試使用，并為軟件的改進提出寶貴的意見(聯系人：馮青郁，電子郵件：qyfeng18@rcees.ac.cn)。