|
|||||
|
|
| 粒子群算法在陆面过程模式参数优化中的应用研究 | |
| 摘 要： | 陆面过程模式中输入参数的不确定性会引起模式模拟偏差。为了改善模式的模拟能力,减小参数的不确定性,通常要进行参数优化过程。利用温江站观测的近地层资料,结合粒子群优化算法(Particle Swarm Optimization,PSO),优化了陆面过程模式SHAW(Simultaneous Heat and Water)中难以直接观测的土壤和植被参数。在此基础上,分别利用优化后的参数和默认参数运行SHAW模式,模拟该地区陆面过程特征,并与观测值进行对比,研究优化参数后对陆面过程模拟的影响。结果表明:利用PSO算法优化SHAW模式后,能提高土壤湿度和潜热通量的模拟性能,模拟的土壤湿度和潜热通量与相应的观测值偏差减小。但与此同时,并没有改进净辐射、土壤温度和感热通量的模拟性能。说明PSO算法可以用于陆面模式参数优化,但仅仅通过参数优化并不能同时提高所有变量的模拟性能。 |
| 本文献已被 CNKI 等数据库收录！ | |