Сват-КУБОК - Swat-CUP

SWAT-CUP (Калибровка SWAT и процедуры погрешности) - это программа, предназначенная для интеграции различных калибровка /анализ неопределенности программы для Спецназ (Инструмент оценки почвы и воды) с использованием того же интерфейса. В настоящее время программа может запускать SUFI2 (Abbaspour et al., 2007), КЛЕЙ (Бевен и Бинли, 1992) и ParaSol (ван Гриенсвен и Мейкснер, 2006). Чтобы создать проект, программа направляет пользователя через входные файлы, необходимые для запуска программы калибровки. Каждый проект SWAT-CUP содержит один метод калибровки и позволяет пользователю выполнять процедуру много раз, пока конвергенция достигнуто. Пользователь может сохранять итерации калибровки в итерация история для последующего использования. Также мы сделали возможным создание графики наблюдаемых и смоделированных данных и прогнозируемой неопределенности относительно них.

Цели

  1. Объединение различных процедур калибровки / анализа неопределенностей для SWAT в одном пользовательский интерфейс и визуализировать результаты.
  2. Сделайте процедуру калибровки простой в использовании для студентов и профессиональных пользователей SWAT.
  3. Упростите изучение программ для новичков.
  4. Обеспечение более быстрого способа выполнения трудоемких операций калибровки и стандартизации этапов калибровки.
  5. Добавьте дополнительные функции к операциям калибровки, такие как создание графика калиброванных результатов и сравнение данных.

Пользовательский интерфейс

SWAT-CUP использует расширенный удобный интерфейс, похожий на Microsoft Office 2007, с теми же функциями пользовательского интерфейса. Все по стандарту как Microsoft продукты, чтобы все пользователи могли легко изучить и использовать программу.

Пользователи

Поскольку SWAT-CUP связан с программным обеспечением SWAT и имеет дополнительные функции для калибровки и анализа неопределенностей, SWAT-CUP будет полезен для всех пользователей SWAT.

SWAT-CUP2 стал возможен благодаря участию:

  • Махди Вейдани и Сохаил Хагигхат из Neprash Company, написавшие интерфейс SWAT-CUP
  • Рагван Шринивасан из Техасский университет A&M кто оказал финансовую поддержку
  • Цзин Ян из Eawag который изначально связал процедуру оптимизации с SWAT и создал Алгоритм MCMC в рамках его докторской диссертации под руководством Питера Райхерта и Карима К. Аббаспура.

Рекомендации

  • Аббаспур, К.С., Дж. Ян, И. Максимов,., Р. Сибер, К. Богнер, Дж. Милейтнер, Дж. Зобрист, Р. Сринивасан. 2007 г. Моделирование гидрологии и качества воды в предальпийском / альпийском водоразделе Тейра с использованием SWAT. Журнал гидрологии, 333:413-430.
  • Abbaspour, K.C., 2005. Калибровка гидрологических моделей: когда модель откалибрована в Zerger, A. и Argent, R.M. (ред.) MODSIM 2005 Международный конгресс по моделированию и симуляции. Общество моделирования и моделирования Австралии и Новой Зеландии, декабрь 2005 г., стр. 2449–12455. ISBN  0-9758400-2-9. http://www.mssanz.org.au/modsim05/papers/abbaspour.pdf
  • Аббаспур, К.С., Джонсон, А., ван Генухтен, М.Т., 2004. Оценка неопределенных параметров потока и переноса с использованием процедуры последовательной аппроксимации неопределенности. Журнал зоны Вадосе 3(4), 1340–1352.
  • Аббаспур, К. К., Р. Шулин, М. Т. Van Genuchten, 2001. Оценка гидравлических параметров ненасыщенной почвы с помощью оптимизации колоний муравьев. Достижения в области водных ресурсов,24: 827–841.
  • Аббаспур, К. К., М. Зоннлейтнер и Р. Шулин. 1999. Неопределенность в оценке гидравлических параметров почвы с помощью обратного моделирования: примеры лизиметрических экспериментов. Почвоведение. Soc. Ам. Дж., 63: 501–509.
  • Аббаспур, К.С., М.Т. ван Генухтен, Р. Шулин и Э. Шлеппи. 1997. Последовательная обратная процедура области неопределенности для оценки подземных потоков и параметров переноса. Водный ресурс. Res., т. 33, вып. 8. С. 1879–1892.
  • Арнольд Дж. Г., Сринивасан Р., Муттиах Р. С., Уильямс Дж. Р., 1998. Гидрологическое моделирование и оценка больших территорий - Часть 1: Разработка модели. Журнал Американской ассоциации водных ресурсов 34(1), 73–89.
  • Бард, 1974. Нелинейное оценивание параметров. Academic Press, Нью-Йорк, штат Нью-Йорк.
  • [Джордж Э. П. Бокс | Box, G.E.P.]; G.C. Тяо (1973) Байесовский вывод в статистическом анализе, Эддисон-Уэсли-Лонгман, чтение, месса
  • Бевен, К. и Фрир, Дж., 2001. Равнозначность, ассимиляция данных и оценка неопределенности в механистическом моделировании сложных экологических систем с использованием методологии GLUE. Журнал гидрологии, 249 (1-4): 11–29.
  • Бевен, К. и Бинли, А., 1992. Будущее распределенных моделей - калибровка модели и прогнозирование неопределенности. Гидрологические процессы, 6 (3): 279–298.
  • Дуан, Q., Глобальная оптимизация для калибровки модели водосбора, в калибровке моделей водосбора, под редакцией Q. Duan, HV Gupta, S. Sorooshian, AN Rousseau и R. Turcotte, стр. 89–104, AGU, Вашингтон, округ Колумбия. , 2003.
  • Дуан, К., В. К. Гупта, С. Сорушян, Эффективная и действенная глобальная оптимизация концептуальных моделей дождевых осадков и стока, Вода. Ресурс. Res., 28: 1015-1031, 1992.
  • Дуан, К., С. Сорушян, Х. В. Гупта, А. Н. Руссо и Р. Тюркотт, Достижения в калибровке моделей водоразделов, AGU, Вашингтон, округ Колумбия, 2003.
  • Экхардт К. и Дж. Арнольд. Автоматическая калибровка модели распределенного водосбора., J.Hydrol., 251: 103–109. 2001 г.
  • Фарамарзи, М., К.С. Аббаспур, Х. Ян, Р. Шулин. 2008. Применение SWAT для количественной оценки внутренних возобновляемых водных ресурсов в Иране. Гидрологические науки. Дои:10.1002 / hyp.7160.
  • Гельман, С., Карлин, Дж. Б., Стрен, Х. С., Рубин, Д. Б., 1995. Байесовский анализ данных, Чепмен и Холл, Нью-Йорк, США.
  • Гупта, Х. В., С. Сорошян, П. О. Япо, К улучшенной калибровке гидрологических моделей: множественные и несоизмеримые меры информации, Вода. Ресурсы, 34: 751-763, 1998.
  • Голландия, J.H. Адаптация в естественных и искусственных системах. Издательство Мичиганского университета, Анн-Арбор, Мичиган, 183 стр., 975, 1975.
  • Хорнбергер, Г. and Spear, R.C., 1981. Подход к предварительному анализу экологических систем. Журнал экологического менеджмента, 12(1): 7–18.
  • Кучера, Г., Родитель, Э., 1998. Монте-Карло оценка неопределенности параметров в концептуальных моделях водосбора: алгоритм Метрополиса. Журнал гидрологии, 211 (1-4): 69–85.
  • Легатс, Д. Р. и Дж. Дж. Маккейб, Оценка использования критериев «качества соответствия» при валидации гидрологических и гидроклиматических моделей, Вода. Ресурс. Res., 35: 233-241, 1999.
  • Мадсен, Х., Оценка параметров при моделировании распределенного гидрологического водосбора с использованием автоматической калибровки с несколькими целями. Достижения в водных ресурсах, 26, 205–216, 2003.
  • Маршалл, Л., Д. Нотт и А. Шарма, 2004. Сравнительное исследование методов Монте-Карло с цепью Маркова для концептуального моделирования дождевых осадков и стока. Исследование водных ресурсов, 40, W02501, Дои:10.1029 / 2003WR002378.
  • McKay, M.D., Beckman, R.J., Conover, W.J., 1979. Сравнение трех методов выбора значений входных переменных при анализе выходных данных компьютерного кода. Технометрика. 21, 239–245.
  • Нэш, Дж. Э., Дж. В. Сатклифф, 1970. Прогнозирование речного стока с помощью концептуальных моделей 1. Обсуждение принципов. Журнал гидрологии 10 (3), 282–290.
  • Нелдер, Дж. А., Р. А. Мид, симплекс-метод минимизации функций, Компьютерный журнал, 7,308-313, 1965.
  • Press, W.H., Flannery, B.P., Teukolsky, S.A., Vetterling, W.T., 1992. Численный рецепт, Искусство научных вычислений. 2-е изд. Издательство Кембриджского университета, Кембридж, Великобритания.
  • Романович Р. Дж., Бевен К. и Таун Дж. 1994. Оценка прогнозной неопределенности в нелинейных гидрологических моделях с использованием байесовского подхода. В: Статистика окружающей среды 2, Вопросы, связанные с водными ресурсами, ред. В. Барнетт и К. Ф. Туркман, 297–315, Wiley, Chichester.
  • Schuol, J., K.C. Аббаспур, Р. Шринивасан и Х. Ян. 2008a. Моделирование доступности голубой и зеленой воды в Африке с месячными интервалами и на уровне суббассейнов. Исследование водных ресурсов. VOL. 44, W07406, Дои:10.1029 / 2007WR006609.
  • Шуол, Дж., Аббаспур, KC., Саринивасан, Р., Ян, Х. 2008b. Оценка наличия пресной воды на западноафриканском субконтиненте с использованием гидрологической модели SWAT. Журнал Hydroloy. 352 (1-2): 30-49.
  • Ван Гринсвен А. и В. Баувенс. 2003. Многоцелевая автокалибровка для полураспределенных моделей качества воды, Вода. Ресурс. Res. 39 (12): Ст. № 16 декабрь 1348 г.
  • Ван Гринсвен, А., Мейкснер, Т., 2006. Методы количественной оценки и определения источников неопределенности для моделей качества воды речных бассейнов. Наука о воде и технология, 53 (1): 51–59.
  • Вругт, Дж. А., Х. В. Гупта, В. Бутен и С. Сорушян. 2003. Перемешанный алгоритм сложной эволюции мегаполиса для оценки апостериорного распределения параметров модели водосбора, в калибровке моделей водосбора, под ред. К. Дуан, С. Сорушян,
  • Х. В. Гупта, А. Н. Руссо и Р. Тюркотт, AGU, Вашингтон, округ Колумбия, Дои:10.1029 / 006WS07.
  • Ян, Дж., Райхерт, П., Аббаспур, К. К., Ян, Х., 2007. Гидрологическое моделирование бассейна Чаохэ в Китае: формулировка статистической модели и байесовский вывод. Журнал гидрологии, 340: 167–182.
  • Ян Дж., Аббаспур К., Райхерт П. и Ян Х. 2008. Сравнение методов анализа неопределенности для приложения SWAT с бассейном Чаохэ в Китае. В обзоре. Журнал гидрологии. 358 (1-2): 1-23.
  • Япо П. О., Гупта Х. В., Сорошян С., 1998. Мульти-

внешняя ссылка