A priori selection of hydrological model structures in modular modelling frameworks: application to Great Britain
A priori selection of hydrological model structures in modular modelling frameworks: application to Great Britain
复制标题
模块化建模框架中水文模型结构的先验选择：在英国的应用
DOI：
10.1080/02626667.2023.2251968
复制
发表时间：
2023
影响因子：
3.5
通讯作者：
Kiraz M
中科院分区：
文献类型：
--
作者：
Kiraz M
多模型研究在大样本水文学中广泛存在。然而，在确定高性能模型结构和流域特征之间的可解释联系方面仍然存在重大挑战，从而制定一致的策略来开发定制的多模型集成。在这里，我们评估选择与整个研究领域的预期水文变异性一致的模型结构的重要性。我们比较了英国 998 个流域的两个模块化建模框架的结果。 RRMT 框架包括在英国历史上发展的模型结构，而 FUSE 框架则采用来自不同全球起源的模型结构。虽然两组模型结构都包含高性能成员，但历史演变的组成员根据我们对水文差异的预期在流域之间分开。我们发现四个水文特征组织了这些区别。我们的结果强调（1）基于显式感知模型的模型结构选择的重要性，以及（2）需要超越统计性能。
Multi-model studies are widespread in large-sample hydrology. However, significant challenges remain in identifying interpretable connections between high-performing model structures and catchment characteristics, and thus in developing a coherent strategy for developing tailored multi-model ensembles. Here, we assess the importance of selecting model structures that are consistent with the expected hydrological variability across the study domain. We compare results of two modular modelling frameworks across 998 catchments in Great Britain. The RRMT framework includes model structures historically evolved in the UK, while the FUSE framework employs model structures from diverse global origins. While both groups of model structures contain high-performing members, the historically evolved group members separate between catchments in line with our expectation of hydrologic differences. We find that four hydrologic signatures organize these distinctions. Our results emphasize (1) the importance of model structure selection based on explicit perceptual models, and (2) the need to look beyond statistical performance alone.
登录
查看更多内容
影响因子：
3.2
作者：
T. Wagener;S. Dadson;D. Hannah;G. Coxon;K. Beven;J. Bloomfield;W. Buytaert;H. Cloke;P. Bates;J. Holden;L. Parry;R. Lamb;N. Chappell;M. Fry;G. Old
通讯作者：
T. Wagener;S. Dadson;D. Hannah;G. Coxon;K. Beven;J. Bloomfield;W. Buytaert;H. Cloke;P. Bates;J. Holden;L. Parry;R. Lamb;N. Chappell;M. Fry;G. Old
影响因子：
6.3
作者：
W. Esse;C. Perrin;M. Booij;D. Augustijn;F. Fenicia;D. Kavetski;F. Lobligeois
通讯作者：
W. Esse;C. Perrin;M. Booij;D. Augustijn;F. Fenicia;D. Kavetski;F. Lobligeois
多模型非平稳降雨径流建模框架：分析和工具箱
影响因子：
4.3
作者：
M. Sadegh;A. Aghakouchak;A. Flores;I. Mallakpour;M. Nikoo
通讯作者：
M. Nikoo
影响因子：
8.2
作者：
K. Beven;N. Chappell
通讯作者：
N. Chappell
环境建模中的复杂性变得简单：奥卡姆剃刀的重新审视。
影响因子：
1.5
作者：
P. Young;S. Parkinson;M. Lees
通讯作者：
M. Lees