水文模型,分布式水文模型通过水循环动力机制描述模拟水文过程

分布式水文模型通过水循环的动力机制描述和模拟流域水文过程的数学化模型，模型根据水介质运动的物理性质，有利于分析流域下垫面变化后产汇流的变化规律,数据驱动模型不是以水文进程作为模型的基础，而是通过数据之间的数学关系建立有效的水文模型的,集总公式水文模型，不考虑水文现象或元素的空间分布水文-1/中的变量和参数。

Distributed Watershed水文模型的主要思想是将流域分成若干个网格，为每个网格输入不同的降雨量，根据每个网格内的植被、土壤和高程，用不同的径流计算参数为每个网格计算径流；通过比较相邻网格的高度来确定每个网格的流向，并根据每个网格的坡度、粗糙度和土质来确定参数，计算径流到流域出口断面，得到流域出口断面的径流过程。模型的参数由地形地貌资料结合实测历史洪水资料确定。新安江模型采用三层蒸发模型，将水源分为地表径流、壤土径流和地下径流(三种水源)，但个人并未将全流域划分为单一网格，而是采用全流域统一计算方法，故不进行分配水文。

集总公式水文 模型，不考虑水文现象或元素的空间分布水文-1/中的变量和参数。把整个流域作为一个整体来研究的集总公式水文 模型，通常都是取平均值，把整个流域简化成一个对象。主要用于降雨径流模拟。因此，不能对单个职位执行水文 process计算。通常情况下，模型参数无法实测。必须通过校准获得。分布式水文 模型通过水循环的动力机制描述和模拟流域水文过程的数学化模型，模型根据水介质运动的物理性质，有利于分析流域下垫面变化后产汇流的变化规律。与概念模型相比，分布式水文 模型以其清晰的物理参数结构和对空间非均质性的综合反映，更能准确、详细地描述和反映流域内真实的-。

水文预测中提到的随机模拟和水文模拟主要有以下区别:1 .水文随机模拟基于-0。生成的人工序列需要进行统计检验，如果不符合要求，应重新建立模型和生成的序列。2.水文水利水电、防汛、水资源调度工作，预报起着基础性的指导作用，目前国内常见的水文的预测方法有两种，即数据驱动模型和过程驱动模型。数据驱动模型不是以水文进程作为模型的基础，而是通过数据之间的数学关系建立有效的水文 模型的，过程驱动模型基础是水文学习概念，从而完成河流和流域的演化模型。在中长期水文预报中，过程驱动模型更适用，主要是改善降雨-径流的结构模型，在相对长期水文预报中适用。