Todorović, Andrijana, Plavšić, Jasna, Stanić, Miloš, Despotović, Jovan, Branisavljević, Nemanja, and Blagojević, Borislava
Conceptual hydrologic models are commonly applied for flow forecasting, estimation of design flows and assessment of climate change impact on water resources. Therefore, reliability of hydrologic simulations obtained by employing these models is crucial. However, these simulations are fraught with uncertainties, which stem, inter alia, from parameter estimates. The parameter estimates are affected by data errors, objective functions and optimisation algorithm employed for model calibration, but also by properties of the calibration period. Namely, model calibration over different periods may result in quite different parameter estimates because parameter optimality does not hold outside the calibration period. This temporal variability of optimal parameter estimates yields deterioration in model performance outside the calibration period. Therefore, variability of optimal parameter estimates is major issue when it comes to application of hydrologic models, because these models are primarily used for runoff simulations outside the calibration period. In this Thesis temporal variability in parameters of the 3DNet-Catch model is analysed. The AMALGAM algorithm, aimed at multi-objective optimisation, is applied for model calibration. The model is calibrated in dynamic manner, over all 1- to 25-year long calibration periods, with one water year prior to every calibration aimed at model warmup. Prior ranges of the parameters and settings for the optimisation algorithms (e.g. population size, mutation probability, etc.) are kept constant through all simulations for given catchment. The analysis of temporal variability in model parameters is based on the non-dominated, or Pareto-optimal sets, which are selected subsequent to the optimisation of the initially sampled population of parameter sets. Impact of combination of objective functions used for model calibration and model structural complexity on temporal variability in the Pareto-optimal parameters is also examined in this research. To isolate temporal variability in parameters from anthropogenic effects (e.g. urbanisation or river engineering works) three catchments that have not undergone human-induced changes are considered in this research: the Kolubara River catchment upstream of the Slovac... Концептуални хидролошки модели су нашли широку примену у изради хидролошких прогноза и предикција, и у анализи утицаја климатских промена на водне ресурсе. Стога је поузданост симулација добијених применом ових модела веома важна. Међутим, у хидролошким симулацијама постоје неизвесности, које потичу и од оцена параметара модела. На оцене параметара модела утичу грешке у подацима, избор критеријумских функција и оптимизационог алгоритма, али и карактеристике калибрационог периода. Наиме, калибрација модела током различитих периода даће различите оцене параметара, зато што параметри који су оптимални током једног периода не морају бити оптимални изван њега. Последица варијабилности оптималних параметара у времену је и лошија ефикасност модела тј. мање поуздане симулације ван калибрационог периода. Имајући у виду да се хидролошки модели користе за хидролошке симулације ван калибрационог периода, за њихову примену кључно је изучавање променљивости оптималних параметара модела током времена. У овој дисертацији анализиран је утицај калибрационог периода на оцене параметара хидролошког модела 3DNet-Catch. За калибрацију модела коришћен је савремени алгоритам за вишекритеријумску оптимизацију AMALGAM, који представља комбинацију неколико глобалних оптимизационих алгоритама. Хидролошки модел је калибрисан на свим периодима дужине од једне до 25 узастопних хидролошких година, уз једну хидролошку годину намењену „загревању“ модела. Овакав приступ је назван „динамичка“ калибрација модела. Почетни опсези параметара, као и подешавања за оптимизациони алгоритам (нпр. број чланова популације, вероватноћа мутације и др.) исти су за све калибрационе периоде за разматрани слив. Након оптимизације параметара издвојена су тзв. међусобно недоминантна решења (Парето оптимални скупови параметара или скупови са Парето фронта), на основу којих је вршена анализа променљивости...