在气候变化问题日益严重的今天，水文模型在防洪规划，未来预测等方面发挥着不可替代的重要作用。目前，无论是工程实践或是科学研究中都存在很多著名的水文模型如SWAT/HSPF/HEC-HMS等。虽然，这些软件有各自的优点；但是，由于适用的尺度主要的是中小流域，所以在预测气候变化对水文过程影响等方面都有所不足。VIC模型是一个大尺度的半分布式水文模型，其设计之初就是为了模拟大流域的水文过程；它能够计算陆地－大气的能量通量，考虑土壤性质和土地利用的影响，自带有简化的湖泊/湿地模块，也能够将植被状况，碳循环等过程纳入模型；这些特性都使得VIC非常适合大范围陆面在未来气候变化下的影响。另一方面，VIC并不原生支持Windows系统，也不存在界面等也为学习该模型带来极大的障碍。我们经过积极的探索，实现了在Windows系统下执行整个VIC模型的功能，且通过已有的R语言脚本实现了对VIC模型参数调优功能等改进。
|-----------------------------------------------------------------------------------------------------------|
| 理论 +实践 专题一：VIC模型的原理及特点 |
| 1.VIC模型各模块的主要原理 2.VIC模型的特点及优势 3.VIC模型的适用范围及其限制 4.VIC模型主要输入和输出文件解析 |
| 综合案例一：基于QGIS的VIC模型建模 |
| 1.Windows版本VIC模型安装及问题解决方法 2.QGIS处理DEM 3.土壤数据的获得及QGIS处理 4.QGIS和R语言联合处理气象数据及各种插值方法 5.QGIS和R对VIC模型的后处理 |
| 理论 +实践 专题二：VIC模型率定验证 |
| 1.什么是模型的率定验证及其注意点 2.自动率定验证的流程及需要工具 3.参数的敏感性分析方法 4.参数的不确定性分析方法 5.代理模型及高斯过程模型 |
| 综合案例二：基于R语言VIC参数率定和优化 |
| 1.R语言下操纵VIC模型的方法 2.VIC模型参数的全局敏感性分析（Morris及Sobol方法） 3.VIC模型参数的优化 4.VIC模型参数的不确定性（GLUE） 5.R语言中的高斯过程（贝叶斯优化）模型 |
| 理论 +实践 专题三：遥感技术与未来气候变化 |
| 1.遥感技术及其原理简介 2.CMIP6数据特点及各情景介绍 3.气象数据的统计降尺度方法 4.未来气象数据的修订方法 |
| 综合案例三：运用VIC模型评估未来气候对水文情势的影响 |
| 1.R语言中气象数据的分析和处理 2.运用QGIS和R语言统计降尺度 3.气象数据的修订 4.遥感数据驱动VIC模型 5.CMIP6数据驱动VIC模型 6.情景结果的比较分析 |
https://mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247666549&idx=6&sn=3db9a9bbf7be99916ad3a490311c3098&chksm=fa771448cd009d5e4a3a1ac858ceb7b1136824ee7814a622a0f548bc8441d17e0c66b6b198eb&token=445962129&lang=zh_CN&scene=21#wechat_redirect