查看原文>> >https://mp.weixin.qq.com/s/rcahy5DzAXXRvNDbpGAfKw
目录
[综合案例一 ：基于QGIS的VIC模型建模](#综合案例一 ：基于QGIS的VIC模型建模)
前言
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。
系统掌握大尺度半分布式 VIC 水文模型的核心理论与实操技能。从 VIC 模型原理、适用范围及文件解析入手，结合 QGIS 完成模型搭建、数据处理与后处理；深入学习模型率定验证、参数敏感性与不确定性分析，借助 R 语言实现参数优化与贝叶斯建模。同时，掌握遥感技术应用、CMIP6 气候数据处理、气象数据降尺度与修订方法，能分别用遥感数据和 CMIP6 数据驱动 VIC 模型，完成未来气候变化对水文情势影响的评估与情景对比分析，最终具备独立开展大尺度水文模拟、气候水文预测及模型优化的科研与实践能力。
内容简述理论+实践
专题一：VIC模型的原理与特点
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形式的影响
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