不同水文模型在双桥流域的应用比较

㊀收稿日期：２０１５１１０５
㊀基金项目：国家自然科学基金资助项目（４１１７１０２９）；广东省水利科技创新项目（２００９－４２）㊂
㊀作者简介：朱炬明（１９９０ ），男，广东台山人，硕士研究生，研究方向为水文预报㊂
㊀通信作者：周买春（１９６５ ），男，江西高安人，教授，博士生导师，研究方向为水文预报和地理信息系统㊂㊀Ｅ⁃ｍａｉｌ：ｚｊｕｍｉｎｇ＠１６３．ｃｏｍ
ʌ水文泥沙ɔ
不同水文模型在双桥流域的应用比较
朱炬明，周买春
（华南农业大学水利与土木工程学院，广东广州５１０６４２）
摘㊀要：新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型分别代表集总式㊁响应单元式和网格分布式三种不同结构的流域水文模型㊂以Ｎａｓｈ效率系数为目标函数，采用ＳＣＥ－ＵＡ自动优化算法率定模型参数，对双桥流域的日径流进行了模拟㊂结果表明：新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型都能较好反映双桥流域的日径流过程㊂从总体效果来看，新安江模型的模拟效果比ＳＷＡＴ模型和ＢＴＯＰＭＣ模型的好，三个模型对总体水量的模拟误差都在ʃ１０％以内，水量模拟比较平衡㊂在不同流量级的模拟中，ＳＷＡＴ模型的水量平衡效果均比新安江模型和ＢＴＯＰＭＣ模型的好；大流量模拟时，新安江模型的模拟均方根误差较小，模拟效果最好；中流量和小流量模拟时，ＢＴＯＰＭＣ模型的均方根误差较小，模拟效果最好㊂关键词：新安江模型；ＳＷＡＴ模型；ＢＴＯＰＭＣ模型；径流模拟；双桥流域
中图分类号：ＴＶ１２１．１；Ｐ３３８．８㊀㊀㊀文献标志码：Ａ㊀㊀㊀ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００⁃１３７９．２０１６．０４．００５
㊀㊀随着水文学理论㊁计算机技术㊁地理信息系统和遥感技术的发展，流域水文模拟经历了由系统模型到概念性模型再到物理模型㊁由集总式模拟到分布式模拟的发展历程，每种模型都有各自的特点㊂由于对水文过程机理的描述和流域水文气候特征刻画的详细程度不同，因此对于一个特定流域，不同水文模型存在不同的适应性㊂那么，如何选择最适合的水文模型，就成为水文过程模拟的关键㊂
近年来，国内外学者对不同模型在不同流域进行了应用对比㊂ＨＯＮＧＪ．Ｂ．等［１］的研究表明，在湿润的息县流域（流域面积８８２６ｋｍ２）应用新安江模型（集总式模型）和ＢＴＯＰＭＣ模型（网格分布式模型）的表现都较好，而在半湿润半干旱的葛沟流域（流域面积１９９６ｋｍ２）应用ＢＴＯＰＭＣ模型的表现较差；邓鹏等［２］将新安江模型㊁ＴＯＰＭＯＤＥＬ模型（半分布式模型）和ＳＷＡＴ模型（响应单元式模型）应用于息县流域，表明新安江模型和ＴＯＰＭＯＤＥＬ模型略好于ＳＷＡＴ模型；ＹａｎｇＤ．Ｗ．等［３］在日本关河流域（流域面积７０３ｋｍ２）的研究表明，网格式ＭＩＫＥＳＨＥ模型和坡面式ＧＢＨＭ模型均能反映流域的空间异质性，但ＭＩＫＥＳＨＥ模型适用于小流域，ＧＢＨＭ模型适用于大流域，而以地形指数为划分单元的ＴＯＰＭＯＤＥＬ模型无法反映流域的空间异质性；张亦驰等［４］将ＬＣＭ模型分别以集总式㊁半分布式和全分布式应用于孤山川流域（流域面积１２６３ｋｍ２），结果表明分布式模拟的精度最高，集总式的精度最差㊂然而，前人几乎都是在中型或者大型流域对模型进行对比的，难以揭示不同模型在小型流域的适应性㊂为此，笔者分别运用新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型对双桥流域（流域面积１３１ｋｍ２）的日径流过程进行了模拟，对三种模型的模拟效果进行了分析比较㊂
１㊀模型概况
１．１㊀新安江模型
新安江模型的产流计算基于蓄满产流机理，模型核心是流域蓄水容量分布曲线㊂为了更普遍地反映流域土壤水分分布状况，本文采用双抛物线型土壤蓄水容量曲线［５］，与 三水源 新安江模型不同，双抛物线型新安江模型将总径流仅划分为 二水源 ：地表径流和地下径流㊂由于流域蓄水容量曲线实际上是一条概率分布曲线，并不能反映流域内部某一具体点的实际土壤水分状况，因此新安江模型是一个集总式概念性模型㊂双抛物线型新安江模型地面径流汇流采用单位线法，地下径流汇流则采用线性水库法，河网汇流采用分段连续演算的马斯京根法［６－７］㊂虽然一些学者已经实现了新安江模型的分布式应用［８］，但水文要素的空间分布差异仍采用概率函数概化，还是无法反映每个具体点水文要素的实际状况㊂
１．２㊀ＳＷＡＴ模型
ＳＷＡＴ模型提供了ＳＣＳ模型和Ｇｒｅｅｎ－Ａｍｐｔ方程
㊃
２２㊃第３８卷第４期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀人㊀民㊀黄㊀河㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Ｖｏｌ．３８，Ｎｏ．４㊀㊀２０１６年４月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀ＹＥＬＬＯＷ㊀ＲＩＶＥＲ㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Ａｐｒ．，２０１６㊀㊀
计算流域产流，提供了Ｈａｒｇｒｅａｖｅｓ法㊁Ｐｒｉｅｓｔｌｅｙ－Ｔａｙｏｒ法和Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ法计算潜在蒸散发，以及特征河长法和马斯京根法计算河道汇流㊂鉴于双桥流域位于降水量丰沛的湿润地区，故本文选用ＳＣＳ模型和Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ蒸散发模型，根据自然子流域㊁山坡等将流域划分为若干个单元流域，再按照不同地表覆被㊁土壤类型和坡度进一步将流域离散为多个水文响应单元㊂在每个响应单元上应用ＳＣＳ模型计算产流，再通过特征河长法进行河道汇流演算㊂由于ＳＷＡＴ模型将流域离散为一系列水文响应单元，因此能在一定程度上反映流域下垫面的空间异质性，但模型需要率定的参数较多㊂１．３㊀ＢＴＯＰＭＣ模型
ＢＴＯＰＭＣ模型将流域划为若干个参数块，将集合
式块参数以分布式函数转录到网格，以网格为计算单元，基于ＴＯＰＭＯＤＥＬ概念产流，使用马斯京根－康吉方法计算地表汇流，能较全面地反映水文要素和各种参数的空间差异性，是一种具有物理基础的分布式水文模型［９－１１］㊂ＴＯＰＭＯＤＥＬ模型的产流机理为蓄满产流，但ＢＴＯＰＭＣ模型也可在ＴＯＰＭＯＤＥＬ模型上叠加积雪／融雪模型㊁土壤冻融模型和超渗产流模型㊂ＢＴＯＰＭＣ模型参数物理意义明确，需要率定的参数较少，但其需要输入的数据较多，数据精度对模拟效果的影响较大，尤其是在小流域［１］㊂
２㊀研究区域概况
双桥流域位于珠江三角洲西部，流域地表径流汇入珠江水系之一的潭江㊂流域出口设有双桥水文站，集水面积为１３１ｋｍ２，主河长约２６ｋｍ，河床比降为
０．２８１％，流域多年平均降水量为１６９６ｍｍ㊂除了在出口处设有１个水文测站外，笔者还使用了流域内设立的吉塘㊁棠密㊁坂村㊁布尚４个雨量站㊂双桥流域水文站㊁雨量站分布见图
１㊂
图１㊀双桥流域ＤＥＭ和水文站、雨量站分布
３㊀数据输入
３．１㊀ＤＥＭ
刘远等［１２］应用ＨＹＤＲＯ１Ｋ㊁ＳＲＴＭ和ＡＳＴＥＲ
ＧＤＥＭ三种ＤＥＭ对韩江流域进行河网计算，发现ＳＲＴＭ提取的数字河网精度最高㊂因此，本研究使用国际科学数据服务平台提供的ＳＲＴＭＤＥＭ数据，其分辨率为９０ｍ，双桥流域ＤＥＭ见图１㊂
３．２㊀土地覆被
土地覆被数据来自于美国地球观测系统ＥＯＳ卫星中分辨率成像光谱仪（ＭＯＤＩＳ）提供的标准ＩＧＢＰ（ＩｎｔｅｒｎａｔｉｏｎａｌＧｅｏｓｐｈｅｒｅＢｉｏｓｐｈｅｒｅＰｒｏｇｒａｍ，国际地圈生物圈计划）图像，原始分辨率为５００ｍ，它将全球土地覆盖分为１７种类型㊂通过对图像的截取研究分析，确定双桥流域内土地覆被类型有１１种，包含的覆被类型及其分布和所占比例见图２㊂由图２可知，双桥流域覆被以多树草地㊁作物地和常绿阔叶林为主
㊂
图２㊀双桥流域土地覆被分布
３．３㊀土壤类型
土壤数据采用联合国粮农组织（ＦｏｏｄａｎｄＡｇｒｉｃｕｌ⁃
ｔｕｒｅＯｒｇａｎｉｚａｔｉｏｎ，简称ＦＡＯ）提供的全球数字土壤图
像，分辨率为１ｋｍ㊂经过对原始图像的处理与提取，双桥流域内仅有１种编号的ＦＡＯ土壤类型，其黏土㊁沙土㊁粉土含量分别为４０．３０％㊁３８．１５％㊁２１．５５％㊂
３．４㊀ＮＤＶＩ
ＮＤＶＩ（ＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ，归一化植被指数）来自ＰａｔｈｆｉｎｄｅｒＡＶＨＲＲＬａｎｄ数据库，分辨率为８ｋｍ，本研究采用该数据库１９９１年１月 １９９８年１２月的数据㊂由于卫星故障，因此缺少的１９９４年
９ １２月数据采用１９９１ １９９８年的旬均值或月均值填补㊂
３．５㊀水文气象数据
模型运行需要的水文气象资料包括了降水㊁径流㊁气温㊁湿度㊁太阳辐射和风速等㊂降水和径流数据采用１９９１ １９９８年双桥流域４个雨量站和１个水文站的实测数据㊂其余气象数据来自ＣＲＵ（ＣｌｉｍａｔｅＲｅｓｅａｒｃｈ
ＵｎｉｔａｔＵｎｉｖｅｒｓｉｔｙｏｆＥａｓｔＡｎｇｌｉａｉｎＵＫ，英国东英格利亚
㊃
３２㊃
大学气候研究所）的ＴＳ２．０数据集，包括每月的日平均气温㊁日平均风速㊁日气温变幅㊁云量和实际水汽压，分辨率为０．５ʎˑ０．５ʎ㊂
４㊀模型应用
４．１㊀参数率定
本研究以１９９１ １９９４年为率定期，１９９５ １９９８年为验证期㊂三个模型的参数均采用ＳＣＥ－ＵＡ（Ｓｈｕｆ⁃ｆｌｅｄＣｏｍｐｌｅｘＥｖｏｌｕｔｉｏｎＤｅｖｅｌｏｐｅｄａｔＵｎｉｖｅｒｓｉｔｙｏｆＡｒｉｚｏ⁃ｎａ，洗牌复合形进化）算法
［１３］
进行自动率定，以Ｎａｓｈ
效率系数为目标函数，同时以模拟与实测流量总量之比和均方根误差作为评价指标：
ＮＳ＝１－
ðＮ
ｉ＝１
（Ｑｓｉｍ，ｉ－Ｑｏｂｓ，ｉ）２ðＮｉ＝１
（Ｑｏｂｓ，ｉ－Ｑ－
ｏｂｓ）
２
（１）Ｖｏｌ＝
ðＮｉ＝１Ｑｓｉｍ，ｉ／ðＮ
ｉ＝１Ｑｏｂｓ，ｉ（２）ＲＭＳＥ＝
ðＮ
ｉ＝１
（Ｑｓｉｍ，ｉ－Ｑｏｂｓ，ｉ）２
Ｎ
（３）
式中：ＮＳ为Ｎａｓｈ效率系数；Ｖｏｌ为模拟与实测径流总量之比；ＲＭＳＥ为均方根误差；Ｑｏｂｓ，ｉ为实测流量；Ｑｓｉｍ，ｉ为模拟流量；Ｑ－
ｏｂｓ为平均实测流量；Ｎ为流量序列长度㊂
４．１．１㊀新安江模型参数率定
双抛物线型新安江模型产流参数有９个，Ｎａｓｈ综合单位线和线性水库汇流参数有３个，各参数物理意义㊁取值范围［６－７］㊁取值见表１㊂由于水文模拟对φ㊁
Ｗｄｍ不敏感［６］，因此根据参考文献预先设定；而ＩＭＰ和Ｗｕｍ可根据流域植被情况和模拟过程中保证深层土壤水分不出现负值相应确定；当采用蒸发皿观测值作为潜在蒸散发时，α值根据蒸发皿形式来确定，本研究采用Ｅ６０１蒸发皿观测值作为潜在蒸散发，取α＝１．０㊂其他参数采用ＳＣＥ－ＵＡ方法率定㊂４．１．２㊀ＳＷＡＴ模型参数率定
ＳＷＡＴ模型涉及参数较多，本研究需要率定的参数分为地表水文过程参数和地下水文过程参数两类㊂根据模拟结果对参数的敏感性，本研究采用ＳＷＡＴ－ＣＵＰ（ＳＷＡＴＣａｌｉｂｒａｔｉｏｎａｎｄＵｎｃｅｒｔａｉｎｔｙＰｒｏｇｒａｍｓ，ＳＷＡＴ模型校准和不确定性分析程序）中基于拉丁超立方采样的目标函数多元回归敏感性分析方法
［１４］
选
出对模拟影响较大的１０个参数，再使用ＳＷＡＴ－ＣＵＰ程序中的ＳＣＥ－ＵＡ算法自动率定模型参数㊂各参数的物理意义㊁取值范围１４－１５和率定结果见表２㊂
表１㊀新安江模型参数的物理意义㊁取值范围和取值
参数
物理意义
取值范围取值α潜在蒸散发与蒸发皿蒸散发之比０．８ １．１１．０
φ最小蒸散发系数
０．１５ ０．２００．１８
ＩＭＰ不透水面和已饱和面占流域总面积比
０ ０．０６０．０２Ｗｕｍ上层土壤蓄水容量／ｍｍ０ ５０２０Ｗｌｍ
下层土壤蓄水容量／ｍｍ６０ １００８８．１８Ｗｄｍ深层土壤蓄水容量／ｍｍ０ １００
３５
ｂ土壤蓄水容量分布曲线指数０．１ ０．６０．４５５ｃ土壤蓄水容量分布曲线权重因子
－０．５ ０．５－０．２６３ｆｃ稳定下渗率／（ｍｍ㊃ｄ－１）
０ ３０
１７．８０Ｋｒ基流退水系数
０．９ １．００．９９５
ｎ综合单位线线性水库个数０．０１ ５．００４．７６５Ｋ
综合单位线线性水库蓄泄系数
０．０１ ５．０００．３２９
㊀注：Ｋｒ㊁ｎ㊁Ｋ为汇流参数，其余为产流参数
表２㊀ＳＷＡＴ模型参数物理意义㊁取值范围和率定结果
参数
物理意义
取值范围率定结果ｒ＿ＣＮ２ＳＣＳ径流曲线系数
－０．２ ０．２－０．０８ｖ＿ＥＳＣＯ土壤蒸发补偿系数０ １０．５４ｒ＿ＳＯＬ＿ＢＤ土壤湿密度／（ｇ㊃ｃｍ－３）－０．５ ０．６－０．０５ｒ＿ＳＯＬ＿Ｋ土壤饱和渗透系数／（ｍｍ㊃ｈ－１）
－０．８ ０．８０．１７ｖ＿ＣＨ＿Ｎ２主河道曼宁系数０．０１ ０．１５０．０２ｖ＿ＡＬＰＨＡ＿ＢＦ基流消退系数／ｄ０ １０．２８ｖ＿ＧＷ＿ＲＥＶＡＰ地下水再蒸发系数０．０２ ０．２００．０９ｖ＿ＧＷ＿ＤＥＬＡＹ地下水滞后系数／ｄ
３０ ４５０３８７．５ｖ＿ＣＨ＿Ｋ２主河道有效渗透系数／（ｍｍ㊃ｈ－１）
５ １３０８３．８６ｖ＿ＡＬＰＨＡ＿ＢＮＫ
河岸调蓄基流消退系数
０ １
０．０９
㊀注：ｒ＿ＣＮ２㊁ｖ＿ＥＳＣＯ㊁ｒ＿ＳＯＬ＿ＢＤ㊁ｒ＿ＳＯＬ＿Ｋ㊁ｖ＿ＣＨ＿Ｎ２为地表水文过程参
数，其余为地下水文过程参数；参数名称中首字母ｖ代表分析中对该参数用率定值直接替换原参数值，ｒ代表分析中对该参数做乘处理，即模型默认参数值乘以（１＋率定值）
４．１．３㊀ＢＴＯＰＭＣ模型参数率定
ＢＴＯＰＭＣ模型产流参数包括土壤参数和蒸散发参数，汇流参数包括应用马斯京根－康吉法的空间和时间离散格式和河道曼宁糙率系数㊂各参数的物理意义㊁取值范围［１６－１７］及率定结果见表３㊂
表３㊀ＢＴＯＰＭＣ模型参数的物理意义㊁取值范围和率定结果
参数物理意义
取值范围率定结果Ｔ０，ｃｌａｙ饱和黏土剖面侧向出流系数／（ｍ２㊃ｈ－１）０．０１ １００．０００．０５２Ｔ０，ｓａｎｄ饱和沙土剖面侧向出流系数／（ｍ２㊃ｈ－１）０．０１ １００．０００．１１０Ｔ０，ｓｉｌｔ饱和粉土剖面侧向出流系数／（ｍ２㊃ｈ－１）
０．０１ １００．０００．０８５ｍ出流系数随土层深度的衰减指数０．０１ ０．３００．２９９αＥＴ计算实际蒸散发的土壤干燥函数系数
－１０ １００．４１３ｎΔｘ网格河段的最大离散段数１ １０２ｎΔｔ模拟时间步长的最大离散段数１ １０１０ｎ０
参数块平均曼宁糙率系数
０．０１５ ０．５００
０．３０６
㊀注：ｎΔｘ㊁ｎΔｔ㊁ｎ０为汇流参数，其余为产流参数；参数块与单元网格的
曼宁糙率系数转换函数为ｎ＝ｎ０（ｔａｎβ／ｔａｎβ０）１／３，其中ｔａｎβ为任
意网格单元的地面坡降，下标０为网格所在参数块的平均值；通过地形坡度转换的河道单元网格曼宁糙率系数ｎ为０．００１ ０．１３２，平均为０．０２３，在合理范围内［１６］
㊃
４２㊃
４．２㊀模拟结果分析
４．２．１㊀总体模拟效果对比
不同模型的日径流模拟结果见表４㊂
表４㊀各模型在双桥流域的模拟结果
时期新安江模型
ＮＳＶｏｌ
ＳＷＡＴ模型
ＮＳＶｏｌ
ＢＴＯＰＭＣ模型
ＮＳＶｏｌ
率定期０．９０１．０６０．８５１．０３０．８４１．０４
验证期０．９００．９９０．８５０．９７０．８８０．９４由表４可以看出，新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型率定期的ＮＳ分别为０．９０㊁０．８５和０．８４；
验证期的ＮＳ分别为０．９０㊁０．８５和０．８８㊂无论是率定期还是验证期，新安江模型的模拟效果都是最好的，而ＳＷＡＴ模型和ＢＴＯＰＭＣ模型的模拟效果相当，原因是ＳＷＡＴ模型和ＢＴＯＰＭＣ模型使用的下垫面数据精度较低㊂另一方面，率定期新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型的Ｖｏｌ分别为１．０６㊁１．０３㊁１．０４，均大于１．００；验证期的Ｖｏｌ分别为０．９９㊁０．９７和０．９４，均小于１．００㊂三个模型率定期和验证期的径流量相对误差均能保持在ʃ１０％以内，总体效果较好㊂４．２．２㊀不同流量级模拟效果对比
为了对比三个模型在不同流量级的模拟效果，本研究将实测流量序列自大向小排序，前２５％序列作为丰水流量，２５％ ７５％的序列作为平水流量，７５％ １００％的序列作为枯水流量，以Ｖｏｌ和ＲＭＳＥ作为评价指标，探究不同流量下各个模型的模拟效果，见表５㊂
表５㊀不同流量级各模型模拟效果
流量级评价指标
率定期
新安江模型ＳＷＡＴ模型ＢＴＯＰＭＣ模型
验证期
新安江模型ＳＷＡＴ模型ＢＴＯＰＭＣ模型
丰水Ｖｏｌ０．８７０．９２０．８７０．８４０．９５０．９１ＲＭＳＥ／（ｍ３㊃ｓ－１）３．４１４．４５４．７１６．５１８．４１６．４３平水Ｖｏｌ１．５３１．４３１．４４１．２１１．０２０．８１ＲＭＳＥ／（ｍ３㊃ｓ－１）１．０８０．８９０．６６０．９４０．９９０．７４枯水Ｖｏｌ２．２１１．３９２．５９１．７７１．０３１．１９ＲＭＳＥ／（ｍ３㊃ｓ－１）０．７１０．４３０．４２１．１９０．８１０．３１
㊀㊀从表５可以看出，丰水时，新安江模型㊁ＳＷＡＴ模型㊁ＢＴＯＰＭＣ模型率定期和验证期的Ｖｏｌ分别为０．８７㊁０．９２㊁０．８７和０．８４㊁０．９５㊁０．９１，均小于１．００，这说明大流量模拟时三个模型的模拟流量普遍偏小㊂率定期和验证期ＳＷＡＴ模型的水量平衡效果均比其他两个模型的好㊂而三个模型率定期和验证期的ＲＭＳＥ分别为３．４１㊁４．４５㊁４．７１ｍ３／ｓ和６．５１㊁８．４１㊁６．４３ｍ３／ｓ，新安江模型在率定期和验证期都有相对较小的ＲＭＳＥ㊂平水时，从Ｖｏｌ来看，率定期和验证期ＳＷＡＴ模型均比其他两个模型接近１．００，因此ＳＷＡＴ模型水量平衡模拟在平水时也较好㊂从ＲＭＳＥ来看，ＢＴＯＰＭＣ模型的误差最小，率定期和验证期分别为０．６６㊁０．７４ｍ３／ｓ，而新安江模型分别为１．０８㊁０．９４ｍ３／ｓ，ＳＷＡＴ模型分别为０．８９㊁０．９９ｍ３／ｓ㊂
枯水时，三个模型的径流总量比均大于１．００，说明小流量模拟时三个模型的模拟流量普遍偏大㊂相比于其他两个模型，ＳＷＡＴ模型的径流总量比在率定期和验证期都更接近１．００㊂因此，ＳＷＡＴ模型的水量平衡模拟在枯水时也较新安江模型和ＢＴＯＰＭＣ模型的好㊂而ＢＴＯＰＭＣ模型的ＲＭＳＥ在率定期和验证期分别为０．４２㊁０．３１ｍ３／ｓ，均比新安江模型和ＳＷＡＴ模型的小㊂５㊀结㊀论
（１）新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型总体上都能较好反映双桥流域日径流过程㊂率定期和验证期，新安江模型的模拟效果均比ＳＷＡＴ模型和ＢＴＯＰＭＣ模型要好，而ＳＷＡＴ模型和ＢＴＯＰＭＣ模型模拟效果相当㊂三个模型模拟的径流总量率定期都偏大，验证期都偏小，但率定期和验证期径流量相对误差均能保持在ʃ１０％以内，总体水量平衡效果较好㊂（２）在不同流量级模拟中，三个模型大流量模拟时流量普遍偏小，而小流量模拟时流量普遍偏大㊂ＳＷＡＴ模型在不同流量级模拟中，水量平衡效果均比新安江模型和ＢＴＯＰＭＣ模型的好㊂除此之外，大流量模拟时，新安江模型的模拟均方根误差较小，效果最好；中流量和小流量模拟时，ＢＴＯＰＭＣ模型的模拟均方根误差较小，效果最好㊂
（３）不同模型在双桥流域日径流模拟中表现出不同的效果㊂在实际应用中，应根据具体要求和目的选择相应的模型，以取得更好的模拟效果㊂
参考文献：
［１］㊀ＨＯＮＧＪＢ，ＷＡＮＧＬＬ，ＬＩＺＬ，ｅｔａｌ．ＨｙｄｒｏｌｏｇｉｃａｌＤａｉｌｙＲａｉｎｆａｌｌ－ＲｕｎｏｆｆＳｉｍｕｌａｔｉｏｎｗｉｔｈＢＴＯＰＭＣＭｏｄｅｌａｎｄＣｏｍ⁃
ｐａｒｉｓｏｎｗｉｔｈＸｉｎ ａｎｊｉａｎｇＭｏｄｅｌ［Ｊ］．ＷａｔｅｒＳｃｉｅｎｃｅａｎｄＥｎ⁃
ｇｉｎｅｅｒｉｎｇ，２０１０，３（２）：１２１－１３１．
［２］㊀邓鹏，李致家．３种水文模型在淮河息县流域洪水模拟中的比较［Ｊ］．河海大学学报（自然科学版），２０１３，４１（５）：３７７－３８２．
［３］㊀ＹＡＮＧＤＷ，ＳＲＩＫＡＮＴＨＡＨ，ＫＡＴＵＭＩＭ．ＣｏｍｐａｒｉｓｏｎｏｆＤｉｆｆｅｒｅｎｔＤｉｓｔｒｉｂｕｔｅｄＨｙｄｒｏｌｏｇｉｃａｌＭｏｄｅｌｓｆｏｒＣｈａｒａｃｔｅｒｉｚａ⁃
㊃５２㊃
ｔｉｏｎｏｆＣａｔｃｈｍｅｎｔＳｐａｔｉａｌＶａｒｉａｂｉｌｉｔｙ［Ｊ］．Ｈｙｄｒｏｌｏｇｉｃａｌ
Ｐｒｏｃｅｓｓｅｓ，２０００，１４（３）：４０３－４１６．
［４］㊀张亦驰，刘昌明，杨胜天，等．黄土高原典型流域ＬＣＭ模型集总㊁半分布和分布式构建对比分析［Ｊ］．地理学报，２０１４，６９（１）：９０－９９．
［５］㊀周买春，ＪＡＹＡＷＡＲＤＥＮＡＡＷ．利用双抛物线型土壤蓄水容量曲线对新安江产流模型的改进［Ｊ］．水利学报，２００２，３３（１２）：３８－４３．
［６］㊀赵人俊．流域水文模型 新安江模型与陕北模型［Ｍ］．北京：水利电力出版社，１９８４：１０７－１１２．
［７］㊀赵人俊，王佩兰．新安江模型参数的分析［Ｊ］．水文，１９８８，８（６）：２－９．
［８］㊀李致家，姚成，章玉霞，等．栅格型新安江模型的研究［Ｊ］．水力发电学报，２００９，２８（２）：２５－３４．
［９］㊀ＴＡＫＥＵＣＨＩＫ，ＡＯＴＱ，ｅｔａｌ．ＩｎｔｒｏｄｕｃｔｉｏｎｏｆＢｌｏｃｋ－ＷｉｓｅＵｓｅｏｆＴＯＰＭＯＤＥＬａｎｄＭｕｓｋｉｎｇｕｍ－ＣｕｎｇｅＭｅｔｈｏｄｆｏｒｔｈｅ
Ｈｙｄｒｏ－ＥｎｖｉｒｏｎｍｅｎｔＳｉｍｕｌａｔｉｏｎｏｆａＬａｒｇｅＵｎｇａｕｇｅｄＢａｓｉｎ
［Ｊ］．ＨｙｄｒｏｌｏｇｙＳｃｉｅｎｃｅｓ，１９９４，４４（４）：６３３－６４６．［１０］㊀ＴＡＫＥＵＣＨＩＫ，ＨＡＰＵＡＲＡＣＨＣＨＩＰ，ＺＨＯＵＭＣ，ｅｔａｌ．ＡＢＴＯＰＭｏｄｅｌｔｏＥｘｔｅｎｄＴＯＰＭＯＤＥＬｆｏｒＤｉｓｔｒｉｂｕｔｅｄ
ＨｙｄｒｏｌｏｇｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆＬａｒｇｅＢａｓｉｎｓ［Ｊ］．Ｈｙｄｒｏｌｏｇｉｃａｌ
Ｐｒｏｃｅｓｓｅｓ，２００８，２２（１７）：３２３６－３２５１．［１１］㊀ＡＯＴＱ．ＤｅｖｅｌｏｐｍｅｎｔｏｆａＤｉｓｔｒｉｂｕｔｅｄＨｙｄｒｏｌｏｇｉｃａｌＭｏｄｅｌｆｏｒＬａｒｇｅＲｉｖｅｒＢａｓｉｎｓａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｔｏＳｏｕｔｈｅａｓｔＡｓｉ⁃
ａｎＲｉｖｅｒｓ［Ｄ］．Ｋｏｆｕ：ＵｎｉｖｅｒｓｉｔｙｏｆＹａｍａｎａｓｈｉ，２００１：１２４．［１２］㊀刘远，周买春，陈芷菁，等．基于不同ＤＥＭ数据源的数字河网提取对比分析 以韩江流域为例［Ｊ］．地理科学，
２０１２，３２（９）：１１１２－１１１８．
［１３］㊀ＤＵＡＮＱＹ，ＳＯＲＯＯＳＨＩＡＮＳ，ＧＵＰＴＡＶＫ．ＯｐｔｉｍａｌＵｓｅｏｆｔｈｅＳＣＥ－ＵＡＧｌｏｂａｌＯｐｔｉｍｉｚａｔｉｏｎＭｅｔｈｏｄｆｏｒＣａｌｉｂｒａｔｉｎｇ
ＷａｔｅｒｓｈｅｄＭｏｄｅｌｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，１９９４，１５８
（３－４）：２６５－２８４．
［１４］㊀ＡＢＢＡＳＰＯＵＲＫＣ．ＳＷＡＴ－ＣＵＰ４：ＳＷＡＴＣａｌｉｂｒａｔｉｏｎａｎｄＵｎｃｅｒｔａｉｎｔｙＰｒｏｇｒａｍｓ⁃ＡＵｓｅｒＭａｎｕａｌ［Ｍ］．Ｋａｓｔａｎｉｅｎｂａｕｍ：
ＳｗｉｓｓＦｅｄｅｒａｌＩｎｓｔｉｔｕｔｅｏｆＡｑｕａｔｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，
２０１１：７４－９３．
［１５］㊀ＡＲＮＯＬＤＪＧ，ＫＩＮＩＲＹＪＲ，ＳＲＩＮＩＶＡＳＡＮＲ，ｅｔａｌ．ＳＷＡＴ２００９输入输出文件手册［Ｍ］．郑州：黄河水利出
版社，２０１２：１４８－２１１．
［１６］㊀ＬＩＮＳＬＥＹＪＲＲＫ，ＫＯＨＬＥＲＭＡ，ＰＡＵＬＨＵＳＪＬＨ．Ｈｙ⁃ｄｒｏｌｏｇｙｆｏｒＥｎｇｉｎｅｅｒｓ［Ｍ］．ＮｅｗＹｏｒｋ：ＭｃＧｒａｗ⁃Ｈｉｌｌ，
１９８２：４６８．
［１７］㊀ＫＥＩＴＨＢ．ＴＯＰＭＯＤＥＬ：ＡＣｒｉｔｉｑｕｅ［Ｊ］．ＨｙｄｒｏｌｏｇｉｃａｌＰｒｏｃｅｓｓｅｓ，１９９７，１１（９）：１０６９－１０８５．
ＣｏｍｐａｒａｔｉｖｅＡｐｐｌｉｃａｔｉｏｎｏｆＤｉｆｆｅｒｅｎｔＨｙｄｒａｕｌｉｃＭｏｄｅｌｓｉｎＳｈｕａｎｇｑｉａｏＢａｓｉｎ
ＺＨＵＪｕｍｉｎｇ，ＺＨＯＵＭａｉｃｈｕｎ
（ＣｏｌｌｅｇｅｏｆＷａｔｅｒＣｏｎｓｅｒｖａｎｃｙａｎｄＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６４２，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｘｉｎａｎｊｉａｎｇ，ＳＷＡＴａｎｄＢＴＯＰＭＣａｒｅｔｈｒｅｅｒｅｐｒｅｓｅｎｔａｔｉｖｅｈｙｄｒｏｌｏｇｉｃａｌｍｏｄｅｌｓｔｏｓｉｍｕｌａｔｅａｂａｓｉｎｌｕｍｐｅｄ，ｒｅｓｐｏｎｓｅｕｎｉｔｓｅｍｉ⁃ｄｉｓｔｒｉｂｕｔｅｄａｎｄｇｒｉｄ⁃ｄｉｓｔｒｉｂｕｔｅｄｒｅｓｐｅｃｔｉｖｅｌｙ．Ｉｎｔｈｉｓｓｔｕｄｙ，ｔｈｒｅｅｄｉｆｆｅｒｅｎｔｍｏｄｅｌｓｗｅｒｅｕｓｅｄｔｏｓｉｍｕｌａｔｅｄａｉｌｙｒａｉｎｆａｌｌ⁃ｒｕｎｏｆｆｐｒｏｃｅｓｓｅｓｉｎＳｈｕａｎｇｑｉａｏｂａｓｉｎａｎｄｔｈｅｍｏｄｅｌｐａｒａｍｅｔｅｒｓｗｅｒｅｃａｌｉｂｒａｔｅｄｂｙｕｓｉｎｇＳＣＥ⁃ＵＡａｌｇｏｒｉｔｈｍｗｉｔｈＮａｓｈ⁃Ｓｕｔｃｌｉｆｆｅｅｆｆｉｃｉｅｎｃｙａｓｔｈｅｉｒｏｂｊｅｃｔｆｕｎｃｔｉｏｎｓ．ＴｈｅｓｉｍｕｌａｔｉｏｎｉｎｄｉｃａｔｅｓｔｈａｔＸｉｎａｎｊｉａｎｇ，ＳＷＡＴａｎｄＢＴＯＰＭＣｍｏｄｅｌｓｃａｎｒｅｐｒｅｓｅｎｔｄａｉｌｙｒａｉｎｆａｌｌ⁃ｒｕｎｏｆｆｐｒｏｃｅｓｓｅｓｉｎＳｈｕａｎｇｑｉａｏｂａｓｉｎｖｅｒｙｗｅｌｌ．Ｆｒｏｍｔｈｅｏｖｅｒａｌｌ，ＸｉａｎｊｉａｎｇｍｏｄｅｌｇｅｔｓａｂｅｔｔｅｒｓｉｍｕｌａｔｉｏｎｔｈａｎｔｈａｔｏｆＳＷＡＴａｎｄＢＴＯＰＭＣｍｏｄｅｌｓ；ａｌｌｔｈｅｔｈｒｅｅｍｏｄｅｌｓａｒｅｇｏｏｄｉｎｗａｔｅｒｖｏｌｕｍｅｓｉｍｕｌａｔｉｏｎ．Ａｃｃｏｒｄｉｎｇｔｏｄｉｆｆｅｒｅｎｔｄｉｓｃｈａｒｇｅｓ，ＳＷＡＴｍｏｄｅｌｈａｓａｂｅｔｔｅｒｓｉｍｕｌａｔｉｏｎｏｆｗａｔｅｒｖｏｌｕｍｅｔｈａｎｔｈａｔｏｆＸｉｎａｎｊｉａｎｇａｎｄＢＴＯＰＭＣｍｏｄｅｌｓ；ｔｈｅａｃｃｕｒａｃｙｏｆＸｉｎａｎｊｉａｎｇｍｏｄｅｌｉｓｔｈｅｈｉｇｈｅｓｔｉｎｓｉｍｕｌａｔｉｏｎｏｆｈｉｇｈｄｉｓｃｈａｒｇｅａｎｄＢＴＯＰＭＣｍｏｄｅｌｐｅｒｆｏｒｍｓｔｈｅｂｅｓｔｉｎｓｉｍｕｌａｔｉｏｎｏｆｍｅｄｉａｎａｎｄｓｍａｌｌｆｌｏｗ．
Ｋｅｙｗｏｒｄｓ：Ｘｉｎａｎｊｉａｎｇｍｏｄｅｌ；ＳＷＡＴｍｏｄｅｌ；ＢＴＯＰＭＣｍｏｄｅｌ；ｒｕｎｏｆｆｓｉｍｕｌａｔｉｏｎ；Ｓｈｕａｎｇｑｉａｏｂａｓｉｎ
ʌ责任编辑㊀翟戌亮ɔ㊃６２㊃。