淮河流域极值降雨频率估计时空分布一致性检验和纠正

第38卷第2期2018年4月
水文
JOURNAL OF CHINA HYDROLOGY
Vol.38 No.2
Apr., 2018
淮河流域极值降雨频率估计时空分布一致性检验和纠正邵月红\刘俊杰2袁吴俊梅3袁葛慧1，李敏4
(1.南京信息工程大学水文与水资源工程学院，江苏南京210044;
2.安徽省气象局，安徽合肥230031;
3.昆山气象局，江苏昆山215300;
4.海门气象局，江苏海门226100)
摘要：由于地面雨量站点空间不均及站点资料长度有限、相邻时段和相邻一致区的最优分布函数选择不同，造成降雨频率估计值出现交叉和空间不连续的现象，时空不一致的问题尚没有得到合理的解决。

为了获取更加完善合理、时空一致的频率估计值，利用水文气象分区线性矩法计算出的频率估计值，通过误差分摊和二次空间插值及平滑技术对时空分布一致性进行检验和纠正，消除分布曲线的交叉和边界梯度的问题。

研究结果表明：通过误差分摊纠正后，消除了交叉异常曲线，各个时段的频率估计值相互制约更加合理；通过空间二次插值纠正后，边界梯度和误差得到明显改善，各站点的频率估计值的经验频率与理论概率更接近，空间分布也更合理。

多时段不同重现期下的频率估计值空间分布总体趋势一致，最大值主要分布在淮河流域的东北沂蒙山区，最小值分布在流域的北部平原地区，与站点的实际观测相一致，可为工程设计暴雨和洪水提供基础资料和重要水文依据。

关键词：极值降雨频率估计值;误差分摊;时空分布一致性
中图分类号:P333 文献标识码：A文章编号：1000-0852(2018)02-0008-07
地区线性矩法由于利用了区域内其它站点的信息 而有效提高了各个站点的频率估计值的准确性。

但 是由于站点空间分布的不均性和各个分区的最优分布 曲线的选取不同使得相邻一致区边界处的频率估计值 可能会出现空间不连续性的问题，导致估计值空间分 布的不一致性。

同理，不同时段下的频率估计值也会因 为频率曲线选取不同而出现相邻时段的曲线重合或者 交叉的异常情况。

因此，为了得到时空一致、更加合理 的估计值，需要对其时空一致性进行检验和调整。

美国 NOAA的水文气象设计研究中心利用降雨均值与地 形、经纬度等因子建立多元相关，对两年一遇的估计 值进行修正，并把它作为底图，按比例修正其他重现 期下的频率估计值[5-6]。

这种方法有两个不足院一是极 值降水与地形、经纬度等因子并没有很好的相关关 系，二是两年一遇的频率估计值去修正其他重现期下 的估计值缺乏理论依据和数据统计特性的支持。

李敏 等利用地区线性矩法对暴雨频率设计值空间连续性问题进行了探讨，取得了不错的结果[7]。

我国工程水文界 很少系统深入开展频率估计值时空一致性的检验这 方面的研究。

本文以淮河流域为研究区，利用前文[8]中的水 文气象分区线性矩法计算出的暴雨频率估计值，通 过误差分摊方法和二次空间插值及平滑技术对频率估计值的时空分布一致性进行检验和调整，消除 分布曲线交叉异常和一致区边界梯度的问题，得到 更加完善合理、时空一致的站点暴雨频率估计值，为工程设计暴雨和洪水提供基础资料和重要水文依据。

1研究区概况及资料处理
研究区域为地处我国南北气候过渡带的淮河流域，面积27x104km2,流域多年平均径流量为621伊108m3。

研究区概况及资料处理详见前文[8]。

研究区的地形、水 系和站点空间分布见图1。

收稿日期:2017-02-20
基金项目：江苏省青年基金项目(B K20141001);淮河流域气象中心开放项目(H R M201702);中央级公益性科研院所基本科研业务费项目（Y516034);
江苏省气象局青年科研基金项目（Q201602)
作者简介:邵月红（1977-)，女，山西侯马人，副教授，博士，主要从事水文气象统计、G IS在水文气象上的应用。

E-m a il: syh@
第2期
邵月红等:淮河流域极值降雨频率估计时空分布一致性检验和纠正
9
112毅0 忆0E
113毅0 忆
0E 1R0〇〇E
115毅0 忆0E
116毅0 忆
0E 117毅0 忆
0E 118毅0 忆0E
119毅0 忆
0E 120毅0 忆
0E 萃县
沂源泰安长治安阳临沂
阳城日照
新乡
开封
洛阳
商丘砀山
许昌宝丰西华射阳宿州
淮阴南阳驻马店旰眙阜阳高邮
滁州固始枣阳阳
南京南通常州六安 合肥
霍山
麻城
英山
脅岛
钟祥
吴县淮河水系 丨77-330〇淮河边界 33丨-527
D E M /m
528-780
78丨-丨,丨丨7 ■
丨，丨丨8-3,395
0-63 64-丨76丨丨2毅0忆0"E 丨丨3毅0忆0"E 丨丨4000£ 丨丨5毅0忆0"E 丨丨6毅0忆0"E 丨丨7毅0忆0E 丨丨8毅0忆0"E 丨丨9毅0忆0E 丨20毅0忆0"E
图
1
淮河流域站点、水系和高程空间分布图
Fig 」 The meteorology stations, river
system and elevation in the Huaihe basin
2时空一致性检验方法介绍
2.1频率估计值的多时段一致性检验
本文为了得到更加完善合理、时空一致的频率估 计值，需要对其时空一致性进行检验。

首先是多时段一 致性的检验。

理论上，降雨频率估计值随着持续时段的 增加而增加，比如年最大3d 降雨量(AM 3P )的频率估 计值应该大于等于年最大1d 降雨量(AMP )的估计值。

但是在实际分析过程中发现，有时相邻时段的降雨频 率估计曲线会出现重合或交叉的情况，这种情况是不 合理的。

引起这种异常现象的可能原因有：不同时段 分布函数选择及参数化的不连续性、1d 数据转换为 24h 数据时转换因子的选取及降雨过程没有完全填满 整个时段等，因此需要对这些多时段一致性异常值进 行调整。

多时段一致性检验和纠正主要采用林炳章在美国 NOAA 编制暴雨频率图集时提出的“误差分摊”方法' 其原理就是把不一致起始点的估计值的差值按该时段 内的时段步长平均分配到该时段内各个频率估计值 上，不能改变降雨频率估计值中正常部分。

调整以后， 相邻两个时段同一频率估计值的比值(ratio )在此过程 中保持比值的变化趋势一致，直至其收敛于1.0。

纠正 系数具体表达为：
r ；=1.0+(r e -1)x (n e + 1- ^冤 i =1，2,噎，n -e
⑴
(n -e +丄）
式中：r 为最后一个正常频率值的系数;e 为相应的重 现期下的序列号;i 为从第一个异常值开始的序列号; n 为最后一个异常频率值的序列号；越接近交叉点的
位置赋予的权重越大。

2.2频率估计值的空间分布一致性检验
由于站点空间分布的不均性和各个分区的最优 分布曲线的选取不同使得相邻一致区边界处的降雨 频率估计值可能会出现空间不连续性的问题，导致估 计值空间分布的不一致性。

为了减少分区边界处频率 估计值的梯度和误差，需要对其空间一致性进行检验 和调整。

我国目前还没有系统开展这方面的研究，本 文试图采取两次插值的方法来减少边界估计值的梯 度和误差。

空间分布一致性检验和调整的基本思路：在不 人为改变研究区内实测站点空间分布精度的前提 下，采用以空间统计学为坚实基础的克里格插值[9]将 不规则站点的频率估计值内插到空间分辨率大致相 同的规则格网上；克里格插值的半变异函数采用球 面模型，插值个数选择周边最近的12个站点的值。

然后利用站点的四个格网值通过反距离加权法[9]推 求出该站点的频率估计值，此频率估计值就是空间 平差后的比较平滑的校正频率估计值。

纠正后的结 果可以采用两种方法验证。

第一种是将得到的估计 值的理论概率与研究区域所有站点平均的原始数据 的经验频率进行比较分析，如果这两者匹配一致，说 明效果更理想。

第二种是通过制作平差前后的频率 估计值空间分布等值线图，来观察等值线变化情况， 以验证各站点间存在的梯度问题是否得到改善。

3
结果与讨论
3.1多时段频率估计值一致性的检验与纠正
由于不同时段分布函数选择及参数化的不连续 等原因造成同一重现期下短时段的降雨频率估计值 大于长时段的估计值，出现异常值，主要分布在研究 流域的芋区和吁区。

本文以芋区的驻马店站为例对异 常值进行纠正。

从图2a 可以看出3d 和5d 时段在大 约300a 重现期的位置出现交叉，在不同重现期下 (2a 、5a 、10a 、25a 、50a 、100a 、200a 、500a 和 1000a )5d 时 段和 3d 时段频率估计值的比值系数为丨.丨2、丨.丨5、 1.15、1.13、1.11、1.07、1.03、0.96、0.91;基于“误差分摊” 原则采用公式(1)对异常值进行纠正，公式只对比值系 数小于1的异常值进行纠正，0.96和0.91纠正后的系 数为1.02和1.01，对应的500年一遇和1000年一遇 的频率估计值从576.01m m 和646.73m m 纠正到 609.62mm 和716.1mm ，纠正结果见图2b 。

同样的方法
10水文第38卷
1 000
驻马店站-572卯(纠正前）
重现期/a
1 000
驻马店站-572卯(纠正前）
重现期/a
1 000
驻马店站-57290(纠正后冤
10
100 1 000
重现期/a
10
100 1 000
重现期/a
(c) (d)
图2流域站点多时段一致性检验和纠正图(驻马店站）
Fig.2
The quantiles estimates before and after the adjustment for different durations at the Zhumadian station
3.2频率估计值空间分布一致性的检验与纠正
本文采用两次插值的方法对雨量频率估计值进行 修正，以此来减少边界估计值的梯度和误差。

以24h 时 段下两年一遇频率估计值修正前后为例进行分析，其 结果见表1。

修正量最高为临沂站，达到9.22mm ，修正 后的频率估计值更接近理论频率。

图3是站点频率估 计值修正百分比的空间分布情况。

红色的五角星表示 修正量高于10%的频率设计值，黄色的圆点表示修正 量高于4%且小于10%的值，黑色的#号表示修正量 低于4%的设计值。

从空间分布可以清楚的看出：修 正较高的站点主要位于流域和一致区的边界处，特别 是修正量大于10%的站点主要分布在频率估计值较 高的西南部大别山区和东北部的沂蒙山区。

由于相邻 一致区的最优分布选择的不同及山区与平原的地区 增长因子不同而造成边界处的梯度较大，通过空间二 次插值后发现边界估计值的梯度得到明显的改善。

通过两种方法检验修正的结果。

第一种是对调整 后的频率估计值进行实际数据检验分析。

以频率估计 值最大的赣榆站为例，修正前的估计值为132.60mm ， 修正后的估计值为124.21mm ，通过实测数据检验，修 正前后两年一遇的经验频率分别为0.346和0.400,两 年一遇的理论概率为0.394 (由于采用的是年最大抽 样数据，对理论概率0.500修正后为0.394)，具体见参 考文献[5]。

显然修正后的经验频率更接近理论概率， 表示调整后计算的频率估计值更为合理，其它站点的 两年一遇的经验频率也得到不同程度的改善。

第二种 是比较修正前后估计值的等值线图(见图4)。

由图可 知修正前的等值线明显比修正后的密集，表明地区间 频率估计值的梯度较大，修正后的梯度减小，但极值 中心并未发生改变，这就很好的减少了频率估计值受 地区频率因子引起的误差，由此频率估计值的空间分 布得到了适当的调整。

对3d 和5d 时段的频率估计值的上限和下限进行纠 正，纠正前后结果见图2c 和2d 。

从图可以看出，经过 时段一致性检验和调整后，相邻时段交叉情况不存在
了，得到了符合统计规律的年极值降雨频率估计值随
(a)
重现期的变化情况。

各个时段的频率估计值更加合 理、相互制约、可比性增加，能够更加客观地反映降雨 的统计特性，避免了单时段频率分析中缺少时段可比 性的缺陷。

(b)
o
o o o o 0
8
6
4
2
媒
屢 §
o
o
o
o
8
6
4
2
園
繁f
獲盘慧
o
o
o o o o o o 8
6 4 2
SS/JH4
•
担*
堪
1
o
o o
o
〇0
6 4 2 1$|1
§
第2期邵月红等:淮河流域极值降雨频率估计时空分布一致性检验和纠正11
表1修正前后两年一遇的频率估计值(24h)(m m)
Tablel The quantile estimates of 2-year return period
before and after the adjustment (24-hour duration)
站点修正前修正后站点修正前修正后
沂源95.]8徐州H8.60H7.60
荷泽跳6597.43赣榆]32.60m i
兖州說28]04.79亳州H2.47]07.42
莒县H5.33宿州H6.3]H6.65
临沂m.89H2.67盱眙H6.86m3
日照H3H3.59淮阴]23.26]23.65
郑州94.6795.88射阳m.69]20.45
许昌94.0498.93阜阳H3.95H2.8]
开封胤08]00.74固始H8.32H4.28宝丰95.40寿县服8]]09.85西华]03.76]03.87蚌埠]08.74H3.6]驻马店H8.28H2.63高邮H0.88H7.49信阳]26.90]23.28东台]20.]3H8.94商丘]00.25]02.54六安]06.90]09.86砀山]03.6]跳58霍山H9.09H2.6]
♦A C c c r e c t i<m>i a%109J5-115.1
-I D-.2T— ,r-2〇e d m a'D e9，e e S• —-誦I—^I I I81*97•95.13120.96-127^2g ]]]°0 忆a t ])200忆0"E])300忆0"E] ]4°Q忆0"E115°0忆0义£ 11600/0'E11700'0"E])800忆0"E119°0忆0义£ )20毅0 忆0"E121 °0忆0义£ 122°0忆0义£:
图3流域两年一遇频率估计值空间分布修正图(24h)
Fig.3 The spatial adjustment of 2-year
estimates for 24-h o u r duration in the Huaihe basin
3.3时空分布一致性的频率估计值结果分析
基于水文气象分区线性矩法计算流域站点的极值 降雨频率估计值，采用误差分摊和二次插值的方法对
时空一致性进行检验和纠正，得到了淮河流域完善合 理、时空一致的多时段多重现期下的降雨频率估计值。

本文以24h时段第I区为例进行分析说明。

图5给出 了 24h时段下的不同重现期下（2a、ma、50a和m0a)的频率估计值的空间分布，表2列出了I区的4个时 段9个重现期下站点频率估计值。

由表2可知:各站点 降雨频率估计值随着时段的增加而增加，在同一时段 下，随着重现期的增加而增加。

由于频率估计值的真值 未知，通过计算的频率估计值和相应序列长度内的最 大观测记录作比较，从某种程度上来间接反映频率估 计值的合理准确性。

以I区频率估计值最大的赣榆站为 例，AMP序列长度为55a，最大观测记录为248.5mm，计算的相应的50年一遇的频率估计值为259.5mm，说明通过地区线性矩计算的降雨频率估计值是合理 的，与观测值相一致。

站点频率估计值的空间分布见 图5。

由图5可知:不同重现期下的频率估计值空间分 布总体趋势一致，最大值主要分布在I区的东北沂蒙 山区，最小值分布在I I区的北部平原地区，其它地区 的频率估计值介于两者之间，这与站点的实际观测相 一致。

4结语
利用前文[8]中水文气象分区线性矩法计算淮河流 域站点的极值降水频率估计值。

在此基础上，采用误 差分摊方法和二次空间插值对频率估计值的时空分 布一致性进行检验和调整，得到时空一致、完善合理
的频率估计值。

主要结论如下：
12
水文
第38卷
表2
淮河流域I 区内时空分布一致的站点极值降雨频率估计值
T a b le 2
T h e qu an tile estim ates o f the extrem e precipitation for different durations
an d return periods in the first h o m o gen eou s region in the H u aih e basin
站点
极值降雨频率估计值(24h )
2a
5a 10a 25a 50a 100a 200a 500a 1000a 泰安102.5133.1156.8191.1219.9251.8287.7314.6349.6沂源100.2130.2153.5187.2215.6247.1282.7305.8338.5青岛108.1140.0165.2201.2231.2264.1300.6336.7373.4莒县112.0144.9171.0207.8237.4268.7302.5342.9379.7临沂112.7145.5171.7208.4237.5268.0301.3345.0380.9日照113.6146.9173.4210.7240.9272.7306.9348.1384.6赣榆
124.2
159.8
188.9
228.8
259.5
290.0
321.9
385.3
425.6
极值降雨频率估计值(3d )
泰安122.4158.6188.0229.8263.7299.6338.1392.7437.0沂源115.4149.6177.4216.8248.8282.6319.0370.5412.3青岛125.9163.2193.4236.4271.4308.2347.9404.0449.6莒县132.2171.3203.0248.2284.9323.6365.2424.1472.0临沂142.6184.8219.1267.8307.4349.1394.0457.7509.3日照138.2179.1212.3259.5297.8338.3381.8443.4493.5赣榆
156.1
202.2
239.8
293.1
336.4
382.0
431.2
500.8
557.3
极值降雨频率估计值(5d )
泰安145.8188.4222.2269.1306.3344.8385.4441.6486.2沂源134.1173.2204.3247.5281.7317.1354.4406.1447.1青岛140.9182.1214.8260.1296.1333.3372.5426.9469.9莒县160.5207.4244.6296.2337.2379.6424.2486.1535.2临沂165.5213.8252.2305.4347.7391.4437.4501.2551.8日照160.3207.1244.3295.9336.8379.2423.8485.6534.6赣榆
179.1
231.4
272.9
330.6
376.3
423.6
473.4
542.5
597.2
极值降雨频率估计值(7d )
泰安165.7213.1250.5302.1342.6384.4428.1488.3535.6沂源154.1198.2233.0280.9318.7357.5398.2454.1498.1青岛157.0202.0237.4286.3324.7364.3405.8462.7507.6莒县177.9228.9269.0324.3367.9412.8459.7524.3575.1临沂188.8242.9285.5344.2390.5438.1487.9556.4610.4日照179.4230.8271.2327.0371.0416.2463.5528.6579.9赣榆
201.0
258.6
303.9
366.5
415.7
466.4
519.5
592.4
649.9
(1) 多时段频率估计值一致性检验结果表明:频率 估计值的异常值主要分布在III 区和V 区，主要是由 于一致区中相邻时段的最优分布曲线不同造成的。

经 过一致性检验和纠正后，各个时段的频率估计值更加 合理、相互制约、可比性增加。

(2) 频率估计值空间分布一致性检验结果表明:通
过空间二次插值后发现边界估计值的梯度和误差得
到明显的改善;实测数据检测和等值线图两种方法检 验修正的结果都可以看出调整后的频率估计值及其 空间分布更为合理。

(3)时空分布一致的频率估计值结果表明：各站 点降雨频率估计值随着时段的增加而增加，在同一时
第2期邵月红等:淮河流域极值降雨频率估计时空分布一致性检验和纠正13
111 "0忆0义£112"0,0°Z113"0,C f,Z I M m115"0,C f,Z116"0,0°Z117"0,C,Z118"0,C,Z1 19"0,C,Z120"0忆0义£121"0,C,Z I22WE
(i)R T=2-y r(A M l R)'111毅0忆(T E112"0H 113m114"C,0,Z115"C,C f,Z116m117"0忆0义£118"C,0,Z119"C,0,Z12C"C,0,Z121"C,0,Z {b)R T=10-v r(A M l R)
122W E
誦-
122W E
122W E
(c)R T=50-j t(A M I R)(d)R T=100-y r(A M l R)
图5不同重现期下极值降雨频率估计值空间分布图(24h)
Fig.5 The spatial distribution of 24-h o u r quantile estimates for different return periods
段下，随着重现期的增加而增加;基于水文气象分区线 性矩法计算的站点降雨频率估计值是合理可靠的，与 观测值相一致；不同重现期下的频率估计值空间分布 总体趋势一致，最大值主要分布在I区的东北沂蒙山 区，最小值分布在域区的北部平原地区。

参考文献：[5] Lin B, Bonnin G M, Martin D,
of annual extreme precipitation
regional L-m om ents analysis [A].
Nebraska, U.S.A. 2006,12.
[6] Robson A, Reed D. Statistical
et al. Regional frequency studies
in the United States based on
E W R I Proceedings [C]. Omaha,
Procedures for Flood Frequency Estimation[M]. Wallingford Institute of Hydrology Flood Estimation Handbook, U K, 1999.
[1] H OSKIN G J R M, W A LLIS J R. Regional Frequency Analysis: An
Approach Based on L-moments [M^ UK: Cambridge University Press, 1997.[7]李敏，林炳章，邵月红，等.地区线性矩法估算的暴雨频率设计值空间
连续性问题探讨[J].水文，2015,35(4):14-19.(L I M in,L I N B in g z h a n g,
[2] W allis J R, Schaefer M G, Barker B L, et al. Regional
precipitation frequency analysis and spatial mapping for 24-h o u r and 2-h ou r durations for Washington State [J]. Hydrology and Earth System Sciences, 2007,11(1):415-442.
[3] Yuehong Shao, Junmei W u, Jinyin Y e, et al. Frequency analysis
and its spatiotemporal characteristics of precipitation extreme events in China during 1951-2010[J]. Theo^. Appl. Climatol., 2015,121(3^): 775-787.
[4]杨涛，陈喜，杨红卫，等.基于线性矩法的珠江三角洲区域洪水频率分
析[J].河海大学学报，2009,37(6):615-619. (Y A N G Tao, CHEN X i,
SHAO Yuehong, et al. Study on spatial sontinuity of precipitation quantile estimates based on regional L-moments analysis [J]. Journal of China Hydrology, 2015,35(4):14-19. (in Chinese))
[8]邵月红，吴俊梅，李敏.基于水文气象分区线性矩法的淮河流域极值
降雨频率分析[J].水文，2016,(36)6:16-23. (SHAO Yuehong, W U Junmei, LI Min. Frequency analysis of extreme precipitation in Huaihe River based on hydrometeorological regional L-m om ents method[J].
Journal of China Hydrology, 2016,(36)6:16-23. (in Chinese))
[9]陈欢欢，李星，丁文秀.S u r fe r8.0等值线绘制中的十二种插值方法[J].
工程地球物理学报，2007,4(l):52-57. (CHEN Huanhuan, LI Xing,
Y A N G Hongwei, et al. Regional flood frequency analysis in Pearl DING Wenxiu. Twelve kinds of gridding methods of surfer8.0 in
River delta region based on L -m om ents approach [J]. Journal of Hohei University, 2009,37(6):615-619. (in Chinese))isoline drawing [J]. Chinese Journal of Engineering Geophysics, 2007,4 (1):52-57. (in
Chinese))
14水文第38卷
Test and Adjustment of Spatiotemporal Consistency on
Quantile Estimates of Extreme Precipitation in Huaihe River Basin
SHAO Yuehong1,LIU Junjie2,WU Junmei3,GE Hui1,LI Min4
{[.College o f Hydrometeorology, Nanjing University o f Information Science and Technology, Nanjing210044, China;
2Anhui Meteorology Bureau, Hefei230031, China;
3.Kunshan Meteorology Bureau, Kunshan215300, China;
4.Haimen Meteorology Bureau, Haimen226100, China)
Abstract: Quantile estimates of extreme precipitation show an intersection of distribution or a spatial discontinuation due to the lack of rainfall sites with spare spatial distribution as well as the short data length and different optimum distribution between ad - jacent duration and homogeneous region. The spatiotemporal inconsistency still didn 爷t get an effective solution. In order to get more normative and spatiotemporal consistent quantile estimates, quantile estimates were computed by utilizing hydrometeorological regional L-moments method in the first section of this study, and were adjusted by spatial interpolation and distributing the surplus of the ratio of the longer duration vs. the shorter duration to eliminate the cross and discontinuation. The results show that the anomalous estimates are removed and values of mutual restriction are more reasonable by distributing the surplus of the ratio, and that adjust - ed quantiles exhibit better reliability expressed in relative error of the empirical frequency to the theoretical exceedance probability of the data, and a better spatial smoothing pattern shown as well by using spatial interpolation. The spatial patterns of quantiles are similar to different durations and return periods. High values were found in the northeast mountainous area of basin and low valueswere in the north plain area, which is in the agreement with the observed precipitation extremes. It will provide important hydrologic basis for designing rainstorm and flood of water engineering and resources.
Key words: quantile estimates of extreme precipitation; distributing the surplus of the ratio; spatiotemporal consistency
(上接第29页）
[12] Guoqing Wang, Jianyun Zhang, Qinli Yang. Attribution of runoff
change for the Xinshui River catchment on the Loess Plateau of China in a changing environment [J]. Water, 2016,d o i:10.3390/ w8060267.
Suitability of RCCC-WBM Model to Typical River Catchments in North China
ZHAO Jianhua1,WANG Guoqing23,ZHANG Jianyun23,HE Ruimin23,WAN Sicheng34
(1. Jiangsu Hydrology and Water Resources Bureau, Nanjing Branch, Nanjing210008, China; 2. State K ey Laboratory o f
Hydrology-Water Resources and Hydraulic Engineering, Nanjing Hydraulic Research Institute, Nanjing210029, China;
3. Research Center fo r Climate Change, MWR, Nanjing210029, China;
4. Hohai University, Nanjing210098, China)
Abstract: Hydrological models have been believed a useful tool in environmental change study and water resources assessment. Taking six typical river catchments in Shanxi Province as cases, suitability of RCCC-W BM model has been investigated. The results show that the model could well simulate seasonal pattern of annual runoff and its decadal variation features. Nash-Sutcliffe c o e ffi­cients of the RCCC-W BM model are greater than 65%while relative errors of water volume are less than 2%for monthly d is­charge simulation of the six river catchments. RCCC-W BM model is suitable to Shanxi Province, and could be applied to scientific research on water resources assessment.
Key words: RCCC-W BM model; Shanxi Province; typical river catchment; discharge simulation; suitability。