分布式水文模型DHSVM_Model_Inputs
分布式水文模型word
第六章分布式水文循环模型近年来，水文模型研究的重点已从集总式流域水文统计模型转向分布式水文模型的研究，分布式水文机理过程模型的开发成为人们关注的焦点。
分布式水文模型的研制首先需要获得大量的流域空间分布数据，目前的水文模拟技术则趋向于将水文模型与地理信息系统（GIS）的集成，以便充分利用GIS在数据管理、空间分析及可视性方面的功能。
而数字高程模型（DEM）是构成GIS的基础数据，利用DEM可以提取流域的许多重要水文特征参数，如坡度、坡向、水沙运移方向、汇流网络、流域界线等。
因此，基于DEM 的流域分布式水文模型是水文模拟技术发展的必然趋势，也是本文水资源量可再生性的理论与评价研究的重要基础。
6.1 流域数字高程模型DEM及在水文中的应用数字高程模型DEM(Digital Elevation Model)是由美国麻省理工学院Chaires ler教授于1956年提出来的，其目的是用摄影测量或其他技术手段获得地形数据，在满足一定精度的条件下，用离散数字的形式在计算机中进行表示，并用数字计算的方式进行各种分析。
DEM作为地理信息系统的基础数据，已在测绘、地质、土木工程、水利、建筑等许多领域得到广泛应用。
本节将介绍DEM的基本知识及其在水文中的应用。
6.1.1 DEM的基本知识(1) 地形的数字描述20世纪中叶，随着计算机科学、现代数学和计算机图形学等的发展，各种数字的地形表达方式得到迅猛的发展。
1958年Miller和Laflamme提出了数字地形模型DTM(Digital Terrain Mold)的概念，并给出了以下的定义：数字地形模型是利用一个任意坐标场中大量选择的已知X、Y、Z的坐标点对连续地面的一个简单的统计表示。
实际上，数字地形模型DTM是通过地表点集的空间直角坐标(x,y,z)并视需要进一步伴随若干专题特征数据来表示地形表面的。
它的更通用的定义是描述地球表面形态多种信息空间分布的有序数值阵列，从数学的角度，可以用以下二维函数系列来概括地表示数字地形模型的丰富内容和多样形式：()),,3,2,1;,,3,2,1( ,n p m k v u f K p p k p === （6.1.1）式中：K p ——第p 号地面点（可以是单一的点，但一般是某点及其微小邻域所划定的一个地表面元）上的第人类地面特性信息的取值；u p ,v p ——第p 号地面点的二维坐标，可以是采用任一地图投影的平面坐标，或者是经纬度和矩阵的行列号等；m ——地面特性信息类型的数目（m ≥1）；n ——地面点的个数。
dhsvm原理
dhsvm原理DHsvm是一种用于水文模拟的模型，全称为Distributed Hydrology Soil Vegetation Model。
它的原理是基于水文循环的模拟，通过对流域内水分平衡的计算，模拟不同时间尺度和空间分布下的水文过程。
DHsvm模型是一个分布式模型，可以细致地模拟流域内的水文过程。
它将流域划分为多个小单元，每个小单元内的水文过程可以独立计算。
这种分布式的方法使得模型能够准确地模拟流域内的水文变化，捕捉到不同地形、土地利用和气象条件下的水文响应。
DHsvm模型的核心是水文循环的模拟。
它包括了降水、蒸散发、渗透和径流等过程的计算。
首先，模型会根据流域的气象数据和地形条件，计算出每个小单元的降水量。
然后，根据土壤特性和植被状况，模型会计算出土壤中的水分蒸发量。
接着，模型会根据土壤的渗透能力，计算出水分的渗透量。
最后，模型会根据流域的水文特征，计算出径流的生成和汇入。
DHsvm模型的优势在于它能够考虑到流域内不同地形和土地利用条件对水文过程的影响。
在模拟过程中，模型会根据地形的高程和坡度，调整地表径流和地下径流的生成和汇入。
同时，模型还会根据土地利用的类型和覆盖率，调整蒸散发和渗透的计算。
这样，模型能够更准确地模拟流域内的水文过程，为水资源管理和洪水预报提供重要的参考。
除了流域内的水文过程，DHsvm模型还考虑了气象条件对水文过程的影响。
模型会根据气象数据，计算出降水和蒸散发的量。
通过与实际观测数据的比较，可以评估模型对气象条件的模拟能力。
这样，模型不仅可以用于历史资料的回溯分析，还可以用于未来气候情景的模拟预测。
DHsvm模型的应用范围广泛，可以用于不同类型的流域和水资源管理问题。
例如，它可以用于研究不同土地利用和植被状况对水资源的影响，评估不同管理措施对水文过程的调控效果。
同时，模型还可以用于洪水预报和水资源规划，为决策提供科学依据。
DHsvm模型是一种基于水文循环的模拟模型，通过对流域内水分平衡的计算，模拟不同时间尺度和空间分布下的水文过程。
分布式水文模型的现状与未来
分布式水文模型的现状与未来分布式水文模型的现状与未来水文模型在水资源管理和水文预测中扮演着重要的角色，通过模拟流域内地表水和地下水的运动过程，可以帮助决策者更好地理解和预测水文变化。
而分布式水文模型是在流域尺度上进行水文过程模拟和预测的一种方法，其区别于传统的集中式水文模型，能够更准确地揭示流域内水文过程的时空分布特征。
目前，分布式水文模型已经在许多国家和地区得到了广泛的应用，包括美国、加拿大、澳大利亚等发达国家，在大型流域的水文预测和水资源管理中发挥了重要作用。
特别是在山区、平原和湖泊等复杂地形和土地利用条件下，传统的集中式水文模型往往难以准确模拟水文过程。
而分布式水文模型通过将流域划分为多个子流域，根据子流域特征进行流域内的水文模拟，能够更准确地揭示不同地区的水文特征。
分布式水文模型的核心是确定流域内每个子流域的水文特征，包括降雨、蒸散发、地下水补给和径流等过程。
一般采用物理方法或统计方法对这些水文特征进行估算和模拟。
物理方法通过建立流域水文动力学方程来模拟水文过程，例如蒸发散发模型、径流模型和地下水模型等；而统计方法则通过运用统计学理论和方法来估算水文特征，例如频率分析、相关性分析和回归分析等。
这些方法在流域水文模拟中发挥了重要作用，能够准确地模拟流域内水文过程的时空变化。
分布式水文模型的未来发展方向主要包括以下几个方面。
首先是提高模型的精度和稳定性。
由于流域内水文过程具有复杂性和非线性性，因此分布式水文模型在模拟过程中往往存在不确定性和误差。
未来需要进一步提高模型的精度和稳定性，采用更精确的数据和方法来进行模型参数的估算和模拟过程。
其次是增强模型的自适应能力。
由于流域内水文过程存在时空变化的特点，未来分布式水文模型应该具备更强的自适应能力，能够自动根据流域内水文特征的变化来调整模型的参数和结构，以获得更准确的模拟结果。
第三是提高模型的应用效果。
分布式水文模型的目的是为了提供水文过程的模拟和预测结果，为决策者提供参考和支持。
分布式水文模型理论与方法研究
（2）基于随机模拟的方法：该方法主要通过随机抽样对数据进行模拟，并 对模拟结果进行统计分析，以得到模型的输出结果。常用的随机模拟方法包括蒙 特卡罗方法、马尔可夫链蒙特卡罗方法等。
分布式水文模型理论
1、模型建立原理
分布式水文模型的建立需要基于水文学、地理信息系统、计算机科学等多学 科知识。首先，通过数据采集和预处理，获取研究区域内的地形、气候、土壤等 水文相关数据，并对其进行空间分析和数据清洗；其次，根据水文学原理和实际 需求，确定模型的结构和参数，并采用数值计算方法对模型进行求解；最后，通 过模型验证和结果分析，评估模型的精度和稳定性。
（3）基于粒子滤波的方法：该方法主要是通过跟踪一组随机粒子的运动轨 迹，得到模型的输出结果。常用的粒子滤波方法包括卡尔曼滤波、扩展卡尔曼滤 波等。
3、方法实验验证
为了评估分布式水文模型的精度和稳定性，需要进行实验验证。实验验证包 括实验设置、数据预处理、精度评估等步骤。实验设置包括确定研究区域、收集 相关数据、选择适当的模型和方法等；数据预处理包括数据清洗、数据转换、数 据归一化等；精度评估则可以采用均方误差、相对误差、绝对误差等指标进行评 估。
分布式水文模型理论与方法研 究
目录
01 引言
03 分布式水文模型方法
02 分布式水文模型理论 04 结论
引言
水文模型是模拟和预测水文循环过程的重要工具，对于水资源管理、水灾害 防控、生态保护等方面具有重要意义。随着科技的发展和研究的深入，分布式水 文模型逐渐成为水文科学研究的前沿领域之一。分布式水文模型能够综合考虑地 形、气候、土壤等因素对水文循环的影响，提高模型精度和预测能力，为水资源 管理和生态保护提供更为科学可靠的决策支持。本次演示将围绕分布式水文模型 的理论与方法展开探讨。
分布式水文模型介绍dhsvm_networks
DHSVM Network Inputs
Physical description of theoretical networks Network representation in DHSVM Special considerations for road networks
Assumed road geometry
Sample stream map file
Stream network ordering
Sample stream network file
Seg. ID Order Slope Aspect Class Out. ID
Sample stream class file
S D
S
S
S
Road network preprocessing
Sample road map file
Interaction of road and stream networks
Road network preprocessing
• Each road segment drains to a ‘sink’ (streams do not have sinks) • Ditch relief culvert • Stream crossing culvert • The sink is designated as the pixel with the lowest elevation along a road segment • Road segments must be broken at desired locations to create segments
Special considerations for road networks
分布式水文模型区域分解并行计算方法及其应用
文章标题：深度剖析分布式水文模型区域分解并行计算方法及其应用在当今信息时代，大数据和并行计算技术已经成为科学研究和工程应用中不可或缺的重要工具。
在水文领域，分布式水文模型是对地表水文过程进行精细化模拟和预测的关键工具之一。
而区域分解并行计算方法，则是高效实现分布式水文模型的关键技术之一。
本文将深度剖析分布式水文模型区域分解并行计算方法及其应用，带您了解这一领域的最新进展和未来发展趋势。
一、分布式水文模型简介分布式水文模型是以地理信息系统（GIS）为支撑评台，通过将流域划分为若干个小单元，并在每个小单元内解算水文过程，最终整合为整个流域水文过程的模拟方法。
它具有对流域内部地形、土地利用、植被覆盖等空间异质性进行精细化描述的优势，能够更准确地模拟和预测降雨径流过程及水文响应。
二、区域分解并行计算方法概述区域分解并行计算方法是一种将整个模拟区域分解为若干个子区域，每个子区域独立进行水文模拟计算，最后通过合并各个子区域的计算结果得到整个模拟区域的水文过程的并行计算方法。
它能够充分利用并行计算的优势，提高计算效率和模拟精度。
三、分布式水文模型区域分解并行计算方法及其应用1. 区域分解算法在分布式水文模型中，通常将流域划分为若干个子区域，每个子区域内部进行水文模拟计算。
区域分解算法是确保子区域之间相互独立，并能够准确合并计算结果的关键。
目前主要采用基于地形特征的分解算法和基于统计特征的分解算法。
2. 并行计算框架区域分解并行计算方法需要一个高效的并行计算框架来将各个子区域的计算结果进行合并。
目前主要采用MPI（Message Passing Interface）和OpenMP（Open Multi-Processing）等并行计算框架。
3. 应用实例分布式水文模型区域分解并行计算方法已经在降雨径流模拟、洪水预测、流域水文响应等方面得到了广泛的应用。
以某某流域为例，通过采用区域分解并行计算方法，成功实现了对该流域的洪水过程进行了高精度、高效率的模拟和预测。
分布式水文模型介绍 泥沙 dhsvm_sediment
Model Overview
Examples Running the Model
DHSVM Watershed Sediment Module
DHSVM
Qsed
SURFACE EROSION
Q
OUTPUT
CHANNEL EROSION
MASS WASTING
The variables can be assigned to one of four distributions:
The parameter distributions are randomly sampled for each of “Maximum Iterations” times to define a range of potential failure scenarios.
Probability of slope failure before and after Fourth of July Fire
Pre-fire
Approximate extent of August 2001 fire
Post-fire
Icicle Creek Vegetation
Simulated soil saturation
[OPTIONS] Format
SEM
= =
# Model Options # BIN, BYTESWAP or NETCDF
# TRUE or FALSE; run SEM
MWM Input File: Model Area
[AREA] Coordinate System = Extreme North = Extreme West = Center Latitude = Center Longitude = Time Zone Meridian = Number of Rows = Number of Columns = Grid spacing = Mass wasting spacing # # # # # # # # # # = Model area UTM or USER_DEFINED Coordinate for northern edge of grid Coordinate for western edge of grid Central parallel of basin Central meridian of basin Time zone meridian for area Number of rows Number of columns Grid resolution in m # Grid resolution of the mass wasting model in m
分布式水文模型建模过程研究
第11卷第4期2008年10月西安文理学院学报:自然科学版Journal of Xi’an University of A rts &Science (Nat Sci Ed )Vol .11 No .4Oct .2008文章编号:100825564(2008)0420001207收稿日期:2008207212基金项目:国家973资助项目(2007C B407201)作者简介:夏积德(1980—),男,河南鹿邑人,西北农林科技大学资源环境学院硕士研究生.研究方向:土壤侵蚀与流域管理.通讯作者:吴发启(1957—),男,陕西黄陵人,西北农林科技大学资源环境学院教授,博士生导师.研究方向:土壤侵蚀与流域管理.分布式水文模型建模过程研究夏积德1,2,吴发启1,郭江涛1,2,孙茂存2(1.西北农林科技大学资源环境学院,陕西杨凌712100;2.杨凌职业技术学院交通与测绘工程系,陕西杨凌712100)摘 要:分布式水文模型以其具有明确物理意义的参数结构和对空间分异性的全面反映,可以更加准确详尽地描述和反映流域内真实的水文过程,从而成为水文研究的热点和前沿问题.在对水文模型详细分类的基础上,充分考虑和依据水文循环过程各个环节,总结了分布式水文模型建模的一般步骤和方法,提出了分布式水文模型建立和应用过程中存在的问题,指出了模型今后发展的方向.关键词:水文模型;分布式;空间尺度中图分类号:T V12 文献标识码:A0 引言分布式水文模型(distributed hydr ol ogical model )是通过水循环的动力学机制来描述和模拟流域水文过程的数学模型.模型根据水介质移动的物理性质来确定模型参数,利于分析流域下垫面变化后的产汇流变化规律[1].与概念性模型相比,分布式水文模型以其具有明确物理意义的参数结构和对空间分异性的全面反映,可以更加准确详尽地描述和反映流域内真实的水文过程,帮助人们更加深入地了解水文循环在不同时间和空间尺度上的演变规律和过程,获得流域内所有相关信息和情况,可以通过尺度转换与大气环流模式耦合来预测全球变化对水资源的影响[2],从而成为水文研究的热点和前沿问题.分布式模型用严格的数学物理方程表述水文循环的各个子过程,充分考虑了流域参数和变量的空间变异,并考虑了不同水文单元之间的相互作用和联系,采用偏微分方程对水量和能量过程进行模拟,能够更加真实地模拟流域降雨径流形成的物理过程.计算机和数学技术方法的革新,在一定程度上推动了分布式水文模型从理论走向应用实践.目前,分布式水文模型在模拟土地利用、土地覆盖、水土流失等各种变化过程的水文响应、面源污染、陆面过程、气候变化影响评价等诸多领域都有广泛的应用.另外,分布式水文模型中参数具有明确的物理意义,解决了参数间的不独立性和不确定性问题,便于在无实测水文资料地区推广应用[3].自1969年Freeze 和Harlan [4]第一次提出关于分布式水文模型的概念以来,分布式水文模型发展迅速.1986年由英国水文研究所、法国S OGREAH 咨询公司和丹麦水力学研究所联合研制出第一个真正的具有代表性的分布式水文物理模型———SHE (Syste me Hydr ol ogque Eur opeen )模型[5].国外此后出现了诸如I HDM[6]、T HALES [7]、M I KE SHE [8]、T OP MODE L [9]、T OPK AP I 、SHETRAN [10]、DHS 2VM [11]、S WAT [12]、S WMM [13]等许多分布式模型.国内针对分布式水文模型的研究开展较晚,但也取得了2西安文理学院学报:自然科学版第11卷有价值探索.郭生练等提出了一个基于DE M(D igital Elevati on Model)的分布式流域水文物理模型[14];李兰等提出了LL_Ⅰ模型,并改进为LL_Ⅱ模型[15];康尔泗等根据HBV水文模型的基本原理建立了出山月径流概念性水文模型[16];夏军等提出了分布式时变增益模型(DT VG M)[17];任立良等建立了松散耦合型分布式水文模型[18].本文在对水文模型详细分类的基础上,充分考虑和依据水文循环过程各个环节,总结了分布式水文模型建模的一般步骤和方法,提出了分布式水文模型建立和应用过程中存在问题,指出了模型今后发展的方向.1 水文模型分类水文模型分为物理模型和数学模型两类.物理模型是一种通过比尺或比拟模型模拟对水文物理过程进行定性或定量分析.数学模型是根据人们掌握的流域径流的物理机制,应用物理定律建立其数学方程式,然后用数学方法实行求解,从而获得各种情况下流域降雨与径流之间的定量关系.数学模型又可分为确定性模型和随机模型两类.确定性模型是描述水文现象必然规律的数学结构;随机模型描述水文现象随机性规律的数学结构.近几年来,两类模型之间联系越发密切,已经形成第三类模型:随机-确定耦合模型.从反映水文运动物理规律的科学性和复杂性程度而言,流域水文模型通常被分为三大类:经验或系统模型(即黑箱模型,back-box model)、概念性模型(concep tual model)、物理模型(physically-based model).经验或系统模型将所研究的流域或区间视作一种动力系统,利用输入(一般指雨量或上游干支流来水)与输出()资料,建立某种数学关系,然后可由新的输入推测输出.该模型只关心模拟结果的精度,而不考虑输入-输出之间的物理因果关系.系统模型有线性的和非线性的,时变的和时不变的,单输入单输出的,多输入单输出的,多输入多输出的等多种类型.代表性模型有:总径流线性响应模型(T LR)、线性振扰动模型(LP M)以及神经网络(ANN)等.概念性模型利用一些简单的物理概念和经验公式,如下渗曲线、汇流单位线、蒸发公式或有物理意义的结构单元,如线性水库、线性河段等,组成一个系统来近似地描述流域水文过程.代表性模型有:美国的斯坦福模型(S WM)、日本的水箱模型(Tank)、我国的新安江模型(XJ M)等.物理模型依据水流的连续方程和动量方程来求解水流在流域的时间和空间的变化规律.代表模型有SHE模型,DBSI N模型等.从反映水流运动的空间变化能力而言,水文模型可分为:集总式模型(lu mped model)和分布式模型(distributed model)两类.集总式模型认为流域表面上各点的水力学特征是均匀分布的,对流域表面上的任何一点上的降雨,其下渗、渗漏等纵向水流运动都是相同和平行的,不和周围的水流发生任何联系,即不存在水平运动.集总模型把全流域当作一个整体来建立模型,即对流域参数进行均匀处理.分布式模型认为流域表面上的各点的水力学特征是非均匀分布的,水流在流域表面上的分布并不均匀,应将流域划分为很多小单元,在考虑水流在每个小单元体纵向运动时,也要考虑各个单元之间的水量的横向交换.2 水文循环过程水文循环过程模型化是一项复杂的工作,需要对水文过程有透彻的理解.水文循环中最主要的几个物理过程包括降雨、植被截流、下渗、蒸散发、流域汇流.2.1 降雨降雨是水文循环过程中最重要、最活跃的物理过程之一,其时空分布对流域产汇流过程影响非常大.目前阶段,大多数流域观测降雨的主要方法仍然是常规的雨量站法,较新的观测手段如雷达测雨和遥感的应用不普遍.但是雨量站网观测的降雨资料在空间上是无规则离散分布的,不能全面反映降雨在 第4期夏积德,等:分布式水文模型建模过程研究图1 水文模型分类空间上的连续分布.而在实际应用和水文学研究中,需要空间连续的降雨资料,如在分布式水文模型中,需要估计流域DE M中每个网格点上的雨量值.所以,从雨量站网观测资料合理提取降雨空间分布特征值和模拟降雨空间分布非常必要.主要包括流域平均降雨量计算和降雨量插值.流域平均降雨量计算方法主要有:算术平均法、泰森多边形法(垂直平分法)、等雨量线法和网格点法.2.2 植被截流植被截留是指大气降水到达冠层后,部分降水被植被的冠层(树干和枝叶)截流并存储的现象.植被截留是对降水的基本折减之一,降雨过程中植被对降水的截留与植被的叶面积指数LA I 相关.植被截流量一般是通过计算降雨过程中作物和自然植被的蓄水量来计算,降雨累计截留量常用A st on (1979)方程计算:S v =c p ・S max ・1-e -ηP cu m S max最大截留量常用Hoyningen -Huene (1981)方程计算:S max =0.935+0.498×LA I -0.00575×LA I 2式中:S max 为树冠蓄水能力,mm; S v 为累计截留量,mm; c p 为植被盖度,%; P cum 为累计降水,mm;η为系数.η=0.046・LA Ic p =100・[1.0-exp (2LA I/2)]2.3 下渗下渗是指降落到地面的雨水从地表渗入到土壤内的运动过程.下渗不仅直接影响地面径流的产生、发展和径流量的大小,而且也影响土壤水分的增长速度及地下径流的形成.按照水分所受作用力类型和运动特征,可以将下渗过程分为渗润阶段、渗漏阶段、渗透阶段三个阶段.下渗过程水分向土壤中作垂直运动,由于土壤有饱和和非饱和之分,所以下渗理论分为饱和下渗理论和非饱和下渗理论.饱和下渗理论在1911年第一次由Green 和Amp t 提出,所以又被称为Green -Amp t 公式.非饱和下渗理论分为考虑重力作用和忽略重力作用两种情况.Hort on 公式是应用最广泛的下渗经验公式:f =f c +(f 0-f c )e -k t 公式中f 为现在的下渗率,f c 为最终稳定下渗率,f 0为起始时刻下渗率,k 为比例常数.该公式假定下渗过程是一个消退的过程,消退的速率与剩余的量成正比,消退速率为:d f /d t .2.4 蒸散发蒸散发是指水份在某种界面上以分子运动形式发生散逸及回归,最终造成水份损失的过程.蒸散发是水文循环过程的重要环节,大陆上一年内的降水约有60%消耗于蒸散发.蒸散发存在和发生于土壤-植被-大气系统内,是一个从生物赖以生存的下垫面(蒸发面)丧失水分的连续过程,蒸散发既是地面热量平衡的组成部分,又是水分平衡的组成部分.地面热量、水分的状况在很大程度上决定着天气、气候的变化[19].按蒸发面的性质不同可以将蒸散发分为水面蒸发、冰雪蒸发、土壤蒸发和植物散发.按蒸发面供水情况不同可以分为饱和蒸发面蒸发和非饱和蒸发面蒸发.流域蒸散发指流域上各部分蒸发与散发的总和[20].2.5 流域汇流流域汇流是指在流域面积上,降水形成的水流从它产生的地点向流域出口断面的汇集过程.是产流水量在某一范围内的集中过程.汇流可分为坡地汇流及河网汇流两阶段.汇流主要受降雨特性和下垫面因素影响.降雨特性是指降雨的时空分布和降雨强度的变化.降雨在时空分布上的不均匀,决定了流域上产流的不均匀和不同步.水流流程的长短和沿程承受调节作用的大小直接影响着流域汇流过程.在水文学中,通常采用水量平衡方程与坡地水流的蓄泄关系来描述水流在坡地上汇流的运动规律,采用最经典的马斯京根法进行河道流量演算[21].在水力学中,河道流量演算方法主要是数值求解圣维南方程3西安文理学院学报:自然科学版第11卷组[22].对于必须考虑汇流过程的分布式水文模型而言,其汇流模型可以分解为三个层次来讨论:第一个层次是单元划分;第二个层次为汇流路径;第三个层次则是基于该汇流路径的汇流演算模型.基于栅格的分级运动波汇流模型是根据栅格DE M 的网格单元水流流向来划分栅格等级(汇流带),然后应用运动波模型进行逐级汇流演算[23].图2 分布式水文模型的建模步骤3 分布式水文模型建模步骤分布式水文模型的建模步骤如图2所示.3.1 模型建立过程建模第一步是定义模型的应用目的.清晰的目标是模拟建模和进行交流必不可少的前提条件.为某一目标而开发的模型不能用其他目标来评价和判别,否则会产生误导性的结论、错误的管理决策和对相关模型的的不合理认识.人们对水文模型的认识存在非常明显的差异,不同研究者的研究目的、方法也有所不同.使用分布式水文模型的用户主要有水文野外试验人员、水文管理决策者和水文科学研究人员.建模之前,应考虑模型是用来支持什么决策的.第二步是建立概念模型.首先确定模型中包含的关键过程和环节.对涉及到的过程和环节的描述的详细程度取决于这些环节的重要性和研究目的.然后选择合适的模型代码,可以在原有模型代码上进行改进和调整.第三步是模型建立,包括收集数据,选择模型结构,选择模拟方法,估算参数值,定义模型边界,内部离散化等.收集数据是分布式水文模型建立和应用过程最重要的内容之一,也是主要困难之一.因为分布式水文模型需要流域内大量的多方面的信息和数据,包括降水、植被、地形、土壤质地、土地利用及水利工程设施等,对于大部分流域都不能够满足.45 第4期夏积德,等:分布式水文模型建模过程研究3.2 模型结构和模拟方法分布式水文模型的结构一般较复杂,但过程严密,有比较清晰的物理解释,能客观地反映水文循环过程.分布式水文模型包括功能不同且相对独立的子系统,每一个子系统都从数学上描述水文循环的一个子过程.通用功能模块主要有:一维降水冠层截留,一维辐射传输,一维蒸散发,一维融雪,一维包气带水分垂向运移,二维表面漫流,一维河流/渠道汇流,二维饱和壤中流/地下水模拟和二维灌溉,一维包气带内溶质运移和化学反应过程,三维饱和带内溶质运移和化学反应过程,土壤侵蚀和沉积物运移[24].分布式流域水文模型,通常是将水循环的各个子过程联系起来进行模拟.蒸发、蒸腾通常根据空气动力学和能量平衡原理,采用Penman-Monteith公式计算,并考虑土壤的水量和热量运移以及植被叶面截雨、叶孔水汽扩散和根系吸水的情况.浅层地下水的计算采用Boussinesq方程计算,河流水和地下水的相互补给量按达西定律计算.地表径流的坡面汇流,主要是按照二维运动波或扩散波和按照数字高程模型(DE M)预先设定好汇流方向进行一维计算.河道汇流则视河道坡度及下游边界条件不同,采用一维运动波、扩散波或动力波计算[9].基于栅格的分级运动波汇流模型是根据栅格DE M的网格单元水流流向来划分栅格等级(汇流带),然后应用运动波模型进行逐级汇流演算[25].参数值估算又称为参数率定,目的是使模型的模拟输出值与实际观测值误差最小.分布式水文模型面临着参数过多难以率定的问题.参数率定是水文模拟中不可避免的重要环节.当前在分布式水文模型的参数率定中,用得最多的是面向全局优化的遗传算法(Genetic A lgorithm,简称G A)、SCE-UA算法(Shuffled Comp lex Evoluti on)、贝叶斯方法(Bayesian Method)、RS A方法(Regi onalized Sensitivity Analy2 sis)和G LUE方法(Generalized L ikelihood Uncertainty Esti m ati on).3.3 模型校准.在校准过程中,需要确定那些不能直接由观测资料率定的参数值.主要方法有手动试错法、自动参数优化法及两种方法结合法.手动试错法是通过大量的模拟运行进行参数估计的方法.在复杂模型中较为常用.自动参数优化法是运用数值算法确定目标函数极值的方法.常用的有最小二乘法、线性或非线性回归、最大似然法等.在分布式水文模型中,应用最广泛的校准方法是反演方法.校准过程中,即使模拟值与观测值拟合较好,且参数值合理,也必须在验证了模型对大量降雨事件有效后,才能认为该模型有较好模拟自然环境的能力.3.4 模型验证模型验证即是证明模型得出符合精度要求的模拟结果.由不同的人校准相同的模型,使用不同的参数组合可以得到几乎完全相同的校准结果.Stephens on和Freeze于1974年提出为证明校准后模型的实用性,必须用不同于校准所用数据的数据进行模型验证.模型验证根据有无控制站和流域条件可分为:分样本验证、替代流域验证和差别分样本验证.分布式模型与集总性模型在验证步骤上是相同的,但是由于模型结构、模型应用目的等不同,分布式模型验证要复杂一些,在模型输出、有效标准、有效性检验、典型模型应用及模拟尺度方面,分布式水文模型验证是多标准、多尺度要求的.4 存在问题分布式水文模型发展至今,其建立和应用过程中面临的问题具有明显的时代技术特征[26].在20世纪90年代前,分布式水文模型的发展主要受到计算机水平的限制.90年代后,计算机技术迅速发展,计算能力已经不再是分布式水文模型发展的制约,而对水文系统的深刻认识、复杂系统建模和多学科交叉等问题成为分布式水文模型必须面对的重点和难点.分布式水文模型面临的问题主要有:非线性问题、尺度问题、参数不确定性问题、观测资料的误差和还原问题等.4.1 非线性问题非线性问题是分布式水文模型所面临的大部分问题的核心.水文系统是非线性系统,所有分布式水文模型都会涉及到描述非线性水文过程,分布式水文模型的物理特征之一就是其大部分参数可以通过试验获得,而测量结果仅仅是点尺度上的参数化特征,将这样的实测参数直接应用到模型计算单元上必然会产生误差.非线性问题的另外一个方面是非线性系统对模型的初始条件和边界条件非常敏感,而在6西安文理学院学报:自然科学版第11卷分布式水文模型中难于确定这两个条件.4.2 尺度问题不同时间和空间尺度对水文系统规律的研究通常有较大的影响.尺度问题主要包括控制方程和参数化的尺度扩展以及分布式水文模型和气象模型的尺度耦合.表现在流域水文模型上则为一些小尺度的流域实验获得的参数往往不能直接应用到大流域的水文模拟,不同时间尺度的模型变量或参数也往往不能通过简单叠加或分解进行转换.尺度问题和非线性问题有着紧密的联系.针对尺度问题,目前存在着两种不同的观点,Beven[27]认为尺度问题最终将被证明是不可解决的,必须接受分布式水文模型的尺度依赖性;B lEschl[28]认为尺度问题正在逐步被解决,而且将来必然在水文学理论和实践中取得重要进展.解决尺度问题,探索不同尺度模型变量或参数之间的转换规律,是建立普适性水文模型的关键. 4.3 参数不确定性问题由于水文过程的复杂性、历史资料误差及土壤侵蚀模型结构误差等因素的存在,给流域分布式水文模型参数率定及径流预报带来很大的不确定性.参数不确定性制约了模型的发展、应用和推广.解决参数不确定性问题,一是加强对分布式水文模型的研究,利用遥感、雷达等先进测量技术准确量测,进而从水文物理结构而不是单纯的数学物理公式或参数优化来改进水文模型;二是利用和充实已有的水文数据库,进行参数不确定性分析,在明确物理意义的基础上,提高参数的精度.4.4 降雨径流资料的误差和还原问题大部分流域降雨径流资料受到测量技术的限制,观测数据可能无法真实地反映水文现象.人类活动的影响也会导致某些水文因素的变化,使历史资料无法直接与近期资料对应统一,无论是修正历史资料还是还原近期资料都有难度,从而影响水文模型的参数率定和优化.先进的大面积的测量技术的不断提高,水文数据质量会逐渐提高,同时加强气候变化和人类活动对水文过程影响的理论研究,利用研究结果对原资料进行修正和还原,将会提高模型预报精度.5 结语分布式水文模型是研究流域内时空变异的有效途径和方法,其发展方向取决于大尺度测量技术的发展,而不是小尺度集总理论的改进及分布式模型的参数值的改进和优化.“没有任何一个模型是通用的,即使是物理过程模拟也具有区域性”[29].所以在建立和修正分布式水文模型时,要注意模型的适用范围和可塑性,建立参数和研究区域之间的定量关系,使参数的获得更容易、更准确.在使用分布式水文模型时,不要生搬硬套,要灵活选用.开发更简单、更可靠、更容易率定的分布式水文模型而不引入更复杂的和更多的参数是未来模型开发的重点和难点.[参 考 文 献][1] 贾仰文,王浩.分布式流域水文模型原理与实践[M].北京:中国水利水电出版社,2005.[2] 刘昌明,郑红星,王中根,等.流域水循环分布式模拟[M].郑州:黄河水利出版社,2006.[3] 吴险峰,刘昌明.流域水文模型研究的若干进展[J].地理科学进展,2002,21(4):342-348.[4] FREEZE R A,HARLAN R L.B luep rint of a physically-based digitally si m ulated hydr ol ogical res ponse model[J].Jour2nal of Hydr ol ogy,1969,9:237-258.[5] ABBOTT M B,BATHURST J C,Cunge J A,et al.An intr oducti on t o the Eur opean Hydr ol ogic Syste m-Syste mHydr ol ogique Eur opean,SHE[J].J of Hydr ol,1986,87:45-77.[6] BE VE N K J.Changing ideas in hydr ol ogy-the case of physically based models[J].Journal of Hydr ol ogy,1989,105:157-172.[7] GRAYS ON R B,BLOSCHL G,BARL I N G R D,et al.Pr ocess,scale and constraints t o hydr ol ogicalmodeling in GI S[A]I n:K Kovar,H P Nachtnebel(Edit or),Hydr oGI S93,App licati on of GI S in Hydr ol ogy and W ater Res ources[J].I A HS,1993,211:83-92.[8] REFSG AARD J C,SETH SM,BATHURST J C,et al.App licati on of the SHE t o catch ment in I ndia-Part1:General re2sults[J].J of Hydr ol,1992,140:1-23.7 第4期夏积德,等:分布式水文模型建模过程研究[9] BE VE N K J,KI RK BY M J,SCHOF I E LD N,et al.Testing a physically based fl ood-forecasting model(T OP MODE L)forthree UK catch ments[J].Journal of Hydr ol ogy,1984,69:119-143.[10] E W E N J,P ARKI N G.SHETRAN:distributed river basin fl ow and trans port modeling syste m[J].ASCE I Journal ofHydr ol ogical Engineering,2000(5):250-258.[11] W I G MOST A M S,VA I L L W,LETTE NMA I ER D P.Adistributed hydr ol ogy-vegetati on model for comp lex terrain[J].W ater Res ourse Research,1994,30(6):1665-1679.[12] ARNOLD J G,W I L L I A MS J R,MA I D ME NT D R.Continuous-ti m e water and sedi m ent-r outing model f or large ba2sins[J].Journal of Hydraulic Engineering,1995,121(2):171-183.[13] HUBER W C,HE ANEY J P.St or mwater manage ment model user′s manual(Versi on III)[M].U S:Envir on mental Pr o2tecti on Agency,1987.[14] 郭生练.基于DE M的分布式水文物理模型[J].武汉水利电力大学学报,2000,33(6):1-5.[15] 李兰.流域水文数学物理耦合模型[A].朱尔明.中国水利学会优秀论文集[C].北京:中国三峡出版社,2000:322-329.[16] 康尔泗,程国栋,蓝永超,等.概念性水文模型在出山径流预报中的应用[J].地球科学进展,2002,17(1):18-26.[17] 夏军,王纲胜,吕爱锋,等.分布式时变增益流域水循环模拟[J].地理学报,2003,58(5):789-796.[18] 任立良.流域数字水文模拟研究[J].河海大学学报,2000,28(4):1-7.[19] 郭生练,程肇芳.流域蒸散发的气候学计算[J].水文,1994,14(5):16-22.[20] MORT ON F I.Operati onal esti m ates of area evapotrans p irati on and their significance t o the science and p ractice of hydr ol2ogy[J].Journal of Hydr ol ogy,1983,66(1-4):1-76.[21] 徐正凡.水力学[M].北京:高等教育出版社,2000.[22] 詹道江,叶守泽.工程水文学(第三版)[M].北京:中国水利水电出版社,2000.[23] 王纲胜,夏军,牛存稳.分布式水文模拟汇流方法及应用[J].地理研究,2004,23(2):175-182.[24] 王书功,康尔泗.分布式水文模型的进展及展望[J].冰川冻土,2004,26(1):61-65.[25] 王纲胜,夏军,牛存稳.分布式水文模拟汇流方法及应用[J].地理研究,2004,23(2):175-182.[26] 贾仰文,王浩.分布式流域水文模型原理与实践[M].北京:中国水利水电出社,2005.[27] BE VE N K J.L inking para meters acr oss scales:sub-grid para meterizati ons and scale dependent hydr ol ogical models[J].Hydr ol ogical Pr ocesses,1995,9:507-526.[28] 程国栋.黑河流域可持续发展的生态经济学研究[J].冰川冻土,2002,24(4):335-343.[29] HUDS ON N W.Soil Conservati on[M].I owa:i owa state university p ress,1995.[责任编辑 马云彤] Study of the Bu ild i n g Process of the D istr i buted Hydrolog i ca l M odelX IA J i2de1,2,WU Fa2qi1,G UO J iang2tao1,2,S UN M ao2cun2(1.Shool of Res ources and Envir on ment,North west Agriculture&Forestry University,Yangling712100,China;2.Depart m ent of Traffic and Survey Engineering,Yangling Vocati onal and Techinal College,Yangling712100,China) Abstract:W ith clear physical meaning of the para meters structure and fully reflect of s patial heter osexual,the distributed hydr ol ogical model could descri p t and si m ulate the real p r ocess of p reci p itati on runoff in the basin accurately and in detail,thus becomes the hot s pot and the fr ont questi on in the hydr ol ogy research.On the basis of detailed classificati on about hydr ol ogy model,this paper fully considers each step of the circulati on of water p r ocess,and based on which,summarizes general step and method in modeling the distributed hydr ol ogy model,p r oposes the p r oble m s existing in the building and app licati on p r ocess of distributed hydr ol ogy model, and points out the devel opment directi on in the future.Key words:hydr ol ogical model;distributed;scale。
分布式水文模型
分布式水文模型水文模型始终是水文科学研究的重要手段与方法之一。
21世纪以来水资源危机日益突出，为了深入探讨自然变化和人类活动影响下的水文循环与水资源演化规律，基于DEM的分布式水文模型成为当今水文界研究的热点。
回顾水文模型的发展历史，不难发现分布式水文模型并不是一个新的概念。
早在20世纪70年代，国外就开始了分布式水文数学模型的研究，1969年Freeze和Harlan发表了《一个具有物理基础数值模拟的水文响应模型的蓝图》的文章。
目前代表性的模型有： SHE模型、IHDM模型、SWAT模型等。
我国在分布式水文模型的研制方面则起步较晚，目前还没有比较成熟或者得到国际上普遍认可的分布式水文模型。
同时国外的模型也不太适用于中国的国情，许多模型在具体引用时还存在很多的问题。
因此，我们急需在借鉴国外先进模型的基础上，利用现代科学技术（尤其是计算机和"3S"技术），研制适合我们国情的分布式水文模型。
"3S"技术的引进，为水文科学注入了新的血液。
目前水文模拟技术趋向于将水文模型与地理信息系统（GIS）集成，以便充分利用GIS在数据管理、空间分析及可视性方面的功能。
而数字高程模型（DEM）是构成GIS的基础数据，利用DEM可以提取流域的许多重要水文特征参数，如坡度、坡向、水沙运移方向、汇流网络、流域界线等。
因此，基于DEM的分布式水文模型是现代水文模拟技术发展的必然趋势。
基于DEM的分布式水文模型，通过DEM可提取大量的陆地表面形态信息，这些信息包含流域网格单元的坡度、坡向以及单元之间的关系等。
同时根据一定的算法可以确定出地表水流路径、河流网络和流域的边界。
在DEM所划分的流域单元上建立水文模型，模拟流域单元内土壤～植被～大气（SVAT）系统中水的运动，并考虑单元之间水平方向的联系，进行地表水和地下水的演算。
概括起来，由于建立在DEM基础之上，分布式水文模型具有以下特色：①具有物理基础，描述水文循环的时空变化过程。
分布式水文模型DHSVM对兰江流域径流变化的模拟试验
Ｃ ｐ ｃ ｙ模 型 等 。 ａａｉ ） ｔ
Ｄ Ｓ Ｍ 模 型 是 由美 国西 北 太平 洋 实验 室 的 Ｈ Ｖ Ｗｉ ｓ 等 【 １９ 年研制成功的具有物理意义的 ｇ ｔ ６ ９４ ｍｏ ａ 于
分 布式水 文模 型 ，可以很精细地考虑地形 、土壤 、 植被 等与水循环的关 系。Ｄ Ｓ Ｍ 模 型与 Ｖ Ｃ模 型 ＨＶ Ｉ
Ｖ Ｃ 模 型一般 用 于 大尺度 流域 的水 文 模拟 ｐ，而 Ｉ 】
各 网格之问则通过坡面流 和壤 中流 的汇流演算发生
水文联系。地形特性用 于模拟 流域地形对短波辐射
收 稿 日期 ：２０ ．Ｏ３ ；修订 日期 ：２ ０．８０ ０ ６１ －１ ０７０ ．７
基金项目： 国家科技部重大基础研究前期研究专项 “ 气候． 植被． 土壤． 水文耦合模式研究及其在新安江流域的应用”（ ０ ３ Ｃ ０ ３０） ２０ Ｃ Ｃ ００ 资助
维普资讯
第２ ４卷 第 ２期
２ ０ 年 ｏ 月 ０８ ４
热
带
气
象
学
报
Ｖ１４ ｏ ． ，Ｎｏ ２ ２ ．
Ｊ ０ＵＲＮＡＬ ０Ｆ ＴＲ０Ｐ ＣＡＬ ＥＴＥ０Ｒ０Ｌ０ＧＹ Ｉ Ｍ
Ａｐ ． ０ ８ ｒ，２ ０
文 章编 号 ： １０ —９ ５ （０ ８ ２０ ７ —７ ０ ４４ ６ ２ ０ ）０ — １６０
由于大气温室气体增加导致 的全球变暖改变着 全球 的天气、气候 ，也影 响着水文循环和淡水供应。 全球变 暖会带来更多 的降水 、也导致蒸散发加剧 ，
然 而 ，并 不 是 世 界 上 所 有 地 区 的降 水 都 会 增 加 ，有
年王守荣等 ［Ｊ １已将该模型应用到半干旱半湿润地 区 Ｕ
Ｅｕｏ ｅ ｎ 系 列 、Ｔ ＭＯＤＥ Ｊ ＷＡＴ４ Ｓ ｉ ａ ｄ ｒｐａ ） ＯＰ Ｌ口 、Ｓ ［（ ｏｌ ｎ １
分布式水文模型区域分解并行计算方法及其应用
分布式水文模型区域分解并行计算方法及其应用分布式水文模型区域分解并行计算方法及其应用分布式水文模型区域分解并行计算方法是近年来在水文领域备受关注的研究方向。
在水文模型的应用中，对于大规模复杂水文系统进行计算和模拟往往需要耗费大量的时间和计算资源。
传统的串行计算方法已难以满足大规模水文系统的快速准确模拟需求，因此分布式水文模型区域分解并行计算方法成为一种重要的研究方向。
在本文中，我们将对分布式水文模型区域分解并行计算方法进行深入探讨，并结合实际应用案例，展示其在水文领域的重要性和价值。
一、分布式水文模型区域分解并行计算方法概述分布式水文模型是一种基于地理信息系统和数学模型相结合的水文模拟方法，能够对流域内的水文过程进行精细化描述和模拟。
而区域分解并行计算方法则是将复杂的水文模型系统分解成多个子模型，每个子模型分别进行并行计算，最后将结果整合得到最终的模拟结果。
通过这种并行计算方法，可以显著提高水文模型的计算效率和模拟精度。
二、分布式水文模型区域分解并行计算方法的关键技术1. 分布式水文模型的网格化划分分布式水文模型需要将流域进行网格化划分，将流域划分成多个网格单元，并对每个网格单元进行水文过程模拟。
针对不同的水文过程模拟需求，可以采用不同的网格化划分方法，如等距网格划分、基于地形的网格划分等。
2. 区域分解并行计算方法的任务分配在区域分解并行计算方法中，需要将计算任务合理地分配给不同的子模型进行并行计算。
通常可以采用静态任务分配或动态任务分配的方法，根据实际情况动态调整计算任务的分配，以实现负载均衡和计算效率的最大化。
3. 子模型之间的信息交换和整合在分布式水文模型区域分解并行计算过程中，不同的子模型之间需要进行信息交换和结果整合，以确保模拟结果的一致性和准确性。
因此需要设计高效的信息交换和整合算法，以降低通讯开销和提高计算效率。
三、分布式水文模型区域分解并行计算方法的应用案例分布式水文模型区域分解并行计算方法已在多个水文模拟系统中得到了成功的应用，极大地提高了水文模型的计算效率和模拟精度。
具有物理机制的分布式水文模型
具有物理机制的分布式水文模型分布式水文模型是一种基于物理机制的方法，用于模拟和预测水文过程在流域内的空间分布。
这种模型可以帮助我们更好地理解和管理水资源，以及预测洪水和干旱等水文灾害事件。
分布式水文模型基于流域内的物理地貌特征和水文学原理，将流域划分为多个小流域单元。
每个小流域单元都有自己独特的地貌特征和水文过程。
通过模拟每个小流域单元内的水文过程，可以最终得出整个流域的水文响应。
例如，在一个山区流域中，分布式水文模型可以考虑土壤类型、地形坡度、植被覆盖和降雨等因素，模拟土壤水分的动态变化、地表径流的形成过程以及河流的洪峰流量。
分布式水文模型的核心是水文学方程，如土壤水分平衡方程、地表径流方程和河流水量平衡方程等。
这些方程描述了水文过程中的水量输入、输出和转移过程。
通过将这些方程应用到每个小流域单元中，可以计算得出每个单元内的水文变量，如土壤水分含量、地表径流和河流水量等。
分布式水文模型还需要考虑气象数据、土壤属性和植被参数等输入。
这些输入数据可以通过遥感和气象观测等方法获取。
通过将这些数据与水文学方程结合，可以计算得出每个小流域单元内的水文变量的时间和空间分布。
此外，分布式水文模型还可以模拟人类活动对水文过程的影响。
例如，农田灌溉和城市排水等活动会改变土壤水分的分布和径流的形成过程。
通过在模型中考虑这些人为因素，可以更准确地预测流域内的水文变化。
分布式水文模型常用于水资源管理和洪水预报等领域。
通过模拟和预测流域内的水文过程，可以辅助决策者制定合理的水资源利用方案，以及及时采取措施应对洪水等水文灾害。
总之，具有物理机制的分布式水文模型是一种基于物理原理的方法，用于模拟和预测水文过程在流域内的空间分布。
这种模型可以帮助我们更好地理解和管理水资源，以及预测洪水和干旱等水文灾害事件。
随着遥感和气象观测等技术的不断发展，分布式水文模型将在未来发挥更大的作用，并对水资源管理和水灾防治等领域产生积极的影响。
分布式水文模型介绍DHSVM_Model_Outputs
Default Output: Mass.Balance
Various water balance components and water balance error for each individual time step
Default Output: Mass.Balance
1. 2. 3. 4. 5.
Reports the results for the entire network
Stream Flow or Road Flow, Streamflow.Only or Roadflow.Only
Network Flow Files
Stream.Flow or Road.Flow:
Time (MM/DD/YYYY-HH) Segment identifier Inflow (m³ /timestep) Lateral inflow (m³ /timestep) Outflow (m³ /timestep) Change in segment storage (m³ )
Model Calibration – Parameter Adjustment
Orographic precipitation model/PRISM
Vegetation Parameters
Stomatal resistance (Min/max
resistance)
Wilting point
DHSVM Output
DHSVM
Soil moisture
Overland flow
Channel flow
DHSVM Model Outputs
Default Output Files Aggregated.Values Mass.Balance Model State Files Soil State File Snow State File Interception State File Channel State File Network Flow Files Network Segment Output File Stream flow or Road flow Optional Outputs Pixel Dumps Model Maps Model Images Graphic Images
分布式水文模型构建理论与方法述评
分布式水文模型构建理论与方法述评分布式水文模型是一种建模方法，通过将水文模型的计算任务分配到多个计算节点上进行并行计算，提高了计算效率和模型的准确性。
下面将对分布式水文模型构建的理论与方法进行述评。
首先，分布式水文模型构建的理论基础是分布式计算和水文模型。
分布式计算是基于计算机网络来组织和实现分散在不同计算节点上的计算任务，并通过通信与协调机制来实现任务之间的协同工作。
水文模型是对水文过程进行定量描述和模拟的数学模型，例如流域水循环模型、水质模型等。
分布式水文模型构建理论就是将这两个领域的理论知识相结合，以适应大规模水文模拟与预测的需求。
其次，分布式水文模型构建的方法主要包括任务划分、数据传输与同步、算法设计和结果集成等步骤。
任务划分是将水文模型的计算任务划分为多个子任务，并分配到不同的计算节点上进行并行计算。
数据传输与同步是指不同计算节点之间进行数据交换和同步，以保证各个子任务计算能够正确进行。
算法设计是指针对分布式环境下的计算特点，设计适用的并行算法来实现水文模型的计算。
结果集成是指将各个子任务的计算结果进行整合，得到最终的水文模型的结果。
在任务划分方面，可以采用基于空间划分的方法，将流域按照空间位置划分为多个子区域，每个子区域分配给不同的计算节点进行计算。
在数据传输与同步方面，可以采用消息传递的机制，通过网络传输数据和同步各个计算节点的状态。
在算法设计方面，可以利用并行计算中的数据并行和任务并行来实现水文模型的计算。
在结果集成方面，可以采用加权平均的方法，将各个子任务的计算结果按照一定权重进行加权求和。
分布式水文模型构建的优点在于提高了模型的计算效率和模拟精度。
由于水文模型的计算任务可以并行处理，大大缩短了计算时间。
同时，分布式水文模型还可以利用多个计算节点的计算能力，增加了模型的计算资源，提高了模拟精度。
此外，分布式水文模型还具有较好的可扩展性和可靠性，可以根据任务的规模和计算资源的情况，动态调整计算节点的数量和规模，以适应不同场景下的模拟需求。
分布式水文模型介绍dhsvm_overview
Vegetation Model
Completely automated
In use since WY 1998
Streamflow and other forecasts
Summary of Hydromet System
Real-time Streamflow Forecast System 26 basins ~60 USGS Gauge Locations 48,896 km2
2,173,155 pixels
DHSVM @ 150 m resolution MM5 @ 4 & 12 km
Performance of Hydromet System
Sauk Snoqualmie
Observed MM5-DHSVM
NWRFC
Hydromet Performance 2
Deschutes Nisqually
Routing
Controls movement of water from the hillslope to the basin mouth
Road networks in steep terrain remove water from the soil matrix to travel as concentrated flow
Spatial runoff patterns; flow convergence and divergence
Soil Characteristics
Total moisture storage capacity of the watershed Rate of movement of moisture from the hillside to the channel network Moisture available to vegetation for transpiration
分布式水文模型的介绍
• 分布式水文模型对流域水文过程的物理描述要求模型的输 入数据能够充分反映流域空间的水文异质性,此外,分布式 水文模型的输出结果也远远的超过了传统的降水径流模型 ,其输出更多的是如流域内不同深度的土壤含水量、地下 水埋深或者污染物浓度等空间分布式信息,这些都不是传 统的数据制备和处理方法所能解决的,只有GIS能够胜任. • GIS在分布式水文模型中的以下几个方面发挥着重要作用: 1)空间数据管理. GIS能够统一管理与分布式水文模型相关 的大量空间数据和属性数据,并提供数据查询、检索、更 新以及维护等方面的功能; 2)提取水文特征.如利用地形数 据计算坡度、坡向、流域划分以及河网提取等;
GIS和遥感在分布式水文模型中的角色
• GIS(Geographical information system,地理信息系统)是 采集、存储、分析和显示空间信息的计算机系统,是处理 和分析地理数据的通用技术. GIS对于分布式水文模型的作 用主要体现在两个方面:分布式水文模型的相关数据处理 和分布式水文模型的系统集成. • 根据GIS在水文模型运转过程中发挥作用的时间,其数据处 理功能又可以划分为两类:前处理和后处理.所谓前处理指 的是将不同投影和比例尺的数字地形数据转换为标准格式 的数据并提供复杂的地图叠加分析和空间分析功能为水文 模型处理输入数据;后处理指的是将水文模型输出可视化 和再分析.
• 3)模型数据准备.如利用GIS的空间分析和数据转化功能,制 备分布式水文模型要求的流域内土壤类型图、土壤深度图、 植被分布图以及地下水埋深图等空间分布性数据; 4)模型 输出结果的可视化与再分析.如上所述,分布式水文模型的 输出结果更多的是空间分布型信息,这些结果或者是以模 型特定的数据格式,或者是以某些GIS系统的数据格式,例如 ArcView的ASCII-GRID格式或GRASS的GRID数据格式输 出,只有应用GIS,才能对这类结果进行显示、查询和再分析 .
分布式水文模型
分布式水文模型（日志）分布式水文模型是在分析和解决水资源多目标决策和管理中出现的问题的过程中发展起来的，所有的分布式水文模型都有一个共同点：有利于深入探讨自然变化和人类活动影响下的水文循环与水资源演化规律。
一、分布式水文模型- 特点与传统模型相比，基于物理过程的分布式水文模型分布式可以更加准确详细地描述流域内的水文物理过程，获取流域的信息更贴近实际。
二者具体的区别在于处理研究区域内时间、空间异质性的方法不一样：分布式水文模型的参数具有明确的物理意义，它充分考虑了流域内空间的异质性。
采用数学物理偏微分方程较全面地描述水文过程，通过连续方程和动力方程求解，计算得出其水量和能量流动。
二、分布式水文模型- 尺度问题、时空异质性及其整合尺度问题指在进行不同尺度之间信息传递（尺度转换）时所遇到的问题。
水文学研究的尺度包括过程尺度、水文观测尺度、水文模拟尺度。
当三种尺度一致时，水文过程在测量和模型模拟中都可以得到比较理想的反应，但要想三种尺度一致是非常困难的。
尺度转换就是把不同的时空尺度联系起来，实现水文过程在不同尺度上的衔接与综合，以期水文过程和水文参数的耦合。
所谓转换，包括尺度的放大和尺度的缩小两个方面，尺度放大就是在考虑水文参数异质性的前提下，把单位面积上所得的结果应用到更大的尺度范围的模拟上，尺度缩小是把较大尺度的模型的模拟输出结果转化为较小尺度信息。
尺度转换容易导致时空数据信息的丢失，这一问题一直为科学家所重视，却一直未能得到真正解决，这也是当今水文学界研究的热点和难点。
尺度问题源于目前缺乏对高度非线性的水文学系统准确的表达式；于是对于一个高度非线性的、且没有表达式的系统，人们用“分布式”方法来“克服” 它。
然而事实上，无论是“ subwatersheds ”是“ rid Cells ”其内部仍然是非线性的且没有表达式。
但是，人们认为他们是“均一”的，于是就产生了尺度问题。
比如，自然界中水文参数存在很大的时间、空间异质性，野外实验证明，传统上认为在“均一”单元，且属于同一土壤类型的小尺度土地上，其水力传导度的变化范围差异可以达到好几个数量级。
分布式水文模型-精选
第九章 分布式水文模拟技术
主要内容
9.1
分布式水文模型的发展
9.2 基于DEM的流域分布式水文模型 9.3 几个典型分布式水文模型的介绍
2020/5/26
9.1 分布式水文模型的发展
9.1.1 分布式水文模型的研究进展
9.1.1.1 研究进展
分布式水文模型的研究可以认为起始于1969年Freeze 和Harlan发表的《一个具有物理基础数值模拟的水文响应 模型的蓝图》的文章。
2020/5/26
分布式水文模型的参数是一个反映流域下垫面和 气象因素空间变化的数集。它的确定方法包括：
①在单元上采用传统的概念性模型，不改变原有模型的 结构和参数，但每一个单元上水文模型的参数值随空间 变化。参数值的大小根据空间信息图进行分类计算。
②重新设计单元水文模型的结构与参数。尽量选择或者 重新构造那些既反映空间变化，又具有物理意义，且便 于计算的指标作为模型的参数。
2020/5/26
流域水循环过程示意图
蒸腾 冠层截留
下渗
壤中流
2020/5/26
基流
降水 蒸发
蒸散发
坡面流
降雨 冠层截留 地表调蓄 土壤调蓄 地下调蓄
河 网 调 蓄
径流
河流
9.2.1.2 流域水循环的数学模拟
由于流域水循环过程极其复杂，在建立水文模型时 通常对复杂水文现象进行抽象和概化。目前，水文模型 的种类繁多，按模型的性质和建模技术可分为：实体模 型（如比例尺模型）、类比模型（如用电流欧姆定律类 比渗流达西定律的模型）和模拟模型。其中，数学模拟 模型是人们最常用的一类水文模型。
2020/5/பைடு நூலகம்6
9.2 基于DEM的流域分布式 水文模型
分布式水文仿真系统DHSVM的Java实现的开题报告
分布式水文仿真系统DHSVM的Java实现的开题报告一、研究背景随着气候变化和人类活动的影响，水资源的分布和变化日趋复杂且不稳定。
水文模型是研究水文过程并预测水文变化的重要工具。
分布式水文模型（Distributed Hydrological Model，简称DHM）是一种基于数学、物理和统计学原理的数值模型，旨在模拟水文系统的动态演化和水文单元间的相互作用过程。
分布式水文模型在流域水文过程的分析、水文预报和水资源管理等方面具有重要的应用价值。
本项目研究的分布式水文仿真系统DHSVM（Distributed Hydrology Soil Vegetation Model）是由美国农业部、美国宾夕法尼亚州立大学和美国西北大学合作开发的一款研究流域水文过程的模型。
DHSVM模型结合了土壤水分、植被生长和地表水径流等模块来模拟流域水循环过程。
该模型已在欧洲、美洲、澳洲等多个流域得到了广泛的应用，是研究流域水文过程的重要工具。
二、研究目的和意义随着分布式水文模型在水文预报和水资源管理等领域的应用越来越广泛，对分布式水文模型的开发和优化变得越来越重要。
本项目旨在使用Java语言实现DHSVM模型，通过增强模型的可复用性和易用性，为相关领域的研究和开发提供更好的工具支持。
具体来说，本项目的主要目标如下：（1）使用Java语言实现DHSVM模型，拓展其跨平台应用性和方便性；（2）将模型实现为可复用的组件，方便其他研究者在自己的项目中使用该模型；（3）对DHSVM模型进行优化，提高其模拟精度和运行效率；（4）提供友好的用户界面，使用户能够轻松输入和编辑模型的参数和输入数据，并方便地查看和可视化模型的输出结果。
本项目的实现将有助于加深对分布式水文模型的理解和应用，并为相关领域的研究和开发提供更好的工具支持。
三、研究内容和研究方法本项目将使用Java语言实现DHSVM模型，并将其实现为可复用的组件。
具体来说，实现过程将分为以下几个步骤：（1）熟悉DHSVM模型的基本理论和算法，并分析其流程和数据结构；（2）使用Java语言实现模型的各个模块，包括土壤水分模块、植被生长模块和地表水径流模块等；（3）进行模型的集成和调试，确保模型的正确性和稳定性；（4）对模型进行优化，提高模拟精度和运行效率；（5）设计并实现模型的用户界面，方便用户输入和编辑模型的参数和输入数据，并可视化模型的输出结果。
基于分布式水文模型DHSVM的平通河流域水文模拟
基于分布式水文模型DHSVM的平通河流域水文模拟石超;龚霞;张行南;夏达忠【摘要】Due to lack of hydrological data and the short time of flood's concentration,the traditional hydrolog-ical model is difficult to obtain good simulation results in the prediction of medium and small river basins.To analyze the adaptability of DHSVM in Pingtong Riverbasin,modeling process,modeling method and the structure and parameters of the model are researched.Then the numerical simulation is performed combining with the Pingtong River's hydrological data.Results show that the simulated daily runoff shows general a-greement with the observations;the relative error is all below 10%;the model can be used in the Pingtong River basin.The research work of relative error generated from the simulation results is done.%中小河流域水文预报时，由于流域水文资料缺乏，洪水发生时间短，传统的水文模型难以取得良好的效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Configuration File
The filename is provide as a comm File used will be INPUT.rainycr
Includes
Model settings Path and file name of: temporal variables files spatial variables file network files initiation files Optional Output specifications
Configuration File: Model Area
[AREA] Coordinate System Extreme North Extreme West Center Latitude Center Longitude Time Zone Meridian Number of Rows Number of Columns Grid spacing Point North Point East = = = = = = = = = = = # # # # # # # # # # # # Model area UTM or USER_DEFINED Coordinate for northern edge of grid Coordinate for western edge of grid Central parallel of basin Central meridian of basin Time zone meridian for area Number of rows Number of columns Grid resolution in m North coordinate for point model East coordinate for point model
Rainy Creek Basin Mask
Configuration File: Routing
[ROUTING] # Routing information. This section is only relevant if the # Extent = BASIN ################ STREAM NETWORK ######################## # The following three fields are only used if Flow Routing = NETWORK Stream Map File = Stream Network File = Stream Class File = # path for stream map file # path for stream network file # path for stream class file
################ UNIT HYDROGRAPH ######################## # The following two fields are only used if Flow Routing = UNIT_HYDROGRAPH Travel Time File = Unit Hydrograph File = # path for travel time file # path for unit hydrograph file
Configuration File: Meteorology
[METEOROLOGY] Number of Stations # Meteorological stations = # Number of meteorological stations
# The following set of lines is to be repeated for each station, with the one replaced by 2, 3, etc. Station Name 1 = # Name for station 1 North Coordinate 1 = # North coordinate of station 1 East Coordinate 1 = # East coordinate of station 1 Elevation 1 = # Elevation of station 1 in m Station File 1 = # path for station 1 file
Configuration File: Time
[TIME] Time Step Model Start
Model End = = =
# Model period # Model time step (hours) # Model start time (MM/DD/YYYY-HH) # Model end time (MM/DD/YYYY-HH)
################ ROAD NETWORK ########################## # The following three fields are only used if Flow Routing = NETWORK and there is a road network Road Map File Road Network File Road Class File = = = # path for road map file # path for road network file # path for road network file
Configuration File: Meteorology con’t
MM5
RADAR Wind Precipitation Lapse Rate
1-D Water Balance
Configuration File: Soils
[SOILS] Soil Map File Soil Depth File Number of Soil Types # Soil information = = =
Configuration File: Options
Shading Shading data path Shading data extension Skyview data path Snotel Outside Rhoverride Precipitation Source Wind Source Temperature lapse rate Precipitation lapse rate Interpolation Cressman radius Cressman stations = = = = = = = = = = = = = = # # # # # # # # # # # # # # TRUE or FALSE path for shading files file extension for shading files path for skyview file TRUE or FALSE TRUE or FALSE TRUE or FALSE STATION or RADAR STATION or MODEL CONSTANT or VARIABLE CONSTANT, MAP, or VARIABLE NEAREST or INVDIST or VARCRESS in model pixels number of stations
Configuration File: Constants con’t
Reference Height Rain LAI Multiplier = # Reference height (m) = # LAI Multiplier for rain # interception Snow LAI Multiplier = # LAI Multiplier for snow # interception Min Intercepted Snow = # Intercepted snow that can # only be melted (m) Outside Basin Value = # Value in mask that indicates # outside the basin Temperature Lapse Rate = # Temperature lapse rate # (C/m) Precipitation Lapse Rate = # Precipitation lapse rate # (m/m)
Configuration File: Options
[OPTIONS] # Model Options Format = # BIN, BYTESWAP or NETCDF Extent = # POINT or BASIN Gradient = # TOPOGRAPHY or WATERTABLE Flow Routing = # UNIT_HYDROGRAPH or NETWORK Sediment = # TRUE or FALSE Sensible Heat Flux = # TRUE or FALSE MM5 = # TRUE or FALSE QPF = # TRUE or FALSE PRISM = # TRUE or FALSE PRISM data path = # path for PRISM files PRISM data extension = # file extension for PRISM files Canopy radiation attenuation mode = # FIXED or VARIABLE
Configuration File: Constants
[CONSTANTS] Ground Roughness Snow Roughness Rain Threshold
Snow Threshold = = = =
Snow Water Capacity =
# # # # # # # # #