2017年度国家自然科学奖公示-流域径流形成与转化的非线性机理-夏军
长江石首段河岸带地下水位变化过程模拟及分析
第34卷第4期2023年7月㊀㊀水科学进展ADVANCES IN WATER SCIENCE Vol.34,No.4Jul.2023DOI:10.14042/ki.32.1309.2023.04.010长江石首段河岸带地下水位变化过程模拟及分析夏军强,朱㊀恒,邓珊珊,周美蓉(武汉大学水资源工程与调度全国重点实验室,湖北武汉㊀430072)摘要:冲积河流的河岸带具有调蓄水文过程㊁净化水环境等重要功能,通过研究河岸带内河水对地下水的影响范围,可为岸线规划和管理提供重要依据㊂本研究于2021年在长江中游石首段实施了沿垂向不同深处的河岸土体级配测量及地下水位过程监测,同时开展了变动河道水位条件下河岸内地下水位变化过程的数值模拟㊂基于数值试验,定量分析具有不同河流形态区域内地下水位对河道水位变化的响应过程,确定研究区域内侧岸地下水位的变化范围㊂实测数据及计算结果表明:河岸带地下水位受河道水位影响显著,离岸10m 处水位变化同步性几乎一致,20m 处峰值落后1d;伴随离岸距离的增加,地下水位滞后性增加,峰值下降,侧向潜流交换的主要影响范围在离岸约1400~1600m,该范围外地下水位全年内变幅小于河道水位最大变幅的5%;在单位河长范围内,2021年河道补充地下水的水量约为5000m 3/m,地下水排泄到河道的水量约为3000m 3/m;相较于顺直段,弯道凸岸处地下水位响应更快,峰值更高,凹岸则相反;在考虑降雨入渗后,区域内径流系数约为0.80,地下水位变幅较不考虑降雨时的差别很小,而河道补充(排泄)地下水流量均约为4000m 3/m㊂关键词:河岸地下水;河道水位;交换水量;潜流影响范围;长江中游中图分类号:P333.1㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1001-6791(2023)04-0572-13收稿日期:2023-02-23;网络出版日期:2023-07-10网络出版地址:https :ʊ /kcms2/detail /32.1309.P.20230710.1055.002.html基金项目:国家自然科学基金资助项目(U2040215;52009095)作者简介:夏军强(1974 ),男,浙江绍兴人,教授,博士,主要从事河流动力学研究㊂E-mail:xiajq@ 河岸带是既具有水域特性㊁又具有陆地特性的水陆交界区域,受到河水和地下水的共同作用[1]㊂在河岸潜流带内,河水与地下水相互作用,使得水量和水质都进行交换,进一步影响溶质和能量的交换,最终对河岸带生物群落的生长和繁殖产生影响[2-4],是流域生态系统稳定性的重要一环[5]㊂因此,确定河水与地下水在河岸带内进行相互作用的范围,可以为岸线规划和管理提供依据㊂河水与地下水相互作用发生在河床表面以下的沉积缓冲带或侧向河岸带的多孔渗透区内,该区域称之为潜流带[6]㊂早期对潜流带的研究主要是针对河床潜流带,而对河岸带内侧向潜流交换的研究则进展相对较慢,并且大多针对稳态条件㊂Brunke 等[6]在研究河水与地下水交换对生态系统的重要性时提出了侧岸潜流带的概念,同时引入 潜流走廊 模型,阐述潜流与河岸带生态影响间的关联性㊂相较于河床潜流交换,侧岸的潜流交换更加显著[7],同时在弯曲河流上侧向潜流交换量级和范围更大[8-10]㊂Cardenas [8]研究了在河水补充地下水和地下水排泄到河水2种情况下,不同弯曲程度的河流侧岸潜流带范围㊂一方面随着河道弯曲程度的增加,侧岸潜流带的范围有所增加;另一方面随着河岸带基流流量增加,潜流带范围有所减小㊂林俊强等[9]通过搭建室内模型研究了不同弯曲河岸形态影响下的侧岸潜流交换特性,发现随着河岸弯曲程度增大,河岸侧向孔隙对流引起的侧岸潜流交换强度增加㊂近年来,部分研究者对于非稳态的侧岸潜流交换过程进行了探索㊂一些学者提出了不同季节月份㊁水位波动㊁融雪等因素[11-16]作用下河岸带地下水和河水的动态交换规律㊂刘东升等[11]在新安江大坝下游河段监测了水压和温度,分析了冬季和夏季河岸带水热交换特征,得出夏季的潜流宽度更大;束龙仓等[13]统计了新汴河多年河岸地下水位,发现随离岸距离增加,地下水位与河道水位相关性下降㊂相较于长时间的潜流交换,一些学者侧重于研究短时间内河道水位急剧涨落的影响,分析了暴雨㊁洪水及大坝泄水等因素[17-22]影㊀第4期夏军强,等:长江石首段河岸带地下水位变化过程模拟及分析573㊀响下的河岸带地下水过程㊂Liang等[19]基于二维Boussinesq方程,研究了洪水事件下的顺直河岸内河水-地下水交换㊂结果表明,洪水期间河水快速下渗到含水层,并且大部分河水短时间内能返回河流,剩余河水将在含水层内停留很久,不仅会流回河流,也会流向下游含水层㊂张泽宇等[20]在室内搭建模型研究了单峰脉冲洪水信号对河岸带地下水过程影响,说明河岸带内各点地下水水位的波动随洪峰的增大而增强,水位的增幅随洪水历时的增长而增大㊂以上研究没有考虑到分层土体的渗透特性对地下水流动的影响㊂Salehin等[23]则结合水槽试验和数值模拟分析了非均质河床对潜流交换的影响,发现相较于均质河床,非均质河床潜流交换通量更大㊂胡淑蘅等[24]考虑了河底淤泥层及堤岸对侧向潜流的影响,结果表明两者对侧向潜流过程均有限制作用,潜流范围缩小㊂目前对于长江中游干流河岸带的侧向潜流研究相对较少,多数研究集中于小流域内的局部河段内㊂本文通过野外原型监测和数值模拟计算,分析长江中游二元结构河岸土体的渗透特性,计算中游石首河段河岸带地下水位变化过程,给出河水变动对地下水位的主要影响范围及水量交换过程,以揭示河岸带地下水位动态变化的控制因素㊂1㊀研究区域水文地质条件1.1㊀河段概况本文选取长江中游的石首弯道段作为研究对象(图1),研究河段位于长江中游下荆江河段,上起新厂(荆82),下迄荆104断面,全长约33.9km,由上㊁下2个顺直段和1个弯道段组成,曲折系数为2.09㊂河段进口处较为顺直,弯道放宽段有倒口窑和藕池口心滩,弯顶左岸一侧为向家洲边滩㊂河段平滩河宽沿程先增加后减小,变化范围在730~2800m之间不等[25]㊂河段水面纵比降较平缓,2021年内平均纵比降为0.5‱㊂由于石首河段除进口有藕池口分流外(流量较小,约占干流流量的5%),并无其他大支流,故监利站资料可较好地代表该河段的水沙过程㊂三峡工程运用后的2003 2019年,监利站年均径流量为3768亿m3,较运用前(1998 2002年)减少了6%;而年均输沙量为0.79亿t,较运用前大幅度降低,减幅为78%㊂此外,监利站多年平均汛期水量在运用后降低至3005亿m3,较运用前的3480亿m3偏少约14%,汛期来水量变化相对较小;而在上游水库蓄水拦沙及水土保持工程的综合影响下,监利站多年平均汛期输沙量在运用后显著降低至0.68亿t,较运用前的3.36亿t偏少约80%㊂图1㊀荆江河段示意Fig.1Sketch of the Jingjiang reach574㊀水科学进展第34卷㊀1.2㊀河岸及河床土体组成荆江段河岸多为上部黏性土体及下部非黏性土体组成的二元结构河岸,其上层多为粉质黏土和壤土;下层为粉细砂,且下层的厚度一般大于30m㊂本研究在下荆江石首河段左岸向家洲钻孔取土,得到了地表以下0~45m的河岸土体样本,并采用激光粒径分析仪(Microtrac S3500)进行测量,得到了不同深度下河岸土体级配和中值粒径㊂根据测量结果,土样级配在深度4~5m处发生明显变化,上层土体中粒径小于0.10mm组分的含量达95%,属于黏性土类,平均中值粒径小于0.03mm;下层土体粒径大于0.10mm组分的含量约60%,为粉细砂,平均中值粒径为0.11mm(图2)㊂河床土体组成与河岸下层土体均为粉细砂,且随着深度的增加,砂土的密实性增加㊂由于采样的土壤在钻孔过程中受较大干扰,因此,无法测量其他土体特性,如渗透系数等㊂根据之前的荆江段河岸土体土工试验结果可知,上层粉质黏土的渗透系数约为1ˑ10-5cm/s,下侧粉细砂的渗透系数在2.4ˑ10-3~3.8ˑ10-3cm/s之间[26]㊂图2㊀石首段河岸土体组成Fig.2Bank soil compositions in the Shishou reach1.3㊀河岸内部地下水位监测2021年1月19日至11月28日,在向家洲(29ʎ45ᶄ01ᵡN,112ʎ23ᶄ32ᵡE)和北门口(29ʎ45ᶄ16ᵡN, 112ʎ26ᶄ01ᵡE)2个站点布置了3口监测井(图1㊁图3),测得了2处地下水位的变化过程㊂在向家洲河岸离岸10m和20m处修建了2个监测井(1号井和2号井),在荆95断面上游约800m处;在北门口离岸10m处修建了3号井,在荆98断面上游约700m处㊂3口井的深度均为20.0m,井底高程比最低河道水位低约9.0m㊂每口井的顶部高出地表1.2~1.4m,以确保井在洪水漫滩时不被淹没㊂每口井内悬挂一台HOBOU20-001-02水位记录仪,测量范围为0~30.5m,测量精度为0.03m㊂水位记录仪固定在地表以下16.2~16.4m处,比最低河道水位低约5.0m㊂图4给出了2021年1月19日至11月28日内3口监测井的地下水位㊁石首水位站的实测日均水位及降水量㊂2021年石首站的最高水位为34.17m,最低水位为24.53m,平均水位为29.19m㊂在1 3月间始终保持较低水位,之后在4 6月水位抬升,7月进入洪峰期,并于9月中旬达到最高水位㊂在三峡工程开始蓄水后,水位开始下降,平均日退水速率约0.12m/d㊂根据降雨过程可知,石首河段2021年降水量为1374.0mm,主要降雨时段集中于4 8月,其中4月7日㊁4月24日㊁6月3日和8月24日降水量大于40.0mm㊂相较于多年平均值,2021年属于偏丰水年㊂日均降水量与石首站水位相关系数约为0.10,可见该地水位主要受上游来流控制,受局地降雨影响较小㊂北门口(3号井)离岸10m处的地下水位与河道水位同步性强,水位峰值均出现于同一天㊂在涨水期和洪峰期内,该处地下水位与河道水位平均差值约为0.21m㊂向家洲(1号井㊁2号井)实测的地下水位在4月8 16日㊁4月22日至5月1日㊁5月22日至6月7日之间存在陡升陡降的现象,在后文(3.4节)中分析了造成该现象的原因,判断可能与该区域附近水塘的修建和蓄水有关㊂除去这几日的数据外,1号井的地下水㊀第4期夏军强,等:长江石首段河岸带地下水位变化过程模拟及分析575㊀位与3号井的水位十分接近㊂而离岸20m 处(2号井)的地下水位同步性下降,最高水位落后河道水位1d,峰值下降约0.12m㊂在退水期内,3口井的地下水位明显高于河道水位,最大水位差约1.42m,反映了地下水位的滞后性㊂图3㊀地下水位监测井布置情况Fig.3Setup of the groundwater level monitoring wells图4㊀2021年河道水位㊁地下水位和降水量变化过程Fig.4Temporal variations in the river stage,groundwater level and rainfall in 20212㊀侧向潜流过程计算模型与验证2.1㊀地下水三维运动方程在不考虑水的密度变化条件下,孔隙介质中三维空间的流动可以用下面的偏微分方程表示:∂∂x (K xx ∂h ∂x )+∂∂y (K yy ∂h ∂y )+∂∂z (K zz ∂h ∂z )-W =s s ∂h ∂t (1)式中:K xx ㊁K yy ㊁K zz 为渗透系数在x ㊁y 和z 方向上的分量,m /s;h 为水头,m;W 为单位体积流量,s -1,用以代表流进汇或来自源的水量,由降雨或其他因素形成;s s 为孔隙介质的储水率,m -1;t 为时间,s㊂模型构建及求解使用MODFLOW 数字模型[27],其数值求解方式使用有限差分法㊂2.2㊀局部模型率定与验证2.2.1㊀模型率定模型率定过程中的计算区域选择在荆98断面局部河段,河段内设置有北门口站点3号监测井(图3),576㊀水科学进展第34卷㊀利用所测地下水位对渗透系数进行率定㊂荆98断面位于弯顶下侧(图1),左岸为凸岸侧,河底坡度较缓;右岸为凹岸侧,河底坡度较陡㊂凸岸侧有边滩,中水时露出,洪水时淹没㊂模型横向计算范围为6000m,断面地形采用2019年的实测数据㊂由于河漫滩高程变化相对较小,故忽略其河漫滩的地形变化,近似可取为河道最外侧高程实测值㊂垂向上,该断面地表以下70m 为不透水基岩[28],故本次模拟范围上至河底及河岸表面,下至-70m 深度㊂纵向上沿荆98断面上下游各延伸500m㊂计算的网格总个数为10ˑ401ˑ23(纵向ˑ横向ˑ垂向)㊂网格纵向尺寸为100m;横向尺寸为20m,靠近河道附近的网格加密,缩小为10m;垂向尺寸介于0.9~6.9m,且位于浸润线附近的网格较密㊂根据实测资料,河岸组成由上到下依次为4~5m 粉质黏土㊁16~20m 松散-稍密粉细砂㊁20~25m 中密粉细砂㊁55m 密实粉细砂,底部为不透水基岩;河床组成由上到下依次为8~20m 松散-稍密粉细砂㊁8~表1㊀土体渗透系数率定结果Table 1Calibration of the hydraulic conductivityof bank soil土质厚度/m 渗透系数/(cm㊃s -1)粉质黏土4~5 1.0ˑ10-4松散-稍密粉细砂8~20 1.0ˑ10-2中密粉细砂8~25 5.0ˑ10-3密实粉细砂55 1.2ˑ10-3基岩 1.0ˑ10-925m 中密粉细砂㊁55m 密实粉细砂,底部为不透水基岩㊂各土层渗透系数取值范围参考‘水利水电工程水文地质勘察规范:SL373 2007“,同时结合以往的实测资料,表1给出了渗透系数率定结果㊂计算区域内的边界条件设置为:①纵向边界上,由于局部河段内上下游水位变化很小,纵向坡降引起的河岸内地下水上下游流动可忽略不计,即假设上下游流量为0m 3/s;②横向边界上,河岸横向最外侧赋予河道最低水位24.53m,河道边界赋予石首站的实测日均水位条件(图4);③垂向边界上,底部设置为不透水边界㊂在模型率定与验证中,暂不考虑降雨影响,则源项为0㊂图5给出了北门口地下水位监测点3号井计算与实测的地下水位过程对比情况㊂从图5中可以看出,整体上计算结果与实测地下水位过程吻合较好㊂在涨水过程中,模拟结果与实测结果吻合性良好,平均绝对误差约为0.20m,纳什效率系数大于0.99;退水过程中模拟结果和实测数据间误差略有增大,平均误差约为0.32m㊂图5㊀北门口3号监测井计算与实测的地下水位Fig.5Calculated and measured groundwater level hydrographs in the No.3well 2.2.2㊀模型验证与敏感性分析利用向家洲布置的2个地下水位监测井(1号井和2号井,图3),对模型进行验证㊂向家洲位于荆95断面附近,模型构建过程与前面相同,且同样采用石首水位站的实测值作为边界条件(图4)㊂由实测资料可知,向家洲处河岸上层为粉质黏土,厚度约为4m,下侧为粉细砂㊂各层土体的渗透系数取值与表1相同㊂图6给出了向家洲监测点计算与实测的地下水位变化过程㊂除去几处水位骤增数据外,在离岸10m 处地下水位的计算值与实测值的绝对误差多在0.23m 以内,但在退水期末误差较大,误差约为0.60m;在离岸20m 处,地下水位的计算值与实测值的误差多在0.33m 以内㊂㊀第4期夏军强,等:长江石首段河岸带地下水位变化过程模拟及分析577㊀图6㊀向家洲监测点计算与实测地下水位过程Fig.6Calculated and measured groundwater level hydrographs at Xiangjiazhou㊀㊀以向家洲处的地下水位变化为研究对象,开展了河岸渗透系数的敏感性分析㊂对于表层黏土,在表1的渗透系数取值基础上(工况1)分别增加和减小50%(工况2㊁工况3),开展潜流过程计算㊂对比离岸20m处的地下水位过程,工况1 工况3的地下水位相差很小,差值小于0.02m㊂对于下层粉细砂的渗透系数,结合实测资料设置计算工况4 工况6,对应的渗透系数分别为0.0025㊁0.0050和0.0075cm/s㊂图7(a)给出了在离岸20m处,不同渗透系数下计算的地下水位变化过程㊂可以看出,河岸下层粉细砂层对于地下水位计算结果的影响较大,当渗透系数减小至0.0025cm/s时(工况4),涨水期及洪峰期地下水位较工况5降低了0.19m,退水期增加了约0.11m;当渗透系数增加至0.0075cm/s时(工况6),涨水期及洪峰期地下水位较工况5增加了0.05m,退水期则降低了约0.09m㊂进一步分析下层粉细砂渗透系数变化对单位河长内的河水-地下水交换量的影响,如图7(b)所示㊂当渗透系数减少至0.0025cm/s时,河水补充地下水峰值减少27m3/(m㊃d),地下水排泄河水峰值减少14m3/(m㊃d),全年内河水补充地下水减少约1000m3/m,地下水排泄河水减少约1000m3/m㊂;当渗透系数增加至0.0075cm/s时,河水补充地下水峰值增加10m3/ (m㊃d),地下水排泄河水峰值增加22m3/(m㊃d),全年内河水补充地下水增加约1500m3/m,地下水排泄河水增加约1000m3/m㊂总体看来,河岸表层粉质黏土渗透系数的改变对河岸地下水位的影响较小,而下层粉细砂渗透系数的改变对地下水位及潜流量的计算结果影响较大,且离岸越远影响越明显㊂由于表层土体较薄,2021年内河道水位高于表层土体底板的历时约有80d,故大部分时间段内表层黏土对地下水位的影响较小㊂将表层黏土的渗透系数与下侧粉细砂设为一致,地下水位的计算结果仅改变了0.3%,同时若忽略粉细砂因密实度增加产生的渗透系数变化,计算结果的影响在2%以内㊂因此,在后续河段尺度的潜流过程研究中,可近似不考虑河岸土体分层对于潜流过程模拟的影响㊂图7㊀下层粉细砂不同渗透系数下离岸20m处模拟结果Fig.7Simulation results at20m distance from the bank slope with different hydraulic conductivities of fine sand578㊀水科学进展第34卷㊀2.3㊀河段模型建立与验证断面局部模型模拟计算时,主要分析了单侧河水对河岸地下水的作用,没有考虑到平面地形变化对侧向潜流的影响[29-30]㊂而在实际河流中,弯曲河流常常拥有蜿蜒的河岸形态,河岸会受到多侧河水的入渗;同时在河岸带内地下水间也会相互作用,对地下水的时空变化分布产生进一步影响[19]㊂为了分析河流平面形态对侧向潜流范围的影响,此处在上述分析的基础上,进一步扩展了平面计算范围㊂通过分析河弯内不同位置潜流过程的差异,揭示河道形态变化对河岸带地下水位的影响㊂2.3.1㊀模型建立石首河段模拟范围长13.55km㊁宽10.8km,范围内河道长度为33.9km,曲折系数为2.09(图1)㊂模拟网格共216列㊁271行,总网格数量为58536个,河道处网格作为无效网格处理,共7249个,故有效网格数为51287个,每个网格的长度和宽度均为50m㊂由前文参数敏感性分析可知,下层粉细砂的渗透系数对计算结果的影响远大于表层粉质黏土㊂本研究缺乏区域内全部的河岸土体分层资料,难以建立全范围内非均质河岸模型,故近似采用均质河岸模型,则区域内土体均采用粉细砂层的渗透系数(0.0050cm/s)㊂针对边界条件,在河道两侧网格赋予水位条件,模拟范围四周边界采用零流量边界条件㊂根据长江水利委员会水文局荆江水文水资源勘测局实测资料,河弯左右两岸的水位差在0.02~0.08m之间,横比降约为0.05%,左右两岸水位差相较于约7.7m的河道水位年变幅很小,对河岸带地下水位计算结果影响很小,故可利用新厂和石首站的水位插值赋予沿程水位条件㊂2.3.2㊀模型验证对比荆95断面局部模型离岸50m处地下水位与石首河段模型同位置处的地下水位㊂整体上河段模型计算地下水位略高于局部模型计算水位,平均高约0.42m,涨水期和洪峰期内平均水位差约0.46m,而在退水期平均水位差减小约0.31m㊂计算时间段内,纳什效率系数约为0.98,说明河段模型计算结果较为准确,而水位略高于局部模型原因可能在于河流平面形态的影响㊂3㊀典型急弯段侧向潜流模拟分析3.1㊀单侧河水作用下的侧向潜流范围与潜流量将荆95断面局部模型计算时段扩大至2021年全年,图8给出了初始时刻(1月1日)㊁河道水位最高时(9月10日)㊁计算时段末(12月31日)的河道水位及地下水位横向变化㊂对比初始水位线和最高水位线,地下水位横向梯度在涨水的过程中明显增大㊂相较于初始河道水位26.45m,洪峰期内河道的最高水位达34.17m,增加了7.72m㊂近岸处的地下水位随河道水位提升明显,两侧离岸100m内地下水位增加幅度超过6.0m,离岸200m内的增加幅度超过4.5m㊂远岸处的地下水位受河道水位的影响较小,在左右岸离岸800m外,地下水位较初始情况的增加幅度小于1.0m㊂在退水期内,河道水位下降,但远岸处的水仍然流向河岸内部,地下水位有所提升,使得潜流带范围仍有所扩大㊂在左右岸离岸约1400m外,地下水位变幅小于河道水位变幅的5%,故河道水位波动对该范围以外的地下水位变化的影响很小㊂图9给出了单位河长内的河水-地下水交换量与河道水位变化过程㊂从图9中可以看出,单位河长内河水-地下水交换量的变化趋势大致与河道水位同步,在河道水位较高时,河道补充地下水的水量较大;当河道水位较低时,河道水补充地下水的水量较小,且当河道水位持续下降时,地下水反过来排泄到河道㊂在单位河长范围,2021年内河道补充地下水的水量约为5000m3/m,地下水排泄河道水量约为3000m3/m,净水量约为2000m3/m㊂2021年监利站径流量为4228亿m3,沙市至监利站距离为162km,河段内河水向河岸入渗的净水量约为6.5亿m3,约占监利站径流量的0.15%㊂㊀第4期夏军强,等:长江石首段河岸带地下水位变化过程模拟及分析579㊀图8㊀河道水位及地下水位线横截面Fig.8Lateral profiles of river stage and groundwater level图9㊀荆95断面附近单位河长内河水与地下水的交换水量与河道水位变化过程Fig.9Temporal variation of the water exchange volume between river and groundwater per channel-length and the river stage at the section of Jing953.2㊀石首河段地下水位分布特征及潜流量图10(X为横向起点距,Y为纵向起点距)给出了石首河段不同时刻河岸地下水位的分布情况㊂初始时刻地下水位与河道水位相差很小,无明显水流流动(图10(a))㊂在涨水过程中,河岸带的地下水位随着河道水位不断抬升㊂当河道水位达到最高时(图10(b),9月10日,河道水位为35.05~33.61m),河岸带一定范围内地下水位有了明显提升㊂河道水位较初始情况增加7.62~7.71m,近岸处的地下水位涨幅较大,在距河道100m河岸内,地下水位较初始情况增幅大于6.5m;远岸处地下水位涨幅较小,距河道900m河岸外,地下水位较初始情况增幅小于1.0m㊂在河道水位经历短暂下降后(图10(c),10月20日),一方面近岸处的地下水位对河道水位变动敏感,也立即随之下降,地下水来不及传入河岸内部而排泄入河道中;另一方面,远岸处的地下水位仍在增加㊂此时,相较于最高水位,河道水位下降了4.07~3.96m,但是600m外的地下水位仍然在上升㊂地下水水位波峰传达至离岸约300m处,水位呈现出中间高㊁两边低的情况,地下水一方面会补给河水,另一方面会继续往河岸内部流动㊂经历1a的模拟后(图10(d),12月31日),河岸带的地下水位分布情况较初始水位有了明显变化㊂河道水位全年内最大变幅约为7.7m,而在1600m外,在全年内水位变幅小于河道水位最大变幅的5%,河道水位变动基本不影响该处的地下水位㊂对比局部模型与河段模型,在考虑了河流的平面形态后,侧岸潜流的主要影响范围有所扩大,原因在于河岸带内上下游的河水入渗促进了潜流向内发展,特别在凸岸处,地下水位明显较高㊂对比潜流量,取荆95断面所在位置,在单位河长范围,2021年内河道补充地下水的水量约为5000m3/m,地下水排泄河道水580㊀水科学进展第34卷㊀量约为3000m3/m㊂相较于前文所计算的水量较为相似,原因在于河道内水体主要位于黏土层之下,故前文计算结果中河水通过黏土层向内入渗仅占很小一部分㊂图10㊀石首段河岸地下水位变化过程Fig.10Groundwater level distributions at different times in the Shishou reach3.3㊀不同河流形态特征位置的地下水位变化过程为了研究2021年内河流平面形态变化对于河岸带地下水位的影响,选取弯道进口顺直侧㊁弯道凸侧等4个具有不同形态的河岸位置(研究位置A D,图10(a)所示),分析不同离岸距离下地下水位的变化过程㊂该4处位置分别具有的特点包括:①弯道进口顺直侧,该处河岸单侧临水;②左岸凸侧,该处河岸两侧临水;③右岸凹侧,同样受到两侧河道水位影响;④洲滩处,地下水受四周河水影响㊂图11(a)给出了进口顺直段(位置A)离岸距离(S)分别为100㊁500㊁1000m处的地下水位变化过程㊂如图11(a)所示,在离岸100m处的地下水位和河道水位的相位差较小,具备较好的跟随性,对河道水位响应较快;但随着离岸距离的增加,地下水位与河道水位之间的相位差增大㊂在离岸500m处,地下水整个水位过程只有一次涨落过程,且最高水位时刻(10月17日)滞后河道37d,而当距离达到1000m时,水位变化过程只有较平缓的涨水过程,变化幅度更小㊂同时从图11(a)中可以看出,随着离岸距离的增加,地下水位的涨退历时也在明显增加㊂河道水位在1月2日至2月19日有一个短暂的上升回落过程,在离岸500m处,这个过程坦化,上升回落时间为1月2日至4月3日,历时93d,相较于河道(历时49d)增加44d㊂而在离岸1000m处,河道水位短暂上升对地下水位已无影响(水位变化小于0.01m)㊂在退水期,离岸500m处地下水已经不能在12月31日前完成退水过程,但进入下一年份的枯水期(1 3月),水位可能会继续下降㊂在弯道凸岸侧(位置B,图11(b)),相较于顺直段,随着离岸距离的增加,也会出现峰值坦化,历时增长的情况;但是在退水过程中,各距离下的地下水位要明显高于顺直段的地下水位㊂相较于单侧河水影响的。
生态水文
早期的生态水文学主要定义在生态湿地系统范畴，旨在更好地了解水文因素如何决定湿地生态系统的自然发育。联合国教科文组织启动的人类生物圈计划于 1986 年召开会议，确定了陆地生态系统和水生生态系统之间的过渡带，对生物化学循环和景观镶嵌体具有重要的调控作用，它是生态水文学发展的雏形阶段。 1988 年，联合国教科文组组织召开了过渡带研究的国际专题研讨会，筹划了水陆过渡带功能方面的合作研究项目，试图通过对生态过程的充分理解，确定过渡带恢复或重建的管理思想。
生态水文学及其发展现状
来源：衡水水文局 文章作者：丁二峰 录入时间：09-06-25 17:59:27
摘要： 本文从水文学的概念出发，从初级阶段、成型阶段、概念的提出和发展现状四个方面对生态水文学进行综述，为正确理解其概念及研究范围提供依据。
关键词： 生态水文学；水文水资源；发展现状
夏军 . 生态水文学的发展与西部生态需水问题研究面临的挑战 [EB/OL]., 2006-10-29.
林祚顶 . 水生态监测探析 [J]. 水利水文自动化 .2008,(4):1-4.
审稿：陈宝根
3.2 成型阶段
从 1965 年开始，联合国教科文组织国际水文计划 分阶段地讨论了人类活动影响，水资源与自然环境之间关系的研究；综合利用水资源的水问题；为经济、社会发展合理管理水资源的水文学和科学基础； “ 大气 - 土壤 - 植被 ” 之间的水循环关系，全球气候变化对陆地水文过程的影响；脆弱环境中的水文水资源开发等 关于水文学的问题 ，这对生态水文学的发展起了很大的促进作用。
3.4 发展现状
目前，在生态水文学的研究领域，活跃着一大批科学团体，使得这一领域的研究有了很大的发展。一系列关于生态水文的专著、专集、期刊杂志等相继出版，如： “生态水文学 ”专集、 “生态工程杂志 ”杂志、 “水文科学杂志 ”等。进入 21 世纪后，国际水文计划确定了 “水的相互作用：来自风险和社会挑战的体系 ”为主题的生态水文学研究方向。主要研究讨论地表水与地下水、水文循环的大气与陆地部分、淡水与咸水、全球化的流域与河流尺度、质与量、水体和生态系统、科学与政治、水与文化等内容，其中，水文循环的大气与陆地部分是生态水文学研究的重点内容。
the 黄河流域时变增益分布式水文模型()模型的原理与结构黄河流域
武汉大学学报 ( 工学版) Engineering Jo urnal of Wuhan U niversity
Vol. 38 No . 6 Dec. 2005
文章编号 :167128844 (2005) 062010206
黄河流域时变增益分布式水文模型
第6期
) — 夏 军等 : 黄河流域时变增益分布式水文模型 ( Ⅰ — — 模型的原理与结构
11
流 [ 4 ] . 尤其是进入 20 世纪 90 年代后 , 每年断流的 天数直线上升 ,最多的 1997 年达到了 226 d. 要解 决黄河面临的严重水问题 , 首先必须研究如下问 题 : 如何量化气候变化与人类活动对水循环水资源 的变化及影响 ,这也是近代水科学面临的主要科学 问题 . 黄河的水问题研究不再是找其中的典型流域 就能够研究清楚 ,还需要从黄河全流域的角度来研 究分析其水循环 . 黄河是一条沙多水少的河流 ,人类活动影响非 常剧烈 ,大量的水保工程 、 水库的修建几乎完全改 变了黄河的天然降雨产流规律 . 另外黄河流域的上 游水文资料很少 ,存在显著的 PUB 问题 ,现有的分 布式水文模型应用于黄河流域都无法得到很好的 结果 ,模拟精度不高 . 本文针对黄河流域的特色 ,以 及时变增益分布式模型的优点 ,建立了黄河流域时 变增益分布式水循环模型 . 该模型目的是通过模拟 水循环的过程 ,量化气候变化与人类活动影响对流 域水资源的影响 . 面对如此复杂的黄河 , 本文试图 解决以下问题 : ( 1) 传统意义上的分布式模型是纯物理机制 的模型 . 纯物理机制的模型复杂度很高 , 所以模拟 精度很难提高 . 在黄河月分布式模型中采取了系统 理论与物理机制结合的方法 . 在每个单元中引入了 时变增益产流模型的系统理论[ 5 ,6 ] , 这样发挥了分 布式模型的优势又降低了模型的复杂度 . ( 2) 黄河流域的水保过程是黄河流域水资源 减少的主要原因之一 ,在黄河分布式时变增益模型 中建立了覆被耗水模型 ,通过流域中梯田 、 林地 、 草 地、 坝地等土地类型的面积来模拟水保工程的减水 作用[ 6 ] . ( 3) 黄河中游人类活动影响作用约占来水量 减少的 57 % ,其中很大一部分是农业的耗水 [ 7 ] . 耕 地的面积 、 作物的类型等因素是农业用水量的主导 因素 ,综合考虑这些因素后 , 在黄河分布式时变增 益模型中建立了农业耗水模型 ,通过模拟能够得出 每个子流域的农业逐月耗水量 . ( 4) 在黄河分布式时变增益模型中加入了水 库调度模块 ,根据水库的调度规程及来水情况对其 进行模拟 . 黄河干流主要的超大型水库考虑了龙羊 峡、 刘家峡及三门峡水库 , 水库对黄河流域的影响 很大 ,主要作用是对黄河源头区的产水在年内进行 了重新分配 ,对黄河的减水影响相对较小 .
夏军：河湖水系连通特征及其利弊
夏军：河湖水系连通特征及其利弊夏军，水文学家，他开展了非线性时变系统水文学途径，提出了一种开展中国家协调流域防洪防污矛盾和河流生态调度新的水系统方法……这是水利人的第187篇文章当前浏览器不支持播放音乐或语音，请在微信或其他浏览器中播放科学大道100号宇柏凝 - 回不去注：本文发表于"地理科学进展"2012年1月，第31卷第1期河湖水系连通特征及其利弊夏军1，高扬1，左其亭2，晓洁1，庆美1，窦明2〔1.陆地水循环及地表过程重点实验室，中国科学院地理科学与资源研究所，100101；2.大学水科学研究中心，450001〕【摘要】随着水资源以及水环境**的恶化，河湖水系连通性作为河流**以及提高水资源利用的一个重要指标在国家"十二五〞战略规划中被着重提出。
目前，中国对河湖水系连通特征及其对河流**的影响缺乏足够的认识，本文主要对河湖水系连通的定义、分类、评判指标、影响因素及其对水环境**的影响进展了一一阐述。
分析说明：维持水系连通可以明显地改善湿地生态环境，维持湿地生态环境及生物多样性，保障防洪平安和水资源可持续利用。
同时，河湖连通也会带来对生态环境的负面影响，主要包括：①原本水质好的河流和水质相对较差河流连通后降低原来河流的水质；②加剧连通河流中物种及鱼类等生命体的竞争；③水量充分的河流支援水量缺乏的湖泊，将减少该河流的有效可利用水量；④导致水面蒸发量减少影响地表及陆地的水循环，影响地区的气候变化；⑤上游地区与下游地区河湖连通将导致下游地区河湖泥沙及淤积量急剧增加。
【关键词】水系连通性；河流**；水环境；生态效应1引言随着水资源的匮乏及水环境**的恶化，人们逐渐认识到河湖水系连通的重要性，在**长江评价指标体系中水系连通首次作为一个重要指标被提出来[1-2]。
但由于河湖水系、水文、地形和地貌特征的复杂性，使得中国的河湖连通战略不能简单模仿国外的成功案例，仍需要进展反复的验证与调研。
随州市名人录
随州市名人录季梁 [春秋战国]季梁，随国都（今随州市西北）人，生卒年不详。
文献中最后一次记载他的活动是在《左传· 桓公八年》，时值公元前704年。
根据此时他已久居高位，且此后文献无载来看，当时他已届暮年，而且不久便寿终正寝。
假定他此时尚属青年或壮年，以他的地位和名声，想必不会从文献记载中遽然消失。
由此看来，季梁应该出生于春秋初年。
季梁，季为其氏，梁为其名。
季氏，《元和姓纂》以为系陆终氏之子季连之后，《古今姓氏书辨证》以为系鲁桓公子季友之后，《通志·氏族略》则二说并存。
若联系有关文献分析，这两种说法都不可靠。
按理说，陆终氏之子季连之后应为季连氏而非季氏，《万姓统谱》即谓季连氏源于“鬼……[详细]杨涟 [明] 东林六君子 (1571～1625)•杨涟（1571~1625），字文孺，号大洪，明代湖广应山（今属湖北广水）人，明代晚期著名大臣、谏官、东林党人、政治家，万历三十五年（公元1607年）进士。
初任常熟知县，举全国廉吏第一，入朝任给事中。
明神宗病危，力主太子进宫服侍皇帝。
明光宗即位，极力反对郑贵妃求封皇太后。
光宗病重，召见大臣，他不属大臣，亦在召见之列，临危顾命；光宗逝世，李选侍居乾清宫挟太子欲把持朝政，他说服朝臣，挺身而出，闯进乾清宫，拥太子即位，并逼李选侍移出乾清宫，安定了朝局，升兵科都给事中。
天启五年（公元1625 年）任左副都御史，因弹动魏忠贤24大罪，被诬陷，惨死狱中；后平反昭雪……[详细]何成濬 (1882～1961)何成濬（1882—1961），字雪竹，湖北随州人，中华民国陆军二级上将，湖北省省长，人称小孟尝和湖北大家长，被誉为天才的说客和杂牌军的领袖。
早年追随黄兴，黄兴去世后随孙中山和蒋介石，在北伐和中原大战中活跃一时。
因西安事变棋错一步而受到冷遇。
抗战开始后却被任命为执法总监。
抗日战争胜利后以后任湖北省议长，1961年5月7日在台湾病逝。
生平著有《八十回忆》。
夏军教授荣获2014年国际水文科学奖
夏军教授荣获2014年国际水文科学奖
佚名
【期刊名称】《人民黄河》
【年(卷),期】2014(36)5
【摘要】本刊讯4月24日，在爱尔兰都柏林举行的Dooge-Nash国际水文科学大会上，国际水文科学协会（IAHs）主席Hubert Savenije宣布．由国际水文科学协会（IAHS）、联合国教科文组织（UNESC0）和世界气象组织（WMO）联合颁发的”2014年国际水文科学奖（International Hydrology Prize）-Volkel 奖章（VolkerMedal）”授予中国科学家、中国自然资源学会水资源专业委员会主任夏军教授，以表彰他在国际水文科学领域做出的杰出贡献。
【总页数】1页(PF0003-F0003)
【关键词】水文科学;科学奖;国际;联合国教科文组织;中国自然资源学会;世界气象组织;科学协会;中国科学家
【正文语种】中文
【中图分类】P33
【相关文献】
1.夏书章教授荣获美国公共行政学会颁发的2006年度"国际公共管理杰出贡献奖" [J],
2.四川省青年科技创新研究团队带头人龚启勇教授荣获2015年度国家自然科学奖[J],
3.夏军教授当选国际水文科学协会(IAHS)副主席 [J],
4.夏书章教授荣获美国公共行政学会颁发的2006年度“国际公共管理杰出贡献奖” [J],
5.徐宗学教授荣获“国际水文合作突出贡献奖” [J], 李柯
因版权原因，仅展示原文概要，查看原文内容请购买。
章光新!——精选推荐
流域作为人类活动和环境过程的功能地理区域!"#$%!直接关系到一个地区甚至一个国家的社会经济可持续发展和生态环境安全"目前!由于全球气候变化和人类活动的强烈影响!流域的可持续发展面临着严峻的挑战"首先!气候变化和人类活动严重地紊乱了流域水循环和生物循环的动态平衡"其次!流域水管理主要采用机械的水文工程方法!没有考虑流域尺度的水循环对生物地球化学演化的作用!&%"如在我国众多流域中因大规模进行水利工程建设而带来的水循环短路化#绝缘化及生态系统的孤立化等一系列问题!严重制约着流域社会经济可持续发展!’%"因此!我们必须采用生态水文学的理论思维和系统科学的方法来研究流域水文系统与生态系统#水循环与生态过程之间的相互作用关系!确保流域社会经济与生态环境协调#稳定#可持续发展!加快我国小康社会建设的进程"(流域生态水文学研究的内涵流域生态水文学$()*+,-.+/+01#.2!/,13142%是以流域为研究单元!应用生态水文学的理论思维和系统科学的方法!5%!在时空尺度上研究生态过程与水文过程相互影响#相互作用#共同耦合演进的过程#机理和机制!探求流域水资源持续利用与水环境安全管理的一门新型学科!最终目标是为流域社会经济与生态环境协调#稳定#健康发展提供科学依据和决策指导"流域不仅是土地利用综合评价与管理的基本地理单元!6%!同时也是生态水文学研究的最佳尺度"目前!流域土地利用7覆被变化$89::%和生态水文学的研究是国际地圈#生物圈计划$;<=>%重要的组成部分之一!?%"其中!生态水文学是在"??@年ABC3DE国际水与环境会议上正式提出的!是描述生态格局和生态过程的水文学机制的一门学科!其生态水文格局#生态水文过程与生态水文模型是重点研究内容!"F#"&%"两者之间的联系是因为土地利用7覆被变化能影响流域范围内径流#蒸腾#入渗和降水!然而!流域水循环必将影响和改变生态格局和生态过程!以及土地利用和相关的管理方法的选择"%流域自然因素对生态水文格局与过程的影响机理%12自然营力与地质环境塑造了流域基本的生态水文格局陆地表层系统在自然营力作用下!如第四纪新构造运动#火山地震等!其结构物质#地形地貌#水文地质环境等要素都发生了巨大的变化!塑造了流域基本的生态水文格局!同时原本的生态水文过程产生了紊乱!在新的驱动机制作用下!生态过程与水文过程相互作用!共同演变成相对稳定的生态水文格局"因此!研究流域自然演变历史对深刻认识近代生态水文过程有着重要的指导意义"重点是从时间序列上研究流域水文系统构造环境的演变#水文循环和水质演化的过程与规律#生态系统演替的规律及其趋势!尤其是加强对河流的洪泛平原的地质历史研究"洪泛平原是人类聚居和生产活动的主要场所!具有较高的生产力"同G.DEHDE4)C1B*()*+,-.+/I01#.2/,13142J+-+),0.章光新中国科学院东北地理与农业生态研究所K长春"LFF"@M1,*.+)-*;E-*D*B*+1N<+14,)O.2)E/P4,D0B3*B,)3I013142K:PQK:.)E40.BE"LFF"@K:.DE)流域生态水文学是以流域为研究单元!应用生态水文学的理论思维和系统科学的方法!探求流域水资源持续利用与水环境安全管理的一门新型学科"重点论述了流域自然地理要素演变对生态水文格局与过程的影响机理#流域生态水文格局与过程对土地利用和管理的响应机制以及建立特色流域生态水文模型的构思!并就流域生态水文学急需研究的重要科学问题作了详细的阐述和探讨!旨在为保证流域社会经济与生态环境协调#稳定#可持续发展提供科学依据和决策指导!加快我国小康社会建设的进程"流域生态水文学$生态水文格局$生态水文过程$生态水文模型$自然地理要素@A&A62)));BCDB+%))*02%;))&%;)A()*+,-.+/+01#.2/,13142D-)E+R-BCS+0*)OO32DE4*.+*.+1,2)E/-0D+E*DND0T+*.1/1N+01#.2/,13142*14,1O+)N*+,-B-*)DE)C3+ R)*+,,+-1B,0+-/+U+31OT+E*)E/-)N+R)*+,+EUD,1ET+E*T)E)4+T+E*)**.+R)*+,-.+/#-0)3+V Q+U+,)3H+2-0D+E*DND0D--B+-1N R)*+,-.+/+01# .2/,1314D0)3,+-+),0.K R.D0.T)2+E-B,+*.)*+01#+EUD,1ET+E*)E/-10D1#+01E1T2/+U+31O.),T1ED1B-32K01E-D-*+E*32)E/01E*DEB1B-32K R+,+ /D-0B--+/G.+2),+)-N1331R-W!*.+DEN3B+E0+T+0.)ED-T-1N E)*B,)34+14,)O.2N)0*1,-1E*.++01#.2/,1314D0)3O)**+,E-)E/D*-O,10+--+-X" *.+,+-O1E/DE4T+0.)ED-T-1N*.++01#.2/,1314D0)3O)**+,E-)E/D*-O,10+--+-1E*.+3)E/B*D3DY)*D1E)E/T)E)4+T+E*X#*.+01E0+DU+/1N 0.),)0*+,D-*D0+01#.2/,1314D0)3T1/+3VR)*+,-.+/+01#.2/,13142X+01#.2/,1314D0)3O)**+,E-X+01#.2/,1314D0)3O,10+--+-X+01#.2/,1314D0)3T1/+3XE)*B,)34+14,)O.2N)0*1,-ZL$LP"FFF#56&5[@FF’\"@#FF$@#FL收稿日期!@FF’#F’#"&基金项目!中国科学院知识创新项目[]^:_@#Q(#L@F#@\作者简介!章光新"男"长春市高新区蔚山路L"?&号"研究员"主要从事水文水资源与生态领域的研究#I#T)D3!Y.4‘aE+D4)+V)0V0E章光新!关于流域生态水文学研究的思考&%!"#$%&’"$(%%))*+,-.’"/%%%0第!"卷!##$年第%!期!总第期"&’()**+,-./01-!231-41-.,56+78,79:;39<=>6/3?<:6@6.?A9;9,:>3时"它是流域构造运动和水文过程演变的产物"洪泛平原的历史和结构决定洪泛的空间格局#方式$和地下水循环%补给区和水质"可见认识洪泛平原的地质历史是理解近代生态水文过程的基础!"#$&!B!流域自然地理要素演变对生态水文动态的影响流域的气候%第四纪沉积与土壤%地形地貌等自然地理要素的演变"对生态水文动态有着深远而重要的影响!%&$&水是维持生态系统平衡的重要因子"流域空间地理位置的不同"气候要素#降水量%蒸发量和温度等’也随之发生变化"直接影响着流域水循环过程和植被分异规律"如在不同类型流域(((西北干旱区内流河流域%南方热带雨林区流域%东北半干旱内陆河流域等"各自具有独特的水循环特征和生态水文景观&地表第四纪沉积对流域水循环条件有很强的影响"直接影响到含水层的渗透系数%持水能力和潜在的地表地下径流!%’$&土壤是植被生产的母体"营养元素和水分都是从土壤中汲取的"同时土壤的理化性质直接影响到界面水文通量和水质&流域的地形地貌不仅界定水的范围#面积%水域’"而且坡度降直接影响着物质流#如能量%物质和信息’的传输方向%速度和时间&流域边界可以影响到局部的气流和气候%迁徙流和物种分布的相关格局"以及污染的扩散流!%($&研究的主要问题有!!重点开展全球气候变化的区域水文响应%降水时空分异规律及其与生态系统耦合关系的研究"预测流域水文情势演变趋势及其对生态系统的影响机制)"加强流域赋水空间#土壤%地下含水层’水力特征时空演化对水文通量的影响研究"定量计算径流对频率分布和土壤水力特征的空间结构的敏感性!)%$)#利用流域数字高程模型*+,"提取重要水文特征参数"如坡度%坡向%流域界线%汇流网格等"建立流域分布参数水文模型和溶质迁移转化模型"预测变化环境下的水文水资源演变趋势"揭示物质流的传输途径%梯度变化速率以及最终归宿&C 流域生态水文格局与过程对土地利用和管理的响应机制流域作为一个完整而连续的自然综合体"其生态水文格局也具有连续性"主要表现在水文系统的连续性%生态系统的连续性%水域与陆域的连续性%陆域的连续性等方面!#$&但是"在大规模无序的人类活动作用下"流域生态水文格局的连续性遭到破坏"生态水文过程发生急剧的变化"流域生态水文系统的内部结构和功能产生弹性变化"通过自身调节"达到稳定状态"有时超越弹性限度可导致整个系统的瓦解和崩溃&CD%土地利用E 覆被变化!FGHH "对流域生态水文格局与过程的影响流域土地利用-覆被变化#./00’是一个相当复杂的过程"可从逐渐转变#外来种群逐渐入侵’到整个改变#草地转变为森林和耕地’!1($"直接作用于生态景观格局"景观格局中的植被可以在多个层次上影响降水%径流%蒸发和入渗"从而对水资源进行重新分配"由此影响和改变了流域水文循环过程&234546789:;;认为"在流域中土地利用的作用是至关重要的&土地利用使降水分成两部分!!*绿水+通过蒸腾作用由水蒸汽流向大气)"*蓝水+流到河流中或补给地下水&水文过程对流域土地利用具有高度敏感性"因此"水资源综合管理必须考虑水资源系统的土地利用和管理因素"它是实现水资源可持续利用的成功关键!1($&土地利用方式的变化也可直接导致水资源的利用方式和强度的改变"如在半干旱地区的雨养旱田改为灌溉水田"主要靠过度抽取地下水来灌溉"导致水位下降"形成降落漏斗"同时加速地下水与地表水体之间的水量交换&水利工程建设"可直接破坏流域的连续性"导致流域水循环短路化%绝缘化及生态系统的孤立化"紊乱生态水文格局和过程&土地覆被的变化能够有效地影响地表反射率%地表温度%下垫面的粗糙度和土壤<植被<大气连续体间的水分交换!=><="$&由上可见"运用*@+技术和模型技术"加强流域土地利用A 覆被变化条件下的生态水文效应研究"模拟不同土地利用情景下的生态水文过程"揭示生态<水文相互作用机理"为土地合理利用与退化的生态环境恢复重建提供了科学依据&CD!流域生态水文格局与过程在水环境安全调控中的作用和功能流域生态水文格局与过程在水环境安全调控中的作用和功能主要体现在以下两个方面&%"流域的淡水生态系统与营养负荷淡水生态系统被认为是四维结构系统"环境变量的空间格局和生物数量由纵向%横向%垂向和时间梯度来决定"它们之间通过水%能量和物质通量来联系!B($&水是地球表层系统中的物质和能量传输的载体"水文过程可以通过各种水文要素"如水位%流速%流量等影响营养物质在淡水生态系统的分布和富集&CD E:FFG3:H5;<IFJK9LJ4等学者认为"在流域水平方向上"水<营养元素的运移系统被陆地景观的结构"也就是陆地的形态,地貌结构$%土地利用,已耕种的土地"可耕土地$和土地覆被所决定&淡水生态系统周围的湿地%洪泛平原可通过改变地表径流和水文格局来影响地下水的补给%径流和排泄"在控制和降低营养物的沉积%运移%营养负荷"以及净化水质量等方面具有重要作用&!"土地不合理利用和管理带来的人为污染土地利用带来的点源与面源污染已引起国际社会的关注和重视&流域作为土地管理和社会经济发展的基本单元"土地不合理利用和管理给流域生态水文系统带来了严重的污染"在我国七大江河流域系统均遭受不同程度的污染&目前"国际上盛行合理利用自然湿地或构建人工湿地来处理污染物%净化水质"这是人为利用生态水文格局和过程来调控区域水环境安全的一种新型模式&针对上述科学问题"建议重点开展以下研究工作!!流域系统营养元素-盐分,盐渍土区$时空分异规律%运移机理以及与生态水文格局和过程的耦合关系)"流域生态水文过程及其演变机制"构建合理的生态水文格局"处理人类活动造成的污染)#流域水文系统及其水文化学过程对植物的成分%结构%分布和演替的影响!==$&"建立流域生态水文模型的构想流域生态水文模型是在揭示流域生态水文过程机理的基础上"建立的预测植被类型或植物群落对水文生境或水文地球化学生境变化的响应模型!=?$"为政府提供土地利用与管理的理论依据和科学决策&"D%生态水文模型研究进展简介生态水文模型已成为国际水文计划,IEM $和国际地圈<生物圈,I2NM $的热点研究课题&=>世纪’>年代中期"土壤O 植被<大气连续体,@MC0$概念引入我国"以刘昌明院士为首的科学家们以农田生态系统为主要研究对象"就@MC0系统界面的水分过程%通量的估算模型以及能量物质交换等方面开展了系列研究工作&(>年代中后期"我国学者注重作物耗水规律和节水农业技术的研究!=P$&此外"夏军教授等人研制了水<生态耦合模型"成功地应用于博斯腾湖水资源的可持续管理!=Q$&国际上成功开发并应用的主要生态水文模型有以下几种&!荷兰开发的陆地生态系统生态水文影响评价模型<IRST@"描述植物种群和生境因子,如土壤%地下水和土地管理$之间的相互关系"可用来评价人类活动引起环境变化条件下的植物种群响应机制"以及用来计算水文变化的生态效应的*+,UCR 生态水文模型!=V<=&$&"澳大利亚联邦科学与工业研究组织,0@ITS $研发的分布参数水文模型,RSMS2WIT,$"用来预测流域尺度上土壤<植被<大气系统界面的水分过程%碳循环以及物质与能量通量!=’$&#ICE@建立了各种尺度的*植物<土壤<大气+相互作用模型"适合不同生态类型的大尺度生态水文过程模拟模型不断被提出和应用"@XCR Y 土壤O 植被O 大气Z 传输模型在各种尺度上得以迅速发展"通过对陆地生态系统的不同参数化处理"形成了种类繁多的生态水文过程模拟模型&如德国开发的中尺度生态水文模型@[I,,@K:F 4\][4;83I\;8^34;8],K]8F $是用来研究分析气候变化的区域响应"在流域尺度上综合了水文%植被%侵蚀和氮的动态变化!=(O?>$&$I0EST@生态水文"C!"#$%&’"$(%%))*+,-.’"/%%%0模型!用来预测化学和水文生物因子对植物种群响应的影响"!地下水对地表生态有一定的控制作用!与植被群落结构#种类和其他生态特征之间的关系十分密切!近期发展了针对地下水生态过程的多种模拟模型!如!"#以及$%!等"此外!还有&’()*+,-#./&&,%0#0&)#)12,#3425,等生态水文模型"&1%建立特色的流域生态水文模型根据流域人类活动的干扰程度!可把流域大致分为人工化#半人工化#自然状态6种类型流域"重点研究植物群落多样性与环境要素以及人类活动相互作用关系!选择对植物生长和种类分异贡献率大的环境要素作流域生态水文模型类型变量$如植物种群#土壤#水文#土地管理#气候%"通常大部分流域生态系统是土壤#水文#气候与人类活动的综合体"其中!水文和土壤条件控制着许多环境因子$包括氮的可获取量#盐分#有机物质的分解#矿化度速率等%!因此!主要变量可划分为几个子变量$如土壤包括结构#化学#含水量!水文包括水化学#水文区#地下水埋深#水位上升速率等%7689"采用数理统计方法和先进的模型技术!建立有特色的流域生态水文模型!预测植物种类和群落对环境要素和人类活动的响应态势!为退化生态系统的恢复重建以及政府有关部门水土资源管理!提供科学依据和实践指导"2结束语流域生态水文学是在人们认识流域作为人类活动和环境过程的功能地理区!也是社会经济发展和土地管理的基本单元的背景下诞生的!它是保证流域水资源持续利用与水环境安全管理的理论依据和实践工具"在理论体系和研究方法上需要不断地对其改进#完善和发展!尤其在流域生态水文学研究的内涵#变化环境下流域水循环的生态水文学基础研究76:9#流域尺度与生态水文尺度的配比拟合关系!以及生态水文模型的经验;统计#专家知识$等级划分%#黑箱关系应该向定量化发展等方面!需要深入研究和探讨"在实践应用方面!应该首先在我国干旱#半干旱地区和盐渍土区开展流域生态水文学的研究!因为那里的流域水循环和生态环境都比较脆弱"参考文献+345467897:0!"#$%&’%(()*+,&-*(./012341546789381:39*+’;<65=49741>6?875@A=12875!565>!B#.B3A95783:+5C6935D15478<875565>75@(757>1D154)EFFG)HIJKLM EHNOEPE.!Q#,R’STU B)UT;/TU V W.X5@6?7439=3:740D154017840M 741?056?78219=21?46C1!U#.(18Y3A951M Z&XU-<AY86=065>)Q[[E.!H#\%(]’X*%.T5C6935D1547865@6?7439=:3957463578=47413:40115C6935D15491239465>!U#./01’75@%A=497867M &47413:401T5C6!935D154^T5C6935D15478X5@6?7439=L)EFF_.!P#Z-((X//TT -*,R/TU&\TV (R*!RWT(T*/.*1‘=49741>61=:39RD196?7a=‘7419=01@=!U#.,7=065>435VZM *7463578R?7@1Db <91==)EFFF.!G#(RZXTB cR’T,&SX.T?30b@9383>b !!!401=?61546:6?Y7?d>93A5@43A=11?3=b=41D 293219461=7=D757>1D1544338=43‘79@=A=47657Y6864b 3:‘741991=3A9?1=!B#.T?3!83>6?78T5>6511965>)Q[[[)EeJEfM EO_.!e#刘树坤.中国水利现代化和新水利理论的形成!B#.水资源保护)Q[[H)EFJQfM EOG.!N#阎水玉)王祥荣.流域生态学与太湖流域防洪"治污及可持续发展!B#.湖泊科学)Q[[E)EEJEfM EON.!_#T5C6935D15478<9341?4635%>15?b JT<%f.’75@=?721D35643965>7==1==D15491!=179?02875!U#.;&T<%eQ[g U OFPg [[F)EFFP.!F#]URV ]R&&)UR’<\T)]hTU&)1478.X5!41>9741@>13>97206?787==1==D1543:15!C6935D15478?35@6463565‘7419?74?0D154=M 865d65>875@=?7211?383>b)15C6935D15478D3@18865>75@WX&!B#.\b@9383>6?78<93!1==1=)Q[[[)GFJPfM QFFOHEF.!E[#U-VUXW;Tc OX/;U]T.<8754=65‘7419O 35493881@1?3=b=41D=M 7?46C19381650b !@9383>6?293?1==1=75@91=235=143‘7419=491==X)=?32175@>1519783A48651!B#.R@!C75?1=65,7419U1=3A9?1=)Q[[E)QP JNfM eFGON[G.!EE#赵文智)程国栋.干旱区生态水文过程研究若干问题评述!B#.科学通报)Q[[E)PeJQQfM E_GEOE_GN.!EQ#赵文智)程国栋.生态水文学!!!揭示生态格局和生态过程水文学机制的科学!B#.冰川冻土)Q[[EJPfM PG[OPGN.!EH#R*VUT,]RXUV)U-]TU/,X’]h.T?3!0b@9383>b !(#.’35@35M U3A481@>1<91==)EFFF.!EP#U-VUXW;TcOX/;U]T X.T?30b@9383>bM 70b@9383>6?219=21?46C13:?86D741O=368O C1>1474635@b57D6?=!B#.,7419U1=3A9?1=U1=179?0)Q[[[)HeJEfM HOF.!EG#(RZXTB cR’T,&SX.T?30b@9383>bOO401=?61546:6?Y7?d>93A5@43A=11?3=b=41D 293219461=7=D757>1D1544338=43‘79@=A=47657Y6864b 3:‘741991=3A9?1=!B#.T?3!83>6?78T5>6511965>)Q[[[)EeJEfM EO_.!Ee#,X’Z\T’(’i)]UX*S(R**)RU/;U (RW*;&cT,&SX)1478./01=49A?4A9175@:A5?46353:401j6=4A78U6C19:833@287655179<83?d)<3875@!B#.T?383>6?78T5>6511965>)Q[[[)EeJPfM EGFOEee.!EN#U-]TU/]%ZS\%;&)(XZ\%T’]-ZS)&/Ti%*,TXTU&./01=274678@6D15=6353:875@=?721=A=47657Y6864b !B#.T5C6935D154)V1C1832D15475@&A=47657Y6864b)Q[[Q)P JHfM QHNOQGE.!E_#\X’’]UXZ\/OX’S-,&S%%)Uh]%S B)UcT<TZSX (.T?30b@9383>6?7891=179?03:87d1O‘7419=01@91874635=65@6C19=6:61@875@=?721J(7=A9675’7d1875@)<3875@f !B#.T?383>6?78T5>6511965>)Q[[[)Ee JEfM FEOF_.!EF#WU%\%(BT,X//.Z756541>9741@‘741991=3A9?1=D757>1D154=A=4765401293C6!=6353:1?3=b=41D >33@=75@=19C6?1=k !B#.<0b=6?=75@Z01D6=49b 3:401T7940)Q[[Q)QNJEEOQQfM __NO_FG.!Q[#黄奕龙)傅伯杰)陈利顶.生态水文过程研究进展!B#.生态学报)Q[[H)QHJHfM G_[OG_N.!QE#\TU]&/()VXTSSU;WTU ]./0165:8A !15?13:401=274678=49A?4A913:=3682932!19461=35‘7419Y7875?1D3@1865>657D6!?93=?781?74?0D154!B#.<0b=6?7875@Z01D6=49b 3:401T7940)Q[[Q)QN JF OE[fM N[EONE[.!QQ#]RXUV R B),X’]h U ’.T?3O0b@9383>bM 28754=75@‘74196541991=4967875@7lA746?15C6935D154=JY33d 91C61‘=f.EFFFM NO_.!QH#\%UUh -’VT jT*/TUX*S)(%U/X*B ,%&&T*.%?3D2796=353:=6m D3@18=291@6?465>C1>147463591=235=1430b@93!83>6?7807Y6474?075>1!B#.T?383>6?78(3@18865>)EFFN)E[EJQOHfM HPNOHeE.!QP#于贵瑞)王秋凤.我国水循环的生物学过程研究进展!B#.地理科学进展)Q[[H)QQJQfM EEEOEEN.!QG#贾绍凤)王国)夏军#等.社会经济系统水循环研究进展!B#.地理学报)Q[[H)G_JHfM QGGOQeQ.!Qe#TU/&T*%Z V.T?30b@9383>6?786D27?4O7==1==D154D3@1865>M 751m7D281:39419!91=496781?3=b=41D=65*339@O\38875@!B#./01*14019875@=.T5C6935D15478(3@1865>75@%==1==D154)EFFF)EeJPfM EHOQQ.!QN#UT(Z-j%*T S.T?383>6?781::1?4=3:‘7419D757>1D15465401*14019875@=M 401D3@18VT(*%/!B#.T?383>6?78T5>65119!65>)Q[[[)EeJEfM EQNOEPE.!Q_#,%UUXZS U)V%,T&.TC78A746353:7@6=496YA46352797D14191?30b@9383>6?78D3@18J/-<-WOXU(f 357=D788?932265>93474635?74?0D154!B#.B3A95783:\b@9383!>b)EFFN)EFEJEOPfM ePO_e.!QF#王根绪)刘桂民)常娟.流域尺度生态水文研究评述!B#.生态学报)Q[[G)QG JPfM _FQOF[H.!H[#j%’T*/X*%SUh&%*-j%.(1=3=?7811?30b@9383>6?78D3@18865>437578b=191!>635781::1?4=3:?86D741?075>1!B#.T5C6!935D15478(3@1865>75@%==1==D154)EFFF)EGJPfM QGFOQNE.!HE#U%(&X&&%’%(%.\b@9383>6?7891!=235=1A5643:401-9@&47>16996>74635791775@401@b57D6?:68865>3:7lA6:19=3:401XC7503175@<7?d=7@@81<8765=!U#.Z&XU-’75@75@,7419/1?056?78U12394[Ng[Q)Q[[Q.!HQ#夏军)孙雪涛)谈戈.中国西部流域水循环研究进展与展望!B#.地球科学进展)Q[[H)E_JEfMG_OeN.章光新!关于流域生态水文学研究的思考&&。
流域水循环演变机理与水资源高效利用
实现了3大系统全方 位耦合模拟，突破 以往的两两模拟
水循环、水环境及水生态三大系统相互作用关系
（1）模型原理与总体结构
“自然-社会” 二元水循环 模型
“Natural - Artificial ” DUalistic WAter cycle model
(GCM)
(RCM)
由11个子模型 组成模型库， 具有独立自主 知识产权
1.揭示了强人类活动影响下海河流域水循环演变
机理与演变规律
2.对强人类活动影响下海河流域水循环演变进行
了归因分析
1. 揭示了强人类活动影响下海河流域水 循环演变机理与演变规律
万年尺度
人类活动的低影响阶段
千年尺度
影响增加阶段 气候变化、人类活 动、下垫面条件等 的演变特征
百年尺度
影响剧烈阶段
降水、径流和 地下水等的演 变规律
流域水循一、 研究背景与总体思路 二、 主要研究成果 三、 项目实施效果
一、研究背景与总体思路
1.研究背景
环境变化和人类 活动对水循环影 响及其伴生的生 态环境效应，是
当前全球性的前
沿基础科学问题。
1. 研究背景
GDP:15% 粮食产量:>10% 水资源:1% 人类活动 强烈
面积:32万km2 人口:1.4亿 (10％) 耕地:1.74亿亩(12%) 城镇化率: 43%
战略地位 重要
海河流域 年降水量： 530mm 水资源量: 340亿m3
水资源 匮乏
地表水衰减:51% 水资源开发率:123% 人均资源量:243m3
水问题 突出
河道断流 年地下水超采80亿 水功能区达标率<30% 湿地萎缩80%
1.研究背景
国内流域产汇流模型与应用分析
２ 产汇流研究考虑的问题
水文分析常用的方法大致分为： 物理分析途 径； 系统分析途径—广泛使用的是线性系统分析方 法， 也使用非线性汇流计算； 随机水文学。流域水文 模型按照建模的技术， 分为水文物理模型和水文数
第９卷 第３期 ２００７ 年 ６ 月
地球信息科学
ＧＥＯ－ ＩＮＦＯＲＭＡＴＩＯＮ ＳＣＩＥＮＣＥ
Ｖｏｌ．９， Ｎｏ．３ Ｊｕｎｅ， ２００７
国内流域产汇流模型与应用分析
刘兆存，金 生，韩丽华
（大连理工大学土木水利学院， 大连 １１６０２４）
摘要： 本文对国内流域产汇流研究与应用进行了分析、比较和综述。重点是对流域产流模型结构建立的理论基础分 析， 流域汇流的单位线方法和流域的实际物理特性和水流运动的内部机制之间的对应关系的分析。流域产汇流模 型 和 遥 感 技 术 相 结 合 应 用 到 具 体 工 程 实 践 所 产 生 的 新 的 理 论 技 术 和 研 究 方 向 作 了 分 析 。 最 后 应 用 系 统 论 、控 制 论 和反问题对上述问题进行了系统的归纳和总结。 关键词： 产汇流； 综述； 单位线； 遥感
对于工程中实用的不同的产汇流预报方法和在环境方面的预报应用也有人作了尝试30假定降雨空间分布不变化而下垫面特性空间分布变化是目前惯常的做法但对于降雨空间变化的流域产流模型的研究指出31将降雨空间变化的时变过程特征值作为输入能考虑降雨空间变化对的原理和方法自动提取流域水系构建数字nm流域主要过程包括凹陷区的识别处理平坦部位水流流向设定子流域集水单元勾划河网生成河网与子流域编码及河网拓扑关系的建立
首都师范大学资源环境与旅游学院及导师信息
311 070501-自然地理学硕士生导师070501 自然地理学以城市环境过程与数字模拟国家重点实验室培育基地、地理科学与技术国家级实验教学示范中心为依托，以遥感、地理信息系统技术、核技术、电子显微技术和选频光释光等高新技术为支撑，结合当前国内外地理学科的发展趋势，研究自然地理学的资源、环境和灾害问题。
本专业现有教师18人，其中教授 8人，副教授7人，博士11人，已形成了良好的教学和科研梯队。
承担973项目子专题、国家科技支撑计划、国家自然科学基金等各类项目30余项。
水土环境过程与修复，研究研究全球气候与区域发展交互影响下的北京都市圈自然水文过程数值模拟与水资源管理；研究在不同尺度下的流域景观格局与非点源污染过程的尺度依赖性和景观格局变量对环境响应产生控制作用的尺度适应性关系；研究污染土壤修复和再利用、及农药等环境有毒有机污染物的环境化学行为等科学问题。
全球环境变化及其区域响应，注重多学科交叉、渗透，综合研究人为因素作用下的自然环境演变过程。
以气候变化研究为中心，主要研究过去气候环境演变规律，探索未来环境演化趋势，预测环境变化方向和幅度，探讨全球环境变化对黄土高原和北京地区环境可能的影响及适应性对策，这方面的研究成果可以对国家区域开发和经济建设起到重要作用；研究昆虫演化对环境变化的响应，主要研究该期各种生境中昆虫群落的组成和时空分布规律，在探索昆虫演化模式和现今地理分布格局的形成等方面有重要的理论意义，而且其结果对恢复古环境、提高地层划分和对比的精度和可信度上也有重要的科学价值。
资源环境与可持续发展，以人类活动对自然资源和生态环境的影响为切入点，重点研究影响人地系统与区域可持续发展各因素相互作用的机理及调控对策，并探索资源环境与可持续发展教育的理论与实践，在资源持续利用、环境保护与区域可持续发展等方面培养研究和教育人才资源开发与区域发展研究方向研究各类自然资源之间的相互关系，揭示其组合特征和演变规律；要求研究自然资源和生态与环境之间，特别是人类活动与资源、生态安全、环境之间的相互关系，揭示自然资源的时空变化规律并评估自然资源开发利用的环境效应，阐明人类活动对自然资源和生态与环境的影响，提出其调控机制与对策。
气候变化对中国东部季风区水循环及水资源影响与适应对策
气候变化对中国东部季风区水循环及水资源影响与适应对策夏军;刘春蓁;刘志雨;罗勇;段青云;莫兴国;谢正辉【摘要】中国东部季风区水循环及水资源变化复杂,水旱灾害频繁,其中既有强烈的季风区自然变化影响,又有气候变化中二氧化碳排放导致的人为强迫的影响.近些年作者团队的研究表明:中国陆地水循环主要变化是由温室气体排放的影响叠加在东部季风区显著的自然变率背景下共同作用形成的,其中自然变率对降水影响的贡献约占70％,人为强迫的贡献占30％;随着未来二氧化碳徘放的贡献率逐步增大,中国极端水旱灾害有进一步增加的态势,气温每升高1℃,华北农业耗水约增加4％总用水量;气候变化对中国东部季风区长江、黄河、淮河、海河以及珠江等八大流域的水循环以及南水北调(中线)重大调水工程有突出的影响与风险,需针对水资源脆弱性变化与水安全问题,采取适应性的对策与措施.【期刊名称】《自然杂志》【年(卷),期】2016(038)003【总页数】10页(P167-176)【关键词】气候变化;水循环;水资源;脆弱性;适应性;对策【作者】夏军;刘春蓁;刘志雨;罗勇;段青云;莫兴国;谢正辉【作者单位】武汉大学水资源与水电工程科学国家重点实验室,武汉430072;水利部水利信息中心,北京100053;水利部水利信息中心,北京100053;清华大学地球系统科学研究中心,北京100084;北京师范大学全球变化与地球系统科学研究院,北京100875;中国科学院地理科学与资源研究所,北京100101;中国科学院大气物理研究所,北京100029【正文语种】中文气候变化是当前国内外关注的热点，而水循环是联系地球系统中地圈、生物圈、大气圈的纽带，是全球气候变化的核心问题之一。
水循环受自然变化和人类活动的双重影响，并决定着水资源形成及与水土相关的环境演变[1-6]。
我国降水时空分布极为不均，尤其在人口分布最为密集、经济发展最快的东部季风区，水资源短缺、旱涝灾害以及与水相关的生态环境问题非常突出[7-12]。
融合数据同化与机器学习的流域径流模拟方法
第34卷第6期2023年11月㊀㊀水科学进展ADVANCES IN WATER SCIENCE Vol.34,No.6Nov.2023DOI:10.14042/ki.32.1309.2023.06.002融合数据同化与机器学习的流域径流模拟方法邓㊀超1,陈春宇1,尹㊀鑫2,王明明3,张宇新4(1.河海大学水文水资源学院,江苏南京㊀210098;2.南京水利科学研究院水灾害防御全国重点实验室,江苏南京㊀210029;3.宿迁市水利局,江苏宿迁㊀223800;4.南京水科院瑞迪建设科技集团有限公司,江苏南京㊀210098)摘要:环境变化影响下流域径流的精确模拟对洪涝灾害防治与区域水资源管理都具有重要意义㊂在径流模拟研究中,现有机器学习模型未能充分考虑水文中间状态变量对降雨-径流过程的影响,本研究基于集合卡尔曼滤波(En-KF)更新水文状态变量,结合主成分分析(PCA)提取预报因子的主要特征,采用长短时记忆神经网络(LSTM)构建考虑水文中间变量的机器学习水文模型EnKF-PCA-LSTM㊂以赣江流域为例,评估EnKF-PCA-LSTM 模型的径流模拟效果,同时将模拟结果与LSTM 模型㊁物理水文模型HYMOD 做对比分析㊂结果表明,EnKF-PCA-LSTM 模型模拟径流的纳什效率系数㊁Kling-Gupta 效率系数和对数纳什效率系数分别为0.954㊁0.971和0.972,比LSTM 模型和HYMOD 模型具有更好的模拟性能,说明考虑水文状态变量可有效提高机器学习模型的径流模拟精度及稳定性㊂研究成果可为流域径流模拟提供技术参考㊂关键词:径流模拟方法;水文状态变量;集合卡尔曼滤波;主成分分析;长短时记忆神经网络中图分类号:TV122㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1001-6791(2023)06-0839-11收稿日期:2023-05-29;网络出版日期:2023-10-25网络出版地址:https :ʊ /urlid /32.1309.P.20231025.1028.0022基金项目:国家重点研发计划资助项目(2022YFC3202802);中央高校基本科研业务费专项资金资助项目(B210201030)作者简介:邓超(1989 ),男,湖南常德人,副教授,博士,主要从事水文过程机理及其模拟研究㊂E-mail:dengchao@ 径流模拟是流域水文预报领域非常重要的一环,也是水文水资源研究中最重要的科学问题之一[1]㊂近年来,受强人类活动和全球气候变暖等因素的影响,极端天气事件频发,洪涝干旱灾害加剧,对中国经济和社会造成了极为严重的损失[2-3]㊂因此,提出能够适应变化环境的流域径流模拟方法,从而提高流域径流模拟精度[4],具有重大的科学意义和实际应用价值㊂随着智能监测技术的全面发展,水文数据更易获取[5],而利用机器学习方法构建水文输入变量与输出变量的映射关系,用来开展流域径流模拟成为当前的研究热点之一[6-7]㊂长短时记忆神经网络(long short-term memory,LSTM)作为热门机器学习方法之一,在径流模拟领域已经有了广泛的研究和应用[8]㊂李大洋等[9]提出了基于变分贝叶斯与深度学习的水文概率预报新方法VB-LSTM,应用于黄河源区流域,结果表明,VB-LSTM 具有一定的灵活性与通用性,且有效提高了径流预报精度;Khandelwal 等[10]将LSTM 模型应用到500多个流域,发现LSTM 模型在更多样本数据训练时,预测结果优于物理机制模型㊂但目前基于LSTM 模型的流域径流模拟预报研究大多是将预测因子直接输入模型[11],而数据的多源性增加了模型的不确定性,影响了径流模拟的精准度和计算效率㊂近期,李步等[12]将主成分分析(principal component analysis,PCA)与LSTM 结合,构建了融合气象要素时空特征的PCA-LSTM 模型,该方法在黄河源区的应用效果证明了其适用性和鲁棒性㊂对于流域降雨-径流过程,水文中间状态变量如土壤湿度㊁蒸散发等,对流域径流的形成有着重要影响[11]㊂因此,如何提高水文模型对水文中间状态变量的估计,并将其充分应用到基于机器学习的流域径流模拟中以提高径流模拟精度,有待进一步研究㊂本文将采用集合卡尔曼滤波(ensemble Kalman filter,EnKF)㊁PCA 和LSTM 方法构建一种融合数据同化与机器学习的流域径流模拟模型,记为EnKF-PCA-LSTM,以赣江流域开展实例研究,通过同化土壤湿度㊁840㊀水科学进展第34卷㊀蒸散发状态变量,以期提高机器学习径流模拟精度,并选取HYMOD水文模型和LSTM模型进行对比分析,系统评估EnKF-PCA-LSTM模型的流域径流模拟效果㊂1㊀研究方法1.1㊀EnKF-PCA-LSTM模型本文提出的一种融合EnKF㊁PCA和LSTM的流域径流模拟模型㊂基于水文气象实测数据,通过SCE-UA 算法[13-14]率定HYMOD水文模型参数的最优值,以流域历史径流序列,采用EnKF更新流域水文模型的状态变量,即实际蒸散发(E T)和土壤湿度(M S);通过PCA方法进行主成分提取,得到流域径流模拟因子集合;根据筛选的径流模拟因子集合和流域实测径流训练LSTM模型,基于训练好的LSTM模型进行流域径流模拟㊂1.1.1㊀集合卡尔曼滤波EnKF结合了集合模拟预报的形式和卡尔曼滤波算法,通过蒙特卡洛方法计算状态变量的预测误差协方差,将预测值和观测值之间的误差协方差最小化来优化目标估计㊂主要步骤分为预测和更新,首先利用状态转移方程对实际问题的状态变量进行预测,然后根据观测信息和计算得到的增益因子,更新状态变量[15-16]㊂1.1.2㊀主成分分析PCA是最常用的线性降维方法之一,主要步骤是对每一个特征进行去均值处理,求其协方差矩阵,再求协方差矩阵的特征值和相对应的特征向量,选取前k个最大的特征值,最后将原始特征投影到选取的特征向量上,得到降维后的k维特征,以此使用较少的数据维度,同时保留住较多的原数据点的特性㊂PCA具体计算步骤可参考文献[17]㊂当PCA能够提取满足赣江流域径流模拟的因子特征时,进一步增加主成分阈值对径流模拟影响较小[12],故本文主成分阈值设为85%㊂1.1.3㊀长短时记忆神经网络LSTM能够有效捕捉长时序数据之间的关联,缓解梯度消失或爆炸现象㊂LSTM的核心结构分为4个部分:遗忘门㊁输入门㊁细胞状态和输出门㊂其中,遗忘门决定从之前隐藏层状态中需要舍弃的信息;输入门选择用哪些新获取的信息更新状态;细胞状态负责更新记忆单元状态变量,这也是LSTM有长时间记忆能力的关键;输出门将部分记忆单元状态变量生成隐藏层状态变量,形成循环结构㊂LSTM在水文模拟预报中的详细运算过程可参考文献[18]㊂1.1.4㊀EnKF-PCA-LSTM模型基于以上方法,本文构建了一种融合EnKF㊁PCA和LSTM的流域径流模拟模型,该方法步骤主要包括(图1):(1)将降水(P)㊁潜在蒸散发(E TP)以及流域出口断面径流(Q int)等作为输入数据;采用SCE-UA优化算法,率定得到HYMOD模型参数的最优值,而后基于HYMOD模型采用EnKF更新状态变量(E T㊁M S),更新过程中HYMOD水文模型参数固定不变[19]㊂(2)参考PCA与机器学习结合在水文预报领域的研究[20-21],将主成分阈值设为85%,并采用2种方式进行流域径流模拟因子主成分提取:①针对更新后的状态变量,结合驱动变量P㊁Q int,同时作为输入变量通过PCA进行主成分提取;②将更新后的状态变量与驱动变量分别采用PCA进行主成分提取㊂(3)将提取得到的主成分输入LSTM模型,基于流域径流实测资料训练LSTM模型,最后基于训练好的LSTM模型,开展流域径流模拟㊂㊀第6期邓超,等:融合数据同化与机器学习的流域径流模拟方法841㊀图1㊀EnKF-PCA-LSTM 模型流程Fig.1Flow chart of the proposed EnKF-PCA-LSTM model1.2㊀对照模型为评估EnKF-PCA-LSTM 模型的可行性,本文与LSTM 机器学习模型和HYMOD 水文模型作对比研究㊂为验证同化后水文状态变量对径流模拟的影响,LSTM 模型的输入变量包括降水㊁径流㊁蒸散发和HYMOD 模拟得到的未同化处理的土壤湿度㊂HYMOD 模型是一种基于蓄满产流理论的集总式水文模型,将一个流域分为无限个不相关联的点的集合,每一个点都含有一定的初始土壤含水量,并且该点有其最大蓄水能力(C max ),当该点的降水量超过C max 时,超出的降水则转为径流㊂模型的产流计算基于流域蓄水能力曲线[22-23],公式如下:F (C )=1-1-C C max ()B (1)式中:F (C )为流域内某点蓄水能力累积率;C 为流域内某点的蓄水能力,mm;B 为流域内某点的蓄水能力空间变化指数㊂2㊀研究区域与数据2.1㊀研究区域赣江是长江主要支流之一,为江西省最大河流,流域面积达81800km 2㊂赣江位于长江中下游南岸,自然落差为937m,平均年径流深为849mm,平均年径流系数为0.61㊂流域发源于江西省赣州市石城县洋地乡石寮岽,地形组成较为复杂,其中山地㊁低丘㊁丘陵分别占流域总面积的44%㊁31%和21%,其他为水域和平原㊂流域汛期为4 9月,丰枯变化显著,汛期水量约占全年的73%~78%,多年平均最大月径流量与最小月径流量比值为5~9[24-25]㊂2.2㊀数据本文构建模型的输入数据分别为:(1)Q int 来源于水文年鉴外州水文控制站的实测日平均流量数据㊂(2)降水来源于中国气象数据网(http:ʊ /)中赣江流域内及其附近的16个气象站点(如图2所示)数据㊂(3)蒸散发包括潜在蒸散发和实际蒸散发㊂潜在蒸散发采用中国气象数据网获取的蒸发皿蒸发数据,实际蒸散发来源于国家青藏高原科学数据中心(http:ʊ /zh-hans /)的遥感反演产品PML-V2[26]㊂采用泰森多边形法计算流域面平均降水㊁面平均蒸发皿蒸发㊂流域面平均实际蒸散发基于蒸散发产品,采用Python 的GeoPandas 库处理得到㊂由于蒸散发产品PML-V2的起始时间序列为2002-07-04,故输入数据样本选用2002-07-04/2010-12-31,并将该段样本数据以7ʒ3的比例分为率定期和验证期,即2002-07-04/2008-06-12为训练期(率定期),2008-06-13/2010-12-31为测试期(验证期)㊂842㊀水科学进展第34卷㊀由于模型的预热期导致EnKF同化之后的数据初始阶段误差较大,为降低对后续模型径流模拟的影响,同时考虑数据的完整性,选择2002-07-04/10-04共3个月为预热期㊂在EnKF更新水文中间状态变量之后,t 记为径流模拟当前时刻,t-1为模拟当天的前一日,则PCA的输入变量为Q t-1㊁P t㊁E T,t和M S,t㊂图2㊀赣江流域地理位置及观测站点分布Fig.2Ganjiang River basin and the location of gauging stations2.3㊀模型参数设置(1)EnKF-PCA-LSTM模型㊂HYMOD水文模型参数的初始值和参考取值范围如表1所示,模型参数采用SCE-UA优化算法率定得到;LSTM模型的超参数主要包括隐藏层数(num_layers)㊁舍弃率(droupout)㊁迭代次数(epochs)㊁隐藏神经元数量(hidden_size)㊁训练批次大小(batch_size)㊁学习率(learning_size),超参数的设置也会影响到模型的预测效果和预测时间[27]㊂本研究参考相关文献并结合前期实验选取参数率定范围[27-28],LSTM模型根据给定的参数率定范围进行多次迭代计算,并自动输出评价指标Kling-Gupta效率系数最优值对应的一组参数㊂EnKF-PCA-LSTM模型中LSTM的主要超参数设置如下:num_layers值为1㊁droupout值为0.15㊁epochs值为10㊁hidden_size值为40㊁batch_size值为32㊁learning_size值为0.01,其中num_layers默认设置为1层,不参与模型参数优选率定过程,则LSTM模型需要通过参数优选率定的超参数为5个,模型损失函数选取均方根误差(E MS),模型采用Adam优化器,输入数据采用 Max-Min 归一化方法㊂表1㊀HYMOD模型参数及取值范围Table1Definition of HYMOD model parameters and their ranges模型参数初始值最小值最大值最大蓄水能力(C max)201500土壤持水量空间分布指数(B)0.20.12快㊁慢流速分水系数(α)0.100.99慢速流退水系数(R s)0.10.10.99三层线性快速流退水系数(R q)0.0500.1㊀第6期邓超,等:融合数据同化与机器学习的流域径流模拟方法843㊀㊀㊀(2)对照模型㊂为充分证明EnKF-PCA-LSTM 模型的可行性,HYMOD 模型㊁LSTM 模型的超参数设置与EnKF-PCA-LSTM 模型中对应参数设置保持一致㊂其中,HYMOD 模型的输入为流域径流量㊁面平均降水量和潜在蒸散发量,输出为土壤湿度和HYMOD 模拟径流;LSTM 模型的输入为流域径流量㊁面平均降水量㊁潜在蒸散发量和HYMOD 模型模拟的土壤湿度,输出为流域径流㊂同时,为了检验模型的鲁棒性,本文采用设置不同标准差的高斯噪音来模拟真实环境中的不确定性[29],检验EnKF-PCA-LSTM 模型是否对作为LSTM 模型的输入数据过拟合㊂2.4㊀评价指标本文采用3个指标评价模型的性能,分别为纳什效率系数(E NS )㊁Kling-Gupta 效率系数(E KG )和径流对数的纳什效率系数(E NSlnQ )㊂计算公式分别为:E NS =1-ðn t =1(Q sim,t -Q obs,t )2ðn t =1(Q obs,t -Q obs,t )2(2)E KG =1-(r -1)2+(α-1)2+(β-1)2(3)E NSlnQ =1-ðn t =1[ln(Q sim,t +ζ)-ln(Q obs,t +ζ)]2ðn t =1[ln(Q obs,t +ζ)-ln(Q obs,t +ζ)]2(4)式中:Q sim,t 为t 时刻的模型模拟流量;Q obs,t 为t 时刻的观测流量;Q obs,t 为观测流量的平均值;r 为皮尔逊线性相关系数;α为日径流量模拟值与日径流量观测值标准差的比值;β为模拟日径流量与实测日径流量平均值的比值;n 为时间序列的长度;ζ为常数,用来处理流域特别时段出现的零流量现象,建议取值为整个时段观测径流平均值的1%[30],即ζ=0.01Q obs,t ;ln(Q obs,t +ζ)为观测流量加上常数ζ后取对数的平均值㊂E NS 为一个标准化统计指标[31],E KG 主要用于对高流量模拟的评估[32],E NSlnQ 主要用于评估低流量的模拟效果[30],E NS ㊁E KG 和E NSlnQ 的取值范围都为(-ɕ,1],取值越接近于1,说明模型的模拟效果越好,反之越差㊂3㊀结果与讨论3.1㊀PCA 2种方式对比为了对比在EnKF-PCA-LSTM 模型径流模拟过程中数据同化之后,状态变量与驱动变量同时或分别作为输入变量进行主成分提取的降维结果对最终径流模拟效果的影响,做如下对比研究㊂方案一:当数据同化之后,对状态变量与驱动变量分别进行主成分提取,再将二者的主成分集合作为LSTM 的输入数据,进行径流模拟㊂方案二:将数据同化后的状态变量与驱动变量共同进行主成分提取,并将主成分集合输入LSTM 模型进行模拟,2种方案的评价指标对比见表2,径流模拟结果如图3所示㊂表2㊀2种PCA 降维方案下径流模拟结果对比Table 2Comparison of catchment streamflow performances under two PCA dimension reduction scenariosPCA 方案率定期验证期E NS E KG E NSlnQ E NS E KG E NSlnQ 方案一0.9480.9580.9740.9510.9190.976方案二0.9480.9580.9700.9540.9710.974844㊀水科学进展第34卷㊀㊀㊀根据表2所示结果,在验证期内,方案二的E KG比方案一高,其可能的原因是:方案一进行的2次PCA 过程共保留了2个主成分,这也增加了噪声数据对径流模拟的影响[33],而方案二进行的PCA过程只保留了1个主成分,且贡献率约为97%,相比于方案一在保留输入数据主要特征的同时,也有效降低了噪声数据的影响㊂为了评估PCA在提出方法中的必要性,本文设置了驱动数据和同化后的状态变量不进行PCA处理的对比方案,直接作为LSTM的输入数据,参数设置与方案二保持一致,结果显示率定期的E KG为0.918,验证期的E KG为0.916,其他评价指标也均略低于方案一和方案二㊂表明采用PCA方法进行主成分提取能够降低噪声数据对径流模拟结果的影响㊂在考虑PCA的情景下,2种方案的E NS和E NSlnQ相差不大,但在湿润㊁半湿润地区径流模拟工作中,一般更关注高流量径流,因此,本文采用方案二与HYMOD模型和LSTM模型作以下对比研究㊂图3㊀2种PCA降维方案下径流模拟过程对比Fig.3Comparison of simulated and observed streamflow under two PCA dimension reduction scenarios3.2㊀不同模型结果对比图4展示了EnKF-PCA-LSTM模型(方案二)与对比模型HYMOD模型和LSTM模型的径流模拟过程,表3展示了各模型的评价指标结果㊂以验证期为例,EnKF-PCA-LSTM㊁LSTM和HYMOD模型的E NS分别为0.954㊁0.952和0.841,E KG分别为0.971㊁0.900和0.849,E NSlnQ分别为0.974㊁0.972和0.825㊂结果显㊀第6期邓超,等:融合数据同化与机器学习的流域径流模拟方法845㊀示,3种模型的所有评价指标均大于0.8,表明3种模型在赣江流域均能取得良好的径流模拟效果㊂提出的EnKF-PCA-LSTM模型结果最优,LSTM模型次之,而HYMOD模型最差㊂相较于对照模型LSTM和HYMOD, EnKF-PCA-LSTM模型径流模拟结果的E NS分别提高了0.2%和13.4%,E KG分别提高了7.9%和14.4%,而E NSlnQ相较于LSTM模型无提升,相较于HYMOD模型则提高了17.8%㊂图4㊀不同模型模拟径流与实测径流对比Fig.4Comparison of observed and simulated streamflow different modelsHYMOD模型作为物理过程水文模型,是对流域真实水文过程的概化,其刻画的降雨径流过程会存在不足,导致径流的模拟存在一定的误差㊂径流过程的高水㊁低水过程较小的绝对误差亦会产生较大的相对误差,使得HYMOD模型对于径流过程的总体结果相对较差㊂LSTM模型是基于数理统计的数据驱动模型[34],846㊀水科学进展第34卷㊀能够基于历史降水㊁径流等实测数据挖掘更为准确的降雨径流映射关系,相比于HYMOD模型其径流模拟过程更接近于实测径流,但LSTM模型本质仍然是基于数据分析建立的映射关系,未能考虑水文循环过程中的中间变量对径流过程的影响[35-36]㊂提出的EnKF-PCA-LSTM模型既能充分考虑了水文中间状态变量对径流过程的影响,也能减少噪声数据,提高LSTM模型的计算效率,上述径流模拟结果也验证了该模型在3个模型中表现最优,特别是在径流过程高水部分的效果提升㊂表3㊀不同模型评价指标对比结果Table3Comparison of streamflow performances from different models模型率定期验证期E NS E KG E NSlnQ E NS E KG E NSlnQEnKF-PCA-LSTM0.9480.9580.9700.9540.9710.974 LSTM0.9430.9030.9650.9520.9000.972HYMOD0.7900.8620.8520.8410.8490.8253.3㊀模型鲁棒性检验表4展现了在不同标准差的高斯噪声下,EnKF-PCA-LSTM模型与LSTM模型径流模拟结果的E NS值㊂结果表明,EnKF-PCA-LSTM模型与LSTM模型对于不同标准差的高斯噪声几乎不受影响,E NS值始终保持在0.94以上,并且没有发生骤降趋势,证明了EnKF-PCA-LSTM模型未对作为LSTM模型的输入数据过拟合,具有很好的鲁棒性㊂表4㊀EnKF-PCA-LSTM模型与LSTM模型鲁棒性表现Table4Robust performance of EnKF-PCA-LSTM model and LSTM model模㊀型不同标准差下的E NS值0.030.040.060.080.100.120.140.160.180.20EnKF-PCA-LSTM0.9540.9540.9530.9530.9530.9520.9520.9520.9510.951 LSTM0.9520.9520.9520.9510.9510.9510.9500.9500.9490.9494㊀结㊀㊀论本研究以赣江流域为例,对比了EnKF-PCA-LSTM模型㊁LSTM模型和HYMOD模型在日尺度下的径流模拟结果,主要结论为:(1)本研究提出了考虑水文中间状态变量的机器学习模型EnKF-PCA-LSTM,通过融合集合卡尔曼滤波和主成分分析方法,不仅考虑了水文状态变量对径流过程的影响,还减少了输入数据的不确定性,提高了机器学习模型对径流模拟输入因子有效信息的引入,可为变化环境下的流域水文模拟提供技术支撑㊂(2)在EnKF-PCA-LSTM模型径流模拟过程中,经过EnKF同化之后,状态变量与驱动变量同时作为输入变量进行降维处理,其最终径流模拟结果要优于状态变量与驱动变量分开降维的结果,说明并非主成分数量越多,EnKF-PCA-LSTM模型径流模拟效果越好,过多的主成分数量会增加噪声数据的影响,削弱主成分分析的降维效果㊂(3)以验证期为例,EnKF-PCA-LSTM模型的Kling-Gupta效率系数对比LSTM模型和HYMOD模型分别提高了7.9%和14.4%;纳什效率系数和径流对数的纳什效率系数较HYMOOD模型分别提高了13.4%和17.8%,表明EnKF-PCA-LSTM模型具有很好的适用性和鲁棒性,模型可提高径流模拟精度,特别是在高水径流过程㊂㊀第6期邓超,等:融合数据同化与机器学习的流域径流模拟方法847㊀本文引入EnKF-PCA-LSTM模型的目的在于通过数据同化技术考虑水文中间状态变量的影响,从而提高流域径流模拟精度㊂本次研究采用了集总式水文模型,后续可基于分布式水文模型考虑多维状态变量及下垫面空间异质性对流域产汇流的影响来开展流域径流模拟预报研究㊂参考文献:[1]NIU W J,FENG Z K.Evaluating the performances of several artificial intelligence methods in forecasting daily streamflow time se-ries for sustainable water resources management[J].Sustainable Cities and Society,2021,64:102562.[2]宋晓猛,张建云,占车生,等.气候变化和人类活动对水文循环影响研究进展[J].水利学报,2013,44(7):779-790. (SONG X M,ZHANG J Y,ZHAN C S,et al.Review for impacts of climate change and human activities on water cycle[J]. Journal of Hydraulic Engineering,2013,44(7):779-790.(in Chinese))[3]张建云,王银堂,贺瑞敏,等.中国城市洪涝问题及成因分析[J].水科学进展,2016,27(4):485-491.(ZHANG J Y, WANG Y T,HE R M,et al.Discussion on the urban flood and waterlogging and causes analysis in China[J].Advances in Water Science,2016,27(4):485-491.(in Chinese))[4]张海荣.耦合天气预报的流域短期水文预报方法研究[D].武汉:华中科技大学,2017.(ZHANG H R.Watershed short-term hydrological forecast coupling with weather forecasting[D].Wuhan:Huazhong University of Science and Technology,2017. (in Chinese))[5]芮孝芳.水文学与 大数据 [J].水利水电科技进展,2016,36(3):1-4.(RUI X F.Hydrology and big data[J].Ad-vances in Science and Technology of Water Resources,2016,36(3):1-4.(in Chinese))[6]HAO R N,BAI Z parative study for daily streamflow simulation with different machine learning methods[J].Water, 2023,15(6):1179.[7]董宁澎,余钟波,王浩,等.耦合水库群参数化方案的区域陆面水文模拟[J].水科学进展,2021,32(5):670-682. (DONG N P,YU Z B,WANG H,et al.Regional coupled land surface-hydrologic simulation fully coupled with reservoir network scheme[J].Advances in Water Science,2021,32(5):670-682.(in Chinese))[8]张力,王红瑞,郭琲楠,等.基于时序分解与机器学习的非平稳径流序列集成模型与应用[J].水科学进展,2023,34 (1):42-52.(ZHANG L,WANG H R,GUO B N,et al.Integrated model and application of non-stationary runoff based on time series decomposition and machine learning[J].Advances in Water Science,2023,34(1):42-52.(in Chinese)) [9]李大洋,姚轶,梁忠民,等.基于变分贝叶斯深度学习的水文概率预报方法[J].水科学进展,2023,34(1):33-41. (LI D Y,YAO Y,LIANG Z M,et al.Probabilistic hydrological forecasting based on variational Bayesian deep learning[J].Ad-vances in Water Science,2023,34(1):33-41.(in Chinese))[10]KHANDELWAL A,XU S M,LI X,et al.Physics guided machine learning methods for hydrology[EB/OL].[2023-04-29].https:ʊ/abs/2012.02854.pdf.[11]BHASME P,VAGADIYA J,BHATIA U.Enhancing predictive skills in physically-consistent way:physics informed machinelearning for hydrological processes[J].Journal of Hydrology,2022,615:128618.[12]李步,田富强,李钰坤,等.融合气象要素时空特征的深度学习水文模型[J].水科学进展,2022,33(6):904-913.(LI B,TIAN F Q,LI Y K,et al.Development of a spatiotemporal deep-learning-based hydrological model[J].Advances in Water Science,2022,33(6):904-913.(in Chinese))[13]王宇晖,雷晓辉,蒋云钟,等.HYMOD模型参数敏感性分析和多目标优化[J].水电能源科学,2010,28(11):15-17,122.(WANG Y H,LEI X H,JIANG Y Z,et al.Parameter sensitivity analysis and multi-objective optimization on HYMOD model[J].Water Resources and Power,2010,28(11):15-17,122.(in Chinese))[14]DUAN Q Y,GUPTA V K,SOROOSHIAN S.Shuffled complex evolution approach for effective and efficient global minimization[J].Journal of Optimization Theory and Applications,1993,76(3):501-521.[15]BURGERS G,jan van LEEUWEN P,EVENSEN G.Analysis scheme in the ensemble Kalman filter[J].Monthly Weather Re-view,1998,126(6):1719-1724.[16]REICHLE R H,MCLAUGHLIN D B,ENTEKHABI D.Hydrologic data assimilation with the ensemble Kalman filter[J].Monthly Weather Review,2002,130(1):103-114.[17]朱春苗,吴海江,宋小燕,等.基于多因子组合的SVR模型在松花江流域径流预报中的应用[J].水电能源科学,848㊀水科学进展第34卷㊀2021,39(6):12-15,41.(ZHU C M,WU H J,SONG X Y,et al.Application of SVR model based on multi-factors combi-nation in streamflow forecasting of Songhua River basin[J].Water Resources and Power,2021,39(6):12-15,41.(in Chi-nese))[18]KRATZERT F,KLOTZ D,BRENNER C,et al.Rainfall-runoff modelling using Long Short-Term Memory(LSTM)networks[J].Hydrology and Earth System Sciences,2018,22(11):6005-6022.[19]王卫光,邹佳成,邓超.赣江流域多种数据同化方案的径流模拟比较[J].湖泊科学,2023,35(3):1047-1056.(WANG W G,ZOU J C,DENG parison of data assimilation based approach for daily streamflow simulation under multi-ple scenarios in Ganjiang River basin[J].Journal of Lake Sciences,2023,35(3):1047-1056.(in Chinese)) [20]HUANG S C,LAWRENCE D,IRENE BEOX N,et al.Direct statistical downscaling of monthly streamflow from atmosphericvariables in catchments with differing contributions from snowmelt[J].International Journal of Climatology,2021,41(S1): E2757-E2777.[21]FAN Y R,HUANG G H,LI Y P,et al.Development of PCA-based cluster quantile regression(PCA-CQR)framework for stre-amflow prediction:application to the Xiangxi River watershed,China[J].Applied Soft Computing,2017,51:280-293. [22]MOORE R J.The probability-distributed principle and runoff production at point and basin scales[J].Hydrological SciencesJournal,1985,30(2):273-297.[23]全钟贤,罗华萍,孙文超,等.概念性水文模型HYMOD在雅砻江流域的适用性研究[J].北京师范大学学报(自然科学版),2014,50(5):472-477.(QUAN Z X,LUO H P,SUN W C,et al.Application of conceptual hydrological model HYMOD in the Yalong River basin[J].Journal of Beijing Normal University(Natural Science),2014,50(5):472-477.(in Chinese))[24]SOLDATOVA E A,SAVICHEV O G,ZHOU D,et al.Ecological-geochemical conditions of surface water and groundwater andestimation of the anthropogenic effect in the basin of the Ganjiang River[J].Water Resources,2022,49(3):483-492. [25]邴建平,邓鹏鑫,吴智,等.赣江流域生态流量与地表水资源可利用量研究[J].人民长江,2023,54(2):127-131,170.(BING J P,DENG P X,WU Z,et al.Ecological flow and available surface water resources in Ganjiang River basin[J].Yangtze River,2023,54(2):127-131,170.(in Chinese))[26]ZHANG Y Q,KONG D D,GAN R,et al.Coupled estimation of500m and8-day resolution global evapotranspiration and grossprimary production in2002 2017[J].Remote Sensing of Environment,2019,222:165-182.[27]殷兆凯,廖卫红,王若佳,等.基于长短时记忆神经网络(LSTM)的降雨径流模拟及预报[J].南水北调与水利科技,2019,17(6):1-9,27.(YIN Z K,LIAO W H,WANG R J,et al.Rainfall-runoff modelling and forecasting based on long short-term memory(LSTM)[J].South-to-North Water Transfers and Water Science&Technology,2019,17(6):1-9,27.(in Chinese))[28]田远洋,徐显涛,彭安帮,等.训练数据量对LSTM网络学习性能影响分析[J].水文,2022,42(1):29-34,22.(TIAN Y Y,XU X T,PENG A B,et al.Effects of training data on the study performance of LSTM network[J].Journal of Chi-na Hydrology,2022,42(1):29-34,22.(in Chinese))[29]KRATZERT F,KLOTZ D,SHALEV G,et al.Towards learning universal,regional,and local hydrological behaviors via ma-chine learning applied to large-sample datasets[J].Hydrology and Earth System Sciences,2019,23(12):5089-5110. [30]PUSHPALATHA R,PERRIN C,LE MOINE N,et al.A review of efficiency criteria suitable for evaluating low-flow simulations[J].Journal of Hydrology,2012,420/421:171-182.[31]NASH J E,SUTCLIFFE J V.River flow forecasting through conceptual models part I:a discussion of principles[J].Journal ofHydrology,1970,10(3):282-290.[32]SANTOS L,THIREL G,PERRIN C.Technical note:pitfalls in using log-transformed flows within the KGE criterion[J].Hy-drology and Earth System Sciences,2018,22(8):4583-4591.[33]张婧,刘倩.主成分分析阈值选择差异性分析研究[J].数据采集与处理,2022,37(5):1012-1017.(ZHANG J,LIUQ.Difference analysis research of threshold selection in principal component analysis[J].Journal of Data Acquisition and Pro-cessing,2022,37(5):1012-1017.(in Chinese))[34]LEE J,NOH J.Development of a one-parameter new exponential(ONE)model for simulating rainfall-runoff and comparison withdata-driven LSTM model[J].Water,2023,15(6):1036.㊀第6期邓超,等:融合数据同化与机器学习的流域径流模拟方法849㊀[35]PENG A B,ZHANG X L,XU W,et al.Effects of training data on the learning performance of LSTM network for runoff simula-tion[J].Water Resources Management,2022,36(7):2381-2394.[36]HASHEMI R,BRIGODE P,GARAMBOIS P A,et al.How can we benefit from regime information to make more effective use oflong short-term memory(LSTM)runoff models?[J].Hydrology and Earth System Sciences,2022,26(22):5793-5816.Catchment runoff simulation by coupling data assimilation andmachine learning methods∗DENG Chao1,CHEN Chunyu1,YIN Xin2,WANG Mingming3,ZHANG Yuxin4(1.College of Hydrology and Water Resources,Hohai University,Nanjing210098,China;2.The National Key Laboratory ofWater Disaster Prevention,Nanjing Hydraulic Research Institute,Nanjing210029;China;3.Suqian Municipal WaterResources Bureau,Suqian223800,China;4.Nanjing R&D Tech Group Co.,Ltd,Nanjing210098,China) Abstract:Accurate catchment runoff simulation under the changing environment has a great significance in the flood disaster prevention and regional water resources management.The machine learning(ML)approach has been widely and successfully applied in runoff modelling during recent years,which,however,has not yet fully considered the potential impact of changes in hydrological intermediate state variables.This study proposed a coupled ML-based model for runoff simulating by integrating the ensemble Kalman filter(EnKF),the principal component analysis (PCA)and the long short-term memory(LSTM),which denoted as EnKF-PCA-LSTM.The specific steps include:①The dynamic update of hydrological intermediate state variables via the EnKF method;②The integration of updated state variables into the input set for predictor selection by the PCA method;③Runoff simulation through the combination of chosen predictors with the LSTM model.Taking the Ganjiang River basin as a case study,we provided a comprehensive assessment on the runoff simulation performance of the EnKF-PCA-LSTM,and performed comparisons against that of the original LSTM model and the physical hydrological model HYMOD.Results show that the EnKF-PCA-LSTM outperforms both the LSTM and HYMOD models,as reflected by the higher Nash-Sutcliffe efficiency coefficients,the Kling-Gupta efficiency coefficient and the Nash-Sutcliffe efficiency for the log-transformed runoff(0.954,0.971and0.972,respectively).This finding suggests that considering the hydrological intermediate state could effectively improve the accuracy and stability of ML models in terms of runoff simulation, which undoubtedly provides valuable insight into the catchment runoff modeling.Key words:runoff simulation approach;hydrological intermediate state variable;ensemble Kalman Filter;principal component analysis;long short-term memory∗The study is financially supported by the National Key R&D Program of China(No.2022YFC3202802)and the Fundamental Research Funds for the Central Universities,China(No.B210201030).。
夏军_河湖水系连通特征和利弊
夏军：河湖水系连通特征及其利弊夏军，水文学家，他发展了非线性时变系统水文学途径，提出了一种发展中国家协调流域防洪防污矛盾和河流生态调度新的水系统方法……这是水利人的第187篇文章当前浏览器不支持播放音乐或语音，请在微信或其他浏览器中播放科学大道100号宇柏凝- 回不去注：本文发表于《地理科学进展》2012年1月，第31卷第1期河湖水系连通特征及其利弊夏军1，高扬1，左其亭2，刘晓洁1，陈庆美1，窦明2（1.陆地水循环及地表过程重点实验室，中国科学院地理科学与资源研究所，北京100101；2.郑州大学水科学研究中心，郑州450001）【摘要】随着水资源以及水环境健康的恶化，河湖水系连通性作为河流健康以及提高水资源利用的一个重要指标在国家“十二五”战略规划中被着重提出。
目前，中国对河湖水系连通特征及其对河流健康的影响缺乏足够的认识，本文主要对河湖水系连通的定义、分类、评判指标、影响因素及其对水环境健康的影响进行了一一阐述。
分析表明：维持水系连通可以明显地改善湿地生态环境，维持湿地生态环境及生物多样性，保障防洪安全和水资源可持续利用。
同时，河湖连通也会带来对生态环境的负面影响，主要包括：①原本水质好的河流和水质相对较差河流连通后降低原来河流的水质；②加剧连通河流中物种及鱼类等生命体的竞争；③水量充沛的河流支援水量不足的湖泊，将减少该河流的有效可利用水量；④导致水面蒸发量减少影响地表及陆地的水循环，影响地区的气候变化；⑤上游地区与下游地区河湖连通将导致下游地区河湖泥沙及淤积量急剧增加。
【关键词】水系连通性；河流健康；水环境；生态效应1引言随着水资源的匮乏及水环境健康的恶化，人们逐渐认识到河湖水系连通的重要性，在健康长江评价指标体系中水系连通首次作为一个重要指标被提出来[1-2]。
但由于河湖水系、水文、地形和地貌特征的复杂性，使得中国的河湖连通战略不能简单模仿国外的成功案例，仍需要进行反复的验证与调研。
2010年9月30日，国务院副总理回良玉在国务院加快水利建设专题会议上着重指出：“抓紧建设一批骨干水资源配置工程、重点水源工程和河湖水系连通工程以提高水资源时空调控和城乡供水保障水平”。
水环境非点源污染模型研究进展_夏军
第31卷第7期2012年07月地理科学进展PROGRESS IN GEOGRAPHYV ol.31,No.7July,2012收稿日期：2012-01；修订日期：2012-05.基金项目：国家水体污染控制与治理科技重大专项课题(2009ZX07210-006)；武汉大学水资源与水电工程科学国家重点实验室开放基金(2011B078)；中国科学院对外合作项目(GJHZ1016)。
作者简介：夏军(1954-)，男，博士生导师，主要研究方向为流域水循环及水资源。
E-mail:xiaj@通讯作者：翟晓燕(1989-)，女，硕士研究生，主要从事水文水资源研究。
E-mail:huawenyanjun@941-952页水环境非点源污染模型研究进展夏军1,2，翟晓燕1，张永勇2(1.武汉大学水资源与水电工程科学国家重点实验室,430072；2.中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室，北京100101)摘要：水环境非点源污染已引起严重的生态环境问题，非点源污染的量化是当今国际研究热点，数学模拟是研究非点源污染最直接有效的途径之一，建立以实用性为目标的非点源污染机理模型已成为管理和控制非点源污染的有效手段。
本文阐述了国内外非点源污染模型的发展、功能、存在的问题，及构建非点源污染机理模型的思路，最后展望了非点源污染模型研究的发展趋势。
关键词：非点源污染；机理模型；展望1引言水污染是制约中国乃至全球社会经济可持续发展的重大问题，非点源污染是其中最不易控制的难点问题。
非点源污染指时空上无法定点监测的，与大气、水文、土壤、植被、地质、地貌、地形等环境条件和人类活动密切相关的，可随时随地发生，直接对大气、土壤、水构成污染物的来源[1]，包括大气环境的非点源、土壤环境的非点源和水环境的非点源。
水环境的非点源包括大气干湿沉降、暴雨径流、底泥二次污染和生物污染等方面。
狭义的非点源污染指降雨(尤其是暴雨)产生的径流，冲刷地表的污染物，通过地表漫流等水文循环过程进入各种水体，引起含水层、湖泊、河流、水库、海湾及滨岸生态系统等的污染[2-3]。
中长期径流预报的一种灰关联模式识别与预测方法
中长期径流预报的一种灰关联模式识别与预测方法
夏军
【期刊名称】《水科学进展》
【年(卷),期】1993(4)3
【摘要】基于时间序列多重信息利用的扩维原理和灰色系统理论的关联分析思想,提出一种应用于水文中长期预报的方法。
它的特点是直接从径流序列的扩维相型关联分析中,寻求径流情势变化规律,较适合于缺乏输入因子资料或选择影响因子有困难条件下的水文中长期预报。
利用海河、黄河和长江流域若干水文站的实测资料序列对该方法做了初步验证。
【总页数】8页(P190-197)
【关键词】径流;长期预报;模式识别;中期预报
【作者】夏军
【作者单位】武汉水利电力大学河流工程系
【正文语种】中文
【中图分类】P338.2
【相关文献】
1.基于多步预报模型的径流中长期预测研究 [J], 刘冀;董晓华;李英海;彭涛
2.模糊灰关联模式识别方法在岩爆预测中的应用 [J], 王发芝;汪令辉;谢学斌
3.基于灰关联分析的多元线性回归模型在中长期水文预报中的应用 [J], 谢敏萍;王志良;王得利
4.径流中长期预报加权关联度模式识别 [J], 李希灿;张德金
5.径流中长期预报的灰色预测方法 [J], 何新林;宋玲
因版权原因，仅展示原文概要，查看原文内容请购买。
教育部关于2015年度高等学校科学研究优秀成果奖(科学技术)奖励的决定
教育部关于2015年度高等学校科学研究优秀成果奖(科学技术)奖励的决定【法规类别】奖惩高等教育【发文字号】教技[2016]1号【发布部门】教育部【发布日期】2016.02.01【实施日期】2016.02.01【时效性】现行有效【效力级别】XE0303教育部关于2015年度高等学校科学研究优秀成果奖（科学技术）奖励的决定（教技[2016]1号）为深入贯彻落实党的十八大和十八届三中、四中、五中全会精神，大力实施科教兴国战略、人才强国战略和创新驱动发展战略，促进高等学校科技创新，根据《高等学校科学研究优秀成果奖（科学技术）奖励办法》，我部组织开展了2015年度高等学校科学研究优秀成果奖（科学技术）评审工作。
经评审委员会评审、奖励委员会审核和教育部批准，决定授予“FJRW 理论”等47项成果高等学校科学研究优秀成果奖自然科学奖一等奖，授予“哈德雷环流变宽机理及其气候效应研究”等70项成果高等学校科学研究优秀成果奖自然科学奖二等奖；授予“大型互联电网阻尼特性在线分析与控制技术及应用”等20项成果高等学校科学研究优秀成果奖技术发明奖一等奖，授予“气固环流技术的开发与应用”等25项成果高等学校科学研究优秀成果奖技术发明奖二等奖；授予“一种连续螺旋折流板双壳程组合异形管管束换热器”1项成果高等学校科学研究优秀成果奖技术发明奖（专利类）二等奖；授予“基因工程小鼠等相关疾病模型研发与应用”1项成果高等学校科学研究优秀成果奖科学技术进步奖特等奖，授予“中国脑卒中高发成因和精准预防的研究与转化”等43项成果高等学校科学研究优秀成果奖科学技术进步奖一等奖，授予“下颌下腺移植治疗重症干眼关键技术体系的创建及应用”等79项成果高等学校科学研究优秀成果奖科学技术进步奖二等奖；授予“国家税务大数据计算与服务关键技术及其应用”等2项成果高等学校科学研究优秀成果奖科学技术进步奖（推广类）一等奖；授予“综合康复在汶川大地震伤员功能障碍中的应用研究”等5项成果高等学校科学研究优秀成果奖科学技术进步奖（推广类）二等奖；授予“躲不开的食品添加剂--院士、教授告诉你食品添加剂背后的那些事”1项成果高等学校科学研究优秀成果奖科学技术进步奖（科普类）一等奖；授予“高速列车技术科普”等3项成果高等学校科学研究优秀成果奖科学技术进步奖（科普类）二等奖；授予许晨阳等8人高等学校科学研究优秀成果奖青年科学奖。
近40年黄河中游径流情势变化分析
ｔ＝ ｘ" １－ ｘ"２
（ ４）
#Ｓ· １ ＋ １ ｎ１ ｎ２
且
２
２
#Ｓ＝ ｎ１ｓ１ ＋ｎ２ｓ２ ｎ１＋ｎ２－ ２
（ ５）
式中： ｘ" １、ｘ" ２ 和 ｓ１ 、ｓ２ 分别代表两个子序列样 本 的 平 均 值 和 均 方 差的无偏估计值。
由于突变点和它的位置是未知的， 滑动 ｔ 检验不是将整个
序列分为两个子序列进行 ｔ 检验， 而是在原序列上滑动突变点，
等于该流量所对应的时间之间的相关关系， 流量历时曲线的形
状由降雨类型、流域大小和流域的 地 形 特 征 来 决 定 。ＦＤＣ 在 研ቤተ መጻሕፍቲ ባይዱ
究径流情势中应用很广， 它综合地描述了某流域的径流从枯水
到洪水整个阶段的全部特征， 可以较好地反映流域的降雨径流
特性。它也可以研究某频率下径流的变化， 进而来评估由于人
一个流域径流情势的变化是气候条件与下垫面共同作用的 结果， 充分了解径流情势、气候因素和人类作用间的关系对制定 可 持 续 的 流 域 管 理 规 划 起 到 十 分 重 要 的 作 用 ［２］。本 文 以 黄 河 中 游 无定河水系水土保持重点治理区— ——岔巴沟为例， 分析流域径 流的年内变化和年际变化， 推估水土保持措施对水文序列的显 著影响干扰点， 进而根据突变点前后两阶段水文序列特性的变 化， 来分析人类活动对该黄河中游径流情势的影响。
面积随时间的变化。从图 ２ 可以看出， ７０ 年代坝地面积 显 著 增
加， １９７７ 年到达最大， １９７８ 年左右大量淤堤坝被水毁， 面积显著
减少。
２．２ 趋势检验
目前，在时间序列数理统计分析方法中，坎德尔秩次相关检
验 法 ［５］是 分 析 时 间 序 列 平 稳 性 、检 验 趋 势 性 的 有 效 手 段 。
海河流域大气水资源变化与输送特征研究
海河流域大气水资源变化与输送特征研究张利平;夏军;林朝晖;熊喆【期刊名称】《水利学报》【年(卷),期】2008(039)002【摘要】本文对海河流域大气中单位面积空气柱内的水汽含量即可降水量,以及流域的4个边界面的大气水汽通量的年际和年代际演变特征进行了详细分析.在此基础上对海河流域严重旱涝年的整层大气水汽总输送通量、纬向输送水汽通量、经向输送水汽通量以及可降水量进行了对比分析.研究结果表明,海河流域降水量和水汽输送具有显著的年代际变化特征,并且在20世纪70年代中期前后出现了明显的转折.海河流域的水汽输送受季风强度影响,且以经向的水汽输送为主,即夏季严重旱年水汽总输送减弱,到达海河流域的水汽总量减少,而夏季严重涝年水汽总输送加强,到达海河流域的水汽输送总量增多.【总页数】7页(P206-211,217)【作者】张利平;夏军;林朝晖;熊喆【作者单位】水资源与水电工程科学国家重点实验室,湖北,武汉,430072;水资源与水电工程科学国家重点实验室,湖北,武汉,430072;中国科学院,大气物理研究所,北京,100029;中国科学院,大气物理研究所,北京,100029【正文语种】中文【中图分类】P426【相关文献】1.1961-2010年海河流域水汽输送与变化特征分析 [J], 平凡;刘强;贾炳浩;2.海河流域水汽输送及其变化特征分析 [J], 朱玲;柳艳香;左洪超;向卫国;龚强;于华深;蔺娜;晁华;顾正强3.近15年海河流域水资源变化及基于耗水理念的流域节水管理建议 [J], 马欢;高建文;宋秋波;雷慧闽;李彦东;梅传书4.1961~2010年海河流域水汽输送与变化特征分析 [J], 平凡[1];刘强[1];贾炳浩[2]5.1998—2017年海河流域水资源变化趋势分析 [J], 高建东;冯棣因版权原因，仅展示原文概要，查看原文内容请购买。
塔里木河三源流汇流计算模型
塔里木河三源流汇流计算模型
刘星;夏军;左其亭;叶爱中
【期刊名称】《干旱区地理》
【年(卷),期】2006(29)1
【摘要】针对干旱区河流汇流计算的特点,选用了3种计算模型,即多元线性回归模型、系统模型、人工神经网络模型,并以塔里木河三源流汇流计算为例,建立了多源流汇流计算的三种模型,模拟了实测旬径流过程。
通过实例分析,说明本文建立的三种计算模型模拟精度高,且适用性强,可以作为塔里木河汇流计算的预测模型。
为塔里木河上游源流来水预测提供基础模型,为流域水资源分配和调度奠定基础。
【总页数】7页(P14-20)
【关键词】塔里木河;汇流计算;多元线性同归模型;系统模型;人工神经网络模型【作者】刘星;夏军;左其亭;叶爱中
【作者单位】武汉大学水资源与水电工程科学国家重点实验室;郑州大学环境与水利学院
【正文语种】中文
【中图分类】P333.1
【相关文献】
1.塔里木河源流径流量集成预报模型 [J], 孙丽艳;尚松浩;霍军军
2.近60年塔里木河三源流径流演变规律与趋势分析 [J], 刘静; 龙爱华; 李江; 於嘉闻; 张继
3.玛纳斯河流域源流汇流计算软件开发研究 [J], 靳晟;雷晓云;李慧
4.塔里木河三源流区气候变化对径流量的影响 [J], 傅丽昕;陈亚宁;李卫红;徐长春;何斌
5.塔里木河流域上游三源流径流变化趋势分析 [J], 叶茂;张鹏;王炜;赵新风;侯亮因版权原因，仅展示原文概要，查看原文内容请购买。
- 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)。
通过专家推荐申报2017年度国家自然科学奖项目公示内容一、项目名称：流域径流形成与转化的非线性机理二、专家推荐意见：推荐专家姓名：崔鹏工作单位：中国科学院水利部成都山地灾害与环境研究所职称：研究员学科专业：自然地理与水土保持学推荐意见：流域径流形成与转化过程极其复杂，认清其规律对防洪和水安全十分重要。
传统方法多基于线性系统理论，导致径流估算较大误差。
以夏军院士领衔的团队通过多年研究与探索，在径流形成与转化的非线性机理方面，做出了有新的发现与创新的成果：（1）发现了径流形成的产流量与土壤湿度、降雨强度和不同下垫面特征参数组合的指数规律，揭示了非线性系统响应函数的水文物理机制，创建了水文时变增益非线性模型(TVGM)，解决了径流非线性精准估算的理论难题。
（2）发现了非线性水量转化中关键的土壤蒸发与总蒸腾比例，建立了叶面积指数、表层土壤含水量与土壤蒸发/总蒸腾比例之间的函数关系，揭示了径流形成中系统界面过程水分与能量非线性交换机制。
（3）创建了流域分布式时变增益非线性模型(DTVGM)，揭示了流域径流形成过程与流域下垫面、人类活动和气候变化影响的响应机制，提出了量化水文模拟不确定性新的方法。
该研究8篇代表性论文总他引719次，其中SCI他引579次；2004年获湖北省自然科学一等奖，2014年获国际水文科学领域的最高奖“国际水文科学奖-V olker奖章”。
成果应用到我国江河湖库防洪减灾、水量水质联合调度以及重大调水工程管理，产生了显著的社会经济效益。
将上世纪著名国际水文学家J.Dooge提出的《水文系统线性理论》提升到水文系统非线性理论新的高度，推动了水文科学基础研究和理论的发展。
推荐该项目为国家自然科学奖壹等奖。
推荐专家姓名：林学钰工作单位：吉林大学环境与资源学院职称：教授学科专业：水文地质和环境水文地质学推荐意见：项目组成员通过多年合作，紧密围绕流域径流形成与转化机理以及时变非线性这一国际水文科学发展的前沿问题，取得了国际上认可的、系统性和有创新性的成果：（1）通过复杂降雨-径流响应关系的识别，发现了土壤湿度、降水强度和不同下垫面特征参数组合的时变增益非线性径流形成指数规律，揭示了非线性系统响应函数的水文物理机制，创建了水文时变增益非线性系统模型（TVGM），改进了水文径流估算的理论与方法，显著提高了径流预测的精度，有效地解决了径流非线性精准估算的理论难题。
（2）发现了径流形成过程非线性水量转化中关键的SPAC 系统土壤蒸发与总蒸腾比例，揭示了径流形成中SPAC 系统界面过程水分与能量的非线性交换机制，实现了径流形成过程模拟中水与生态在流域尺度的扩展。
（3）提出了流域分布式时变增益非线性系统模型（DTVGM）及量化水文模拟不确定性的新方法，解决了单元系统径流形成非线性机理向流域空间分异扩展及其与多要素耦合的难题，揭示了流域径流形成过程与流域下垫面、人类活动和气候变化影响的响应机制。
该研究8篇代表性论文总他引719次，其中SCI他引579次；获2004年湖北省自然科学一等奖、2011年国际水资源管理杰出贡献奖和2014年国际水文科学领域的最高奖“国际水文科学奖-V olker奖章”。
成果应用到我国江河湖库防洪减灾、流域水量水质联合调度以及重大调水工程的水管理，为水利水电工程安全设计、防洪减灾与水资源管理做出了重要的贡献，发挥了突出的社会经济效益。
推荐该项目为国家自然科学奖壹等奖。
推荐专家姓名：汪集旸工作单位：中国科学院地质与地球物理研究所职称：研究员学科专业：地热、水文地质学推荐意见：流域径流形成与转化过程是水文学研究的核心内容。
时变非线性又是水文科学发展亟待解决的一个瓶颈问题。
项目组围绕流域径流形成与转化的非线性机理，系统深入地研究了水文非线性系统理论，取得了国际上认可的成果。
主要发现点：（1）通过水文观测与实验、机理揭示与实践，发现了受控于土壤湿度、降水强度和不同下垫面特征参数的时变非线性径流形成指数规律，揭示了非线性系统响应函数的水文物理机制，创建了水文时变增益非线性系统模型（TVGM），解决了径流非线性精准估算的理论难题。
（2）发现了非线性水量转化中关键的SPAC 系统土壤蒸发与总蒸腾比例，建立了叶面积指数、表层土壤含水量与土壤蒸发/总蒸腾比例之间的函数关系，揭示了径流形成中SPAC 系统界面过程水分与能量的非线性交换机制。
（3）创建了流域分布式时变增益非线性系统模型（DTVGM），提出了量化水文模拟不确定性新的方法，解决了复杂条件下径流形成与转化若干关键技术难题。
该研究8篇代表性论文总他引725次，其中SCI 他引577次；2004年获湖北省自然科学一等奖，2011年获国际水资源管理杰出贡献奖，2014年获国际水文科学领域的最高奖“国际水文科学奖-V olker奖章”。
项目成果极大地推动了水文非线性科学的发展，应用于我国江河湖库防洪减灾、流域水质水量联合调度以及重大调水工程的水管理，产生了突出的社会经济效益。
推荐该项目为国家自然科学奖壹等奖。
三、项目简介：本项目属地学水文地理学领域。
流域径流形成与转化过程极其复杂，认清其规律对流域防洪和水安全关系重大。
传统方法主要基于线性系统理论，导致径流计算较大误差，时变非线性一直是水文科学发展的一个瓶颈，亟待解决。
项目组通过大量水文观测实验与资料分析，围绕径流形成的非线性机理、水与“土壤-植被-大气”（SPAC）界面过程机制、流域空间分异的分布式水文模拟及不确定性等关键问题，深入地研究了水文非线性系统理论，取得了国际上认可的成果。
主要发现点：1.在国际上发现了径流形成的产流量与土壤湿度、降雨强度和下垫面组合的时变非线性指数规律，揭示了非线性系统响应函数的水文物理机制，创建了水文时变增益非线性系统模型（TVGM），解决了径流非线性精准计算的理论难题。
经全球60多个代表性流域的实际应用与检验，径流预报精度平均提高了45%，最大提高了63%。
成果被世界水奖获得者Biswas教授评价为“发展了非线性时变模型，该创新研究有效地改进了水与环境相互作用的认识”；被著名水文学者Ababou教授评述为“这是水文‘非线性和非稳态’方向的一个代表性成果”；国际水文科学协会(IAHS)主席Savenije评价为“发展的非线性时变系统水文学途径，推动了作为社会经济可持续增长引擎的水资源管理的水文科学基础研究”。
2. 发现了径流形成非线性过程水量转化中关键的SPAC 系统土壤蒸发与总蒸腾比例，建立了叶面积指数、表层土壤含水量与土壤蒸发/总蒸腾比例之间的函数关系，揭示了SPAC 系统界面过程水分与能量的非线性交换机制，实现了径流形成过程模拟中水与生态在流域尺度的扩展。
该成果被大量引用并被国际知名蒸散发专家Dorigo评价为“这是一项很有价值的研究”；成果在华北农业节水中大面积推广应用，被国家最高科学技术奖获得者李振声院士评价为“取得了每亩节水100毫米，粮食超1000公斤(夏、秋两季)的良好结果”，效益显著。
3. 创建了流域分布式时变增益非线性系统模型（DTVGM），解决了单元系统径流形成向流域空间分异扩展及其与多要素耦合的难题，揭示了流域径流形成过程与流域下垫面人类活动和气候变化影响的响应机制，提出了量化水文模拟不确定性新的方法。
成果被国际IAHS陆气耦合委员会主席Gupta评价为“是理解流域水文过程相互作用关系、评估自然变化和人类活动影响后果的重要途径”。
成果应用到我国江河湖库防洪减灾、水质水量联合调度以及重大调水工程的水管理，产生了突出的社会经济效益。
8篇代表性论文总他引725次，其中SCI他引577次，单篇最高SCI他引151次。
由于夏军在水文非线性理论研究的贡献，2014年获国际水文科学协会（IAHS）、联合国教科文组织（UNESCO）和世界气象组织（WMO）联合颁发的国际水文科学领域最高奖“国际水文科学奖-V olker奖章”，被评价为“在水文科学做出了杰出的贡献，并且应用他的研究和水文学知识，使得社会受益”。
四、客观评价：1．对发现点1（径流形成的时变增益非线性机理）的评价径流形成与转化的非线性机理研究是国际水文科学领域的世界性难题之一。
夏军及其团队在国际上提出了时变增益产流的非线性机理与模型，得到国际水文和同行认可和高度评价，相关的第三方评价如下：（1）世界著名Stockholm水奖获得者Biswas教授在International Journal of Water Resources Development（2011, Vol. 28, No. 2, p393）和IWRA Newsletter（2011, Vol. 24, No. 4, p 2）评价：“夏军最重要的贡献之一是发展了一种非线性时变系统模型，经受了全球不同气候区60多个流域的检验。
该项研究明显改进了‘水-土-环境-人类-生态系统’的相互作用关系的认识、气候变化对水资源规划与管理过程的影响以及河流的科学管理”（英文原文见附件7-2）。
（2）国际著名水文学者、法国图卢兹大学R. Ababou教授在Journal of Hydrology（2000, Vol. 238, No. 3-4, p123-148）评述：“夏军提出了基于Meixner 函数和水文约束的最优系统识别，是一种信息量丰富的水文非线性系统方法，…，这类降雨-径流模型可视为水文‘非线性和非稳态’方向的一个代表性成果”（英文原文见附件2-1）。
（3）国际水文科学协会(IAHS)主席Savenije在授予夏军2014年国际水文科学奖的颁奖词（IAHS Newsletter 108, 2014）中评价“夏军发展的非线性时变系统水文学途径，推动了社会经济可持续增长引擎的水资源管理的水文科学基础研究”（英文原文见附件7-4）。
（4）国际水资源管理研究所(IWMI) Jayatilaka教授在Journal of Hydrology（2003, Vol. 273, p81-102）在评述代表论文1指出：“流域时变增益并非常数，而随流域湿度和雨强等影响因素不断变化，其中土壤湿度是一个关键的制约因素。
在斯里兰卡的研究与应用说明了该方法在描述梯级水库灌溉系统的供水非线性系统的有效性和实用性”（英文原文见附件2-2）。
（5）知名水文学者Guo S.L.教授在Journal of Hydrology（2007, Vol. 333, No. 2-4, p504-506）撰文引用和评述（代表论文1、2）：“夏军提出的水文非线性扰动模型（NLPM-API）已广泛应用到世界多个流域检验，该模型的特色是分布式物理过程-系统方法相结合，需要的数据量少而适应性广，对资料短缺的发展中国家的应用尤为重要。
该模型可区分季节变化、产流、汇流的非线性影响，显著提高水文预报的精度，明显优于水文线性系统模型。