新安江模型在乌江独木河流域的应用与改进
改进的新安江模型在贵州印江河流域的适用性及对比分析
改进的新安江模型在贵州印江河流域的适用性及对比分析韩元元;吴昊【期刊名称】《水资源与水工程学报》【年(卷),期】2015(0)3【摘要】将变动态存储系数法引入新安江模型河道洪水演算,从而对新安江模型进行改进,基于贵州印江河流域印江水文站2000-2010年水文资料,分析了改进新安江模型在研究流域的适用性并和传统新安江模型模拟结果进行对比分析,基于改进新安江模型,定量分析不同计算时段和不同蒸发输入对水文模拟的影响。
研究结果表明:改进的新安江模型适合于研究流域的水文模拟,相比于传统新安江模型,改进新安江模型在相对误差和确定性系数两个指标中都有所提高,其中相对误差均值减少1.08%,确定性系数均值提高0.0182;计算时段越短,次洪模拟精度越高;相比于实测蒸发皿,双源蒸散发作为蒸发输入模拟的年径流深相对误差平均减少0.75%,确定性系数平均提高0.0139。
研究成果可以为印江河流域的水文模拟提供参考价值。
【总页数】5页(P110-114)【关键词】改进新安江模型;动态存储系数;不同计算时段;不同蒸发输入;洪水演算;印江河流域【作者】韩元元;吴昊【作者单位】贵州省水利水电勘测设计研究院【正文语种】中文【中图分类】P334.92【相关文献】1.改进的HBV模型与新安江模型在武江流域洪水预报中的应用比较 [J], 张漫莉2.三水源新安江模型在洒河流域的适用性研究 [J], 周广刚;温立成3.新安江模型与水箱模型在柘溪流域适用性研究 [J], 孙娜;周建中;张海荣;葛乐壮4.WRF⁃Hydro模型与新安江模型在陈河流域的应用对比 [J], 孙明坤; 李致家; 刘志雨; 侯爱中; 霍文博; 温娅惠; 孔祥意; 戴金旺; 梁世强5.新安江上游流域SWAT模型的构建及适用性评价 [J], 李泽利;吕志峰;赵越;王玉秋;张震因版权原因，仅展示原文概要，查看原文内容请购买。
新安江模型在贵州岩溶地区的改进与应用
新安江模型在贵州岩溶地区的改进与应用
郝庆庆;陈喜;马建良
【期刊名称】《水电能源科学》
【年(卷),期】2009(27)4
【摘要】为使新安江模型对岩溶地区尤其是对枯水期退水段的模拟更为精确,对新安江模型自由水蓄水库的地下水部分进行了改进,在原有的一个地下水库基础上再增加一个线性水库以模拟深层地下水的出流过程。
实例应用结果表明,改进后的新安江模型对岩溶地区全年日径流的模拟精度略有提高,但对枯水季节退水段的模拟精度提高较大,可供类似地区径流分析借鉴。
【总页数】3页(P4-6)
【关键词】新安江模型;岩溶;自由水蓄水库;地下水库;退水指数
【作者】郝庆庆;陈喜;马建良
【作者单位】河海大学水文水资源学院．江苏南京210098;河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098;宁波市水利水电规划设计研究院,浙江宁波315016
【正文语种】中文
【中图分类】TV121.7
【相关文献】
1.改进SCS产流模型在岩溶地区径流模拟中的应用 [J], 贾晓青;杜欣;赵旭峰;陈植华
2.新安江模型在岩溶地区的应用 [J], 庄一鸰
3.分布式水文模型在岩溶地区的改进与应用研究 [J], 梁桂星; 覃小群; 崔亚莉; 陈爽; 黄奇波
4.基于改进新安江模型的岩溶地区径流过程模拟——以庙沟岩溶流域为例 [J], 李玉坤;燕子琪;王纪元;陈丽;周宏
5.两种不同类型的水文模型在贵州典型岩溶地区的应用 [J], 尚晓三;王栋
因版权原因，仅展示原文概要，查看原文内容请购买。
改进的HBV模型与新安江模型在武江流域洪水预报中的应用比较
［ ７ ］任树梅 ．工程水文学与水利计算基础 ［ Ｍ］ ． ２版 ．北 京 ： 中 国农 业大学出版社 ， ２ ０ ０ ８ ． ［ ８ ］张子贤 ．＿ 丁程水文与水利计算 ［ Ｍ］ ． ２版 ．北京 ： 中国水利水 电
出版社 ， ２ ０ ０ ８ ．
［ ５ ］雒文生 ， 宋 星原 ．工程水文及水利计算 ［ Ｍ］ ． ２版 ．北京 ： 中国水
收 稿 日期 ： ２ ０ １ ３ ． １ Ｏ ９
作者简介 ： 张漫莉 ， 女， 广东饶平人 ， 主要从事水文水资源 工作 。
（ 上接第 ３ ３页 ）
【 ４］詹道江 ， 徐 向阳， 陈元芳 ．工 程水文学 ［ Ｍ］ ． ４版 ．北京 ： 中国水
利 水 电 出版 社 ， ２ ０ １ ０ ．
参数 变化 范围小 ， 易于识 别， 异参 同效作用小 ， 模型运 算速度 快。两种模型均 能适 用于广 东省 中小流域 洪水预报 。
关键词 ： ＨＢ Ｖ模 型 ； 新 安 江 水 文模 型 ； 洪水 预 报 ； 武 江 流 域 中图分类号 ： Ｐ ３ ３ ４ ． ９ ２ 文献标识码 ： Ｂ 文章编号 ： １ ０ ０ １ ＿ ９ ２ ３ ５ （ ２ ０ １ ４ ） ０ １ 一 ｏ ０ ３ ４ ４
ＨＢ Ｖ模 型是 由瑞典水 文气象局提 出的一个概 念性流域 水文模型 ， 目前 已在北 欧等多 个 国家 推广应 用 ， 并获 得 了良 好的使用效果 。如今 ＨＢ Ｖ模型 已发展成 为集成 的水 文预报 模型系统 ， 是一 个现代化 的经 过 良好测 试 的易操 作的预报 工 具 。 。为了将 Ｈ Ｂ Ｖ模 型移植 到我 国并应 用于暴雨 洪水 预
张 漫 莉
（ 广东 省水 文局广州水 文分局 ， 广东 广州 ５ １ ０ １ ５ ０ ） 摘 要： 采 用改进 的 ＨＢ Ｖ模 型和新 安江模 型进行 中小流域 洪水预报研 究 ， 并对 两种模型 的模 拟结果进行 比较。结
对新安江模型的改进
对新安江模型的改进摘要:在新安江模型的结构中增加了超渗产流模型,对新安江模型进行了改进,使得新安江模型的产流理论更加完善,可以用于湿润地区、半干旱半湿润地区及干旱地区。
把改进后的模型在半干旱半湿润的沂沭泗流域进行了验证和应用。
关键词:新安江模型超渗产流产流面积下渗模型1引言从产流机制上来讲,湿润地区是蓄满产流,干旱地区是超渗产流,而半干旱和半湿润地区则是蓄满和超渗产流两者皆有。
谈到流域水文模拟模型,国内对于湿润地区有新安江模型、干旱地区有陕北模型;国外模型大家比较熟悉的有萨克拉门托模型与坦克模型,两者皆可用于湿润和干旱地区。
与萨克拉门托模型和坦克模型相比,新安江模型的结构和参数的物理意义比较明确以及容易调试,故在国内水文预报中得到了普遍使用。
由于新安江模型的核心是蓄满产流模型,对于有超渗产流的半干旱半湿润地区或者湿润地区植被较差、土层较薄的地区,新安江模型的使用有些限制。
本文就是针对这一问题在新安江模型的结构中增加了超渗产流模型,对新安江模型进行了改进,使得新安江模型的产流理论更加完善,可以用于湿润地区、半干旱半湿润地区及干旱地区。
最后把改进后的模型在半干旱半湿润的沂沭泗流域进行了验证和应用。
2超渗产流模拟模型根据土壤含水量W大于田间持水量WT与否,雨强i大于下渗能力与否这两对条件,可以写出一组四个产流方程如下:当i>f,W<WT,RS=i-f,RG=0 (1)当i≤fc,W>WT,RS=0,RG=I (2)当i>fc,W>WT,RS=i-fc,RG=fc (3)当i<f,W<WT,RS=RG=0 (4)这是一个土层、一个地点完整的产流方程。
其中式(2)和式(3)是饱和情况下的超蓄产流,即在蓄满的条件下降雨全部产流,或者仅有地下径流或两者皆有;式(1)是超渗产流。
超蓄产流与超渗产流是相反的,但合起来就完整了。
本部分将简要地讨论超渗产流的模拟模型。
超渗(不蓄满)产流最简单的模型首推陕北模型。
在新安江模型研究与应用上的改进SCEM-UA算法
在新安江模型研究与应用上的改进SCEM-UA算法
顾超;谭畅
【期刊名称】《计算机仿真》
【年(卷),期】2014(031)003
【摘要】研究水文建模优化问题,用传统方法建模精度较差,所以采用SCEM-UA算法对协方差方法和接受率方法进行优化建模,引入了可以有效保证样品多样性和可以增强算法全局搜索能力的比例因子和新的接受率方法.将改进SCEM-UA算法用于新安江模型的参数率定上,有效提高了收敛效率、计算速度与估测精度.试验结果表明,采用改进SCEM-UA算法的新安江模型,平均模型参数运算效率提高率为42.67％,估测的径流与实测值相比其相对误差绝对值均小于16％,有着良好的应用前景.
【总页数】5页(P279-282,350)
【作者】顾超;谭畅
【作者单位】南京信息工程大学计算机与软件学院,江苏南京210044;重庆市巴南区气象局,重庆401324
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.改进粒子群算法在新安江模型参数优选中的应用 [J], 王问宇;袁鹏;邵骏;李秀峰;吕琳莉
2.基于改进粒子群优化算法的新安江模型参数优选 [J], 刘力;周建中;杨俊杰;刘芳;安学利
3.新安江模型参数优选的改进粒子群算法 [J], 江燕;刘昌明;胡铁松;武夏宁
4.基于SCEM-UA算法的新安江模型在梅山水库流域上的应用 [J], 郝振纯;朱乾;王加虎;范正行;李泽华
5.改进量子遗传算法在图像匹配算法中的研究与应用 [J], 徐梅
因版权原因，仅展示原文概要，查看原文内容请购买。
新安江模型的起源及对其进一步发展的建议
新安江模型的起源及对其进一步发展的建议芮孝芳;凌哲;刘宁宁;梁霄【摘要】回顾新安江模型产生的历史背景,缅怀以赵人俊教授为代表的中国水文学界的先辈们对模型的创建所做的杰出贡献.深入剖析新安江(三水源)模型不同于世界上其他流域水文模型的特点.从模型发展的世界趋势、模型发展中必须引起注意的一些问题和重视数字流域技术开发三方面提出进一步发展新安江流域水文模型的建议.%The Xin' anjiang model has been used around the world for 32 years. In order to honor the great contributions to thisrnmodel made by Chinese hydrologieal ancestors, as represented by professor Zhao Ren-jun, the historical background of thernXin'anjiang model is reviewed in this paper. The different characteristics of the Xin' anjiang (three water resources) model andrnother watershed hydrology models are deeply analyzed. Suggestions for further development of the Xin anjiang model are given inrnthree categories: the model development trend in the world, some problems that should be avoided in the model development andrnthe attention that should be paid to the development of digital watershed technology,【期刊名称】《水利水电科技进展》【年(卷),期】2012(032)004【总页数】5页(P1-5)【关键词】新安江模型;水文模型;数字流域;水文预报;水文计算【作者】芮孝芳;凌哲;刘宁宁;梁霄【作者单位】河海大学水文水资源学院,江苏南京210098;河海大学水文水资源学院,江苏南京210098;河海大学水文水资源学院,江苏南京210098;河海大学水文水资源学院,江苏南京210098【正文语种】中文【中图分类】TV11;P331 模型的起源及走向世界英国水文和气象学家Penman在1961年曾言简意赅地指出,从某种意义上说,水文学就是一门回答“降水后将发生什么”的学科[1]。
第二章 新安江模型
2.3 模型计算
1、蒸散发计算 蒸散发计算采用三层模型， 蒸散发计算采用三层模型，其参数有上层张力水蓄水容量 UM， LM， DM， UM，下层张力水蓄水容量 LM，深层张力水蓄水容量 DM，流域平 WM， KC，深层蒸散发系数C 均张力水蓄水容量 WM，蒸散发折算系数 KC，深层蒸散发系数C， 计算公式为： 计算公式为： WM=UM+LM+DM W=WU+WL+WD E=EU+EL+ED 上层 (Upper layer) 下层 (Lower layer) 深层 (Deep layer)
f R RG = FC × ( ) = FC × ( ) ， RS = R − RG F P−E
P−E≥FC 时 当时
当 P−E< FC时
RS = 0, RG = R
（2-12)
从上可知， FC，就可将总径流量R 从上可知，只要知道了 FC，就可将总径流量R划分为地面 RS和地下径流量 RG。 径流 RS和地下径流量 RG。水源划分的关键是确定流域的稳定 下渗率FC。 RS的 下渗率FC。最常用的方法是在流量过程线上找出地面径流 RS的 FC 终止点，据此分割出地下径流RG，然后试算出。 终止点，据此分割出地下径流RG，然后试算出。 RG 二水源的水源划分结构简单，计算与应用方便。 二水源的水源划分结构简单，计算与应用方便。但方法经 验性强， 验性强，因为用一般分割地下径流的方法所分割出来的地面径 流实际上常常包括了大部分壤中流在内。国内外学者研究成果 流实际上常常包括了大部分壤中流在内。国内外学者研究成果 表明，雨止至地面径流终止点之间的历时， 表明，雨止至地面径流终止点之间的历时，实际上比较接近于 壤中流的退水历时，远远大于地面径流的退水历时。所以， 壤中流的退水历时，远远大于地面径流的退水历时。所以，稳 定下渗率的界面就不是在地面，而是在上土层和下土层之间。 定下渗率的界面就不是在地面，而是在上土层和下土层之间。
新安江模型的应用
新安江模型的应用张利茹河海大学水文水资源学院，南京（210098）摘要：新安江降雨径流模型应用在梁辉水库上，采用2002年至2006年五年的降雨和蒸发资料对该流域进行日模和次模的模拟，得出的结果还比较满意。
为了找出新安江模型的敏感性参数，本文在其他研究人员的基础上，选出公认的比较敏感的参数，把它们的值分别变成初始值的80%、90%和110%（CG除外）后进行模拟计算，得出的结果证实了学者们的说法。
关键词：新安江模型，梁辉水库，敏感性分析1. 新安江模型简介新安江模型始建于1973年，采用蓄满产流的概念，以土壤含水量达到田间持水量后才产流，是个分布式的概念性模型，30多年来在我国湿润与半湿润地区有广泛应用，并发展改进为三水源的以及其他多水源的模型【1】。
几十年来，很多专家和学者都致力于新安江模型的应用和发展上，发表了数以百计篇文章(像赵仁俊，1992；程等人，2002)，但很少有用一个实际例子来研究新安江模型参数的敏感性问题的，实际上，新安江模型参数的命感性分析会有助于该模型的更广泛的应用，例如，对于无资料的地区或是资料不全的地区，参数的敏感性分析将显得更加有用。
2. 新安江模型结构新安江模型是分散性的模型，常按泰森多边形法把全流域分成许多单元流域，产流部分采用蓄满产流模型，另增加了流域不透水面积占全流域面积之比的参数IMP。
蒸发部分采用三水源蒸散发模式。
河道洪水演算采用马斯京根法。
地面径流的汇流采用经验单位线，并假定每个单元流域上的无因次单位线相同，简化结构。
地下径流的汇流采用线性水库。
对每一个单元流域作汇流计算，求得单元流域出口流量过程。
再进行出口以下的河道洪水演算，得出流域出口的流量过程。
把每个单元流域的出流过程相加，就求得了流域出口的总出流过程[2]。
新安江模型流程图如图1。
基于概念型降雨径流蓄满产流的新安江模型，其参数可大致划分为四种类型，如下述：（1）蒸散发。
此部分的参数包括K、C、WUM、WLM。
6 新安江模型.
21.11
30.51 24.27 84.62
0.0427
0.0632 0.0495 0.2091
0.50
0 7.46 17.61
0.50
0 2.22 5.84
0
0 5.23 11.76
29.57
23.68 76.57 113.20
23
24
20.27
-2.79
138.85
156.00
0.4844
1.0000
I
E
2018/12/13
18
2、用试算法求fc f RS i R i i f c t i F
fi RS RS i R i f c t i 1 1 1 F f R 又 i F PE 得: fc
n n n
R
1 n
n
i
RS fc
R
1 n
n
i
RS (忽略雨期蒸散) (8 - 11)
2018/12/13
11
利用流域蓄水容量曲线计算产流量（右图）：
W：流域原有蓄水量，相应纵标A W分布：(f/F)A左边蓄满，右边未蓄满， 假定按水平分布。 以此时段为基础： 降雨P，蒸散发E，径流量R，损失量L 满足如下水量平衡关系（超蓄产流方程）：
R ( P E ) ( W2 W1 )
2018/12/13
9
（2）超蓄产流模型的结构 a）点模型 以含气层缺水量为控制条件，就流域中某点而言：
蓄满前: P E WW2 WW1 蓄满后: P E R 式中: P : 时段降雨量 E : 时段蒸散发量 R : 时段产流量
(6 - 1)
WW1 , WW2 : 时段初末的土壤含水量
四个概念性水文模型在黑河流域上游的应用与比较分析
表 １ 四个 概 念性 水 文 模 型 结构 比较 表
Ｔ ｂ ｅ Ｉｅ ｚ ｄ ｃ ｍｐ ｒｓ ｎ ｏ ｄ ｌ ｓｒ ｃｕ ｅ ａ ｌ ｌ ｔｍｉｅ ｏ ａ ｉｏ ｆ ｍｏ ｅ ｔｕ ｔ ｒ
注 ： 文 使 用 二 水 源 新 安 江模 型 ， 流计 算 时 瞬 时 单 位 线 采 用 一 个 脉 冲 响应 函数 模 拟 ＿。Ｔ ｐ ｄ ｌ 本 汇 ｌ ｏ Ｍｏｅ 为兰 卡 斯 特 大 学 Ｋ ｉ ｅｅ ９ １ ｅｔ Ｂ ｖｎ教 授 在 １８ ｈ ９ ５编 写 ， １９ ，９ ５两 次 修订 之 后 的版 本 。Ｈ Ｖ模 型 是 斯 德 哥 尔 摩 大 学 Ｊｎ ｅｂｒ 教授 于 ２ ０ 经 ９ ３ １９ Ｂ ａ Ｓ ｉｅｔ ０ ５年 开 发 的 ＨＢ 轻 量 版 。Ｓ ｃａ ｅ ｔ模 型是 在 亚 利 桑 那 Ｖ ａｒｍ ｎｏ 大 学 版 本 上修 订 的版 本 。
个评 价指 标 ， 其计 算公 式如 下 ：
Ⅳ
、 ｒ ’
以黑河流域上游为研究 区。黑河 流域是我 国第二大
内陆河 ， 出山 口莺 落峡以上为其上游流域 ， ９ ｍＳ Ｔ 从 ０ ＲＭ Ｄ Ｍ数 据可 以得 到流域海 拔范 围为 １ ６ － ０ ｍ。根 Ｅ ８ ５０ ５ ６
和 Ｔｎ ａｋ模 型模 型从 蒸散 发 、 流 、 源划 分 等 方 面做 产 水
面展开 比较 ， 表 １ 见 。
３ 模 拟 结 果 比较 和 分 析
３１ 数 据 及 模 型 设 定 ．
本文所采用 的四个概念性水文模型包括 ：①新安
江模 型 ， 目前 ， 于该模 型 有不 同 的版本 关 ， 文采 本
模 型驱动 需要 降水 、 蒸发 、 气温 和径 流数 据 。黑河 流 域上 游 流域 面 积 约 １ ０ ｋ ００ ０ ｍ ，为 了使得 模 型的 驱 动 数据 能 够较 好代 表 整个 流 域 的状 况 ， 我们 选取 了位 于研 究 区 内 和研 究 区附 近 且 没 有 明显 地 貌 景 观 差 别
基于改进蝴蝶优化算法的新安江模型参数率定研究
基于改进蝴蝶优化算法的新安江模型参数率定研究目录一、内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21.1 研究背景及意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2 1.2 国内外研究现状分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.3 新安江模型介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41.4 蝴蝶优化算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5二、理论基础与预备知识．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62.1 新安江模型的数学描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6 2.2 蝴蝶优化算法原理解析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82.3 参数率定理论框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9三、改进蝴蝶优化算法设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．103.1 IBFOA算法流程设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11 3.2 IBFOA算法参数设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．123.3 IBFOA算法性能评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13四、新安江模型参数率定实验设计与实施．．．．．．．．．．．．．．．．．．．．．．144.1 实验环境搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15 4.2 实验数据准备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16 4.3 参数率定实验步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16五、新安江模型参数率定结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．185.1 实验结果展示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．195.2 参数敏感性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．205.3 参数最优解确定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21六、改进策略与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．226.1 对比分析IBFOA与传统BFOA．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．236.2 提出新的参数调整策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．246.3 算法改进效果验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26七、结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．277.1 研究结论总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．277.2 研究局限性与不足．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．287.3 未来研究方向建议．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29一、内容概览1.研究背景与意义新安江模型作为水文预报和水资源管理中的关键工具，其参数率定的准确性直接影响到预报结果的可靠性。
基于GIS的乌江流域新安江模型参数率定
基于GIS的乌江流域新安江模型参数率定同斌;张亮;曾适;熊金和【摘要】为了使新安江模型的运用更能真实反映流域的基本特征及产汇流机理,利用地理信息系统空间分析的功能,由数字高程模型导出乌江武隆以上流域的流域排水网,并在此基础上提取汇流长度及坡度等地形特征值.在地理信息系统平台上,计算出流域下垫面的植被、土壤、地貌等特征值,并将其与流域模型参数建立相关关系.结果表明,各流域模拟的确定性系数及模拟精度均较高.因此,预报结果更加合理,理论依据也更加可靠.【期刊名称】《人民长江》【年(卷),期】2011(042)006【总页数】4页(P106-108,113)【关键词】地理信息系统;数字高程模型;地形地貌特征值;新安江模型【作者】同斌;张亮;曾适;熊金和【作者单位】长江水利委员会水文局,长江上游水文水资源勘测局,重庆,400014;长江水利委员会水文局,长江上游水文水资源勘测局,重庆,400014;长江水利委员会水文局,长江上游水文水资源勘测局,重庆,400014;长江水利委员会水文局,长江上游水文水资源勘测局,重庆,400014【正文语种】中文【中图分类】P334.921 GIS在流域水文模型中的应用以GIS为平台，利用数字高程模型，推求出流域水网并模拟河网，据此由流域分水岭进行单元面积的划分，推求出平均汇流路径长度和坡度等流域下垫面地形特征值［1］。
结合新安江流域水文模型参数物理意义进行参数率定［2］，使流域上新安江模型的运用能更真实地反映流域的基本特征及产汇流机理，从而使预报结果更加合理化，理论依据更加可靠。
因此，GIS的运用可为数字流域模型的建设提供必要的技术和数据保障。
2 乌江武隆以上流域地形特征值的推求2.1 流域自然地理概况乌江是川江南岸最大的支流，集水面积87920km2，河长1030多千米，天然落差2120多米。
乌江水系呈羽状分布，河网密度较大，具名的一级支流 58条。
其中，流域面积大于300km2的有42条，大于1000km2的有16条。
新安江模型参数变化对流域降雨径流过程的影响分析
新安江模型参数变化对流域降雨径流过程的影响分析
郝改瑞;李抗彬;李智录;冯雨石
【期刊名称】《水资源与水工程学报》
【年(卷),期】2012()5
【摘要】水文模型可以模拟自然流域的降雨径流过程,在降雨径流过程模拟中,水文模型参数的选择往往会影响模型对流域径流过程的模拟效果。
针对新安江模型,以陕西黑河金盆水库流域为研究流域,分析新安江模型参数变化对模拟流域降雨径流过程的影响,以确定新安江模型参数的敏感程度,从而服务于研究流域的汛期水文预报参数修正。
模拟结果表明:在研究流域新安江模型参数中KKSS、KKG、WLM、WDM、kg、k为敏感参数,对模拟流域降雨径流过程的影响较大;参数WUM、IMP、B、c、SM、EX为不敏感参数,对模拟流域降雨径流过程影响较小。
【总页数】3页(P127-129)
【关键词】降雨径流;新安江模型;模型参数;局部灵敏性分析
【作者】郝改瑞;李抗彬;李智录;冯雨石
【作者单位】西安理工大学水利水电学院;重庆能源职业学院
【正文语种】中文
【中图分类】TV121.1
【相关文献】
1.最优化特性和变化的流域初始状态对新安江模型参数的影响 [J], Martins Y. Otache;李致家
2.GR模型与新安江模型及两参数月水量平衡模型在赣江流域的降雨径流模拟比较[J], 邓鹏鑫;胡庆芳;王银堂;崔婷婷
3.降雨因素对大清河流域洪水径流变化影响分析 [J], 石焕玲
4.基于改进新安江模型的岩溶地区径流过程模拟——以庙沟岩溶流域为例 [J], 李玉坤;燕子琪;王纪元;陈丽;周宏
5.江江河流域降雨径流关系变化及其影响因素分析 [J], 毛慧慧;张建中;徐嘉;王白陆
因版权原因，仅展示原文概要，查看原文内容请购买。
在新安江模型研究与应用上的改进SCEM_UA算法
第31 卷第3 期计算机仿真2014 年3 月文章编号: 1006 － 9348( 2014) 03 － 0279 － 04在新安江模型研究与应用上的改进S CE M－ UA 算法顾超1 ，谭畅2( 1〃南京信息工程大学计算机与软件学院，江苏南京210044; 2〃重庆市巴南区气象局，重庆401324)摘要: 研究水文建模优化问题，用传统方法建模精度较差，所以采用S CE M－UA 算法对协方差方法和接受率方法进行优化建模，引入了可以有效保证样品多样性和可以增强算法全局搜索能力的比例因子和新的接受率方法。
将改进S CE M－UA算法用于新安江模型的参数率定上，有效提高了收敛效率、计算速度与估测精度。
试验结果表明，采用改进S CE M－UA 算法的新安江模型，帄均模型参数运算效率提高率为42〃 67% ，估测的径流与实测值相比其相对误差绝对值均小于16%，有着良好的应用前景。
关键词: 新安江模型;运算效率;径流估测中图分类号: TP301〃 6文献标识码: BI mp r ove d S CEM－ UA Algo r i t hm of Ｒese a r c h andA pp lic a t io n of Xi n＇an j i an g M o d elGU C ha o1 ，T AN C han g2( 1〃 Nanjin g Uni v ersit y of In fo rmati o n S cience and Techn o l og y，C o lle g e of C o mputer and Sof t w are，Nanjin g Jian g su 210044，China; 2〃 Ch o n g qin g Banan M ete o r o l og ical Bureau，Ch o n g qin g 401324，China) ABS TＲA CT: In this paper，a S CE M－ UA al go rithm c ov ariance meth o d and an acceptance rate meth o d w ere o pti-mi z ed〃 Intr o ducin g the scale f act o r and the ne w acceptance rate meth o d can e ff ecti v el y g uarantee the di v ersit y and en-hance the abilit y of g l o bal search al go rithm〃 The impr ov ed S CE M－ UA al go rithm w as used t o Xin＇a njian g m o del pa-rameter calibrati o n，w hich can e ff ecti v el y impr ov e the c o n v er g ence e ff icienc y，calculati o n speed and estimati o n accura-c y〃The e x perimental re sults sh ow tha t，fo r the Xin＇a njian g m o del based o n the impr ov ed S CE M－ UA al go rithm，thea v era g e m o del parameters of o perati o nal e ff icienc y is 42〃 67% ，its estimati o n of run off c o mpared w ith the m easuredv alues is less than the abs o lute v alue of the relati v e err o r of16% 〃It has goo d applicati o n pr o spects〃K E Y WOＲDS:Xin＇a njian g m o del; Operati o n e ff icienc y;Ｒun off estimati o n1引言水文模型是分析和研究流域产汇流机制和流域出口断面出流过程之间关系的函数描述，其仿真精度与模型参数的率定有很大的关系，多参数模型的优选通常都会遇到“异参同效”和“局部最优”的现象［1 －2］，也就是不同的参数组合可以得到相同的或者近乎相同的模型输出和在得到全局最优解前提早的收敛于一个非全局最优参数组合，前者会降低参数的可辨识性，后者则会降低模型的精确性。
API模型和新安江模型的参数区域化研究与应用
第47卷第3期2019年5月河海大学学报(自然科学版)Journal of Hohai University(Natural Sciences)Vol.47No.3May 2019DOI :10.3876/j.issn.10001980.2019.03.001 基金项目:国家重点研发计划(2016YFC0402705);国家自然科学基金(51679061);中央高校基本科研业务费专项(2016B04714)作者简介:姚成(1982 ),男,副教授,博士,主要从事水文模型与水文预报研究㊂E⁃mail:yaocheng@引用本文:姚成,邱桢毅,李致家,等.API 模型和新安江模型的参数区域化研究与应用[J].河海大学学报(自然科学版),2019,47(3):189⁃194.YAO Cheng,QIU Zhenyi,LI Zhijia,et al.Parameter regionalization study and application of API model and Xin’anjiang model[J].Journal of Hohai University(Natural Sciences),2019,47(3):189⁃194.API 模型和新安江模型的参数区域化研究与应用姚 成1,邱桢毅1,李致家1,胡维登1,许 洁2(1.河海大学水文水资源学院,江苏南京 210098;2.安徽省水文局,安徽合肥 230022)摘要:为了将API 模型与新安江模型更好地应用于无资料地区,将API 模型和新安江模型应用于大别山区及皖南山区的29个中小流域,对模型参数在研究区的区域规律进行研究,通过中小河流新建水文测站对参数区域化的成果进行实证研究㊂结果表明:API 模型与新安江模型均能较好地用于研究区中小流域的洪水模拟;逐步回归分析法能有效地推求模型的敏感参数;基于空间邻近与逐步回归分析相结合的参数区域化方法,API 模型与新安江模型在新建水文测站次洪模拟中的平均确定性系数分别达到0.92和0.86,该方法能有效地推求研究区无资料流域API 模型与新安江模型的参数㊂关键词:API 模型;新安江模型;无资料地区;参数区域化;空间邻近法;逐步回归分析法;新建水文测站中图分类号:P338 文献标志码:A 文章编号:10001980(2019)03018906Parameter regionalization study and application of API model and Xin ’anjiang modelYAO Cheng 1,QIU Zhenyi 1,LI Zhijia 1,HU Weideng 1,XU Jie 2(1.College of Hydrology and Water Resources ,Hohai University ,Nanjing 210098,China ;2.Hydrology Bureau of Anhui Province ,Hefei 230022,China )Abstract :In order to better apply the API model and Xin’anjiang model to the ungauged regions,the parameter regionalization study and its application were conducted in this paper.Here,the API model and Xin’anjiang model were applied to small and medium⁃sized basins in the Dabie Mountain area and South Anhui Mountain area,the regional regularity of model parameters in the selected area was studied,and the result of regionalization was verified by the new hydrological station for the small and medium⁃sized rivers.The results show that both API model and Xin’anjiang model can be used to simulate the flood runoff in the study area;stepwise regression analysis can effectively deduce the sensitive parameters;based on the parameter regionalization method combining spatial proximity and stepwise regression analysis,the average deterministic coefficients for hourly API model and Xin’anjiang model simulations in the new hydrological station are 0.92and 0.86,respectively.Therefore,this method can effectively deduce the parameters of API model and Xin’anjiang model in the ungauged basins of selected area.Key words :API model;Xin’anjiang model;ungauged regions;parameter regionalization;spatial proximity;stepwise regression analysis;new hydrological station水文模型作为水文预报的计算工具,一直是水文工作者研究的重点㊂随着研究的不断开展,水文模型的研究已在有水文资料的地区取得了较好的进展[1⁃2]㊂其中,传统的API 模型与新安江模型经过长期的优化改进,在国内已经取得了广泛的应用,尤其是在湿润与半湿润地区,取得了较高的预报精度[3⁃4]㊂然而,模型091河海大学学报(自然科学版)第47卷参数的推求问题限制了API模型和新安江模型在无资料地区的进一步应用㊂因此,有效地解决API模型与新安江模型在无资料地区的参数推求问题,对于无资料地区的水文预报具有重要意义㊂在模型参数推求过程中,3种典型的参数区域化方法被广泛使用,即空间邻近法㊁回归分析法以及物理相似法[5]㊂而自2003年国际水文科学协会(IAHS)提出无资料流域水文预报(PUB)计划以来,模型参数推求方面的研究取得了一定的进展[6]㊂Oudin等[7]将基于TOPMODEL与GR4J模型的回归分析㊁空间邻近㊁物理相似3种方法进行试验,结果显示空间邻近法最优;Reichl等[8]基于SIMHYD模型对物理相似法加以优化,结果显示经过改进的物理相似法优于空间邻近以及回归分析法;Zhang等[9]基于改进新安江模型对空间邻近与物理相似法进行整合,结果表明两者相结合的方法较传统的参数区域化方法对结果有一定改善㊂由此可见,参数区域化方法的优化与结合是有必要的㊂此外,对于参数区域化方法的验证通常采用交叉验证,没有对无资料地区的未来资料序列进行实际检验㊂与此同时,近年来无资料流域新建成了大量的水文测站㊂新建水文测站资料序列较短,难以进行参数的率定,但可以通过有限的最新资料对参数区域化方法推求的参数结果进行实际检验㊂本文选择大别山区及皖南山区为研究区,将API模型与新安江模型应用于研究区的29个中小流域,并且采用空间邻近与逐步回归分析相结合的参数区域化方法估计研究区内无资料流域的水文模型参数,旨在验证2种模型在研究区中小流域适用性的同时,通过新建水文测站检验此方法用于推求研究区无资料流域模型参数的有效性,改善API模型㊁新安江模型在无资料流域应用困难的现状,并为参数区域化方法的研究提供一定的借鉴㊂1 研究区概况及数据资料研究区为安徽省大别山区及皖南山区,属亚热带湿润季风气候,夏季雨量充沛,年平均降雨量1200~ 1500mm,年均蒸发量600~800mm㊂基于水文资料系列㊁流域代表性等因素,本文在研究区选取周家河㊁张冲等29个独立的中小流域作为研究对象,流域面积介于4.71~887.88km2之间,均为自然闭合流域,受水工建筑物的影响较小㊂为率定API模型新安江模型的参数,选取这29个中小流域的实测水文资料,包括逐日流量与雨量㊁时段流量与雨量以及蒸发数据等,其中流量㊁雨量的时段长均为1h㊂为便于比较模型模拟结果与实测数据,模型模拟的时段长取1h㊂为提取流域的属性因子用于逐步回归分析,本文选用研究区中小流域的数字高程数据,资料来自于中国科学院计算机网络信息中心国际科学数据镜像网站,精度为90m×90m,数据采集时间为2000年㊂通过地理信息系统软件提取了流域面积㊁河网密度㊁平均高程㊁面积坡度等12种流域的属性因子㊂2 API模型与新安江模型简介2.1 API模型API模型又称前期雨量指数模型,模型产流部分采用前期雨量指数和降雨量计算,汇流部分采用Nash 单位线计算[10]㊂API模型的参数有:流域最大初损值I m㊁前期雨量指数消退系数k以及Nash汇流参数N和K(N为线性水库个数,K为线性水库的蓄泄系数)㊂2.2 新安江模型新安江模型[11]是典型的概念性水文模型,模型的结构主要分为4个模块:(a)蒸散发模块,参数有K c㊁W um㊁W lm㊁C;(b)产流模块,参数有W m㊁B㊁I mp;(c)水源划分模块,参数有S m㊁E x㊁K g㊁K i;(d)汇流模块,参数有C i㊁C g㊁C s㊁L㊁X,参数的物理意义见文献[12]㊂2.3 模型应用API模型与新安江模型在29个流域的应用结果用于检验模型在研究区的适用性㊂模型参数的率定采用SCE⁃UA算法,该优化算法稳定性好㊁收敛速度快,且应用较好[13]㊂选用洪峰相对误差㊁确定性系数对模拟结果进行评价㊂依据GB/T22482 2008‘水文情报预报规范“,洪峰相对误差在20%以内为合格㊂图1为29个流域次洪模拟结果箱型图,显示了洪峰合格率㊁确定性系数均值的最小值㊁下四分位数㊁中位数㊁上四分位数㊁最大值,体现了API模型与新安江模型在29个流域模拟精度的变幅㊂由图1可知,API模型与新安江模型在29个流域次洪模拟结果的洪峰合格率均在60%以上,确定性系数均值都在0.6以上㊂经统计:API模型应用于29个流域的平均洪峰合格率和平均确定性系数分别为第3期姚 成,等 API 模型和新安江模型的参数区域化研究与应用77.45%和0.72;新安江模型应用于29个流域的平均洪峰合格率和平均确定性系数分别为83.72%和0.84㊂模型应用结果表明API 模型新安江模型均能较好地用于研究区中小流域的洪水模拟,且新安江模型可以取得相对更高的模拟精度㊂图1 API 模型和新安江模型次洪模型模拟结果统计箱型图Fig.1 Statistical boxplots of the simulating results by API model and Xin 爷anjiang model3 参数区域化及其验证3.1 参数区域化空间邻近法是指建立在已知数据分布存在一定地理规律的基础上,通过已知点或其分区综合数据,推求该区域任一点或者分区数据的方法㊂模型参数通常具有一定物理意义,能够反映流域的自然地理综合特征㊂而流域自然地理特征是经过气候地形等长时间作用演化的结果,故其具有一定的区域相似性[14]㊂正是区域相似性使得水文模型参数在空间分布上具有一定的规律,这也是空间邻近法能用于推求模型参数的前提条件㊂本文采用的空间邻近法为反距离权重法[15],该法在模型参数推求中应用较好㊂此外,回归分析法作为参数区域化最常用的方法之一,其参数推求结果的好坏主要取决于模型参数与流域属性因子间是否存在较好的关联性,所选取的流域属性因子也需要能够反映出流域的自然地理特征㊂在选取流域属性因子的过程中,本文采用的是逐步回归分析法[16⁃17]㊂逐步回归分析法不但剔除了引起多重共线性的变量,还能确保最后得到的自变量集是最优的㊂图2 计算K 值与率定K 值对比Fig.2 Comparison between calculated and rating values of KAPI 模型参数确定时,首先固定参数k 与N ,k 与N 一般为常数,分别取0.85和3[18]㊂其次利用反距离权重法推求参数I m ,降雨径流移用邻近流域的相关关系㊂最后通过逐步回归分析方法获得公式计算参数K ㊂其中,根据芮孝芳[18]对Nash 模型参数的分析,K 与流域的地形地貌条件相关㊂故本文以K 为因变量,流域属性因子为自变量,通过逐步回归分析,得到K 与流域地貌特征的定量关系:K =5.534S -0.236area (1)式中:S area 流域面积坡度,dm /km 2㊂通过逐步回归分析法得到的计算K 值与率定K 值近乎相等(图2),但可以明显看出金家流域的计算值严重偏离率定值㊂据流域勘查发现,金家流域范围内存在东方红水库,该水库对径流有一定的调节作用㊂在参数率定过程当中,水库的调节作用已体现在实测洪水资料中㊂而在对该流域进行K 值计算时并未考虑水191291河海大学学报(自然科学版)第47卷库的调节作用,故导致计算值远小于率定值㊂此外,发现金家流域的洪水资料中大洪水仅一场,且场次洪水资料较少,率定值可能存在一定的偏差㊂基于上述原因,对除金家流域外的参数计算结果进行统计,计算K 值与率定K值的平均绝对误差为0.29㊂因而,在不存在水工建筑物影响或者影响较小的情况下,可以在研究区采用此公式计算K值㊂从物理层面分析,流域汇流过程中很重要的一部分是流域对净雨再分配中的水动力扩散作用,水动力扩散对于地表净雨汇流的影响主要体现在水流速度沿不同方向的差异性,这与流域的地形地貌有密切联系㊂式(1)中的流域面积坡度通过影响水动力扩散作用来改变地表净雨的再分配,从而影响了参数K的大小㊂新安江模型参数确定时,为降低 异参同效”影响,首先对不敏感参数W m㊁W um㊁W lm㊁B㊁C㊁I mp㊁E x采用固定赋值的方法,不再进行优选;其次利用反距离权重法推求参数K c㊁S m㊁K g㊁K i㊁C g㊁C i㊁X;最后通过逐步回归分析方法获得公式计算参数:河网蓄水消退系数C s㊁滞时L㊂根据赵人俊等[19]对新安江模型参数的分析, C s㊁L由河网地貌条件决定㊂故本文分别以C s㊁L为因变量,流域属性因子为自变量,通过逐步回归分析,得到了C s㊁L与流域地貌特征的定量关系:C s=exp(-0.2867A0.252426.72-0.99ln S area-3.185ln H平均-9.55ln P P)(2)式中:H平均 流域平均高程,m;P P 流域河网密度,km/km2;A 流域面积,km2㊂L=0.005A+0.516(3) 图3为逐步回归分析法得到的计算C s值与率定C s值对比结果,结果显示计算C s值与率定C s值整体误差较小,平均绝对误差为0.07,但孙家桥与舒家流域的偏差较大,分别达到0.37和0.17㊂分析发现:孙家桥流域面积较小㊁主河道长较短;舒家流域面积偏小,主河道长偏短,流域的河道平均坡度非常大㊂流域面积小㊁主河道长较短㊁河道平均坡度大这3个方面的原因可能造成流域的调蓄能力较差,从而使模型率定的C s 值较小㊂另外,孙家桥与舒家流域的面积均较小,而在面积较大的流域,杨山岭以及沙埠流域计算结果非常好㊂通过误差变化发现,误差整体上随着流域面积的减小呈现增大趋势,即误差与流域面积大体上呈现反比关系㊂造成这种误差现象的原因除异参同效以及模型结构所带来的不确定因素外,可能与小流域特定的地质条件和地貌结构有关㊂因此可以在研究区采用式(2)计算C s值,且应用于面积较大的流域效果更好㊂图3 计算C s值与率定C s值的对比Fig.3 Comparison between calculated and rating values of C sL的计算公式恰为一元线性回归,其回归模型的相关系数R2=0.64,表明该回归模型因变量与自变量之间的相关性程度较好㊂经统计:计算值L与率定值L的误差绝对值控制在3h之内,平均误差为0.74h,误差较小㊂且式(3)只含有一个因变量,可很好地避免变量之间的相关性,可以在研究区采用式(3)计算L㊂3.2 参数区域化成果在新建水文站的验证本文选取研究区内的祁门流域对参数区域化成果进行验证㊂通过空间邻近与逐步回归分析相结合的参数区域化方法推求,祁门流域的模型参数均已得到㊂祁门作为中小河流新建水文测站,于2014年建立,仅有2015 2016年间3场洪水资料㊂基于研究区参数区域化的成果,本文采用API与新安江模型对这3场洪水进行模拟,模拟结果统计见表1,洪水过程模拟见图4㊂由表1可知:API模型3场洪水的洪峰相对误差均小于20%,洪峰合格率为100%,洪峰平均相对误差水平为6.71%;3场洪水的确定性系数均大于0.8,平均确定性系数为0.92㊂新安江模型有2场洪水的洪峰相对误差小于20%,洪峰合格率为66.67%,洪峰平均相对误差水平为10.49%;3场洪水的确定性系数均大于第3期姚 成,等 API 模型和新安江模型的参数区域化研究与应用表1 API 模型与新安江模型在祁门流域的模拟结果Table 1 Simulating results of API model and Xin ’anjiang model in the Qimen Basin洪号实测洪峰/(m 3㊃s -1)计算洪峰/(m 3㊃s -1)洪峰相对误差/%确定性系数新安江模型API 模型新安江模型API 模型新安江模型API 模型2015060708492.00456.44427.40-7.23-13.130.870.882016041923469.00483.83474.60 3.16 1.190.870.952016061811676.83819.55716.2021.09 5.820.830.94图4 祁门流域洪水过程模拟Fig.4 Simulation of flood process in the Qimen Basin0.8,平均确定性系数为0.86㊂由图4所示的3场洪水过程可知:API 模型的洪水模拟过程在涨洪初期流量略微高于实测,退水存在陡落现象,洪峰与实测较为接近,整体模拟效果较好;新安江模型的2016061811号模拟洪水洪峰与实测偏差较大,且3场洪水均略微滞后,但洪水过程线形状与实测较为一致;在整体上,API 模型的模拟效果略优于新安江模型㊂由此可见,API 模型和新安江模型均能够较好地模拟祁门流域的洪水过程,但新安江模型在祁门流域的模拟效果较API 模型稍差,这与前文模型在研究区29个中小流域的模拟结果有所差异㊂造成该现象的原因可能是:(a)API 模型结构简单,需要率定的参数较少,有效的参数推求方法对于模拟效果起到了决定性的作用㊂而新安江模型结构比较复杂,需要率定的参数较多,参数推求的准确性对于模拟结果并非是唯一的因素㊂因为影响模拟结果的是参数组合而不是单一参数,参数之间有复杂的联系,多个参数微小差异的组合可能会引起较大的影响,即 异参同效”现象;(b)祁门作为新建水文测站,历史资料有限,3场洪水的模拟结果具有一定的不确定性㊂4 结 语将API 模型和新安江模型应用于安徽省大别山区及皖南山区的29个中小流域,在参数区域化方法上做出了新的尝试,采用空间邻近与逐步回归分析相结合的方法对研究区的模型参数开展区域化㊂在参数区域化成果验证过程中,采用中小河流新建水文测站㊂研究结果表明:(a)API 模型和新安江模型均能较好地用于研究区中小流域的洪水模拟;(b)逐步回归分析法能有效地推求模型敏感参数K ㊁C s ㊁L ;(c)基于空间邻近与逐步回归分析相结合的参数区域化方法,API 模型和新安江模型在新建水文测站次洪模拟中的平均确定性系数分别达到0.92和0.86,该方法能有效地推求研究区无资料流域API 模型和新安江模型的参数㊂此外,尽管研究得出了上述有用的结论,但仍需更多的新建水文测站及其实测资料来验证以便得到可靠性更高的结论,这都有待于在今后的研究中进行㊂参考文献:[1]芮孝芳,蒋成煜,张金存.流域水文模型的发展[J].水文,2006,26(3):22⁃26.(RUI Xiaofang,JIANG Chengyu,ZHANG Jincun.Development of watershed hydrologic models[J].Journal of China Hydrology,2006,26(3):22⁃26.(in Chinese))391491河海大学学报(自然科学版)第47卷[2]李致家,姚成,张珂,等.基于网格的精细化降雨径流水文模型及其在洪水预报中的应用[J].河海大学学报(自然科学版),2017,45(6):471⁃480.(LI Zhijia,YAO Cheng,ZHANG Ke,et al.Research and application of the high⁃resolution rainfall runoff hydrological model in flood forecasting[J].Journal of Hohai University(Natural Sciences),2017,45(6):471⁃480.(in Chinese))[3]张建云.中国水文预报技术发展的回顾与思考[J].水科学进展,2010,21(4):435⁃443.(ZHANG Jiangyun.Review andreflection on China's hydrological forecasting technique[J].Advances in Water Science,2010,21(4):435⁃443.(in Chinese)) [4]杨殿亮,许畅,钟华.沂河临沂站洪水预报影响因素分析[J].水利规划与设计,2017(12):33⁃35.(YANG Dianliang,XUChang,ZHONG Hua.Analysis of factors effecting flood prediction of Linyi station in Qihe River[J].Water Resources Planning and Design,2017(12):33⁃35.(in Chinese))[5]MERZ R,BLOSCHLl G.Regionalisation of catchment model parameters[J].Journal of Hydrology,2004,287(1):95⁃123.[6]SIVAPALAN M,TAKEUCHI K,FRANKS S W,et al.IAHS decade on predictions in ungauged basins(PUB),2003⁃2012:shaping an exciting future for the hydrological sciences[J].International Association of Scientific Hydrology Bulletin,2003,48(6):857⁃880.[7]OUDIN L,ANDREASSIAN V,CHARLES P,et al.Spatial proximity,physical similarity,regression and ungaged catchments:acomparison of regionalization approaches based on913French catchments[J].Water Resources Research,2008,44(3):893⁃897.[8]REICHL J P C,WESTERN A W,MCINTYRE N R,et al.Optimization of a similarity measure for estimating ungauged streamflow[J].Water Resources Research,2009,45(10):208⁃225.[9]ZHANG Yongqiang,CHIEW F H S.Relative merits of different methods for runoff predictions in ungauged catchments[J].WaterResources Research,2009,45(45):4542⁃4548.[10]SITTNER W T,SCHAUSS C E,MONRO J C.Continuous hydrograph synthesis with an API⁃type hydrologic model[J].WaterResources Research,1969,5(5):1007⁃1022.[11]赵人俊.流域水文模拟:新安江模型与陕北模型[M].北京:水利电力出版社,1984.[12]包为民.水文预报[M].4版.北京:中国水利水电出版社,2009.[13]董洁平,李致家,戴健男.基于SCE⁃UA算法的新安江模型参数优化及应用[J].河海大学学报(自然科学版),2012,40(5):485⁃490.(DONG Jieping,LI Zhijia,DAI Jiangnan.Application of SCE⁃UA algorithm to optimization of Xin’anjiang modelparameters[J].Journal of Hohai University(Natural Sciences),2012,40(5):485⁃490.(in Chinese))[14]姚成,章玉霞,李致家,等.无资料地区水文模拟及相似性分析[J].河海大学学报(自然科学版),2013,41(2):108⁃113.(YAO Cheng,ZHANG Yuxia,LI Zhijia,et al.Hydrological simulations and similarities in ungauged basins[J].Journal of Hohai University(Natural Sciences),2013,41(2):108⁃113.(in Chinese))[15]DUAN Ping,SHENG Yehua,JIA L I,et al.Adaptive IDW interpolation method and its application in the temperature field[J].Geographical Research,2014,196:31⁃38.[16]游士兵,严研.逐步回归分析法及其应用[J].统计与决策,2017(14):31⁃35.(YOU Shibing,YAN Yan.Stepwiseregression analysis and its application[J].Statistics&Decision,2017(14):31⁃35.(in Chinese))[17]王卫光,陆文君,邢万秋,等.黄河流域Budyko方程参数n演变规律及其归因研究[J].水资源保护,2018,34(2):7⁃13.(WANG Weiguang,LU Wenjun,XING Wanqiu,et al.Analysis of change and attribution of Budyko equation parameter n in Yellow River[J].Water Resources Protection,2018,34(2):7⁃13.(in Chinese))[18]芮孝芳.利用地形地貌资料确定Nash模型参数的研究[J].水文,1999,19(3):6⁃10.(RUI Xiaofang.A study ondetermining the parameters of the nash model using geomorphological data[J].Journal of China Hydrology,1999,19(3):6⁃10.(in Chinese))[19]赵人俊,王佩兰.新安江模型参数的分析[J].水文,1988,8(6):4⁃11.(ZHAO Renjun,WANG Peilan.Study on parametersof Xinanjiang model[J].Journal of China Hydrology,1988,8(6):4⁃11.(in Chinese))(收稿日期:20180525 编辑:张志琴)。
新安江模型在乌裕尔河流域的应用
文情 势具 有 寒冷 地 区的特 点。
北安 水 文站 位 于北 安 市 ， 测验 断 面 以上 集 水 面
１ 流 域 概 况
乌 裕 尔河 为嫩 江 左 岸 一 大 无尾 河 流 ， 源 于 小 发 兴 安岭 西侧 ， 源 高程 ４ ０ ｍ， 河 １ 地理 坐 标 为东 经 １ ７ ２。
理 论 和 方法 。
流 自河 源 至依 安县 为 山丘 区 ， 度较 缓 ， 床 由沙及 坡 河
泥 土 组成 ， 河道 比降 为 １ １ ｏ 乌 裕 尔 河 在依 安 以下 ．％
进 入 广 阔的平 原 区 ， 谷宽达 １ 下游 之尾 部 （ 河 ０ｍ： 滨 州铁路 以北 ） 为浩 瀚 的九 道 沟 苇塘 ， 明 显 河 道 ， 无 大 小湖 泡星 罗棋 布 。地势 极 其平 坦 ， 降 ０ ４ ｏ 肉眼 比 ．％ ，
３ 北 纬 ４ 。 ４ 自河 源流 向西 北 ， 北 安 县 城 南 折 ０， ７ ５ 至
积 ２５ ２ｋ 。 断 面 以上 河 长 ２４ｋ 至 河 口距 离 ９ ｍ ３ ｍ，
４ １ｋ 测验 断 面 以上有腰 店 、 星 、 光 、 山、 ４ ｍ。 红 赵 靠 北
安 等 ５个 雨量 站 。
的 内陆河 。河 长 ３ ８ｋ 流 域 面 积 １ ８ ｍ 。河 ７ ｍ， ５０ ４ ｋ
２ 冻 土 水 文 特 性
由于 冻 土热 状 况 和 物理 力学 性 质 的 改 变 ， 土 冻 的性 能所 决定 ， 分运 动具 有 与无 冻时 不 同 的突 出 水
特 点 ， 些特 征 决定 水文 预报 、 这 水文 水利 计 算 的基本
观察 不到 有水 流 的状 态 ， 游 来 水 当年 之 内不 流 出 上 本 区。本 区 内有世 界 闻名 的扎龙 自然 保 护 区— — 鹤
wrf-hydro模型与新安江模型在陈河流域的应用对比
Ｊ．ＬａｋｅＳｃｉ．（湖泊科学），２０２０，３２（３）：８５０⁃８６４ＤＯＩ１０ １８３０７／２０２０ ０３２４©２０２０ｂｙＪｏｕｒｎａｌｏｆＬａｋｅＳｃｉｅｎｃｅｓＷＲＦ⁃Ｈｙｄｒｏ模型与新安江模型在陈河流域的应用对比∗孙明坤１∗∗，李致家１，刘志雨１，２，侯爱中２，霍文博１，温娅惠１，３，孔祥意１，戴金旺１，４，梁世强１，５（１：河海大学水文水资源学院，南京２１００９８）（２：水利部信息中心（水利部水文水资源监测预报中心），北京１０００５３）（３：黄河水利委员会河南水文水资源局，郑州４５０００３）（４：宁波市镇海区建筑（交通）工程安全质量管理站，宁波３１５２０２）（５：北京水文总站，北京１０００８９）摘㊀要：本文利用全球陆面数据同化系统与降雨观测数据，以陕西半湿润区陈河流域为研究对象，驱动ＷＲＦ⁃Ｈｙｄｒｏ模型，研究该模型的表现和适用性，并在结构㊁参数㊁输入输出和模拟结果方面与新安江模型对比．考虑到次表面层与实际包气带的区别，引入土层厚度乘子ＺＳＯＩＬＦＡＣ对前者进行等比缩放，发现其与新安江模型反推包气带的厚度有较好的一致性．研究表明：在陈河流域中ＷＲＦ⁃Ｈｙｄｒｏ计算步长须在建议值的基础上缩小；ＷＲＦ⁃Ｈｙｄｒｏ模型善于模拟洪水细节，新安江模型表现好且稳定；前者的径流深和洪峰合格率平于或略低于后者；在两个指标均合格的洪水中，前者平均均方根误差比后者小２１．５％，但对于其他洪水，前者平均均方根误差比后者大５６．２％；ＷＲＦ⁃Ｈｙｄｒｏ在洪水起涨时刻模拟较好，表现出其在中小流域应用的潜力．关键词：ＷＲＦ⁃Ｈｙｄｒｏ模型系统；新安江模型；洪水模拟；分布式模型；陆气耦合模型；ＧＬＤＡＳ再分析数据；陈河流域ＡｐｐｌｉｃａｔｉｏｎｏｆＷＲＦ⁃ＨｙｄｒｏｍｏｄｅｌｉｎｇｓｙｓｔｅｍｉｎＣｈｅｎｈｅＢａｓｉｎａｎｄｃｏｍｐａｒｉｓｏｎｗｉｔｈＸｉｎ ａｎｊｉａｎｇｍｏｄｅｌ∗ＳＵＮＭｉｎｇｋｕｎ１∗∗，ＬＩＺｈｉｊｉａ１，ＬＩＵＺｈｉｙｕ１，２，ＨＯＵＡｉｚｈｏｎｇ２，ＨＵＯＷｅｎｂｏ１，ＷｅｎＹａｈｕｉ１，３，ＫＯＮＧＸｉａｎｇｙｉ１，ＤＡＩＪｉｎｗａｎｇ１，４＆ＬＩＡＮＧＳｈｉｑｉａｎｇ１，５（１：ＣｏｌｌｅｇｅｏｆＨｙｄｒｏｌｏｇｙａｎｄＷａｔｅｒＲｅｓｏｕｒｃｅｓ，ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９８，Ｐ．Ｒ．Ｃｈｉｎａ）（２：ＩｎｆｏｒｍａｔｉｏｎＣｅｎｔｅｒ（ＨｙｄｒｏｌｏｇｙＭｏｎｉｔｏｒａｎｄＦｏｒｅｃａｓｔＣｅｎｔｅｒ），ＭｉｎｉｓｔｒｙｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓ，Ｂｅｉｊｉｎｇ１０００５３，Ｐ．Ｒ．Ｃｈｉｎａ）（３：ＨｅｎａｎＢｕｒｅａｕｏｆＨｙｄｒｏｌｏｇｙａｎｄＷａｔｅｒＲｅｓｏｕｒｃｅｓ，ＹｅｌｌｏｗＲｉｖｅｒＣｏｎｓｅｒｖａｎｃｙＣｏｍｍｉｓｓｉｏｎ，Ｚｈｅｎｇｚｈｏｕ４５０００３，Ｐ．Ｒ．Ｃｈｉｎａ）（４：Ｃｏｎｓｔｒｕｃｔｉｏｎ（Ｔｒａｎｓｐｏｒｔａｔｉｏｎ）ＰｒｏｊｅｃｔＳａｆｅｔｙａｎｄＱｕａｌｉｔｙＳｕｐｅｒｖｉｓｉｏｎＳｔａｔｉｏｎｏｆＺｈｅｎｈａｉＤｉｓｔｒｉｃｔ，Ｎｉｎｇｂｏ３１５２０２，Ｐ．Ｒ．Ｃｈｉｎａ）（５：ＢｅｉｊｉｎｇＨｙｄｒａｕｌｉｃＣｅｎｔｅｒ，Ｂｅｉｊｉｎｇ１０００８９，Ｐ．Ｒ．Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＴｈｅＷＲＦ⁃Ｈｙｄｒｏｍｏｄｅｌｉｎｇｓｙｓｔｅｍ（ＷＲＦ⁃Ｈｙｄｒｏｍｏｄｅｌ）ｗａｓｕｓｅｄｆｏｒｆｌｏｏｄｆｏｒｅｃａｓｔｉｎｓｅｍｉ⁃ｈｕｍｉｄｓｍａｌｌａｎｄｍｅｄｉｕｍｃａｔｃｈｍｅｎｔｉｎＣｈｉｎａ，ｐｒｏｐｏｓｅｄｂｙｔｈｅＮａｔｉｏｎａｌＣｅｎｔｅｒｆｏｒＡｔｍｏｓｐｈｅｒｉｃＲｅｓｅａｒｃｈＣｅｎｔｅｒ（ＮＣＡＲ）ｉｎ２０１３．ＴｈｅＧｌｏｂａｌＬａｎｄＤａｔａＡｓｓｉｍｉｌａｔｅｄＳｙｓｔｅｍ（ＧＬＤＡＳ）ａｎｄｏｂｓｅｒｖｅｄｒａｉｎｆａｌｌｄａｔａａｒｅａｄｏｐｔｅｄｔｏｄｒｉｖｅＷＲＦ⁃ＨｙｄｒｏｍｏｄｅｌｉｎＣｈｅｎｈｅＢａｓｉｎｌｏｃａｔｅｄｉｎｔｈｅｓｏｕｔｈ⁃ｃｅｎｔｒａｌＳｈａｎｘｉＰｒｏｖｉｎｃｅ．Ｔｈｉｓｓｔｕｄｙｅｘａｍｉｎｅｔｈｅｐｒａｃｔｉｃａｌｆｅａｔｕｒｅｓａｎｄａｐｐｌｉｃａｂｉｌｉｔｙｏｆｔｈｅｍｏｄｅｌ，ａｎｄａｌｓｏｃｏｍｐａｒｅｗｉｔｈＸｉｎ ａｎｊｉａｎｇ（ＸＡＪ）ｍｏｄｅｌｉｎｓｔｒｕｃｔｕｒｅ，ｐａｒａｍｅｔｅｒｓ，ｉｎｐｕｔｓ＆ｏｕｔｐｕｔｓａｎｄｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ．Ｇｉｖｅｎｔｈｅｅｘｃｅｓｓｉｖｅｔｉｍｅｃｏｎｓｕｍｅｉｎｍｏｄｅｌｒｕｎｎｉｎｇ，ｔｈｅｓｔｅｐｗｉｓｅａｐｐｒｏａｃｈｆｏｒｃａｌｉｂｒａｔｉｏｎｉｓｕｓｅｄｆｏｒｆｉｖｅｍａｉｎｐａｒａｍｅｔｅｒｓｉｎｔｈｉｓｓｔｕｄｙ．Ｔｈｅｍｕｌｔｉｐｌｉｅｒｆｏｒｓｕｂｓｕｒｆａｃｅｌａｙｅｒｔｈｉｃｋｎｅｓｓ（ＺＳＯＩＬＦＡＣ）ｉｓｉｎｔｒｏｄｕｃｅｄｔｏｍｏｄｉｆｙｔｈｉｓｔｈｉｃｋｎｅｓｓｔｏｅｓｔａｂｌｉｓｈｃｏｎｔａｃｔｂｅｔｗｅｅｎｓｕｂｓｕｒｆａｃｅｌａｙｅｒａｎｄａｅｒａｔｉｏｎｚｏｎｅｔｏｍｅｅｔｔｈｅａｃｔｕａｌｓｉｔｕａｔｉｏｎｏｆｔｈｅｂａｓｉｎ，ａｎｄｔｈｅｇｏｏｄａｇｒｅｅｍｅｎｔｂｅｔｗｅｅｎｓｕｂｓｕｒｆａｃｅｌａｙｅｒｍｏｄｉｆｉｅｄｂｙＺＳＯＩＬＦＡＣａｎｄｔｈｅａｅｒａｔｉｏｎ∗∗∗２０１９－０６－１３收稿；２０１９－１０－１２收修改稿．国家自然科学基金项目（５１６７９０６１）㊁国家重点研发计划项目（２０１６ＹＦＣ０４０２７０５，２０１８ＹＦＣ１５０８１０１）㊁宁夏重点研发计划项目（２０１８ＢＥＧ０２０１０）和中央高校基本科研业务费专项（２０１６Ｂ０４７１４）联合资助．通信作者；Ｅ⁃ｍａｉｌ：ｓｍｋｗｏｒｋ＠１６３．ｃｏｍ．孙明坤等：ＷＲＦ⁃Ｈｙｄｒｏ模型与新安江模型在陈河流域的应用对比８５１㊀ｔｈｉｃｋｎｅｓｓｅｖａｌｕａｔｅｄｂｙＸＡＪｍｏｄｅｌｉｓａｃｈｉｅｖｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｔｉｍｅｓｔｅｐｉｓｓｕｐｐｏｓｅｄｔｏｂｅｒｅｄｕｃｅｄｆｒｏｍ６ｓｒｅｃｏｍｍｅｎｄｅｄｂｙＵｓｅｒ ｓＧｕｉｄａｎｃｅｔｏ１ｓｗｈｅｎｓｐａｔｉａｌｒｅｓｏｌｕｔｉｏｎｏｆｒｏｕｔｉｎｇｇｒｉｄｉｓ１００ｍｉｎＣｈｅｎｈｅＢａｓｉｎ．ＷＲＦ⁃Ｈｙｄｒｏｍｏｄｅｌｉｓｇｏｏｄａｔｓｉｍｕｌａｔｉｎｇｔｈｅｄｅｔａｉｌｓｏｆｆｌｏｏｄ，ｗｈｉｌｅＸＡＪｍｏｄｅｌｐｅｒｆｏｒｍｓｗｅｌｌａｎｄｓｔａｂｌｙ．Ｔｈｅｑｕａｌｉｆｉｅｄｒａｔｅｓｏｆｒｕｎｏｆｆｄｅｐｔｈａｎｄｆｌｏｏｄｐｅａｋｆｏｒｔｈｅｆｏｒｍｅｒａｒｅｅｑｕａｌｏｒｓｌｉｇｈｔｌｙｉｎｆｅｒｉｏｒｔｏｔｈｏｓｅｆｏｒｔｈｅｌａｔｔｅｒ．ＴｈｅｍｅａｎｒｏｏｔｍｅａｎｓｑｕａｒｅＥｒｒｏｒ（ＲＭＳＥ）ｏｆｔｈｅｆｏｒｍｅｒｉｓ２１．５％ｌｅｓｓｔｈａｎｔｈａｔｏｆｔｈｅｌａｔｔｅｒｆｏｒｔｈｅｆｌｏｏｄｅｖｅｎｔｓｗｉｔｈｑｕａｌｉｆｉｅｄｒｕｎｏｆｆｄｅｐｔｈａｎｄｆｌｏｏｄｐｅａｋ；ｗｈｉｌｅｍｅａｎＲＭＳＥｏｆｔｈｅｆｏｒｍｅｒｉｓ５６．２％ｇｒｅａｔｅｒｔｈａｎｔｈａｔｏｆｔｈｅｌａｔｔｅｒｆｏｒｏｔｈｅｒｓ．ＷＲＦ⁃Ｈｙｄｒｏｍｏｄｅｌｈａｓｇｏｏｄｓｋｉｌｌｓｉｎｓｉｍｕｌａｔｉｎｇｔｈｅｓｔａｒｔｔｉｍｅｏｆｏｂｓｅｒｖｅｄｈｙｄｒｏｇｒａｐｈａｎｄｈａｓｐｒｏｍｉｓｉｎｇｐｏ⁃ｔｅｎｔｉａｌｆｏｒｈｙｄｒｏｌｏｇｉｃａｌｓｉｍｕｌａｔｉｏｎ，ｆｌｏｏｄｆｏｒｅｃａｓｔｉｎｇａｎｄｗａｔｅｒｒｅｓｏｕｒｃｅｓｅｖａｌｕａｔｉｏｎｆｏｒｓｍａｌｌ⁃ａｎｄｍｅｄｉｕｍ⁃ｓｉｚｅｄｃａｔｃｈｍｅｎｔｓ．Ｋｅｙｗｏｒｄｓ：ＷＲＦ⁃Ｈｙｄｒｏｍｏｄｅｌ；ＸＡＪｍｏｄｅｌ；ｆｌｏｏｄｓｉｍｕｌａｔｉｏｎ；ｄｉｓｔｒｉｂｕｔｅｄｈｙｄｒｏｌｏｇｉｃａｌｍｏｄｅｌ；ｃｏｕｐｌｉｎｇａｔｍｏｓｐｈｅｒｅ⁃ｈｙｄｒｏｌｏｇｉｃａｌｍｏｄｅｌ；ＧＬＤＡＳｒｅａｎａｌｙｓｉｓｄａｔａ；ＣｈｅｎｈｅＢａｓｉｎ暴雨与洪水灾害严重威胁人民的生命财产安全，如何系统地研究两者间的联系并及时准确做出水文气象预报一直是研究的热点难点问题［１］．一般地，暴雨事件可通过大气数值模式模拟［２⁃３］，如ＷＲＦ模式［３⁃５］；而洪水一般通过水文模型预报［６⁃７］，如新安江模型［８］和ＴＯＰＭＯＤＥＬ模型［９］等．事实上，大气模式和水文模型尺度不尽相同，前者一般尺度较大，后者网格较精细．近些年来，出现了将两者相耦合的建模方法（即陆气耦合模型），该法可显著延长洪水预报的预见期，为暴雨洪水的模拟和预报提供有力工具［１０⁃１２］．例如，高冰等［１１］将ＷＲＦ模式与分布式水文模型ＧＢＨＭ进行耦合，较好地模拟三峡库区入库洪水过程．但多数研究均采用单向的陆气耦合方式，即仅将大气模式的输出作为水文模型的输入，而未考虑后者对前者的反馈机制．双向耦合的水文气象模型可以较好地考虑两个过程间的交互作用，更合理地模拟水文气象状态，提供更可靠的暴雨洪水预报．ＷＲＦ⁃Ｈｙｄｒｏ模型［１３］是有物理基础的㊁多尺度的㊁多参数化方案的㊁可与大气模式进行单向或双向耦合的㊁新一代的分布式水文气象预报系统，能定量研究流域内大气陆面水热交换过程［１４］．ＷＲＦ⁃Ｈｙｄｒｏ模型以较大尺度的陆面模式［２］为基础，加入基于精细网格的汇流模块，以解决某些陆面模式中未考虑侧向流的问题．同时可以更好地模拟土壤水的分布情况，为大气模式提供更合理的下边界条件．此外，该模型在不同的水文气象过程中能提供多个参数化方案以供选择，如河道演算模块提供马斯京根法㊁马斯京根⁃康吉法与扩散波演算法［１３］．近４年来，国外学者对该系统进行了深入研究．例如Ｙｕｃｅｌ等［１５］探究了该模型的参数率定和移植方法，发现在无资料流域利用移植的参数和ＷＲＦ同化数据所得的模拟结果误差较小．Ｓｅｎａｔｏｒｅ等［１６］发现ＷＲＦ／ＷＲＦ⁃Ｈｙｄｒｏ双向耦合系统的模拟结果略优于仅使用ＷＲＦ模式的结果．Ｎａａｂｉｌ等［１７］认为ＷＲＦ⁃Ｈｙｄｒｏ模型在降水模拟㊁洪水预报㊁水文水资源管理等各个领域都有应用潜力．而在实际应用之前，从水文学角度研究ＷＲＦ⁃Ｈｙｄｒｏ模型在我国汇流时间较短的中小流域中的表现及适用性很有必要．为了评价该模型在中小流域的表现和适用性，本文利用在我国湿润半湿润地区应用较好的新安江模型进行对比分析．新安江模型是经典的概念性半分布式水文模型，也经常作为工具来评价其他模型在水文方面的表现［１１⁃１２，１８］．例如谢帆等［１９］在淮河的息县流域对半分部式水文模型ＴＯＰＭＯＤＥＬ模型和新安江模型进行对比，发现两者均可达到精度要求．李致家等［２０］在新安江的呈村流域分别利用分布式水文模型ＴＯＰＫＡＰＩ模型［２１］和新安江模型进行洪水模拟，发现两者精度相差不大，均可用于水文过程的模拟与评价．本文分别利用陆气耦合模型ＷＲＦ⁃Ｈｙｄｒｏ模型和新安江模型对陈河流域４年共１６场洪水进行模拟分析，讨论ＷＲＦ⁃Ｈｙｄｒｏ模型在研究流域的表现及适用性，以及两个模型在结构㊁参数㊁输入输出和模拟结果方面的差异性．考虑到尺度问题，引入土层厚度乘子ＺＳＯＩＬＦＡＣ对ＷＲＦ⁃Ｈｙｄｒｏ模型的次表面层的厚度进行调节，以合理地提高模拟精度．同时利用新安江模型反推的包气带厚度与调节后的次表面层厚度进行对比分析，进一步论证ＺＳＯＩＬＦＡＣ的必要性与合理性．此外，探究ＷＲＦ⁃Ｈｙｄｒｏ模型在陈河流域中合适的计算步长，并分析可能的原因，为之后利用单向或双向耦合的ＷＲＦ⁃Ｈｙｄｒｏ模型在中小流域进行水文模拟和实时洪水预报提供参考．１研究流域与方案１．１陈河流域概况选取陕西省渭河右岸一级支流黑河的陈河水文站以上集水区域为研究流域（简称陈河流域）．陈河流域８５２㊀Ｊ．ＬａｋｅＳｃｉ．（湖泊科学），２０２０，３２（３）地处陕西省中南部，流域面积约为１３８０ｋｍ２，流域内黑河干流河长约为１０５ｋｍ．该流域恰好位于 秦岭淮河 的北部，为典型的半湿润流域，流域径流深１００ ５００ｍｍ．多年平均降水量为８００ｍｍ，且多集中在夏㊁秋两季，易形成洪水．夏季降雨历时较短，雨强较大；秋季降雨历时较长，雨强较小．该流域地处秦岭褶皱带，地形以山地为主，其中秦岭主峰太白山位于流域西北部．海拔高程约为６００ ３５００ｍ，落差较大．流域平均坡度为２６．７３ʎ，其中坡度为１０ʎ ５０ʎ的面积约占总面积的９５．３％，而２０ʎ ４０ʎ的面积约占６８．２％．根据美国地质勘探局（ＵＳＧＳ）资料［２２］，陈河流域的表层土壤均为壤土，主要土地利用类型有：稀树草原（６０．９％）㊁草地（１２．３％）㊁混合林（８．９％）和落叶阔叶林（７．９％）．流域内有８个雨量站和１个水文站（图１）．图１陈河流域水系及水文站的分布Ｆｉｇ．１Ｇｅｏｇｒａｐｈｉｃｌｏｃａｔｉｏｎｏｆｒａｉｎ／ｆｌｏｗｓｔａｔｉｏｎｓａｎｄｍａｉｎｒｉｖｅｒｓｉｎＣｈｅｎｈｅＢａｓｉｎ１．２资料与研究方案流域内可用资料为２００３２０１２年的日流量资料和以小时为尺度的部分洪水资料，其中洪水事件共计２４场．而２００３㊁２００６㊁２０１０㊁２０１１年内有记录的洪水共１６场，占总场次的６６．７％，其余年份仅有１ ２场．考虑计算成本和效率问题，选择这４年６１０月为研究时段，详细信息见表１．注意到本研究中所有洪水事件均以１ｈ时段资料为基础．根据ＷＲＦ⁃Ｈｙｄｒｏ模型的相关研究［１５⁃１６］，将２００３和２００６两年共６场洪水作为率定期，２０１０和２０１１两年共１０场洪水作为检验期．ＷＲＦ⁃Ｈｙｄｒｏ模型需要预热以获得与实际较为相符的流域初始状态．对于每一年，预热期的跨度为汛期中有记录的第一场洪水的前一个月左右．利用全球再分析资料表１预热期㊁模拟期和研究洪水事件信息Ｔａｂ．１Ｔｈｅｉｎｆｏｒｍａｔｉｏｎｏｆｓｐｉｎ⁃ｕｐｐｅｒｉｏｄ，ｓｉｍｕｌａｔｅｄｐｅｒｉｏｄａｎｄｒｅｓｅａｒｃｈｅｖｅｎｔｓ年份预热期模拟期研究的洪水事件２００３０７－２８２：０００８－２８２：０００８－２８２：０００９－２８８：０００８２８㊁０９０３㊁０９１６２００６０８－０１８：０００８－２７２０：０００８－２７２０：００１０－０５８：０００８２７㊁０９０３㊁０９２５２０１００６－１５８：０００７－１４８：０００７－１４８：０００９－０１８：０００７１４㊁０７２２㊁０８１２㊁０８２０㊁０８２３２０１１０７－０１８：０００７－２８２０：０００７－２８２０：０００９－２６８：０００７２８㊁０７３１㊁０８０４㊁０９０９㊁０９１６孙明坤等：ＷＲＦ⁃Ｈｙｄｒｏ模型与新安江模型在陈河流域的应用对比８５３㊀ＦＮＬ（ＦｉｎａｌＯｐｅｒａｔｉｏｎａｌＧｌｏｂａｌＡｎａｌｙｓｉｓ）驱动ＷＲＦ模式，所获得的初始状态场视为ＷＲＦ⁃Ｈｙｄｒｏ模型预热期的初始状态场．其中ＦＮＬ资料来源于ｈｔｔｐｓ：／／ｒｄａ．ｕｃａｒ．ｅｄｕ／．相对于假设的模型状态场，这种方法可以获得相对准确的初始场，适当地缩短预热期长度，提高计算效率．ＷＲＦ⁃Ｈｙｄｒｏ模型所需的土地利用㊁土壤类型和反射率等均源于ＷＲＦ模式前处理系统ＷＰＳ的数据库ｈｔｔｐ：／／ｗｗｗ２．ｍｍｍ．ｕｃａｒ．ｅｄｕ／ｗｒｆ／．此外该模型需要的高分辨率数字高程资料源自ｈｔｔｐ：／／ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ／．由于ＷＲＦ⁃Ｈｙｄｒｏ模型是基于陆面模式的水文模型系统，需要大量的气象强迫数据，包括近地面的气温㊁气压㊁比湿㊁风速㊁向下长波辐射㊁向下短波辐射和降水率（雨强）．一方面，陈河流域目前没有可以获得以上全部资料的观测站点，这为驱动模型带来很大困难．而全球陆面数据同化系统（ＧＬＤＡＳ）提供全球范围内较大尺度的气象再分析资料，为资料匮乏地区提供宝贵的强迫数据．本文利用分辨率为３ｈ，０．２５ʎ的ＧＬＤＡＳ资料，时间上经线性插值，空间上经双线性插值［２３］，得到陈河流域１ｈ㊁１ｋｍ的强迫数据场．另一方面，在洪水模拟中，降雨的时空分布往往起很大的作用．因此，利用反距离权重法（以下简称ＩＤＷ法）对雨量站观测数据进行空间插值，得到１ｈ㊁１ｋｍ的降雨时空分布场．将处理后的强迫数据场中的非降雨场与利用ＩＤＷ法插值后的降雨场结合，得到最终的模型强迫数据．新安江模型的主要输入是站点的降雨数据和蒸发皿观测数据．蒸发皿蒸发数据源于流域外黑峪口站（位于流流域出口东北方向约９ｋｍ处），经换算得到流域蒸发能力．对于雨量数据，将整个流域按照每个自然子流域有且仅有一个观测站的原则进行划分．在每个自然子流域内，对ＩＤＷ法插值后的降雨场求面平均值作为模型输入，以保证两个模型降雨的一致性．１．３评价指标本文选取径流深误差（ＡＥｒｄ）㊁洪峰相对误差（ＲＥｆｐ）㊁峰现时间误差（ＡＥｐｔ）及纳什系数（ＮＳＥ）作为评价模型表现的主要指标，具体计算方法见文献［２４］．在模拟和实测过程之间，ＡＥｒｄ反映两者洪量的差异，ＲＥｆｐ与ＡＥｐｔ则综合评价了模型在洪峰方面的表现，ＮＳＥ表示模拟与实测过程在线型上的拟合程度．此外计算合格洪水数与总洪水数之比（即合格率）以整体衡量模型的表现．当某场洪水的径流深误差小于径流深许可误差（ＰＡＥｒｄ）时，则径流深预报合格；当洪峰相对误差在２０％以内时，则洪峰预报合格［２４］．其中ＰＡＥｒｄ是实测径流深的函数：当实测径流深小于１５ｍｍ时，ＰＡＥｒｄ取３ｍｍ；当实测径流深大于１５ｍｍ小于１００ｍｍ时，ＰＡＥｒｄ取实测径流深的２０％；当实测径流深大于１００ｍｍ时，ＰＡＥｒｄ取２０ｍｍ［２５］．此外，在陈河流域内，若相邻时刻流量增量大于１０ｍ３／ｓ，且后续时刻至洪水极大值处流量持续增加，则将第一个时刻定义为洪水起涨时刻．模拟过程与实测过程的洪水起涨时刻的差值定义为洪水起涨点误差，单位为ｈ．２模型与参数２．１ＷＲＦ⁃Ｈｙｄｒｏ模型２．１．１模型简介㊀ＷＲＦ⁃Ｈｙｄｒｏ模型是美国国家气象研究中心（ＮＣＡＲ）开发的陆气耦合模型系统，主要包括不同尺度的陆面模式和汇流模块［１３］．陆面模式的相关过程均在尺度较大的网格（如１ｋｍ，简称陆面模式网格）进行，如下渗等；水文汇流的相关过程均在尺度较小的网格（如１００ｍ，简称汇流网格）进行，如地表径流等．在模型运行过程中，变量或参数需要在两个不同尺度间相互转换，具体方法见文献［１３］和［２３］．模型的本质是在陆面模式的基础上添加汇流模块以更精细地考虑水文过程．本文中ＷＲＦ⁃Ｈｙｄｒｏ模型各个部分的选取方案见表２．表２ＷＲＦ⁃Ｈｙｄｒｏ模型系统的主要物理过程配置方案∗Ｔａｂ．２ＴｈｅｍａｉｎｐｈｙｓｉｃａｌｐｒｏｃｅｓｓｃｏｎｆｉｇｕｒａｔｉｏｎｓｃｈｅｍｅｏｆＷＲＦ⁃Ｈｙｄｒｏｍｏｄｅｌｉｎｇｓｙｓｔｅｍ物理过程陆面模式次表面径流坡面流地下径流河道汇流选取方案Ｎｏａｈ模式［２，２６⁃２７］ＤＨＳＶＭ∗［２８］Ｄ８法∗［１３］概念水箱模型［１３］扩散波［６，１３］∗指该过程目前无其他方案可供选择．㊀㊀Ｎｏａｈ陆面模式主要模拟大气下层㊁植被冠层和浅层土层之间的水量和能量的交互过程［２，２７］．冠层截８５４㊀Ｊ．ＬａｋｅＳｃｉ．（湖泊科学），２０２０，３２（３）留［２６］㊁超渗地面径流㊁土壤含水量和蒸散发均在陆面模式网格中计算．Ｎｏａｈ模式的浅层土层被称为次表面层，主要计算水量能量的分布情况．其总厚度为２．０ｍ，共４层，每层默认厚度由上至下分别为０．１㊁０．３㊁０．６㊁和１．０ｍ．当雨强大于最大下渗率（式１）时，地表出现超渗地面径流．Ｉｍａｘ＝ＰｄＤｘ１－ｅ－ｋｄｔδｉ[]Ｐｄ＋Ｄｘ１－ｅ－ｋｄｔδｉ[]㊀ｋｄｔ＝ｋｄｔｒｅｆＫｓＫｒｅｆ（１）式中，Ｉｍａｘ为最大下渗率（ｍ／ｓ），Ｐｄ为经冠层截留后的雨强（ｍ／ｓ），Ｄｘ为次表面层总缺水量（ｍ／ｓ），Ｋｓ为饱和水力传导度（ｍ／ｓ），Ｋｒｅｆ＝２．０ˑ１０－６ｍ／ｓ，ｋｄｔｒｅｆ为可调参数，δｉ为与时段转换有关的系数，δｉ与Ｄｘ的计算详见文献［２６］．次表面层的湿度和温度分别由Ｒｉｃｈａｒｄ方程和热扩散方程计算．Ｎｏａｈ模式的总蒸发分为地表直接蒸发㊁冠层截留量蒸发和植物根系散发３部分，蒸发能力由Ｐｅｎｍａｎ公式计算［２７］．汇流网格主要计算次表面径流（即壤中流）㊁坡面流㊁地下径流和河网汇流等．利用达西定律计算侧向饱和壤中流：Ｑｉ＝Ｋｓ㊃ｄ㊃ｗｎ１－ｈｄ()ｎðｘαｘ＋ðｙαｙ()（２）式中，Ｑｉ为饱和壤中流的流量（ｍ３／ｓ），αｘ和αｙ分别为ｘ和ｙ方向的水面坡度，ｄ为土层厚度（ｍ），ｗ为网格边长（ｍ），ｈ为水面深度（ｍ），ｎ为可调参数，默认为１．在计算步长Δｔ内，根据水量平衡计算当前网格的水深变化Δｈ．模型认为每个网格的地表积水由３部分构成：超渗地面径流㊁饱和地面径流及与其他网格的水量交换．当且仅当网格水深ｈｓ超过参数地表积水深ｈｒｅｔ时，出现可自由流动的地表径流．地表径流由浅水波的扩散波方程计算，详见文献［６，１３］．其中，单宽流量与糙率的关系由曼宁公式计算：ｑ＝１ｎｏｖｈ５３ｓＳ１２ｆ（３）式中，ｑ为单宽流量（ｍ２／ｓ），ｎｏｖ为坡面的曼宁糙率，Ｓｆ为摩阻坡度．使用概念性水箱模型描述流域对次表面层以下基流（即地下径流）的调蓄作用，该水箱的水深并不代表真实含水层中的水深［１３］．水箱的入流量为次表面层最下层向下的渗透量，出流量采用经验蓄泄关系计算，详见文献［１３］．河道形状均采用等腰梯形，其底宽㊁边坡系数㊁糙率为河道等级的函数，在相关参数文件中有预定值，也可在随后过程中率定．河道演算采用一维扩散波方程：Ｑ＝－１ｎｃｈｓｇｎ∂Ｈ∂ｘ()Ａ㊃Ｒ２３∂Ｈ∂ｘ（４）式中，Ａ为过水断面面积（ｍ２），Ｑ为河道流量（ｍ３／ｓ），ｎｃｈ为河道曼宁糙率，Ｈ为河道水面高程（ｍ），Ｒ为水力半径（ｍ），ｓｇｎ（㊃）为符号函数．２．１．２参数率定㊀ＷＲＦ⁃Ｈｙｄｒｏ模型可调参数较多，主要分为陆面网格参数（如土层的田间持水量ＳＭＣＲＥＦ）和汇流网格参数（地表糙率乘子参数）．模型中多利用乘子参数在整个空间范围内对某些属性值（如地表糙率）进行合理地等比缩放．考虑到次表面层是针对大尺度的陆面或天气模式而设计的，其厚度可能不适用于中小流域的洪水模拟．因此，本文借鉴其他乘子参数，引入土层厚度乘子ＺＳＯＩＬＦＡＣ．利用该参数在合适范围内等比例地对整个次表面层厚度进行调节．相比于文献［１６］将次表面层厚度直接定为０．０５㊁０．２㊁０．４５和０．８ｍ，经过ＺＳＯＩＬＦＡＣ修改的厚度更加合理．综上，本文选取５个主要参数进行率定，分别是土层厚度乘子ＺＳＯＩＬＦＡＣ㊁渗透参数ＲＥＦＫＤＴ（ｋｄｔｒｅｆ）㊁地表截流深乘子ＲＥＴＤＥＰＲＴＦＡＣ（ｈｒｅｔ的乘子参数）㊁地表糙率乘子ＯＶＲＯＵＧＨＲＴＦＡＣ（ｎｏｖ的乘子参数）和河道曼宁糙率乘子ＭＡＮＮＦＡＣ（ｎｃｈ的乘子参数）．其中，前３个参数主要控制径流分配和洪水水量，后两个参数主要控制洪峰和洪水过程线的形状．调参的目的是使率定期内尽可能多的模拟洪水与实测过程充分接近，使ＡＥｒｄ和ＲＥｆｐ较小，同时使ＮＳＥ较大．考虑到计算成本，对主要参数使用人工优选法调参，以避免消耗大量时间［１５］．人工优选法是指对某一参数在合理的范围内以适当的步长分别驱动模型，结合指标定量评价模拟结果，从而确定最佳的参数．ＷＲＦ⁃Ｈｙｄｒｏ模型在陈河流域的参数率定结果见表３．孙明坤等：ＷＲＦ⁃Ｈｙｄｒｏ模型与新安江模型在陈河流域的应用对比８５５㊀表３ＷＲＦ⁃Ｈｙｄｒｏ模型系统的主要参数及率定数值Ｔａｂ．３ＴｈｅｍａｉｎｐａｒａｍｅｔｅｒｓｏｆＷＲＦ⁃Ｈｙｄｒｏｍｏｄｅｌｉｎｇｓｙｓｔｅｍａｎｄｔｈｅｉｒｓｖａｌｕｅｓ参数土层厚度乘子渗透参数地表截流深乘子地表糙率乘子河道曼宁糙率乘子符号ＺＳＯＩＬＦＡＣＲＥＦＫＤＴＲＥＴＤＥＰＲＴＦＡＣＯＶＲＯＵＧＨＲＴＦＡＣＭＡＮＮＦＡＣ率定值０．２０．４００．８０．７作用控制径流分配和洪水水量控制洪峰和洪水过程线的形状２．２新安江模型三水源新安江模型是经典的概念性半分布式水文模型，在我国湿润和半湿润地区有较好的应用．模型结构包含三层蒸散发㊁蓄满产流㊁三水源划分和流域汇流４个模块［６，８］．鉴于新安江模型在陈河流域有较好的应用，本文使用该模型对１６场洪水进行模拟，并与ＷＲＦ⁃Ｈｙｄｒｏ模型的结果比较，评价后者的表现与适用性．利用自然子流域分割法将陈河流域分为９块，每块有且只有１个雨量／水文站，以此考虑降水的空间差异性．新安江模型的主要参数率定结果见表４．表４新安江模型的主要参数及率定数值Ｔａｂ．４ＴｈｅｍａｉｎｐａｒａｍｅｔｅｒｓｏｆＸＡＪＭｏｄｅｌａｎｄｔｈｅｉｒｓｖａｌｕｅｓ参数蒸散发折算系数张力水蓄水容量自由水蓄水容量河网消退系数符号ＫＷｍＳＭＣＳ率定值０．８１８０ｍｍ９ｍｍ０．０８作用控制水量平衡表示干旱程度反映表土蓄水能力表示坦化作用２．３模型结构对比ＷＲＦ⁃Ｈｙｄｒｏ模型是基于物理的分布式水文模型系统，可定量考虑下垫面属性的空间差异，并与ＷＲＦ模式有很好的相容性．新安江模型虽然是概念性半分布式水文模型，但对实际过程进行合理概化，使得其在土壤含水量较高的地区得以广泛应用．两个模型的结构对比结果见表５．表５ＷＲＦ⁃Ｈｙｄｒｏ模型和新安江模型结构对比∗Ｔａｂ．５ＴｈｅｓｔｒｕｃｔｕｒｅｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎＷＲＦ⁃ＨｙｄｒｏｍｏｄｅｌａｎｄＸＡＪｍｏｄｅｌＷＲＦ⁃Ｈｙｄｒｏ模型三水源新安江模型产流模块Ｎｏａｈ或Ｎｏａｈ⁃ＭＰ陆面模式蓄满产流及蓄水容量曲线蒸散发Ｎｏａｈ或Ｎｏａｈ⁃ＭＰ陆面模式和Ｐｅｎｍａｎ公式三层蒸散发理论径流成分超渗地面径流㊁次表面径流及基流地表径流㊁壤中流和地下径流汇流模块马斯京根法或马斯京根－康吉法或扩散波线性水库法㊁滞后演算法和马斯京根法∗次表面径流与壤中流的概念相似，基流与地下径流的概念相似．３结果分析鉴于在陈河流域内对ＷＲＦ⁃Ｈｙｄｒｏ模型与新安江模型模拟结果进行对比的目的，本部分以率定期和检验期为基础分别对它们的模拟结果和评价指标进行分析．此外发现文献［１３］推荐的ＷＲＦ⁃Ｈｙｄｒｏ模型的计算步长不适用于陈河流域，需要重新寻找使模拟结果稳定的计算步长，并分析造成这一现象的可能原因．本研究中ＷＲＦ⁃Ｈｙｄｒｏ模型为３．０版本，陆面模式网格分辨率为１ｋｍ，汇流网格为１００ｍ．如无特殊声明，本文所涉及单位及符号采用国际单位制（ＳＩ）．３．１模型计算步长选取对计算结果的影响由于需使用差分格式或一阶牛顿迭代法对坡面浅水波方程组与河道的扩散波方程组求近似解，所以ＷＲＦ⁃Ｈｙｄｒｏ模型的汇流网格的计算步长选取是影响模型计算稳定性的重要因素．该计算步长的选取往往与８５６㊀Ｊ．ＬａｋｅＳｃｉ．（湖泊科学），２０２０，３２（３）网格空间分辨率有关，且对模拟结果的稳定性影响较大．尤其对水深较深的河道洪水演算而言，模拟结果受时间计算步长影响更大［１３］．为了保证模型的计算稳定性，ＷＲＦ⁃Ｈｙｄｒｏ模型用户手册［１３］给出了不同汇流网格分辨率对应的计算步长．如１００ｍ的汇流网格对应的时间计算步长为６ｓ．然而，经数值实验发现该时间步长并不适用于陈河流域，如图２中红色虚线所示．因此，需要在建议的基础上进一步缩小计算步长．以两场模拟洪水０６０９２６和１１０８０４为例，图２描述这两场洪水的计算步长分别取６㊁３和１ｓ时，ＷＲＦ⁃Ｈｙｄｒｏ模型的模拟结果．当Δｔ＝６ｓ时，两场洪水在洪峰段与退水段均出现数值波动现象；Δｔ＝３ｓ时退水段模拟结果显著提升，但在洪峰段仍偶尔存在波动；Δｔ＝１ｓ时洪水过程表现平滑．注意到１１０８０４洪水在Δｔ取３ｓ和６ｓ时相对于１ｓ洪峰整体向后坦化，随后又于８月５日２０：００时陡落，但洪量整体保持一致．这说明若Δｔ选取不合适，甚至可能对洪峰模拟造成较大偏差，增加模型不确定性．地形起伏较大㊁坡度和比降较陡，可能是默认时间空间步长关系在陈河流域不适用的主要原因．当坡度或河道比降较大时，导致重力沿坡面的分力对洪水波运动影响较大．水量相同的情况下导致流速变大，洪水波传播速度ｃ可能变快．根据Ｃｏｕｒａｎｔ数的定义Ｃｎ＝ｃΔｔ／Δｘ，如果波速增大且保持空间分辨率Δｘ不变，则计算步长Δｔ需要适当减小以保证Ｃｏｕｒａｎｔ数数值不变．进一步说明在陈河流域适当减小计算步长的必要性．综上，在陈河流域中利用当前版本的ＷＲＦ⁃Ｈｙｄｒｏ模型进行洪水模拟时，若要与１００ｍ的汇流网格相对应，计算步长须取１ｓ才能保证模型计算的稳定性．图２模型计算步长Δｔ的选取（模拟结果输出步长：１ｈ）Ｆｉｇ．２ＴｈｅｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｖａｌｕｅｓｏｆｃａｌｃｕｌａｔｉｏｎｓｔｅｐΔｔ（ｔｈｅｔｉｍｅｓｔｅｐｏｆｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ：１ｈ）３．２率定期结果分析本研究中率定期共由６场洪水构成，即２００３年的３场和２００６年的３场，两个模型的评价指标结果见表６．ＷＲＦ⁃Ｈｙｄｒｏ模型的径流深合格率和洪峰合格率均为６６．７％，而新安江模型均为８３．３％．在２００３年ＷＲＦ⁃Ｈｙｄｒｏ模型的模拟效果整体较好，ＮＳＥ均值为０．９１，而２００６年模拟效果欠佳，ＮＳＥ均值仅为０．０３．总体而言，表６ＷＲＦ⁃Ｈｙｄｒｏ模型和新安江模型在率定期的模拟结果∗Ｔａｂ．６ＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆＷＲＦ⁃ＨｙｄｒｏｍｏｄｅｌａｎｄＸＡＪｍｏｄｅｌｉｎｃａｌｉｂｒａｔｉｏｎｐｅｒｉｏｄ洪号观测洪峰／（ｍ３／ｓ）ＰＡＥｒｄ／ｍｍＡＥｒｄ／ｍｍＲＥｆｐ／％ＡＥｐｔ／ｈＮＳＥＷＸＷＸＷＸＷＸ０３０８２８３７１１８．６１６．０１７．３１９．３１６．２２２０．８２０．５９０３０９０３７４０１６．０－１０．６５．４７．６－７．３－１－１０．９６０．９５０３０９１６６９４１５．８－８．２－１０．３７．１－５．６－２００．９５０．９１０６０８２７１７４３．０３．９７．９１０６．０８３．１０１－０．９７－２．２００６０９０３３２８４．４３．５１．３－１７．１－１８．８６３０．５５０．８７０６０９２５２９３９．６２１．９０．７５１．０１７．６－３－５０．５２０．８７∗Ｗ代表ＷＲＦ⁃Ｈｙｄｒｏ模型，Ｘ代表新安江模型．孙明坤等：ＷＲＦ⁃Ｈｙｄｒｏ模型与新安江模型在陈河流域的应用对比８５７㊀率定期内ＷＲＦ⁃Ｈｙｄｒｏ模型各场洪水均方根误差均值为４９．３ｍ３／ｓ，新安江模型为５３．３ｍ３／ｓ．在６６．７％（６场中的４场）的洪水中，前者的均方根误差小于后者．说明前者的模拟结果误差较小，且ＮＳＥ表现尚可；后者模拟效果相对稳定．选取０３０８２８㊁０３０９１６㊁０６０８２７㊁０６０９２５为代表洪水，其过程线如图３所示．图３两个模型在率定期内４场代表洪水的对比（输入输出数据时间步长：１ｈ）Ｆｉｇ．３Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｆｏｕｒｅｖｅｎｔｓｉｎｃａｌｉｂｒａｔｉｏｎｐｅｒｉｏｄｏｆｔｗｏｍｏｄｅｌｓ（ｔｈｅｔｉｍｅｓｔｅｐｏｆｄａｔａ：１ｈ）０３０８２８和０３０９１６号洪水的径流深和洪峰均合格，而且两个模型的模拟效果较好．ＷＲＦ⁃Ｈｙｄｒｏ模型模拟洪峰误差略大于新安江模型，但ＡＥｒｄ和ＮＳＥ整体优于新安江模型．对于多峰洪水０３０８２８（图３ａ），由起涨段至第一个洪峰处，ＷＲＦ⁃Ｈｙｄｒｏ模型与观测过程较为贴合，相关系数为０．９５７８；而新安江模型模拟过程出现较早的抬升，相关系数为０．９４０９．两个模型模拟洪峰偏大１５％ ２０％，表现较接近．最后的退水段，新安江模型退水幅度过大，模拟水量偏小．对于单峰洪水０３０９１６（图３ｂ），由起涨段至洪峰处，ＷＲＦ⁃Ｈｙｄｒｏ模型仍然在起涨时间和趋势上模拟较好，相关系数为０．９８３４；而新安江模型再次出现较早抬升，相关系数为０．９６５６．洪峰处ＷＲＦ⁃Ｈｙｄｒｏ模型模拟洪峰偏大７．６％；而新安江模型偏小７．３％．退水阶段与前场洪水相似，新安江模型低估退水段水量．综合两场洪水发现ＷＲＦ⁃Ｈｙｄｒｏ模型对洪水过程的起涨过程和退水过程的模拟较好，其中洪水起涨点与实测过程几乎重合；而新安江模型的洪水起涨点比实测过程提前８ｈ，且有高估涨洪段水量㊁低估退水段水量的特点．对于洪水０６０８２７，结合图３ｃ发现，两个模型均未成功模拟洪水过程．根据洪水起涨点误差和退水段的相关系数，ＷＲＦ⁃Ｈｙｄｒｏ模型在洪水起涨时刻和退水过程与实测过程相当接近，但模拟洪峰大幅偏大．虽然新安江模型对洪峰高估程度略小于ＷＲＦ⁃Ｈｙｄｒｏ模型，但其对整个洪水过程的模拟效果很不理想．对于洪水３３８５８㊀Ｊ．ＬａｋｅＳｃｉ．（湖泊科学），２０２０，３２（３）始流量为２６．６ｍ３／ｓ，是实测流量的近１．５倍．在整个洪水过程中，ＷＲＦ⁃Ｈｙｄｒｏ模型模拟的洪量和洪峰显著偏大；新安江模型在起涨段和洪峰处偏大，在退水段偏小，使径流深误差较小，仅为０．７ｍｍ．这两场洪水模拟效果偏差的原因将在第４．３节讨论．综合率定期所有洪水，发现虽然ＷＲＦ⁃Ｈｙｄｒｏ模型的径流深合格率低于新安江模型，但在４场径流深模拟较好的洪水中（０３０８２８㊁０３０９０３㊁０３０９１６和０６０９０３），有３场ＮＳＥ高于新安江模型．而且该模型善于刻画洪水的细节，例如率定期洪水起涨点误差均在３ｈ之内，而新安江模型在４ １０ｈ间．新安江模型整体表现较稳定，有较高的径流深合格率和洪峰合格率，６６．７％（６场中的４场）的ＮＳＥ大于０．８．事实上，结合图３可知，新安江模型在洪水起涨段和退水段均存在偏差，起涨段为正偏差，退水段为负偏差．因此，在计算整体的径流深误差时部分偏差被抵消，可能使其在洪量方面表现较好．３．３检验期结果分析检验期由２０１０年和２０１１年共１０场洪水组成，两个模型的评价指标结果见表７．ＷＲＦ⁃Ｈｙｄｒｏ模型的径流深合格率和洪峰合格率均分别为６０．０％和５０．０％，而新安江模型均为５０．０％．率定期内ＷＲＦ⁃Ｈｙｄｒｏ模型的均方根误差均值为１１５．７ｍ３／ｓ，新安江模型为８０．０ｍ３／ｓ．其中６０％（１０场中的６场）的ＷＲＦ⁃Ｈｙｄｒｏ模型的均方根误差小于新安江模型，且这些洪水多为两个指标均合格的洪水．在两个指标均合格的洪水中，ＷＲＦ⁃Ｈｙｄｒｏ模型的均方根误差均值为５４．８ｍ３／ｓ，新安江模型为６８．６ｍ３／ｓ，且前者的ＡＥｒｄ㊁ＲＥｆｐ和ＮＳＥ整体优于后者．其他洪水多为不合格洪水，其中前者的均方根误差的均值为２０７．１ｍ３／ｓ，后者为９７．１ｍ３／ｓ．说明ＷＲＦ⁃Ｈｙｄｒｏ模型在洪峰洪量表现好的洪水中误差较小，ＮＳＥ较高；在其他洪水中，偏离程度较明显．新安江模型对峰现时间的刻画较好，表现相对稳定；对洪峰洪量误差较大的洪水模拟效果也较差，但优于ＷＲＦ⁃Ｈｙｄｒｏ模型．选取１００８１２㊁１００８２３㊁１１０７２８㊁１１０９０９为代表洪水，其过程线如图４所示．表７ＷＲＦ⁃Ｈｙｄｒｏ模型和新安江模型在检验期的模拟结果∗Ｔａｂ．７ＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆＷＲＦ⁃ＨｙｄｒｏｍｏｄｅｌａｎｄＸＡＪｍｏｄｅｌｉｎｖａｌｉｄａｔｉｏｎｐｅｒｉｏｄ洪号观测洪峰／（ｍ３／ｓ）ＰＡＥｒｄ／ｍｍＡＥｒｄ／ｍｍＲＥｆｐ／％ＡＥｐｔ／ｈＮＳＥＷＸＷＸＷＸＷＸ１００７１４１９８３．２１０．８－３．６４５．３－２１．２３１０．３９０．８４１００７２２６２３１２．７６．７－４．１１１．３－２２．２２１０．８８０．８９１００８１２３０４４．０５．８１０．０１９３．３５０．６０１－２．３８０．１３１００８２０６４７５．３３．０５．１９．０－５．５１２０．８５０．７６１００８２３５８５１１．０２．９１０．１２．１－１．９－４－３０．９７０．８８１１０７２８１４３０９．１４４．９２７．７９２．６０．２－１２－２．６８０．３４１１０７３１４３５７．３１４．７１８．１５６．７４５．７－５－２０．３３０．２６１１０８０４３９０６．４５．０５．０２８．３１７．１－１－１０．９００．７７１１０９０９８６５１２．３５．１－７．９９．０－１６．１０２０．９６０．９２１１０９１６１２００２０．０－１８．６－２２．２－１３．４－２４．１－３－２０．９４０．９２∗Ｗ代表ＷＲＦ⁃Ｈｙｄｒｏ模型，Ｘ代表新安江模型．㊀㊀两个模型对１００８２３和１１０９０９号洪水模拟结果较好（图４ａ，图４ｂ）．在洪水１００８２３的起涨段，ＷＲＦ⁃Ｈｙｄｒｏ模型与观测过程较为贴合，相关系数为０．９８７６；新安江模型高估洪水的初始状态，从而模拟的起涨过程水量偏大，相关系数为０．９２８５．两个模型对洪峰模拟效果都很出色，ＷＲＦ⁃Ｈｙｄｒｏ模型的ＲＥｆｐ为２．１％，新安江模型的ＲＥｆｐ为－１．９％．退水段，ＷＲＦ⁃Ｈｙｄｒｏ模型表现出色，相关系数为０．９９８１；新安江模型在退水前期和后期略微高估洪量，在退水中期低估洪量，相关系数为０．９８７２．对于洪水１１０９０９，ＷＲＦ⁃Ｈｙｄｒｏ模型和新安江模型的ＮＳＥ分别达到了０．９６和０．９２，模拟结果相当出色．在洪水起涨段，ＷＲＦ⁃Ｈｙｄｒｏ模型受前场洪水退水过程影响，模拟流量过程偏大，相关系数为０．９８１９；新安江模型对洪量模拟较好，相关系数为０．９４６８．ＷＲＦ⁃Ｈｙｄｒｏ模型模拟洪峰较准确，ＲＥｆｐ和ＡＥｐｔ分别为９．０％和０ｈ．在退水段，ＷＲＦ⁃Ｈｙｄｒｏ模型仍与观测过程较接近，相关系数为０．９９６５；而新安江模型低估退水中后期的洪量．此外，ＷＲＦ⁃Ｈｙｄｒｏ模型甚至能较准确模拟出９。
TIGGE降水耦合的新安江模型在水文预报中的应用
TIGGE降水耦合的新安江模型在水文预报中的应用
赵丽霞;徐十锋;庞雁东
【期刊名称】《东北水利水电》
【年(卷),期】2022(40)9
【摘要】为提高洪水预见期,文中采取TIGGE(6个天气预报中心)集合预报雨量驱动新安江模型,对东湾以上流域2010年汛期洪水进行滚动预报。
结果表明,气象-水文耦合的集合洪水预报模型充分考虑了预报系统的不确定性,有效提高了洪水预报精度及预见期,对采取抗洪措施、最大限度地减少洪灾损失及预报调度的风险分析具有重要意义。
【总页数】4页(P40-43)
【作者】赵丽霞;徐十锋;庞雁东
【作者单位】黄委河南水文水资源局;黄河水利委员会水文局;河南省水文水资源局【正文语种】中文
【中图分类】P338
【相关文献】
1.新安江水文模型在水文预报中的应用
2.中国洪水预报系统新安江模型在蚂蚁河莲花站(二)水文站洪水预报中的应用
3.耦合TIGGE降水集合预报的洪水预报
4.定量降水预报与水文模型耦合的中小流域汛期洪水预报试验
5.新安江模型和改进BP神经网络模型在闽江水文预报中的应用
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)。
基金项 目：国家重点基础研究发展计划 （７ ９３计划 ）２０Ｃ ４ ３０ ）教育部科学技术研究重大项 目（００ ２ ； （０６ Ｂ ０２０ ； ３８ １） 国家 自然科学基金 （Ｏ ７０５ ５ ６９２ ）
作者简介 ： 郝庆庆 （ ７ 一 ）女 ， １ ６ ， 江西永修人 ， ９ 讲师 ， 博士研究生 ， 主要从事流域水文模拟研究 ．－ ａ ： ｏ ＠ｈｕ ｅｕ ｃ Ｅｍ ｉ ｈ ｑ ｈ ． ． ｌａ ｑ ｄ ｎ
值， 这可能是流域下垫面特性 、 模型概化 、 参数率定 以及水文资料等因素综合作用及相互影响的结果 ；ｄ 个 （）
别 年份 （ １８ ） 如 ９３年 出现 计算 峰值 明显高 于实 测 峰值 的现 象 ， 这可 能是 抽水 等 人为 因素 造成 的 ；ｅ所 研究 流 （） 域 面积 较 小 ， 如果 存在 不 闭合 量 ， 闭 合量 占总 径 流量 的 比例 就 会 比较 大 ， 而对 径 流量 及 流 量 过 程 线产 生 不 从
２ 河海 大学 水文水资源与水利工程科学 国家重点实验室 ， ． 江苏 南京
２０ ９ ） １０ ８
摘 要 ：为 了提 高新 安 江模 型在 喀斯 特地 区的模拟 精度 ， 以贵 州独木 河 流域 为研 究 对 象 ， 用新 安 江 使
模 型 对该 流域 进行 了径 流模 拟研 究 ． 据 模拟 分析 结 果和 岩溶 地 区独特 的水 文特征 ， 出 了改进 新 根 提 安 江模 型 的 ３种 设 想 ， 并对 第 １ 种设 想 （ ３层 蒸散 发 结构 改 为 ２层 蒸散 发 结构 ） 行 了验证 ． 比分 进 对 析 结 果表 明 ， 改进后 模 拟 结果 的平 均确 定性 系数 比改进 前 的 高 ００ ， ．２ 改进 后 的 新 安 江模 型 可供 类
（ ．Ｃ ｌｇ ｙ ｒｏ ｙａ ｄＷ ｔ ｅ ｕｃ ，Ｈ ｈ ｉ ｎ ｅ ｉ Ｎ ｎ ｎ １０ ８ ｈｎ １ ｏｅｅｏ ｄｏ ｇ ｎ ａｅ Ｒ ｓ ｒ ｓ ｏａ Ｕ ｉ ￣ｔ ｌ ｆＨ ｌ ｒ ｏ ｅ ｖ ｙ， ａｊ ｇ ２０ ９ ，Ｃ ｉ ｉ ａ；
２ ｔｔ ＫｙＬｂｒｔ ｙｏ ｙ ｒｌ － ａ ｒ ｅ ｕ ｅ ａ ｙ ｒｕｉ Ｅ ｇｎｅｎ ．Ｓａ ｅ ａ ｏ ｏ ｅ ａ ｒ ｆＨ ｄｏ ｇ Ｗ ｔ ｓ ｒ ｓ ｎ Ｈ ｄａ ｌ ｎ ｉ ｒ ｇ， ｏ ｙ ｅ Ｒ ｏ ｃ ｄ ｃ ｅｉ Ｈ ｈｉ ｎ ｅ ｉ ｏａ Ｕ ｉ ｎｔ ｖ ｙ，Ｎ ｎ １０ ８ ｈ ｉ ａ ｇ ２ ０ ９ ，Ｃ ｎ ａ）
Ａｂｔ ｃ：Ｉ ｒｅ ｐ ｖ ｅｓ ｕ ｔ ｎｐｅｉｏ ｆｈ ｉ’ｎｉ ｇｍ ｄｌ ｎｋｒ ｒ ｓ ｔｅｍ ｄ ｌ ａ ｓｄｔ ｓ ａｔ ｎｏｄｒ ｏｉ ｒ ｅｔ ｉ ｌ ｉ ｒ ｓ ｎｏ ｔ Ｘ ｎ ａｊ ｎ ｏｅ ｉ ａｓ ａｅ ． ｏｅ ｗ ｓｕｅ ｒ ｔ ｍ ｏ ｈ ｍ ａｏ ｃｉ ｅ ａ ｔ ａ ｈ ｏ
流 、 水 源和 汇流 ４个 阶段 ． 中 ： 分 其 蒸散 发计 算 采用 ３层蒸 散 发 模 型 ； 流计 算 采 用 蓄满 产 流 模 型 ； 流 划 分 产 径
为地表 径 流 、 中流和地 下 径流 ３种水 源 ， 壤 径流 划分 采用 了 自由水 蓄水 库法 ； 汇流计 算 中 ， 地表 径 流汇 流计 算 采 用无 因次单 位线 法 ， 中流和 地下 径流 汇流 计算 采用 线 性水库 法 ， 壤 河道 汇 流计算 则 采用 马斯京 根分 段连 续 演 算法 ［１ ２． 本 文 的研究 对 象独 木河 流域 地处 西南 喀斯 特 地 区 ． 区为连 片 裸露 碳 酸岩 面积 最 大 和生 态 最脆 弱 的地 该
） Ｙ ｌ Ｑ ） （］ ∑ｌＥ（］ ：＿ （ ｌ ｛ ２ ｌ Ｑ ）／ ｌＱ ） ［ ｇ ｇ
＝
一
（ ２ ）
（） ３
／
ｉ ）＝∑ （）
‘
式 中 ： — — 实测 日平 均流 量 ； ） Ｑ（） Ｑ （ —— 计 算 日平 均 流量 ； （） ＿ ｉ—— 第 ｉ 的 流量 过 程 线 对 数 误 差 的绝 厂 年 对 值 ；（） — 几年 流量 过程 线 对数 误差 绝对 值 的平 均值 ． ． ｉ— 厂 计算 结果 见 表 １和表 ２ ．
ｈ ｕ ｉ ｐ ｖｄｍ ｌ ｎ ｅｉ ｒ ｅ ｏ ｅ ｃｕｄ ｅｕｅ ｎ ｙｅｒ ｏ ｓ ｌ ｇ ｎ ． ｔ ｎｍ ｒ ｅ ｏｅ，ａｄｔ ｐ ｖｄｍ ｄｌ ｏｌ ｂ ｓｄｔ ａａ ｚ ｎｆｉ ｉｉ ｒ ｅ ｏ ｓ ｅ ｏ ｄ ｈ ｍｏ ｏ ｌ ｕ ｎ ｍａｒ ｉ Ｋ ｙｗ ｒｓ ｕ ｈｕｋｒ ｒａ ｕ ｕＷａ ｒ ｅ ；ｒｎｆｓ ｕ ｔｎ Ｘｎ ａｊ ｎ ｏｅ； ｏ ｅ ｉｐ ｖｍ ｎ ｅ ｏｄ ：Ｇ ｉ ｏ ａ ｔ ｅ ；Ｄ ｍ ｔ ｈｄ ｕ ｏ ｍ ｌ ｉ ； ｉ’ｎｉ ｇｍ ｄｌ ｍ ｌｍ ｒ ｅ ｅｔ ｚ ｓ ａ ｅ ｓ ｉ ａｏ ａ ｄ ｏ
区＿ 虽然降水较多 ， ３ ， 但时空分布不均且下垫面情况复杂 ． 根据岩溶地区独特的水文地质特性Ⅲ 以及三水源 ５ ｊ
新 安 江模 型应 用于 岩溶 地 区 的模 拟结 果 分析 ， 笔者 提 出 了改进新 安 江模 型 的 ３种设 想 ［ 并验 证 了第 １ 改 ， 种
进 方法 ．
收 稿 日期 ： ０ １０ —０ ２ １ —３ ３
似 地 区的径流 分析 借鉴 ．
关 键 词 ： 州喀 斯特 地 区 ； 木 河流域 ； 流模拟 ； 安 江模 型 ； 型 改进 贵 独 径 新 模
中 图分类 号 ：３ ３ Ｐ ３ 文献标 志 码 ： Ａ 文章 编 号 ：０ ０ １８ （０ ２ ０ — １９ ０ １０ —９ ０ ２ １ ） １０ ０ — ４
失的部分资料移用邻近水文特征相似站点的来代替 ． 日模参数［ 的率定顺序为蒸散发折算系数 一表层土 ］
自由水 蓄水 容 量 ｓ Ｍ和表 层 土 自 由水 蓄水 库 对 地 下水 的 出流 系数 与表 层 土 自由水 蓄水 库 对 壤 中 流 的 出
流系数 Ｋ的 比值 Ｋ ／ ， ， ｃ Ｋ一地下径流的消退系数 Ｃ一 壤中流 的消退系数 ｃ． Ｇ ，率定蒸散发折算 系数 Ｋ时以径
流深 绝对 误差 为 目标 函数 ｌ ， 算 公式 为 ＿ 计 ８ Ｊ
一
ＡＲ ：
１１
１ ＝ １ 。 ‘
式 中 ：Ａ 第 ｉ 径流 深 的绝对 误差 ； —— ｎ年径 流 深绝 对误 差 的平 均值 ； —— 资 料 的年数 ． Ｒ—— 年 △ ｎ
率定其他参数时 为减少洪水高水部分误差的作用 ， ９， 突出低水部分的作用 ， 以误差的对数为 目标函数 ， 通过使流量过程线对数误差绝对值的平均值最小 的方法来优选参数 ．
ａ ｓ ｍｐ ｉｎ，ｔ ａ ｓ ｈ ｔｔ ｅ ｔ ｒｅ ｌｙ ｒ ｅ ａ ｏｒｎ ｐｒ ｔ ｎ ｓｒ ｃｕ ｓ ｃ ａ ｇ ｄ ｔ ｗｏ ｌｙ ｒ ｏ ｅ ｓｕ ｔ ｏ ｈ ｔｉ ，ｔａ ｅ —ａ ｅ ｖ ｐ ｔａ ｓ ｉ ｉ ｔ ｔｒ ｉ ｈ ｎ ｅ ｏ ａ ｔ —ａ ｅ ｎ ，Ｗａ ｅ ｆｅ ｈ ｈ ａｏ ｕ ｅ ｓ ｖ ｒ ｄ．Ｔ ｅ ｉ ｉ ｈ ｃ ｍｐ ｒｓ ｎ ｒ ｓ ｌｓｓ ｏ ｔａ ｅ ａ ｅ ａ ｅ ｃ ｅ ｃｅ ｔｏ ｅｅ ｍｉａｉｎ ｏ ｅ ｉ ｒｖ ｄ ｍｏ ｅ ｓＯ． ２ ｈｇ ｒｔａ ｈ ｔｏ ｏ ａｉｏ ｕ ｔ ｈ ｗ ｔｔ ｖ ｒｇ ｏ ｆ ｉｎ ｆｄ ｔｒ ｎ ｔ ｆｔ ｍｐ ｅ ｄ ｌｗａ ０ ｉｈｅ ｎ ｔ ａ ｆ ｅ ｈ ｈ ｉ ｏ ｈ ｏ ｈ
新 安 江模 型 ＿是 一个 分单 元 、 ２ ¨ 分水 源 、 阶段 ， 有 分 布参 数 的完 整 的概 念 性 降雨 径 流 模 型 ， 用 于湿 分 具 适
润与半 湿 润地 区 ， 有 概念 清 晰 、 具 结构 合 理 、 参 方便 和计 算 精度 较 高 等优 点 ． 拟计 算 主 要 分 为蒸 散 发 、 调 模 产
第 １ 期
郝 庆庆 ， 等
新安 江模 型在乌江独木河流域 的应用与改进
较 大影 响 ．
１２ 次 洪模 拟 ．
ｈｄｏ ｇ ａ ｃ ａ ｃ ｒｔ ｓ ｆ ａｓ ａｅｓ ｈｒ ｓｍｐ ｏｓｗ ｒ ｐｏｏｅ ｐ ｖ ｅＸｎ ａｊ ｎ ｏｅ．Ｔ ｅｆ ｔ ｙ ｒ ｏｉ ｌ ｈ ａｔ ｓｃ ｏ ｒ ｒａ，ｔｅ ａ ｕ ｔ ｎ ｅ ｒｐｓｄｔ ｉ ｒ ｅ ｈ ｉ’ｎｉ ｇｍ １ ｈ ｒ ｌ ｃ ｒ ｅ ｉ ｋ ｔ ｉ ｅｓ ｉ ｅ ｏｍ ｏ ｔ ａ ｄ ｉ ｓ
１０ １
河 海 大 学 学 报 （自 然 科 学 版 ）
第４ ０卷
１ 模 型 的应 用
研 究 区为 贵州 省 内乌 江流域 的支流— — 独木 河 流域 ， 积 １８ ｋ ２该 流 域 内共 有 下湾 、 面 ４５ ｍ ． 昌明 和六广 ３ 个
站点 ． １ １ 日模 拟 ．
采 用 独木 河流 域 １７－ １７ 年 的水 文 资 料 率 定 日模 参 数 ，９０－１８ 的 水 文 资 料 检验 日模 参 数 ， ９３ ９９ １８－ ９３年 缺
Ａ ｐｉａｉｎａ ｄｉ ｒｖ ｍｅ ｔ ｆ ｉ ａ ｊ ｎ ｄｌ ｎＤ ｍａＷａｅｓｅ ｆ ｐ ｌ ｔ ｎ ｃ ｏ ｍｐ ｏ ｅ ｎ ｎ’ｎｉ ｇｍｏ ｅ ｉ ｕ ｔｒｈ ｄｏ ｏＸ ａ Ｗ－ ｉｎ ｉｅ ａｉ ｕ ａ ｇＲ ｖｒＢ ｓ ｊ ｎ
ＨＡ ｎ －ｉｇ ．Ｃ Ｎ Ｘ Ｏ Ｑｉｇｑｎ ＨＥ ｉ ’
表 １ 率 定 年 份 日模 模 拟 结 果
Ｔａ ｌ Ｄａｌ ｓｍ ｕ ａｉ ｎ ｒ ｓ ｔ ｎ ａｉ ａ ｏ ａ ｓ ｂｅ１ ｉ ｉ ｌ ｔｏ ｅ ｕｌ ｉ ｃ ｌ ｙ ｓ ｂｒ ｔ ｎ ｙｅ ｒ ｉ