基于集合降水预报产品的汛期洪水预报试验

为改善因水文模型中降水等输入信息的不确定性对确定性水文预报精度的严重影响,以湖北省漳河流域为例,将中尺度暴雨数值模式(AREM)集合降水预报产品输入到新安江水文模型中,对该流域2008年汛期一次典型的洪水过程进行预报测试。结果表明:基于集合数值预报产品的水文预报能在洪峰流量、峰现时间等水文预报要素上获取更多的预报信息,并将单一的确定性预报结果转化为可能发生范围的预报,提高了水文预报结果的可靠性。     

气象水文模型耦合研究及在西苕溪流域的模拟试验

为了提高洪水预报的精度,延长洪水预见期,利用WRF模式和HEC-HMS水文模型对太湖西苕溪流域2009年8月的一次典型暴雨洪水过程进行了降雨模拟和流量耦合预报,并与实测降雨和径流过程进行了对比分析。(1) WRF模式能够较好模拟出位于天目山的强降水中心,位置较实况略偏北;预报子流域面雨量时空分布与实况较一致,定量检验合格率达50%左右。(2) HEC-HMS模型对西苕溪流域日径流过程和场降雨洪水过程均有较好的模拟效果,模型参数验证和率定期间,确定性系数、洪峰流量相对误差和峰现时差等指标均小于业务预报许可误差。(3) 采用单向耦合法,将WRF模式(5 km网格)48 h预见期的滚动预报降雨场输入HEC-HMS水文模型进行流量滚动预报,耦合预报结果明显优于不考虑预见期内降雨的传统预报方法,在保证精度的前提下,有效延长了洪水预见期。      

基于HBV模型的太子河流域致洪临界雨量的确定

以太子河流域为研究区域,基于流域内的气象水文数据、数字高程模型及土地利用等资料,采用HBV水文模型对流域的水文过程进行模拟,通过对模型参数的率定与验证,评估了HBV模型在该流域径流模拟的适用性,确定了适合太子河流域的最优化参数,结合水位-流量关系曲线,推算太子河流域不同等级洪水致洪临界雨量。结果表明: HBV模型对太子河流域的径流模拟效果较好,率定期与验证期Nash效率系数与确定性系数均超过0.60,模型中积雪和融雪模块(CFR)、土壤含水量计算模块(BETA)与响应模块(KUZ2、UZ1、PERC)中的这些参数最为敏感,模型基本模拟出了洪水对降水的响应过程。通过建立的HBV水文模型,结合小林子水文站的水位-流量关系曲线,以警戒水位、保证水位作为不同等级洪水的判别条件,推算得到了不同起始水位下太子河流域动态临界雨量指标,临界雨量随起始水位的升高而有所减小。     

HBV模型在汉江流域的适用性研究

利用区域气象资料、水文资料、土地利用资料,运用HBV模型对陕西安康水电站上游汉江流域进行日径流深模拟并尝试确定致灾临界面雨量值。结果表明:HBV模型在安康水电站上游流域具有较好的适用性,在率定期模型对日径流深模拟的确定性系数为0.84,Nash效率系数为0.72,验证期确定性系数为0.87,Nash效率系数为0.75;通过安康水电站逐日水位资料,根据不同基础水位,确定了安康水电站上游流域24h临界面雨量值,此值可为水电站汛期防汛泄洪工作提供有益参考。     

基于Elman动态神经网络的降雨一径流模拟研究

采用Elman动态神经网络对沂沭河流域上游临沂子流域口径流量进行模拟。为了更好地检验该网络估测径流的精度,同时采用陆面水文过程模型TOPX进行对比分析。确定性线系数、相关系数、平均相对误差和平均相对均方根误差四个统计指数及流域径流过程。结果表明,Elman动态神经网络能够对日径流量进行较好的模拟,较好地捕捉洪峰流量和出现时间,为降雨径流模拟提供了一种有效可靠的方法。     

基于Elman动态神经网络的降雨—径流模拟研究

采用Elman动态神经网络对沂沭河流域上游临沂子流域日径流量进行模拟。为了更好地检验该网络估测径流的精度,同时采用陆面水文过程模型TOPX进行对比分析。确定性线系数、相关系数、平均相对误差和平均相对均方根误差四个统计指数及流域径流过程。结果表明,Elman动态神经网络能够对日径流量进行较好的模拟,较好地捕捉洪峰流量和出现时间,为降雨径流模拟提供了一种有效可靠的方法。     

基于SWAT模型的岷江上游流域水文模拟与干旱评估

以地势复杂、海拔高差悬殊的岷江上游流域为研究区域,选取2013～2017年水文、气象观测、土地利用、土壤类型及DEM等数据,驱动SWAT(Soil and Water Assessment Tool)分布式水文模型,在参数敏感性分析的基础上对模型进行校正和验证,模拟岷江上游流域日径流量变化过程,并采用基于SWAT计算的...     

WRF模式与Topmodel模型在洪水预报中的耦合预报试验研究

基于空间分辨率90 m×90 m的湖北荆门漳河水库数字高程模型（DEM）地形数据,并从2012-2015年选取了20场洪水过程（其中16场用于模拟,4场用于检验）,将华中区域数值天气预报业务模式WRF提供的三重嵌套空间分辨率3 km×3 km、9 km×9 km和27 km×27 km预报降雨与集总式新安江模型以及半分布式水文模型Topmodel耦合进行洪水预报试验。通过对比试验得到以下结论：当流域降雨的时、空分布比较均匀时,集总式新安江模型可以较准确地预报出洪峰流量和峰现时间,而当降雨时、空分布差异较大时,预报误差也会随之增大。基于DEM数据建立的Topmodel模型可以反映不同降雨时、空分布下洪水预报结果的差异,试验结果表明,3 km×3 km和9 km×9 km洪水预报的输出结果比较接近,且在确定性系数和洪峰相对误差上要优于27 km×27 km的洪水预报结果,而在峰现时差的预报上,则是27 km×27 km的洪水预报结果与实测较吻合。通过研究还发现,虽然当流域降雨的时、空分布存在一定差异时,3种空间分辨率的WRF预报降雨均无法预报出与实测一致的降雨分布,但是在某些情况下,当降雨的时间分布误差和空间分布误差相抵消时,仍然可以得到较为准确的洪水预报结果。因此,高时、空分辨率的模式预报降雨并不一定就能对洪水预报结果产生正贡献,需要通过反复尝试寻找水文模型和数值模式耦合的最佳时、空分辨率。     

基于GRAPES的气象-水文模式在淮河流域的一次试验

Global-regional assimilation and prediction system(GRAPES)模式为中国气象局于2000年开始组织研究开发的数值预报系统,GRAPES_Meso模式是其区域中尺度数值预报系统版。GRAPES_Meso中的陆面模式选取的是Noah-Land Surface Model(NOAH-LSM)模式。NOAH-LSM陆面模式选取Simple Water Balance(SWB)对陆面水文过程进行描述。SWB是一个简单水量平衡模型,不能完整地描述陆面水文过程,特别是对径流的模拟存在不足。随着GRAPES_Meso模式不断的发展,对预报能力的要求逐渐提高,对其陆面模式中产流过程的描述也需要进一步的研究。本文中所应用的改进陆面水文过程的NOAH-LSM陆面模式,借鉴了水文模型的思想,利用蓄水容量曲线描述单元网格内产流面积的变化,并在模式中增加Muskingum汇流模块,完整陆面模式水文循环。将原GRAPES模式和改进陆面水文过程的GRAPES模式分别与新安江模型进行单向耦合,选取模式TS评分相差不大的试验流域——淮河流域上游控制站王家坝站,进行流量模拟对比。从试验结果可以看出,改进后的模式在洪量相对误差、洪峰相对误差、确定性系数上均优于原模式,并为未来利用水文模型对降水落区检验进行了探索性研究。     

陆面—水文耦合模式的参数率定及改进研究

基于淮河流域的地形、岩石地质类型等空间分布特征,对陆面—水文耦合模式CLHMS1.0(Coupled Land Surface-Hydrological Model version 1.0)的河道曼宁糙率系数、水力传导度两个关键参数进行了率定;在此基础上,通过基于CLHMS1.0的多组敏感性试验,分析了河道曼宁糙率系数、水力传导度对CLHMS1.0模拟淮河流域水文过程的影响。研究结果表明,淮河流域上游王家坝子流域曼宁糙率系数的减小,可以显著提高模式对王家坝水文控制站上游模拟的水流流速,减小了模式对王家坝洪峰来临时间模拟偏迟的误差;依据淮河不同子流域的岩石地质类型选定更为合理的水力传导度参数后,模式对淮河流域河道流量等水文过程的模拟更为准确。利用参数率定后的CLHMS1.0对淮河流域1980~1987年逐日水文过程进行了模拟,与观测实况比较结果表明,采用了新的河道曼宁糙率系数和水力传导度参数后,模式对淮河流域逐日水文过程的模拟能力显著提高,且可以更合理地模拟出地表产流和地下水补给对流域河道流量的相对贡献。     

蓄满-超渗兼容模型与神经网络模型的应用对比研究

利用鲇鱼山水库1975-1999年的小时降雨、蒸发和入库洪水资料,对建立的蓄满一超渗兼容模型与人工神经网络模型参数进行了率定和检验。分析结果表明,整体上两个模型的率定和检验结果都在评定精度以内,合格率分别为72．22％与83．33％,具有一定的可靠性与预测性。蓄满-超渗兼容模型在整体流量相对误差上要优于神经网络模型;在单场洪水过程及洪峰误差与峰现时差上,神经网络模型模拟得更准确。因此,蓄满-超渗兼容模型较神经网络模型更具有水文基础及物理意义,并且可以作中长期预报。     

分布式水文-土壤-植被模式的改进及气候水文Off-line模拟试验

文中对引进的高分辨率 (94 2 .5m× 94 2 .5m)分布式水文 土壤 植被模式 (DHSVM) ,针对海、滦河流域的特点进行了改进 ,主要包括 :(1)改变蒸散发模拟方法 ,用改进的Penman Monteith模式模拟海滦河流域的蒸发 ,较好地模拟出 1a内的两个峰值 ,最大值出现在 4～ 6月 ,次大值出现在 7～ 8月 ;(2 )改变水文模式结构 ,用多站点气候观测资料内插到模式网格点 ,充分实现了分布式水文模拟 ;(3)发展新的水文、植被、土壤参数化方案 ,对 33个参数分区计算和确定 ,并重点对土壤孔隙度 φ、土壤蓄水能力θfc、叶面指数LAI、随机阻抗γs 等 11个参数进行调试和修订 ,提高了水文模拟精度。用改进的DHSVM模式分别对滦河、桑干河流域蒸散发、地下水位、土壤湿度、土壤水下渗、产流、汇流与径流等水文过程进行Off line模拟试验 ,模拟结果与实测值一致性较好 ,滦河流域 1979～ 1991年、桑干河流域 1979～ 1987年水文模拟效率系数分别为 0 .89和 0 .82 ,均高于国内其他相关研究     

基于HBV模型的淮河流域洪水致灾临界雨量研究

根据流域暴雨洪水致灾机制,文章提出了考虑前期基础水位的动态致灾临界雨量指标,并以淮河上游地区为例,基于HBV水文模型建立了降水-流量-水位关系,并根据这种关系确立了临界雨量确定的方法流程.首先基于历史水文数据率定和验证模型,得到适用于研究区的最优化模型参数,然后构建洪水上涨期水位流量关系,最后以是否达到致灾水位为标准,通过模型试算并结合水位流量关系曲线反推出致灾临界雨量值.在淮河上游地区的研究中,利用2002-2009年逐日气象水文数据对HBV模型进行了参数率定和检验,并针对洪水过程进行了参数优化,经过率定后HBV模型对王家坝以上流域具备较好的适用性,对典型洪水过程模拟的确定性系数和NASH效率系数均在0.8以上;根据王家坝站实测流量水位数据,构建了概化的单一关系曲线;结合HBV模型和水位流量关系得到了王家坝以上流域的动态致灾临界雨量指标,临界雨量值随前期基础水位升高而减小,并且随着前期水位的变化,临界雨量值呈现了明显的非线性响应特征.     

RCP4.5情景下长江上游流域未来气候变化及其对径流的影响

基于1961—2010年长江寸滩以上流域50个气象站的逐日观测数据和寸滩水文控制站的逐日径流数据,结合流域的地形、土地利用和土壤信息,采用HBV和SWAT水文模型,模拟了流域降水径流定量关系,并利用CCLM区域气候模式,开展了气候变化背景下,寸滩未来径流的可能演变趋势分析。结果表明:HBV和SWAT水文模型都适用于位于湿润地区的长江寸滩以上流域,月径流的模拟Nash-Sutcliffe效率系数都在0.90以上。相比较,SWAT水文模型对于枯水径流的模拟较差,HBV水文模型峰值流量的模拟高于实测。相对于基准期(1986—2005年),RCP4.5情景下,2011—2040年寸滩以上流域平均气温、最高气温、最低气温将明显增加,并呈持续上升趋势;流域降水也有一定的增加,但2030年后呈弱减少趋势。从两类水文模型对径流模拟的集合结果来看,2011—2040年年径流将上升14.2%;而径流量的概率分布尾部特征及径流分位数变化进一步表明,流域的未来峰值流量预计将有所增大。     

南渡江流域暴雨洪涝致灾临界面雨量的确定

基于海南省南渡江流域龙塘水文站1976—1987年和2009—2010年的逐日气象水文资料,采用HBV-D水文模型,通过对模型参数率定和验证,确定了适合南渡江流域的HBV-D水文模型最优化参数。结果表明:该模型在1976—1981年率定期、1982—1987年验证期和2009—2010年验证期的Nash-Sutcliffe效率系数分别为0.891,0.831,0.953,相关系数分别为0.944,0.912,0.977,达到了0.01显著性水平。通过建立的南渡江流域HBV-D水文模型进行模型反演,确定了不同前期水位 (7 m,8 m,9 m,10 m,11 m) 的面雨量和水位关系,根据龙塘水文站的警戒水位、10年重现期水位、30年重现期水位、50年重现期水位作为不同等级预警的临界判别条件,最终确定了不同前期水位的致灾临界面雨量指标。     

基于QPE和QPF的遗传神经网络洪水预报试验

以湖北省清江上游水布垭控制流域为例,利用分组Z-I关系并结合地面雨量站资料对雷达估算降水进行校准,计算出流域实况平均面雨量;再利用遗传算法和神经网络相结合的方法建立订正AREM预报降水的模型;最后,将订正前后的AREM预报降水输入新安江水文模型进行洪水预报试验。结果表明：订正后AREM预报降水能明显提高过程的累计降水量预报精度,平均相对误差减小幅度在60%以上,对逐小时过程降水预报精度也有一定提高,但与实况相比仍有一定差距;订正前后AREM预报降水的洪水预报试验的确定性系数的场次平均从-32.6%提高到64.38%,洪峰相对误差从39%减小到25.04%,确定性系数的提高效果优于洪峰相对误差,整体上洪水预报精度有所提高。     

基于RegCM3和DLBRM的耦合系统CRCHMS的构建及其在黑河上游的应用

以高寒山区—黑河流域上游为研究区，确定区域气候模式RegCM3的模拟方案，率定分布式水文模型（DLBRM），并开发了RegCM3和DLBRM模型接口，从而构建了区域气候水文耦合模拟系统CRCHMS。结果表明，以RegCM3作为气象驱动数据的CRCHMS系统模拟性能优于以观测站点作为气象驱动数据的DLBRM模型，对莺落峡径流量的模拟值与实测值的相关系数在校准期和验证期分别为0.47和0.62，均方根误差分别为0.045和0.044 cm/d，相对误差分别为-0.4%和6%，纳什系数在率定期和验证期分别为0.22和0.36。     

气象水文模型耦合在黄河三花间洪水预报中的应用

水文预报的有效预见期越长,预报精度越高,其对防洪减灾的价值就越大,而气象水文模型的耦合是延长水文预报有效预见期的一个重要研究方向。选取黄河流域三门峡水库以下、花园口水文站以上集水面积为研究区域,基于空间分辨率为90 m×90 m的数字高程模型数据构建数字流域水系,利用中尺度非静力模式MM5进行降雨预报和气温预报,并将之作为分布式时变增益水文模型降雨和蒸发计算的输入进行关键站点的水文预报,实现了分布式时变增益水文模型与大气中尺度非静力模式MM5的单向耦合及定量降水预报与洪水预报的结合,为花园口防汛工作提供了一定的参考价值。2012年与2010年的流量滚动预报结果相比,2012年预报结果的效率系数较大,径流深相对误差较小,说明2012年预报效果较好。对预报结果分析表明,实测的水情资料完整性直接影响预报结果,而滚动预报时间段的增加,水文预报的初始场对径流预报的影响逐渐减弱,水文预报的精确度逐渐提高,预报的效果变好。     

基于VIC水文模型的滦河流域径流变化特征及其影响因素

基于1971—2000年的滦河水文站径流资料,采用Mann-Kendall法和有序聚类分析法对滦县水文站的水文序列进行突变分析,利用VIC(variable infiltration capacity)水文模型对滦河流域的径流进行模拟,探讨该模型对滦河径流的模拟效果,并定量计算气候变化和人类活动对滦河流域径流的影响程度。结果表明:1980年是滦河流域径流的突变点,1971—1979年为该流域径流序列的基准期;该时期VIC水文模型模拟效果较好,模拟的流量过程与天然径流过程较一致;1980年之后,因受气候变化、人类活动导致的下垫面情况变化因素影响,VIC模拟的月径流过程的确定性系数有所减小,1980年代,模型的模拟效果总体较好,只有1988年对于丰水期的模拟略偏小,然而从1990年代开始,模型对于丰水年的模拟偏小明显。定量分析计算出的气候变化对滦河流域径流影响为54.9%,人类活动影响为45.1%,可见人类活动不容忽视。     

水文模型在计算中小流域致汛临界面雨量中的应用

在设定致灾标准的前提下,运用水文模型模拟降水和流量关系,反推不同基础水位达到致灾标准所需要的雨量,探讨中小流域临界面雨量计算的新方法、新思路。以湖北省荆门漳河流域为例,选取控制流域3/4面积的漳河水库为控制站点,利用新安江水文模型,通过1956—2012年36场洪水的模拟率定水文模型的参数,在此基础上结合漳河水库防洪能力,利用水文模型反推计算漳河水库不同基准水位、不同雨量分布条件下的致汛临界面雨量(到达汛限水位所需的面雨量)。结果表明:利用水文模型反推计算中小流域临界面雨量,能直观给出漳河水库不同基准水位、不同降水分布条件下的洪水入库过程曲线、水位变化过程曲线以及流域致汛临界面雨量,意义明确,技术方法可行,能有效丰富中小流域临界面雨量的计算方法。