A Simplified Basin Model For Simulating Runoff: The Struma River GIS

A GIS-based distributed-parameter runoff simulation model for the Struma River Basin in southwestern Bulgaria calculates the monthly snow/rain proportion, direct or surface runoff, snow cover and snowmelt, soil moisture, evapotranspiration, and total runoff. Simulation during the Bulgarian hydrologic year from November to October was compared with observed runoff data. The model closely replicates mean monthly runoff from climate conditions during the years 1961 –1990 as well as specific years. The simplified GIS model simulates hydrologic processes under limited data availability.     

Two universal runoff yield models: SCS vs.LCM

Runoff calculation is one of the key components in the hydrological modeling. For a certain spatial scale, runoff is a very complex nonlinear process. Currently, the runoff yield model in different hydrological models is not unique. The Chinese LCM model and the American SCS model describe runoff at the macroscopic scale, taking into account the relationship between total actual retention and total rainfall and having a certain similarity. In this study, by comparing the two runoff yield models using theoretical analyses and numerical simulations, we have found that: (1) the SCS model is a simple linear representation of the LCM model, and the LCM model reflects more significantly the nonlinearity of catchment runoff. (2) There are strict mathematical relationships between parameters (R, r) of the LCM model and between parameters (S) of the SCS model, respectively. Parameters (R, r) of the LCM can be determined using the research results of the SCS model parameters. (3) LCM model parameters (R, r) can be easily obtained by field experiments, while SCS parameters (S) are difficult to measure. Therefore, parameters (R, r) of the LCM model also can provide the foundation for the SCS model. (4) The SCS model has a linear relationship between the reciprocal of total actual retention and the reciprocal of total rainfall during runoff period. The one-order terms of a Taylor series expansion of the LCM model describe the same relationship, which is worth further study.     

A Simplified Basin Model For Simulating Runoff: The Struma River GIS

A GIS‐based distributed‐parameter runoff simulation model for the Struma River Basin in southwestern Bulgaria calculates the monthly snow/rain proportion, direct or surface runoff, snow cover and snowmelt, soil moisture, evapotranspiration, and total runoff. Simulation during the Bulgarian hydrologic year from November to October was compared with observed runoff data. The model closely replicates mean monthly runoff from climate conditions during the years 1961 –1990 as well as specific years. The simplified GIS model simulates hydrologic processes under limited data availability.     

北京地区坡面径流计算模型的比较研究

利用北京市西南山区房山蒲洼两个坡耕地小区30场降雨径流资料和密云石匣示范区休闲地试验小区13场降雨径流资料，对Chu修正的Mein-Larson-Green-Ampt(GAML)、Phillip、Horton和SCS径流曲线数法4种径流计算公式进行了对比。结果表明：GAML和Phillip计算结果的模型确定性系数较高，Horton入渗曲线和SCS曲线数的计算结果模型确定性系数偏低。根据模型参数的易获得性，建议在北京山区，在有降雨过程资料时，使用Chu修正的GAML入渗曲线进行径流计算；若无降雨过程资料可用SCS径流曲线数进行径计算。本研究结果可用于北京地区径流量预报和水土资源评价。     

基于集中度与集中期的径流年内分配研究

借鉴年降水量年内分配的向量法,描述径流年内分配的径流集中度和集中期,尝试提出一种计算河川径流年内分配不均匀性的定量新方法。实例研究表明,用月径流量计算的集中度比径流年内不均匀系数有更高的分辨能力和敏感性,用月径流量计算的集中期对应的月份与月径流最大值出现的实际月份完全一致,径流集中度、集中期能够充分定量地表征径流在年内分配的非均匀性。     

基于PCA和BP神经网络的径流预测

径流预测为流域水资源的合理开发利用与统筹配置提供依据。运用多元线性回归、主成分回归、BP神经网络及主成分分析和BP神经网络相结合的方法,对新疆呼图壁河流域石门水文站2009-2011年各月径流量进行预测,并采用相关系数、确定性系数及均方根误差对各模型预测精度进行比较。结果表明：（1）神经网络等智能算法具有高速寻优的能力,对短时间尺度的月径流量的预测结果较好;（2）主成分回归等常规算法能充分反映出某地区径流的年际的稳定性,对全年径流总量的模拟精度较高;（3）主成分分析和BP神经网络相结合的方法,提高了神经网络的收敛速度,同时降低了局部极值的影响,优于简单的BP神经网络,适用于呼图壁河月径流量预测。     

胶东山丘区典型流域径流年内分配特征量化研究

采用M ann-Kendall法和最小方差法,对大沽夹河流域1966~2004年逐月实测径流数据进行均值变点分析。根据分析结果,将径流划分为水文变化特征相似的A(1966~1971年)、B(1972~1981年)、C(1982~1996年)、D(1997~2004年)4个时段。在此基础上借鉴年降水年内分配的向量法,提出了量化径流年内分配的集中度和集中期。结果表明:1.大沽夹河的不同水文年,其径流年内分配的特征不同。时段A集中度最小,时段D最大,4个时段变差系数为0.12。时段A和时段C的集中期比较接近,最大径流出现的时间均在7月下旬,时段B和时段D的集中期比较相似,最大径流出现的时间在8月中下旬。径流年内分配与降水年内分配两者呈显著正相关。2.用月径流量计算的集中度比径流年内不均匀系数具有更高的分辨能力和有效性,用月径流量计算的集中期对应的月份与月径流最大值出现的实际月份完全一致,径流集中度、集中期能够充分定量地表征径流在年内分配的非均匀性。     

新疆渭干河黑孜水库月径流随机数学模型的建立

通过应用相关解集模型，建立了渭干河黑孜水库的月径流机数学模型，通过长系列的月径流可进行水库的各种丰枯水序列组合情况下的调节运算，从而为水库的设计和管理服务，相关解集模型还可根据水库调节需要，进一步将月径流再分解为旬径流，其方法与原理与年径流分解为径流相同，最后，文章对建立的月径流散数学模型进行了分析和检验，结果令人满意。     

渔子溪流域水文过程影响因素的特征时间尺度分析

采用渔子溪流域三期遥感影像(1986、1994和2002年)获取该区域的土地利用/覆被资料,并结合实际调查数据、采用斑块驱动模型模拟得到该流域1986~2004年间逐年土地利用变化数据;然后根据该模拟数据以及渔子溪流域不同时间尺度的气象和径流资料,采用逐步线性回归和多元非线性回归方法,对渔子溪流域不同时间尺度下降雨-土地利用-径流系统及其内部各元素之间的关系进行了统计分析,结果表明:(1)不同时间尺度下径流量与降雨量的相关关系具有明显差别,土地利用变化对降雨-径流关系有重要影响,在年尺度上,降雨量对径流量的影响要大于气温对径流的影响,而在月尺度上则相反。(2)不同时间尺度下非线性回归的模拟误差要比线性模拟误差下降1.18%~23.8%,且不同影响因子在不同时间尺度上的非线性程度各不相同。     

SWIM模型在东北黑土区流域的适用性评价——以乌裕尔河中上游流域为例

以典型东北黑土区乌裕尔河中上游流域为研究区,引入SWIM水文模型,利用偏相关系数评价模型参数的敏感性,基于流域出水口依安水文站1961-1997年实测日径流数据和部分气象站小型蒸发皿数据,进行了多站点、多变量的模型率定和验证,并通过模拟结果与实测资料对比,探讨了SWIM模型在东北黑土区流域的适用性、存在的误差及其原因。结果表明：① 在率定期和验证期,月径流和日径流的纳希效率系数分别大于0.71和0.55,径流相对误差在6.0%以内,月径流的模拟效果好于对日径流的模拟效果;月潜在蒸散发的纳希效率系数达0.81以上;② 在月尺度上经过校准的SWIM模型可以应用于东北黑土区与径流相关的各种模拟分析;③ 但模型在模拟融雪和冻土产流方面存在一定的限制;对同时具有春汛和夏汛的年份模拟效果也较差;对年降水量出现骤增的年份年径流量的模拟结果会几倍于实测值,但基本能够重现汛期的流量变化过程。模型不仅可以为管理者对该流域水环境综合管理提供水文基础支持,对黑土区其他流域也具有一定的推广和应用价值。     

土地利用/土地覆被变化对大盈江流域径流的影响

为揭示大盈江流域土地利用/土地覆被变化对径流变化的影响,基于SWAT(Soil and Water Assessment Tool)模型,通过设置不同情景,定量分析了土地利用类型变化对流域内径流的影响。结果显示:(1)SWAT模型在大盈江流域径流模拟中具有较好的适用性,率定期的模型参数R2、Ens分别达到0.68、066,验证期的模型参数R2、Ens分别达到0.69、0.67;(2)大盈江流域月均径流量与土地利用类型关系密切:把农业用地变成林地或者草地,径流量均会减少,把林地变成草地径流量则会增加,农、林、草3种土地利用类型中产流由强到弱依次为农业用地、草地、林地。(3)2006~2015年,大盈江流域土地利用类型变化主要为农业用地和林地转化为草地,这种转变导致流域的月均径流量略有增加,增加的径流量主要是由林地转化为草地所致,且林地转化为草地引起的径流增加量强于农业用地转化为草地引起的径流减少量。     

湖泊集水域地表—地下径流联合模拟

研制了流域尺度的地表- 地下径流联合模拟的分布式水文模型。模型考虑了地表径流、土 壤水、地下水之间的相互作用和水量交换, 更真实地模拟径流系统。特别是, 考虑了湖泊- 流域系 统的特点, 例如, 多条入湖河流、直接入湖的坡面水流和地下入湖径流等, 使模型比现有水文模型 更适合于湖泊集水域径流系统的模拟。模型在云南抚仙湖集水域作了初步应用研究, 模拟结果与 河道径流、土壤含水量和地下水位等观测数据的比较显示, 模型模拟效果理想。此外, 模拟结果与 SCS 模型结果的对比分析, 进一步验证了模型的有效性。该模型可用于研究湖泊与流域的相互作 用、模拟流域水文过程对自然条件改变或人类活动的响应、探究地表径流- 地下水- 湖泊之间的相 互作用。模型也可用作湖泊- 流域系统水量平衡分析和水资源管理的有效计算工具。     

The impacts of climate change on hydrology in a typical glacier region—A case study in Hailuo Creek watershed of Mt. Gongga in China

The glaciers of the Hengduan Mountains play an important role in the hydrology processes of this region. In this study, the HBV Light model, which relies on a degree-day model to simulate glacier melting, was employed to simulate both glacier runoff and total runoff. The daily temperature and precipitation at the Hailuo Creek No. 1 Glacier from 1952 to 2009 were obtained from daily meteorological observed data at the glacier and from six national meteorological stations near the Hailuo Creek Basin. The daily air temperature, precipitation, runoff depth, and monthly potential evaporation in 1995, 1996, and 2002 were used to obtain a set of optimal parameters, and the annual total runoff and glacier runoff of the Hailuo Creek Glacier(1952–2009) were calculated using the HBV Light model. Results showed the average annual runoff in the Hailuo Creek Basin was 2,114 mm from 1952 to 2009, of which glacial melting accounted for about 1,078 mm. The river runoff in the Hailuo Creek catchment increased as a result of increased glacier runoff. Glacier runoff accounted for 51.1% of the Hailuo Creek stream flow in 1994 and increased to 72.6% in 2006. About 95% of the increased stream flow derived from the increased glacier runoff.     

Modeling elements and geographical factors of formation of the monthly runoff as exemplified by the Kuda river

We have formulated the main principles of constructing the model for a seasonal cycle of the runoff with a temporal resolution of one month. We worked out the elements of technology for the first stages of model making. Based on analyzing the local data on monthly characteristics of the runoff, precipitation and temperature, we formulated and verified a number of hypotheses about the physicalgeographical patterns of formation of seasonal and interannual variability in water flow rates for three river discharge sections within the Kuda river basin. The most important factors have been determined, which govern the observed values of monthly mean flow rates.     

新疆玛纳斯河年径流时序特征分析

基于肯斯瓦特水文站54 a的逐月径流实测资料,运用参数、非参数检验和R/S分析探讨了玛纳斯河径流量的趋势、跃变及未来的变化趋势,并利用径流量年内分配特征指数描述了径流量年内分配状况。结果表明,玛纳斯河径流量在1995年发生跳跃式的突变,并达到极显著水平,这也与径流量累积距平显示的结果一致;径流量的赫斯特指数大于0.5,具有持续性,预示其未来变化仍将保持增加走势;计算表明,玛纳斯河肯斯瓦特站径流量高度集中于夏季(6、7、8月),年内分配指数中的集中度比不均匀系数具有更强的分辨能力与灵敏性,集中期所对应的最大径流量出现时间与实际月份相同,并且各特征指数间存在关联性。     

巴丹吉林沙漠沙山区径流与地下水补给条件

在全球高差最大的巴丹吉林沙漠沙山斜坡上发现了沙漠区罕见的因大气降水而产生的地表超渗径流,地表径流侵蚀,缓渗径流及因地下径流出露而产生的地表径流--风沙混合物理沉积与化学沉积(次生盐).根据电镜观察,能谱分析,化学分析和粒度分析等资料,研究了径流化学沉积物的矿物和化学组成,风积沙和径流--风沙混合物理沉积物的粒度组成,径流类型及沙山区水分平衡,降水对地下水与湖水的补给机制.超渗径流的出现表明,虽然该区降水量少,但存在能够为地下水提供补给来源的较强有效降雨过程.径流,径流--风沙混合物理沉积和化学沉积等六项科学指标从深层次上充分证明,该区降水通过入渗至少达到了沙山的下部,完全能够对地下水构成有效补给.细粒层相对的隔水性是该区地下径流出露于地表的原因.沙山区确实存在令人惊奇的水分正平衡,即在大气降水在经过蒸发和蒸腾等消耗之后,每年还有约134648.4 t/km²水补给了地下水和湖水,成为湖水的重要补给来源之一.沙山区能够产生有效降水,植被稀少蒸腾量少,沙层入渗率高和沙层受蒸发影响深度很小是该区水分出现正平衡和大气降水能够补给地下水的四个条件,也是导致该沙漠区有众多湖泊发育的主要条件.     

基于SWAT-X模型的抚河流域径流量模拟研究

建立抚河流域的SWAT-X模型,利用其敏感性分析模块分析参数灵敏度,得出4个敏感参数CN2、Gwqmn、rchrg_dp、ESCO;采用沙子岭、南城、廖家湾、娄家村4个水文站1998—2005年月数据进行水文参数率定并评价模型的适应性,结果表明径流模拟值均达到拟合精度(相对误差、相关系数、效率系数),SWAT-X模型适宜于抚河流域的径流量模拟。     

气候变化情景下青海湟水流域径流变化的HIMS模拟分析

基于国产HIMS(Hydro-Informatic Modeling System)模型,以青海湟水流域为研究区域,利用1986-2000年33个雨量站和8个气象站的逐日降水和气温数据,对其径流变化进行模拟;选取流域内6个水文站同期的实测径流数据,进行参数率定及验证。结果表明:HIMS模型日、月率定及验证结果良好,在湟水流域具有良好的适用性。在此基础之上,分析了湟水流域1961-2010年降水及气温的变化趋势,并对不同气候变化情景下的水文响应(径流量)进行模拟分析。结果显示气候变化对湟水流域径流量变化趋势影响显著,随气温升高和降水量的减少,径流量呈明显的减少趋势,反之,呈增加趋势。     

内陆河流域分布式水文模型——以黑河干流山区建模为例

应用常规的气象水文数据并结合GIS, 建立了一个适合西北内陆河山区流域分布式水文模型, 并对黑河干流山区出山径流进行了模拟计算和讨论。模型以子流域作为最小的产流、汇流单元, 将各子流域分为裸地区、乔木区、牧草区和冰川区, 并根据实测剖面资料将土壤分为3层, 各分区单独进行水量平衡计算。产流过程基于蓄满产流理论, 以月和日为步长, 月模型在黑河干流山区流域应用效果较好, 日模型受降水的随机性和观测站点少的限制效果不佳。模型参数敏感性分析发现, 降水资料的代表性是模型模拟成败的关键。月模拟结果表明, 植被覆盖可以调节径流过程, 增加流域土壤储水量, 尤其是乔木森林, 即植被具有涵养水源的功能。在全球变暖背景下, 黑河未来出山径流会有一定程度的增加, 冰雪融水和实际蒸散发也会增加, 永久积雪与冰川面积缩小, 雪线上升, 但近期内不会造成冰雪储量大量减少。     

气候变化对秦岭北陂径流过程的影响机制研究——以灞河流域为例

综合运用距平分析、连续小波变换（CWT）、交叉小波变换（XWT）、小波相干（WTC）和时滞相关性分析等方法对秦岭北坡灞河流域径流与六大气象因子进行了多尺度分析。结果表明：水文气象因子在不同时频域中存在1~4个显著性周期,且都能通过95%置信水平检验;太阳黑子数8~11.4 a的显著性周期对同时间尺度年均SOI和年均MEI的连续小波能量谱具有明显的影响;交叉小波变换和小波相干分析相结合的方法在识别水文和气象要素的共振周期、相位角变化、丰枯阶段转换、时滞性、相关性、突变与显著性检验等方面具有独特的优势;同期降水是灞河流域径流形成和变化的控制性因素,年均太阳黑子数的影响作用微乎其微,月均流量滞后月均AOI0个月或8~9个月时的相关系数绝对值达到最大,滞后月均SOI2个月或7~8个月达到最大,滞后月均MEI6~8个月达到最大。