LASCAM水文模型在流域生态水文过程研究中的应用——模型理论基础

LASCAM水文模型是一种大尺度分布式概念水文模型,介于高精度分布式水文模型和集总式经验模型之间,是基于亚流域空间单元建立的中等精度的分布式概念模型。LASCAM模型在亚流域空间单元定义了3个概念性土壤水库,在经验方程的基础上:①建立亚流域各土壤水库与亚流域生态特征(LAI)和气候(降雨)之间函数关系;②通过对亚流域的降雨-植冠截流过程、地表产流过程、表层入渗-亚表层产流过程、亚表层入渗过程的模拟,揭示降雨在亚流域的(地表和亚表层)径流和入渗等环节的再分配过程;③基于亚流域各土壤水库的水量(水位)建立了各土壤水库之间的水通量过程方程;④建立亚流域各库的蒸散发与生态特征(LAI)之间的函数关系模拟各库的蒸散发过程。最后,通过河道径流演算法则,并依据亚流域与流域总体之间的分布式关系,将各亚流域的径流汇总到整个流域,从而将亚流域空间的水文响应扩展到流域整体空间上,实现了大尺度异质性流域的水文过程和水量平衡模拟。     

城市暴雨内涝综述：特征、机理、数据与方法

建成环境的高空间异质性与致灾过程的复杂性给城市暴雨内涝研究带来巨大的挑战,具体表现为模型代表性不够、计算效率低、基础数据和验证数据匮乏。以机器学习为代表的人工智能技术、高分遥感和互联网大数据的快速发展则为城市暴雨内涝研究提供了新的契机。论文结合人工智能、高分遥感和互联网大数据等新技术发展,从特征、机理、数据与方法4个维度对暴雨内涝的研究现状和发展趋势进行了系统总结,主要结论包括：① 暴雨内涝具有短历时性、空间散布性、连锁性和突变性,其热点呈现空间上的动态迁移特征。② 降雨时空特征和城市化程度决定暴雨内涝灾害的量级,地形条件尤其是微地形则决定发生位置和内涝频率。地形控制作用指数(topographic control index, TCI)对暴雨内涝发生位置具有良好的指示能力。③ 排水管网、高精度地形和不透水面分布是暴雨内涝模拟的关键基础数据;降雨过程的高时空变异性是暴雨内涝近实时预报预警的主要瓶颈,需要充分利用天气雷达观测提高其精准度;互联网众包大数据是获取高空间覆盖度暴雨内涝灾情信息的新途径,但也面临不同类型信息融合、提炼和质量控制的挑战。④ 结合水动力模拟与机器学习可建立兼具物理基础和计算效率的暴雨内涝模拟方法,是实现近实时模拟与快速预报预警的有效途径。     

东江流域非点源污染模拟及时空分布研究

应用国外较成熟的半分布式水文模型HSPF,建立了东江流域径流与非点源污染模拟模型,在此基础上定量计算与分析了东江流域非点源污染的时空分布特征。结果表明:径流模拟的相对误差在10%以内,纳什效率系数大于0.8,泥沙以及非点源污染氨氮、总磷模拟的相对误差在15%以内,纳什效率系数大于0.6,所建立的基于HSPF的模型可以满足研究东江流域径流与非点源污染长期变化过程与时空分布特征的需要;丰水年是东江流域非点源污染物流失的关键年份,降雨对东江流域非点源污染过程影响很大,汛期是东江流域非点源污染防治的关键时期;东江流域氨氮、总磷非点源污染月负荷与月降雨量存在非线性相关,复合回归曲线可较好地拟合两者的时间变化;东江流域非点源污染的关键区域主要位于流域中下游源城区、博罗县、惠城区中耕地与建设用地集中的地块;各子流域非点源污染产生的氨氮、总磷浓度指标与耕地、园地、林地、建设用地面积比例存在显著的线性相关关系。     

基于大型水库调节的晋江流域洪水模拟

为了进一步改善流域洪水空间变化与水库调节影响的模拟,应用分布式水文模型HEC-HMS,在考虑大型水库调节模拟的基础上,对东南沿海晋江流域的暴雨次洪进行多站点率定模拟分析。选取1972~1979年晋江流域15场特大暴雨洪水,以洪峰误差、洪量误差、峰现时间、效率系数为评价指标,进行10场参数率定和5场模型验证。安溪、洪濑、石砻三个水文站在模型率定期的平均效率系数分别为0.892、0.895、0.921,验证期的平均效率系数分别为0.866、0.822、0.853,模拟效果较好,精度较高。结果表明:利用多站点模拟的方法,可以从流域尺度上更客观地率定模型参数,改善模型的模拟效果;初损率与起涨流量相关性显著,为模型洪水预报应用时初损参数的确定提供重要依据;山美水库的径流调节对洪濑站和石砻站的模拟结果具有显著影响。     

玛纳斯河流域MIKE SHE水文模型率定

采用传统的SWAT模型模拟干旱区山区流域径流过程,无法准确反映流域水资源的空间分布特征.本文基于中国地面日值格点数据集,运用分布式水文模型MIKE SHE模拟了1991—2015年间玛纳斯河流域水文过程.选取模型效率系数(Nash-Sutcliffe efficiency coefficient,NSE)、确定系数(R...     

地表水地下水耦合模型在大型山丘平原交错区的研发与应用

大型山丘平原交错区复杂的自然地理和人类活动特征增加了水文循环研究和水资源评价、管理的难度,地表水地下水耦合模型作为流域/区域水文循环模拟的重要工具,为解决这类大型区域诸多水文水资源问题提供了便利。针对目前地表水地下水耦合模型难以兼顾精度和效率的问题,论文提出了一种新型半松散耦合机制,将三维有限差分地下水流数值模型嵌入半分布式水文模型MODCYCLE,摒弃了目前流行的水文响应单元(HRU)与地下水网格单元空间和信息转换方式,通过建立子流域—网格单元的空间关联和地表水文—地下水流之间的实时信息交互,实现大型山丘平原交错区的地表水地下水耦合模拟。在三江平原构建了模型并开展应用研究。校验评估显示,模型达到了良好的模拟效果,具备了水文循环现状模拟和预测未来的能力。最后,利用该模型输出分析了三江平原2002—2014年的地表水地下水转化关系。结果表明,降水量和农业灌溉量的增加导致全区域土壤水蓄量年均增加6.51亿m³,但却使地表水和地下水储量分别减少0.99亿m³/a和3.03亿m³/a,降水量的增加并没有通过产流和入渗补给改善因用水急剧增加引起的地表水、地下水衰减的趋势;不同分区的降水入渗补给系数和基流指数差异显著,是多种自然和人为因素综合作用的结果。相关成果可为类似地区水文循环研究和水资源评价工作提供参考。     

海湾型半城市化地区空间形态演化模拟

元胞自动机（CA）是模拟城市土地利用演变过程的有效工具,转换规则和元胞邻域是元胞模型的核心。综合考虑元胞邻域的距离衰减效应,基于模拟退火算法（SA）挖掘最优的转换规则,文章构建了一种考虑邻域衰减的城市演化模型（SA-NDCA）。模型以负幂指数函数作为元胞邻域的衰减曲线表示元胞邻域的距离衰减效应;运用模拟退火优化算法计算城市CA模型模拟结果与样本点的累积差异,在目标解空间快速搜索以提取最优的转换规则;最后以厦门市半城市化地区为研究案例,模拟了研究区域1995―2010年期间的城市空间形态演化,通过混淆矩阵和Kappa系数评价了模型的模拟精度,1995―2010年期间的建设用地模拟精度为68.5%,总体精度达到86.2%,Kappa系数达到66.3,取得了较好的模拟效果。利用提出的SA-NDCA模型,成功模拟了研究区2010―2020年期间的城市空间形态演化,结果显示,所预测的演化情景与中国当前实施的新型城镇化战略十分契合。     

四川紫色土地区鹤鸣观小流域分布式侵蚀产沙模型

从四川省南部县鹤鸣观小流域Ⅱ号支沟为研究区,构建了适合紫色土地区小流域分布式侵蚀产沙模型。该模型以20m×20m栅格为空间步长,以10min为时间步长,定量分析鹤鸣观小流域Ⅱ号支沟水土流失程度,模拟了各时段每个栅格次降雨侵蚀产沙过程,计算了每个栅格次降雨径流量、侵蚀量与沉积量,并且运用递归算法计算出整个流域次降雨侵蚀产沙量,模型能够评价流域下垫面各因子空间分布不均匀性和人类活动的影响。在鹤鸣观小流域Ⅱ号支沟进行了模型的检验,模拟过程与实测结果符合较好。     

中等排放情景下中国未来不同强度降雨对总降雨贡献的区域差异（2006―2100年）

采用RCP6.0中等排放情景下2006―2100年WRF 30 km×30 km日值降雨数据,根据中国气象局颁布的降雨强度等级划分标准,探究了中国不同强度降雨及其对总降雨贡献的变化趋势的空间差异特征。结果表明：1）在雨量上,中等排放情景下2006―2100年中国不同强度降雨呈现出不同的空间分异格局。小雨和中雨自东北向西南呈“高―低―高”的三块式空间分布特征;大雨、暴雨、大暴雨和总暴雨均呈“东南高,西北低”的分异格局;特大暴雨仅东南沿海的部分地区分布较多;总降雨呈“南方高,北方次之,西北低”的空间分异格局。2）在雨量贡献率上,强降雨对总降雨的贡献率普遍存在“东南高,西北低”特征,而弱降雨对总降雨的贡献率恰恰相反;不同强度暴雨对总暴雨的贡献率也有类似分布特征。3）在雨量变化趋势上,中国不同强度降雨变化趋势呈现出不同的空间分异格局,但强降雨呈增加趋势的区域显著多于呈减少趋势的区域。4）在雨量贡献率变化趋势上,强（弱）降雨对总降雨的贡献率呈增加（减少）趋势的区域占主导,强降雨对总降雨的贡献率呈增加趋势的地区明显多于弱降雨。5）在不同强度暴雨对总暴雨贡献率的变化趋势上,大暴雨和特大暴雨对总暴雨的贡献率呈增加趋势的区域明显多于暴雨。预估结果表明,中国东部降雨在朝着极端化方向发展。     

基于CLDAS融合降水的中国降雨侵蚀力研究

气象站和卫星降雨资料估算降雨侵蚀力时存在无法反映空间异质性且精度差的问题,基于CLDAS多源融合降水,利用EI₆₀模型从不同的时空尺度对中国的降雨侵蚀力进行评估,并结合降雨量、侵蚀性降雨次数、侵蚀密度等指标,探讨降雨对土壤侵蚀的潜在作用。结果表明：（1） CLDAS降雨侵蚀力与地面实测数据在不同的时间尺度均有良好的回归关系,相关系数达到0.8以上,与CMORPH降雨侵蚀力相比,其相对误差显著降低,可以准确反映全国范围的降雨侵蚀力季节性变异。（2） 在2001—2020年,不同雨量区的降雨侵蚀力、降雨量和侵蚀性降雨次数的变化趋势基本一致,高雨量区的年际变化波动剧烈,侵蚀性降雨次数和暴雨过程协同影响降雨侵蚀力的大小。（3） 空间上,中国的降雨侵蚀力值的特点为东南沿海地区高、西北内陆地区低。时间上,侵蚀性降雨集中在5—8月,夏、秋两季对土壤造成的侵蚀影响更大。（4） 通过对年降雨量、年侵蚀密度和年暴雨量进行分区定量分析,结果表明暴雨量与侵蚀密度成正相关关系,即年降雨量一定,暴雨事件越多,降雨侵蚀密度越大。     

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.     

流域水文模型计算域离散方法

常用的概念性水文模型 ,能够很好地模拟水文时间变化过程 ,但没有考虑水文变量和水文参数的空间变化与空间不均匀性。随着空间数据的获取手段的增多以及空间离散技术的发展 ,考虑水文参数和水文变量空间变化的分布式水文模型得到了极大的发展。本文详细介绍了分布式流域水文模型中用到的几种不同计算域离散方法 ,并讨论了河道汇流模型中常用到的有结构网格和无结构离散网格。地理信息系统技术对计算域离散有辅助作用 ,其有利于无结构离散网格的自动生成和交互修改 ,并可结合遥感技术 ,使水文模型能获取精确的空间分布的水文参数和水文变量。     

Assessing artificial neural networks coupled with wavelet analysis for multi-layer soil moisture dynamics prediction

Soil moisture simulation and prediction in semi-arid regions are important for agricultural production,soil conservation and climate change.However,considerable heterogeneity in the spatial distribution of soil moisture,and poor ability of distributed hydrological models to estimate it,severely impact the use of soil moisture models in research and practical applications.In this study,a newly-developed technique of coupled(WA-ANN) wavelet analysis(WA) and artificial neural network(ANN) was applied for a multi-layer soil moisture simulation in the Pailugou catchment of the Qilian Mountains,Gansu Province, China.Datasets included seven meteorological factors:air and land surface temperatures,relative humidity,global radiation, atmospheric pressure,wind speed,precipitation,and soil water content at 20,40,60,80,120 and 160 cm.To investigate the effectiveness of WA-ANN,ANN was applied by itself to conduct a comparison.Three main findings of this study were:(1) ANN and WA-ANN provided a statistically reliable and robust prediction of soil moisture in both the root zone and deepest soil layer studied(NSE >0.85,NSE means Nash-Sutcliffe Efficiency coefficient);(2) when input meteorological factors were transformed using maximum signal to noise ratio(SNR) and one-dimensional auto de-noising algorithm(heursure) in WA, the coupling technique improved the performance of ANN especially for soil moisture at 160 cm depth;(3) the results of multi-layer soil moisture prediction indicated that there may be different sources of water at different soil layers,and this can be used as an indicator of the maximum impact depth of meteorological factors on the soil water content at this study site.We conclude that our results show that appropriate simulation methodology can provide optimal simulation with a minimum distortion of the raw-time series;the new method used here is applicable to soil sciences and management applications.     

基于FloodArea模型的暴雨洪涝灾害风险预评估技术及效果检验北大核心CSCD

利用陕西气象站点逐小时降水实况、精细化格点预报、数字高程、土地利用、灾情等资料,应用水动力模型FloodArea对暴雨洪涝进行淹没模拟,在淹没水深和范围的基础上叠置承灾体属性,引入承灾体的灾损曲线,建立暴雨洪涝灾害风险预评估模型,并从数量占比和灾情占比两个角度,以县为单元进行验证,利用格点降水量预报对陕西6次大范围暴雨过程灾害风险进行预评估以及效果检验。结果表明:暴雨洪涝气象风险预估结果与实际受灾地区分布基本吻合,正确预报率73.2%,模拟结果可信度高,对于降水区域集中暴雨的风险预评估性能较分散性暴雨较高,漏报率相对低,但是空报率较高;建立的暴雨洪涝灾害风险预评估及效果检验流程,提高了气象服务的针对性,可以用于洪涝风险预评估的实际业务中,对暴雨洪涝风险管理提供技术支撑。     

分布式水文模型的并行计算研究进展

大流域、高分辨率、多过程耦合的分布式水文模拟计算量巨大,传统串行计算技术不能满足其对计算能力的需求,因此需要借助于并行计算的支持。本文首先从空间、时间和子过程三个角度对分布式水文模型的可并行性进行了分析,指出空间分解的方式是分布式水文模型并行计算的首选方式,并从空间分解的角度对水文子过程计算方法和分布式水文模型进行了分类。然后对分布式水文模型的并行计算研究现状进行了总结。其中,在空间分解方式的并行计算方面,现有研究大多以子流域作为并行计算的基本调度单元;在时间角度的并行计算方面,有学者对时空域双重离散的并行计算方法进行了初步研究。最后,从并行算法设计、流域系统综合模拟的并行计算框架和支持并行计算的高性能数据读写方法3个方面讨论了当前存在的关键问题和未来的发展方向。     

辽宁省夏季降水量和极端雨量日时空变化特征分析

根据辽宁省23个气象站点1960-2014年的逐日降水量资料,运用线性倾向估计、滑动平均、累积距平、小波分析以及普通克里金空间插值等方法对辽宁省夏季降水量和极端雨量日进行时空变化分析。结果表明：55a来辽宁省夏季降水量整体呈现下降趋势,但降水强度正逐年增大,1984年、1992年和2010年降水趋势回升明显,夏季降水量的变化存在38a左右的主周期和22a左右的次周期。空间分布表现为由辽东南向辽西北逐渐减少;持续干旱天数呈现出显著的增大趋势,大雨日呈现不明显的减少趋势,暴雨和大暴雨日都有不明显的增大趋势。极端雨量日4项指标周期变化具有一致性特征,都在35~40a的时间尺度上存在明显的周期变化。大雨、暴雨、大暴雨在空间分布上具有一致性特征,极端雨量日4项指标的变化倾向率在东北西南方向都存在不同程度的条带性高低交替变化的特征。     

土壤数据空间分辨率对水文过程模拟的影响

分布式水文模型的应用,其准确性有赖于输入数据对流域特征的描述,尤其在大尺度流域,输入数据分辨率的增加是否必然改善模型的模拟效果是值得深入研究的问题。本文以鄱阳湖信江流域为研究区,运用SWAT模型为模拟工具,分析了土壤数据空间分辨率对径流、蒸发及土壤含水量等水文要素模拟的影响以及高精度土壤数据在大流域尺度的适应性。结果表明：不同分辨率的土壤数据对SWAT模型中水文响应单元的划分结果差异显著,但在径流模拟和蒸发计算结果中并没有表现出显著的差别;模型率定前后,低分辨率土壤数据的径流模拟结果略好于高分辨率土壤数据,但两者之间的差别不明显;模型模拟的土壤含水量差异显著,高分辨率土壤模拟的月平均土壤含水量整体大于低分辨率土壤模拟结果;研究还发现,模型的蒸发计算对土壤分辨率信息不敏感。本文研究意味着,大尺度SWAT模型的应用中,土壤数据分辨率的提高不一定会改善模型的模拟效果。在具体应用中,应考虑流域本身的尺度以及模拟精度的要求,选择合适分辨率的土壤数据,同时应结合模型原理和关键参数的物理含义来解释模拟结果。     

A spatial heterogeneity-based rough set extension for spatial data

When classical rough set (CRS) theory is used to analyze spatial data, there is an underlying assumption that objects in the universe are completely randomly distributed over space. However, this assumption conflicts with the actual situation of spatial data. Generally, spatial heterogeneity and spatial autocorrelation are two important characteristics of spatial data. These two characteristics are important information sources for improving the modeling accuracy of spatial data. This paper extends CRS theory by introducing spatial heterogeneity and spatial autocorrelation. This new extension adds spatial adjacency information into the information table. Many fundamental concepts in CRS theory, such as the indiscernibility relation, equivalent classes, and lower and upper approximations, are improved by adding spatial adjacency information into these concepts. Based on these fundamental concepts, a new reduct and an improved rule matching method are proposed. The new reduct incorporates spatial heterogeneity in selecting the feature subset which can preserve the local discriminant power of all features, and the new rule matching method uses spatial autocorrelation to improve the classification ability of rough set-based classifiers. Experimental results show that the proposed extension significantly increased classification or segmentation accuracy, and the spatial reduct required much less time than classical reduct.     

黄土高原北部神府东胜矿区暴雨过程动态设计

应用水文学雨型动态设计原理,根据黄土高原北部神府东胜矿区暴雨特征,分析计算出该地区不同雨强不同重现期的暴雨量,并按照矿区最大1 h、6 h、12 h和24 h暴雨记录,采用不同历时曲线的主雨峰对齐、算术平均、滑动挑选的方法,分析概化出矿区不同时段每年一遇的暴雨历时控制雨型,绝大部分高强度暴雨均属于超前型。应用暴雨动态过程设计方法,可以计算分析无气象、水文测站的每一个小流域的暴雨过程。从而为流域产流汇流、侵蚀量的计算奠定了基础,并使所计算出的流量和侵蚀量更有可用性。