大尺度分布式水文模型数字流域提取方法研究

构建大尺度分布式水文模型是当前大气水文模型耦合研究的一项重要内容。本文介绍一 种根据1km DEM 生成更大网格尺度DEM 数据, 同时可以保持流域河网信息并减缓高程、坡度 等地貌参数信息量衰减速度的有效方法———ZB算法。利用该方法和常规的网格平均法生成黄河 唐乃亥以上流域的5km、10km、15km 和20km 两套DEM 数据, 分别提取高程、坡度、地形指数、河 网密度、主河道长度、流域面积等流域特征参数, 并与1km DEM 提取的上述参数进行比较, 对两 种方法作出评价。结果显示, 随着网格尺度的增大, ZB 算法获得的DEM 数据可以保持河网的连 续性, 提取出合理的流域范围, 减缓地形信息量的衰减速度。该方法满足构建大尺度分布式水文 模型提取数字流域的需要。     

大气水文模式耦合研究综述

首先阐明大气水文模式耦合的必要性,总结作为二者耦合的共同界面——陆面模式的发展过程。在此基础上,从耦合研究方法和目的出发,分4个类别详细论述当前国内外大气水文模式耦合研究的现状。指出了单向耦合不足和进行双向耦合所面临的几个关键问题包括：尺度问题、次网格分布非均匀性、降水模拟等。未来要求充分利用“3S”、四维变分同化等新技术和新方法,加强多学科的联合研究,深入开展大气水文模式的双向耦合试验和敏感性分析,研究大气—植被—土壤—水文系统的交互影响,从根本上提高大气和水文模式的模拟和预报水平。