分布式水文模型easydhm在海河阜平流域的应用.doc

中国测控网中国测控网 来自：来自：C 时间：时间：2013-2-260 引言水文模型以水文系统为研究对象, 根据降雨和径流在自然界的运动规律建立数学模型, 通过计算机快速分析、数值模拟、图像显示和实时预测各种水体的存在、循环和分布及物理和化学特性[1] 分布式流域水文模型最基本的特征是根据流域各处气候信息和下垫面特性要素信息的不同, 将流域划分为若干小单元; 在每一个单元上用一组参数反映其流域特征,具有从机理上考虑降雨和下垫面条件空间分布不均匀对流域降雨径流形成影响的功能分布式水文模型的模拟领域涵盖了地表水与地下水计算、水资源数量与质量的联合评价、洪水预报、土地覆盖与土地利用变化对水文过程的影响、生态需水、农田灌溉与农业节水等多方面的模拟计算, 并且可以通过尺度转换与大气环流模式耦合来预测全球变化对水文水资源的影响, 从而纳入全球变化水文研究前沿由此可见, 分布式水文模型同时具有理论上的前沿性和应用上的广泛性分布式水文模型在实践中的应用主要包括: 水资源评价; 洪水预报; 干旱评估; 土壤侵蚀及水沙迁移; 水源污染影响土地利用变化的影响; 水生态环境演变; 气候变化影响; 水利工程影响等等[2] 。

本文利用雷晓辉等最新开发的分布式水文模型 EasyDHM 模型[3-5] 对阜平流域进行水文模拟, 为下一步对该流域进行洪水预报及水资源评价工作奠定基础1 EasyDHM 模型概况随着水文科学、遥感遥感技术和计算机技术的发展, 从技术可能性上讲, 分布式水文模型已经逐渐可以满足实际水管理业务中的各类需求为了推进分布式水文模型技术在实际水资源管理与洪水管理中的应用, 雷晓辉等于2009 年自主开发了一个分布式水文模型(Easy DHM Easy Distributed Hydrological Model) 该模型具有以下几个主要特点在水平尺度上, Easy DHM 模型采用子流域内部单元的水平结构;采用模块化编程的思想, 既保证了模型代码的可读性,也实现了模型的可扩展性;同时支持多种产流计算算法;同时支持多种汇流计算算法;支持全局参数敏感性分析及参数自动率定算法;提出了参数分区、计算分区的概念提供了一套完整的软件平台, 包括了4 大部分: 自主开发的面向水文分析的通用 GIS 软件; 前处理模块; 模型计算模块; 后处理模块Wetspa 产流算法是 EasyDHM 模型采用的产流算法之一。

WetSpa 模型是 De Smedt 等[ 3] 开发的基于 GIS 的分布式水文模型, 可用于流域尺度上洪水预报及水量平衡计算EasyDHM 模型在 Wet Spa 模型基础上进行改进, 简化了 WetSpa 模型的产流参中国测控网中国测控网 来自：来自：C 时间：时间：2013-2-26数推求方法WetSpa 模型的产流概化方法, 在垂向上划分了4 层: 植被冠层、地表层、土壤层和地下水含水层降雨先进入植被冠层, 发生冠层截留, 穿过冠层的水分会进入地表层, 超渗的水量发生地表填洼, 其他水分入渗进入土壤, 土壤水渗漏则进入地下水含水层其中地表填洼形成地表径流, 土壤水侧向流出形成壤中流, 地下水回归形成地下径流, 三部分径流之和即为总径流而植被冠层、地表填洼、土壤水和地下水都会形成蒸发其中各参数推求算法参见文献[4] 本研究采用马斯京干法对河道汇流进行模拟2 研究区概况阜平流域地处河北省西部、太行山东麓,位于东经113b45c 至114b32c ,北纬38b39c 至39b8c 之间(见图1) 流域总面积约2 239 km2,其中森林覆盖率达到31. 3%, 植被覆盖率为70%。

图1 阜平流域位置及数字高程模型Fig. 1 T he locat ion and DEM of Fu ping Basin阜平流域为全山区流域, 地势西北高东南低, 境内山高坡陡, 沟深谷长, 素有/ 九山半水半分田0 之称, 从大的地形地貌上可分为亚高山、中山、低山和丘陵2000 m 以上的山峰4座, 最高山峰( 歪头山) 海拔2 286. 2 m; 最低海拔200 m, 地貌差异大山地相对高差200~ 500 m, 山地坡度一般大于25b阜平属暖温带半湿润地区, 气候为北温带大陆性季风气候, 四季分明, 主要特点为冬春干旱少雨, 夏季多暴雨, 光热充足, 雨热同季年平均绝对湿度9. 7mbar, 相对湿度52%年平均气温12. 7 e ,无霜期140~ 190 d, 降雨量350~ 790 mm, 年平均日照2 801.3h, 年平均光辐射量136. 6kcal/ cm,可以满足各种农作物及树木生长发育对光和辐射量的需要3 数据准备中国测控网中国测控网 来自：来自：C 时间：时间：2013-2-263. 1 数字高程模型 DEM阜平流域的数字高程模型(DEM) 从全国数字高程模型中提取, 其栅格大小为1 km@1 km(见图1) , 并对其进行河网修正、填洼、流向计算、累积量计算、坡度计算、提取数字河网等处理。

3. 2 水文气象数据降雨数据采用海河流域空间信息数据库中阜平流域内部及周边24 个雨量站1961 年- 1988 年的长系列逐日降雨数据雨量站分布如图2 所示气象站点长系列过程数据, 主要包括日照、气温、相对湿度和风速等气象信息气象站选用1961 年- 1988 年五台山气象站逐日数据(如图2) 径流资料选用阜平(三) 站的1961 年- 1988 年逐日径流数据(如图2) 图2 阜平流域水文、气象站点分布Fig. 2 The distribution of hydrological and meteorological gauges of Fuping basin3. 3 土地利用数据阜平流域范围的土地利用数据参见图3EasyDHM 模型可根据不同的土地利用类型, 推求得到模型所需的部分产流、汇流参数初始值, 参见文献[3] , 分类情况如图3 所示3. 4 土壤数据土壤质地特征直接影响降雨的产流过程土壤及其特征信息采用从中国科学院南京土壤研究所提供的土壤源数据为2 km@2 km 的栅格数据, 经重新分类, 得到图4, 可见研究区内主要由粉砂土、粉砂壤土及少部分壤土组成4 模型前处理中国测控网中国测控网 来自：来自：C 时间：时间：2013-2-264. 1 子流域划分及水文响应单元划分根据 EasyDHM 模型的流域空间离散方法, 阜平流域共划分得到21个子流域, 88个水文响应单元(H RU),详细结果参见图5。

图3 阜平流域土地利用分类Fig. 3 Landuse map of Fuping basin图4 阜平流域土壤分类Fig. 4 Soil type map of Fuping basin中国测控网中国测控网 来自：来自：C 时间：时间：2013-2-26图5 (a) 子流域划分结果(b)HRU 划分结果Fig. 5 (a) Subbasin delineation (b) HRU division图6 阜平流域多年平均年降雨空间分布Fig. 6 Anuralaverage precipitation distribution of Fuping basin5 模型后处理EasyDHM 模型后处理主要包括基于 LH2 OAT 算法[6]的全局参数敏感性分析、基于 SCE2UA 算法[7] 的全局参数自动率定为消除人为给定模型状态变量初始值的影响, 将资料系列的第1 年作为预热期, 利用预热期后面的资料进行参数率定及径流模拟阜平选用1962 年- 1970 年的水文数据进行参数敏感性分析及参数率定, 其中1962 年为预热期中国测控网中国测控网 来自：来自：C 时间：时间：2013-2-265. 1 参数敏感性分析参数敏感性分析分别采用水文站平均流量及模拟结果相对实测结果的残差平方和(SSQ) 为目标函数, 以平均流量为目标函数可以得出不同参数对模拟结果的敏感性情况, 而采用 SSQ 为目标函数, 可得出不同参数对模拟精度的敏感性情况。

两目标函数分别按式( 1) 和式( 2) 进行计算,式中: Qsim, i 模型模拟出的时段 i 水文站出口流量; Qobs, i 时段 i 相应的水文站实测流量对模型中的21 个参数进行 LH 抽样的结果, 该抽样总共把整个参数空间划分为10 层, 因此共抽样得到21 个参数集,且每个参数集含有10 个抽样结果在完成 LH 抽样后, 再分别对每组参数集在各种的参数空间进行 OAT 抽样据此,LH2OAT 抽样的总抽样次数为220= 10@(1+ 21) 模型敏感性分析结束后, 根据相对敏感度的大小, 可以把参数的敏感度归为4 类: 极端高度敏感(RSi\1. 0) 、高度敏感(1. 0> RSi \ 0. 20) 、中度敏感(0. 20> RSi \ 0. 05) 、低度敏感, 几乎可以忽略不记(0. 05> RSi ) 敏感性分析结果可直接作为待优化参数的选择凭据为节省参数优化的计算时间, 仅对极端高敏感参数和高敏感度参数(统一称为敏感参数) 进行优化由表1 的参数相对敏感度大小及排序, 即可定出不同目标函数下的敏感参数由表1 可知, 孔隙率(PorosityM) 、根深修正系数(Root2DpthM) 、土壤田间持水率修正系数(FieldCa pM) 等土壤物理属性参数的敏感度都很高, 原因在于这些参数的变化对产流过程有显著影响; 而汇流修正参数表现出低敏感度。

5. 2 参数率定参数优化的目标函数选用敏感性分析中采用的 SSQ, 即水文站模拟与实测径流量的残差平方和对阜平站1963年- 1970 年的模型参数进行率定, 采用的时间步长为月率定结果如表2表1 阜平站参数敏感性分析结果Table 1 Parameter sensitivity analysis result of Fuping basin中国测控网中国测控网 来自：来自：C 时间：时间：2013-2-26表2 阜平站模型参数率定结果Table 2 Parameter calibration result of Fuping basin5. 3 模拟结果及分析图7 和图8 分别为模型参数优化后阜平(三) 站率定期和验证期月径流过程模拟结果与实测结果的对比表3 所示, 经模型率定后, 1963 年- 1970 年8 年率定期的 Nash 效率系数高达0. 96, 而1972 年- 1979 年8 年验证期的 Nash 效率系统也达到0. 89, 模拟精度较高, 说明 EasyDHM 模型适用于阜平流域图7 阜平站1963 年- 1970 年参数率定结果Fig. 7 Simulation result from 1963 to 1970 of Fuping basin表3 阜平站率定和验证结果中国测控网中国测控网 来自：来自：C 时间：时间：2013-2-26T able 3 Paramet er calibration and verificat ion result of Fuping basin图8 阜平站1972 年- 1979 年验证结果Fig. 8 Simulation result from 1972 to 1979 of Fuping basin6 总结EasyDHM 模型对于阜平流域的应用结果表明, 其结构清晰, 参数具有物理意义, 且考虑了不同的产流机制, 适用范围广、实用性强。

同时可以通过借助 EasyDHM 模型方便快速的建模及率定工具, 快速而准确的实现流域分布式水循环,为开展水资源评价及洪水预报奠定了基础参考文献:[ 1] 熊立华。