唐雄朋，呂海深,2，卞玉敏，趙盼盼

(1.河海大學(xué)水文與水資源學(xué)院，南京 210098；2.河海大學(xué)水文水資源與水利工程科學(xué)國家重點(diǎn)實驗室，南京 210098)

隨著近現(xiàn)代科技的快速發(fā)展，特別是近年來“3S”[1]技術(shù)的飛速發(fā)展，使得數(shù)字高程模型以及遙感信息得以廣泛的應(yīng)用。當(dāng)前，在水文模擬與預(yù)報領(lǐng)域，應(yīng)用的比較多的分布式水文模型主要有SHE[2](System Hydrologic European)、VIC[3](Variable Infiltration Capacity)、TOPMODEL[4]和SWAT[5](Soil and Water Assessment Tool)模型等。本文將要介紹的DHSVM[6]模型是由美國西北太平洋實驗室Wigmosta等在1994年研制的具有物理意義的分布式模型，模型詳盡地考慮了土壤、植被、地形等與水循環(huán)的物理關(guān)系，并且在國外也獲得了成功應(yīng)用。該模型適宜在中小流域進(jìn)行水文模擬，它是在水平方向上把所研究的流域劃分成若干個面積相等的網(wǎng)格單元來進(jìn)行水文計算，網(wǎng)格分辨率一般是在幾十到幾百米之間。國內(nèi)王守榮等首先將該模型應(yīng)用于半干旱半濕潤地區(qū)的海河和灤河流域，且取得了比較好的模擬結(jié)果；郝振純等將該模型應(yīng)用于寶庫河流域也取得了比較好的模擬結(jié)果。本文把DHSVM模型應(yīng)用于青藏高原高寒地區(qū)[7]----沱沱河流域，探討了該模型在高寒地區(qū)的適用性，為青藏高原三江源廣大無資料地區(qū)的水文模擬與預(yù)報，以及人類活動和氣候變化對流域水文過程的影響提供了有效可行的方法。

1 分布式水文模型(DHSVM)

1.1 DHSVM模型基本原理

DHSVM模型是一個以數(shù)字高程模型(DEM)節(jié)點(diǎn)為中心的分布式水文模型[8]。模型主要由蒸散發(fā)、冠層截雪和積雪融化、地面降雪和融雪、飽和壤中流、不飽和土壤水運(yùn)動、飽和坡面流河道流量驗算、植被陰影等模塊對水文過程進(jìn)行模擬，各個模塊將流域水量平衡、能量平衡聯(lián)立起來求解。模型采用GIS、ARC/INFO軟件自動建模，GIS用來獲取模型中流域的DEM網(wǎng)格輸入?yún)?shù)，包括各個網(wǎng)格的土地利用圖、土壤類型、植被類型、河道情況等。ARC/INFO軟件用來將流域河網(wǎng)分成若干段，計算每段的局部坡度以及水流的流向，然后給河流排定正確的水流路徑。模型在計算產(chǎn)流時主要采用逐網(wǎng)格法和單位線法，而當(dāng)網(wǎng)格內(nèi)具有河道截流的時候只能使用逐網(wǎng)格法。河道的流量驗算一般采用線性槽蓄法。

1.2 DHSVM模型物理過程

DHSVM模型是基于物理過程的分布式水文模型，用來拓展水文過程的空間和時間尺度，在模型的物理過程中需要同時考慮流域的水量平衡和能量平衡的計算。

(1)水量平衡。

ΔSs1+ΔSs2+ΔSio+ΔSiu+ΔW=

P-Eio-Eiu-Es-Eto-Etu-P2

(1)

式中：ΔSs1、ΔSs2分別為上層土壤水和下層土壤水增量；ΔSio、ΔSiu分別為上下冠層截留水的增量；ΔW是雪水當(dāng)量增量；P為降水量；Eio、Eiu、Es分別為上冠層、下冠層和土壤蒸發(fā)量；Eio、Eiu分別為上、下冠層的散發(fā)量；P2為下層土壤水下滲量。

(2)能量平衡。該模型的能量模塊是用來模擬流域融雪、雪蓋以及再凍結(jié)的熱量變化，模型的雪蓋能量平衡的計算公式如下：

cwWdTw/dt=Rns+Qs+Q1+Qp+Qm+Qg

(2)

式中：cw為冰的比熱容值；W為流域雪水當(dāng)量；Tw為流域雪蓋溫度；t為時間；Rns為空氣和雪面的能量交換；Qs為空氣渦動導(dǎo)致的熱傳輸；Q1為升華、蒸發(fā)造成的流域能量損失；Qp為流域降雨過程中平流輸送至雪蓋的熱量；Qm為冰雪消融導(dǎo)致內(nèi)部潛熱的損失或者由液態(tài)水凍結(jié)成冰得到的熱量；Qg為雪蓋與地面界面上傳導(dǎo)的熱量。

2 模型在沱沱河流域的應(yīng)用

2.1 沱沱河流域概況

沱沱河流域[9]位于青海省西南部青藏高原腹地，是長江的正源，為通天河的支流，發(fā)源于唐古拉山脈主峰格拉丹東西南側(cè)姜根迪如雪山的冰川，經(jīng)緯度范圍為89°48′～92°54′E，33°22′～35°12′N，流域面積15 924 km2，冰川面積為381 km2，約占流域面積的2.39%。流域地勢高聳，最低海拔4 489 m，最高海拔6 468 m，南北均有高山、地形封閉，屬于高空西風(fēng)帶控制區(qū)。氣候干寒，終年低溫，流域內(nèi)多年平均氣溫為-4.2 ℃，7月最熱平均氣溫7.5 ℃，1月最冷平均氣溫為-24.8 ℃，每年凍結(jié)期長達(dá)7個月。沱沱河流域處于西風(fēng)帶內(nèi)，盛行西風(fēng)，流域多年平均風(fēng)速為3.9 m/s，最大風(fēng)速約為40 m/s。流域內(nèi)氣候干旱，降水量較少，其多年平均降水量約為283.1 mm，月最大降水量為174 mm(1972年7月)，日最大降水量34.4 mm(1963年7月17日)，降水多集中在7-9月。流域多年平均流量26.2 m3/s，年均徑流深51.9 mm，流域內(nèi)有氣象站沱沱河氣象站(見圖1)，只有一個國家級水文站，即沱沱河水文站(地理位置與沱沱河氣象站相鄰)，由于惡劣的氣候環(huán)境和生活條件，沱沱河水文站觀測工作只能從每年5-10月展開。流域植被基本以高原草甸和高寒草甸為主。

圖1 沱沱河流域氣象站位置及流域水系

2.2 模型的輸入數(shù)據(jù)及其處理

流域的地形數(shù)據(jù)主要采用來自于地理空間數(shù)據(jù)云的90 m×90 m分辨率的DEM數(shù)據(jù)，運(yùn)用Arcinfo提取和生成的沱沱河流域的河網(wǎng)和地形參數(shù)(見圖1)。植被數(shù)據(jù)主要使用地理空間數(shù)據(jù)云提供的全國尺度2009年植被數(shù)據(jù)，主要根據(jù)馬里蘭大學(xué)提出的植被類型數(shù)據(jù)和植被分類方法，將流域的植被類型分為針葉林、高山草甸、荒漠草原、水體、冰川五類(見圖2)。土壤數(shù)據(jù)主要使用中國科學(xué)研究院提供的中國土壤100萬(2009年)，將沱沱河流域土壤類型分為砂土、壤砂土、砂壤土三類(見圖3)。然后再利用Arcgis將植被、土壤類型等分類數(shù)據(jù)處理到每一個格網(wǎng)上。

圖2 沱沱河流域植被類型分布

圖3 沱沱河流域土壤類型分布

流域的氣象資料來源于沱沱河氣象站，站點(diǎn)位置見圖1。模型需要輸入的氣象數(shù)據(jù)主要包括：降水、最高氣溫、最低氣溫、相對濕度、風(fēng)速、長短波輻射7個日尺度的數(shù)據(jù)。水文資料來源于沱沱河水文站1993-2010年的日徑流資料，使用DHSVM模型的內(nèi)插方案，獲取流域內(nèi)各個網(wǎng)格的氣溫、相對濕度、風(fēng)速以及降水資料，從而確保了水文資料具有一定的代表性。

模型參數(shù)主要包括常量參數(shù)和變量參數(shù)兩種。常量參數(shù)也就流域中每一個網(wǎng)格都取相同值的參數(shù)。變量參數(shù)主要包括植被參數(shù)和土壤參數(shù)，在模型中，隨著地理位置的變化，不同網(wǎng)格中的植被和土壤參數(shù)有著不同的取值。

2.3 模型參數(shù)的率定

水文模型中的參數(shù)率定[10]過程即模型模擬結(jié)果與實測結(jié)果相匹配的過程，根據(jù)郝振純[11]等，DHSVM模型中有7個植被土壤參數(shù)在水文模擬過程中比較敏感(見表1)。在植被參數(shù)中，增加hj的值，將降低雪蓋或者地表風(fēng)速。rsmin與溫度等其他因素共同決定植被散發(fā)；LAI與其他的因素則是共同決定著冠層的阻抗、冠層的最大截流與蓄水能力以及冠層對太陽輻射的截獲，增加LAI的值，一般能增加冠層蒸散發(fā)的速率，從而使得徑流曲線上升的過程中出現(xiàn)峰現(xiàn)滯后，峰值減小。而在土壤參數(shù)中，增加K，則徑流量增加，匯流時間也會隨之減少；而增加P則會減小徑流模擬的峰值，匯流時間也隨之增加；增加f通常會增加匯流時間、減少模擬徑流量；增加fc的值，通常會增加模擬的徑流量。

本文采用的參數(shù)率定方法是人工試錯法，即手動設(shè)定植被、土壤參數(shù)的輸入值，來使模型的模擬值與實測結(jié)果相匹配。在模型參數(shù)率定的過程中，結(jié)合沱沱河水文站1993-2010年實測的徑流量，使用納什效率系數(shù)、相對誤差兩個指標(biāo)來評定模型的模擬結(jié)果。

表1 敏感性較高的植被和土壤參數(shù)

(1)納什效率系數(shù)Ens。在水文預(yù)報中納什效率系數(shù)[12]是用來評定水文模型模擬的精度，衡量水文模型模擬值和實際觀測值之間的擬合度，其值愈接近于1，則說明模型模擬的效果愈好，即模型模擬的徑流值愈接近實測值，反之則愈差。

(3)

(2)相對誤差Er。水文預(yù)報中相對誤差是用來反映模型模擬值與實測值之間的偏離程度，該值愈小則說明模型模擬值愈接近實測的流量值，計算公式如下：

(4)

依據(jù)水文情報預(yù)報規(guī)范，納什效率系數(shù)的精度可以劃分為甲、乙、丙3個等級，其相對應(yīng)的值分別為Ens≥0.9、0.9>Ens≥0.7、0.7>Ens≥0.5；相對誤差Er在20%以內(nèi)均為預(yù)報許可誤差。

3 結(jié)果與分析

利用DHSVM模型對沱沱河流域徑流過程進(jìn)行模擬，使用沱沱河水文站的實測徑流資料分別檢驗?zāi)Ｐ吐识ㄆ?1993-2001年)和驗證期(2002-2010年)的月徑流模擬值(見圖4)。使用水量平衡和能量平衡模式模擬的率定期以及驗證期流量的相對誤差分別為-0.032和0.053；月徑流過程率定期和驗證期的納什模型效率系數(shù)分別為0.82和0.84。將以上模擬結(jié)果與目標(biāo)函數(shù)對比可以發(fā)現(xiàn)，模型模擬的月尺度率定期和驗證期的納什效率系數(shù)均達(dá)到了乙級，相關(guān)性較高，滿足該流域水資源評價和規(guī)劃的基本要求，且率定期、驗證期的相對誤差也均在許可誤差范圍之內(nèi)。參照圖4徑流模擬圖，大多數(shù)年份模型在豐水期對洪峰的模擬均十分接近于實測徑流值，表明，DHSVM模型在沱沱河流域具有一定的適用性，同時也表明該模型在高寒地區(qū)具有較好的適用性。

圖4 率定期和驗證期的月徑流模擬值

沱沱河流域1993-2010年18 a的年平均流量對比驗證結(jié)果(見圖5)顯示，模型模擬流量值與沱沱河水文站實測值也較為接近，模擬值變化趨勢跟實測值變化趨勢基本一致，除了少數(shù)年份外，模擬結(jié)果均在可接受范圍之內(nèi)，依據(jù)公式(4)，求得其相對誤差在20%以下的年份為15 a，預(yù)報準(zhǔn)確率達(dá)83.3%。而沱沱河水文站18 a平均流量實測值為422.50 m3/s，平均流量模擬值為408.02 m3/s，模擬值比實測值低了3.4%，亦在可接受的范圍之內(nèi)。

圖5 1993-2010年模擬與實測徑流量

從以上結(jié)果分析可以看出，本文介紹的DHSVM模型在沱沱河流域徑流模擬與實測一致性較好，也說明模型在高寒地區(qū)具有一定的適用性。而造成模型模擬誤差的原因可能有：本文使用模型分辨率為1 km×1 km，而流域面積達(dá)15 924 km2，每一個網(wǎng)格內(nèi)植被、土壤參數(shù)均取了相同的值，在一定程度上可能會影響模型的模擬精度；沱沱河整個流域只有1個氣象站，模型需要輸入的氣象因素均來自沱沱河氣象站(位置見圖1)實測資料，加之沱沱河流域位于高寒地帶，海拔跨越近2 km，一個站點(diǎn)數(shù)據(jù)并不能很好地反映流域的氣候特征；沱沱河流域?qū)儆谇嗖馗咴吆貐^(qū)，在每年冰凍期缺乏實測流量資料，對模型的模擬結(jié)果也會有一定的影響。

4 結(jié) 語

(1)本文以沱沱河流域為例，使用DHSVM模型模擬高寒地區(qū)徑流量，結(jié)果表明，模型模擬的月徑流過程與實測徑流過程較為吻合，初步表明DHSVM模型在沱沱河流域具有一定的適用性，也說明模型在高寒凍土地區(qū)具有一定的適用性。

(2)模型的模擬精度仍有待提高，在模擬過程中，模型參數(shù)的取值過程中主要參考了國內(nèi)外的一些研究成果，可能會造成參數(shù)不同模擬結(jié)果相同的現(xiàn)象，因此，模型在應(yīng)用的過程中，應(yīng)該加強(qiáng)實地考查，以獲取更為精確的流域植被土壤參數(shù)值。

(3)為了提高模型的模擬精度，針對流域中存在著2.39%的冰川這一情況，在下一步的研究過程中，將在模型中加入冰川模塊，用來補(bǔ)充完善模型對流域徑流過程的模擬。

□

[1] 孫鵬森，劉世榮.大尺度生態(tài)水文模型的構(gòu)建及其與GIS集成[J]. 生態(tài)學(xué)報,2003,23(10):2 115-2 124.

[2] 王盛萍.MIKE-SHE與MUSLE耦合模擬小流域侵蝕產(chǎn)沙空間分布特征[J].農(nóng)業(yè)工程學(xué)報,2010,26(3):92-98.

[3] 張續(xù)軍.VIC模型在中國濕潤地區(qū)的應(yīng)用研究[D].南京:河海大學(xué),2006.

[4] 孫立群.TOPMODEL模型中的DEM尺度效應(yīng)[J].水科學(xué)進(jìn)展,2008,19(5):700-705.

[5] 孟現(xiàn)勇.SWAT模型融雪模塊的改進(jìn)與應(yīng)用研究[J].自然科學(xué)學(xué)報,2014,29(3):528-539.

[6] 康麗莉.分布式水文模型DHSVM對蘭江流域徑流變化的模擬試驗[J].熱帶氣象學(xué)報,2008,24(2):176-182.

[7] 齊冬梅.長江源區(qū)氣候及水資源變化特征研究進(jìn)展[J].高原山地氣象研究,2013,35(2):89-96.

[8] 熊立華.分布式流域水文模型[M].北京:中國水利水電出版社,2004:179-197.

[9] 李 林.長江源區(qū)地表水資源對氣候變化的響應(yīng)及趨勢預(yù)測[J].地理學(xué)報,2012,67(7):941-949.

[10] 田 雨.水文模型參數(shù)敏感性分析方法研究評述[J].水文,2010,30(4):9-12.

[11] 郝振純.DHSVM模型在寶庫和流域的徑流模擬適用性分析[J].水電能源科學(xué),2012,30(11):9-12.

[12] Nash J E, Sutcliffe J V. River flow forecasting through conceptual model: a discussion of principles[J]. Journal of Hydrology, 1970,(3):282.