唐雄朋,吕海深,2,卞玉敏,赵盼盼
(1.河海大学水文与水资源学院,南京 210098;2.河海大学水文水资源与水利工程科学国家重点实验室,南京 210098)
随着近现代科技的快速发展,特别是近年来“3S”[1]技术的飞速发展,使得数字高程模型以及遥感信息得以广泛的应用。当前,在水文模拟与预报领域,应用的比较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。本文将要介绍的DHSVM[6]模型是由美国西北太平洋实验室Wigmosta等在1994年研制的具有物理意义的分布式模型,模型详尽地考虑了土壤、植被、地形等与水循环的物理关系,并且在国外也获得了成功应用。该模型适宜在中小流域进行水文模拟,它是在水平方向上把所研究的流域划分成若干个面积相等的网格单元来进行水文计算,网格分辨率一般是在几十到几百米之间。国内王守荣等首先将该模型应用于半干旱半湿润地区的海河和滦河流域,且取得了比较好的模拟结果;郝振纯等将该模型应用于宝库河流域也取得了比较好的模拟结果。本文把DHSVM模型应用于青藏高原高寒地区[7]----沱沱河流域,探讨了该模型在高寒地区的适用性,为青藏高原三江源广大无资料地区的水文模拟与预报,以及人类活动和气候变化对流域水文过程的影响提供了有效可行的方法。
DHSVM模型是一个以数字高程模型(DEM)节点为中心的分布式水文模型[8]。模型主要由蒸散发、冠层截雪和积雪融化、地面降雪和融雪、饱和壤中流、不饱和土壤水运动、饱和坡面流河道流量验算、植被阴影等模块对水文过程进行模拟,各个模块将流域水量平衡、能量平衡联立起来求解。模型采用GIS、ARC/INFO软件自动建模,GIS用来获取模型中流域的DEM网格输入参数,包括各个网格的土地利用图、土壤类型、植被类型、河道情况等。ARC/INFO软件用来将流域河网分成若干段,计算每段的局部坡度以及水流的流向,然后给河流排定正确的水流路径。模型在计算产流时主要采用逐网格法和单位线法,而当网格内具有河道截流的时候只能使用逐网格法。河道的流量验算一般采用线性槽蓄法。
DHSVM模型是基于物理过程的分布式水文模型,用来拓展水文过程的空间和时间尺度,在模型的物理过程中需要同时考虑流域的水量平衡和能量平衡的计算。
(1)水量平衡。
ΔSs1+ΔSs2+ΔSio+ΔSiu+ΔW=
P-Eio-Eiu-Es-Eto-Etu-P2
(1)
式中:ΔSs1、ΔSs2分别为上层土壤水和下层土壤水增量;ΔSio、ΔSiu分别为上下冠层截留水的增量;ΔW是雪水当量增量;P为降水量;Eio、Eiu、Es分别为上冠层、下冠层和土壤蒸发量;Eio、Eiu分别为上、下冠层的散发量;P2为下层土壤水下渗量。
(2)能量平衡。该模型的能量模块是用来模拟流域融雪、雪盖以及再冻结的热量变化,模型的雪盖能量平衡的计算公式如下:
cwWdTw/dt=Rns+Qs+Q1+Qp+Qm+Qg
(2)
式中:cw为冰的比热容值;W为流域雪水当量;Tw为流域雪盖温度;t为时间;Rns为空气和雪面的能量交换;Qs为空气涡动导致的热传输;Q1为升华、蒸发造成的流域能量损失;Qp为流域降雨过程中平流输送至雪盖的热量;Qm为冰雪消融导致内部潜热的损失或者由液态水冻结成冰得到的热量;Qg为雪盖与地面界面上传导的热量。
沱沱河流域[9]位于青海省西南部青藏高原腹地,是长江的正源,为通天河的支流,发源于唐古拉山脉主峰格拉丹东西南侧姜根迪如雪山的冰川,经纬度范围为89°48′~92°54′E,33°22′~35°12′N,流域面积15 924 km2,冰川面积为381 km2,约占流域面积的2.39%。流域地势高耸,最低海拔4 489 m,最高海拔6 468 m,南北均有高山、地形封闭,属于高空西风带控制区。气候干寒,终年低温,流域内多年平均气温为-4.2 ℃,7月最热平均气温7.5 ℃,1月最冷平均气温为-24.8 ℃,每年冻结期长达7个月。沱沱河流域处于西风带内,盛行西风,流域多年平均风速为3.9 m/s,最大风速约为40 m/s。流域内气候干旱,降水量较少,其多年平均降水量约为283.1 mm,月最大降水量为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,年均径流深51.9 mm,流域内有气象站沱沱河气象站(见图1),只有一个国家级水文站,即沱沱河水文站(地理位置与沱沱河气象站相邻),由于恶劣的气候环境和生活条件,沱沱河水文站观测工作只能从每年5-10月展开。流域植被基本以高原草甸和高寒草甸为主。
图1 沱沱河流域气象站位置及流域水系
流域的地形数据主要采用来自于地理空间数据云的90 m×90 m分辨率的DEM数据,运用Arcinfo提取和生成的沱沱河流域的河网和地形参数(见图1)。植被数据主要使用地理空间数据云提供的全国尺度2009年植被数据,主要根据马里兰大学提出的植被类型数据和植被分类方法,将流域的植被类型分为针叶林、高山草甸、荒漠草原、水体、冰川五类(见图2)。土壤数据主要使用中国科学研究院提供的中国土壤100万(2009年),将沱沱河流域土壤类型分为砂土、壤砂土、砂壤土三类(见图3)。然后再利用Arcgis将植被、土壤类型等分类数据处理到每一个格网上。
图2 沱沱河流域植被类型分布
图3 沱沱河流域土壤类型分布
流域的气象资料来源于沱沱河气象站,站点位置见图1。模型需要输入的气象数据主要包括:降水、最高气温、最低气温、相对湿度、风速、长短波辐射7个日尺度的数据。水文资料来源于沱沱河水文站1993-2010年的日径流资料,使用DHSVM模型的内插方案,获取流域内各个网格的气温、相对湿度、风速以及降水资料,从而确保了水文资料具有一定的代表性。
模型参数主要包括常量参数和变量参数两种。常量参数也就流域中每一个网格都取相同值的参数。变量参数主要包括植被参数和土壤参数,在模型中,随着地理位置的变化,不同网格中的植被和土壤参数有着不同的取值。
水文模型中的参数率定[10]过程即模型模拟结果与实测结果相匹配的过程,根据郝振纯[11]等,DHSVM模型中有7个植被土壤参数在水文模拟过程中比较敏感(见表1)。在植被参数中,增加hj的值,将降低雪盖或者地表风速。rsmin与温度等其他因素共同决定植被散发;LAI与其他的因素则是共同决定着冠层的阻抗、冠层的最大截流与蓄水能力以及冠层对太阳辐射的截获,增加LAI的值,一般能增加冠层蒸散发的速率,从而使得径流曲线上升的过程中出现峰现滞后,峰值减小。而在土壤参数中,增加K,则径流量增加,汇流时间也会随之减少;而增加P则会减小径流模拟的峰值,汇流时间也随之增加;增加f通常会增加汇流时间、减少模拟径流量;增加fc的值,通常会增加模拟的径流量。
本文采用的参数率定方法是人工试错法,即手动设定植被、土壤参数的输入值,来使模型的模拟值与实测结果相匹配。在模型参数率定的过程中,结合沱沱河水文站1993-2010年实测的径流量,使用纳什效率系数、相对误差两个指标来评定模型的模拟结果。
表1 敏感性较高的植被和土壤参数
(1)纳什效率系数Ens。在水文预报中纳什效率系数[12]是用来评定水文模型模拟的精度,衡量水文模型模拟值和实际观测值之间的拟合度,其值愈接近于1,则说明模型模拟的效果愈好,即模型模拟的径流值愈接近实测值,反之则愈差。
(3)
(2)相对误差Er。水文预报中相对误差是用来反映模型模拟值与实测值之间的偏离程度,该值愈小则说明模型模拟值愈接近实测的流量值,计算公式如下:
(4)
依据水文情报预报规范,纳什效率系数的精度可以划分为甲、乙、丙3个等级,其相对应的值分别为Ens≥0.9、0.9>Ens≥0.7、0.7>Ens≥0.5;相对误差Er在20%以内均为预报许可误差。
利用DHSVM模型对沱沱河流域径流过程进行模拟,使用沱沱河水文站的实测径流资料分别检验模型率定期(1993-2001年)和验证期(2002-2010年)的月径流模拟值(见图4)。使用水量平衡和能量平衡模式模拟的率定期以及验证期流量的相对误差分别为-0.032和0.053;月径流过程率定期和验证期的纳什模型效率系数分别为0.82和0.84。将以上模拟结果与目标函数对比可以发现,模型模拟的月尺度率定期和验证期的纳什效率系数均达到了乙级,相关性较高,满足该流域水资源评价和规划的基本要求,且率定期、验证期的相对误差也均在许可误差范围之内。参照图4径流模拟图,大多数年份模型在丰水期对洪峰的模拟均十分接近于实测径流值,表明,DHSVM模型在沱沱河流域具有一定的适用性,同时也表明该模型在高寒地区具有较好的适用性。
图4 率定期和验证期的月径流模拟值
沱沱河流域1993-2010年18 a的年平均流量对比验证结果(见图5)显示,模型模拟流量值与沱沱河水文站实测值也较为接近,模拟值变化趋势跟实测值变化趋势基本一致,除了少数年份外,模拟结果均在可接受范围之内,依据公式(4),求得其相对误差在20%以下的年份为15 a,预报准确率达83.3%。而沱沱河水文站18 a平均流量实测值为422.50 m3/s,平均流量模拟值为408.02 m3/s,模拟值比实测值低了3.4%,亦在可接受的范围之内。
图5 1993-2010年模拟与实测径流量
从以上结果分析可以看出,本文介绍的DHSVM模型在沱沱河流域径流模拟与实测一致性较好,也说明模型在高寒地区具有一定的适用性。而造成模型模拟误差的原因可能有:本文使用模型分辨率为1 km×1 km,而流域面积达15 924 km2,每一个网格内植被、土壤参数均取了相同的值,在一定程度上可能会影响模型的模拟精度;沱沱河整个流域只有1个气象站,模型需要输入的气象因素均来自沱沱河气象站(位置见图1)实测资料,加之沱沱河流域位于高寒地带,海拔跨越近2 km,一个站点数据并不能很好地反映流域的气候特征;沱沱河流域属于青藏高原高寒地区,在每年冰冻期缺乏实测流量资料,对模型的模拟结果也会有一定的影响。
(1)本文以沱沱河流域为例,使用DHSVM模型模拟高寒地区径流量,结果表明,模型模拟的月径流过程与实测径流过程较为吻合,初步表明DHSVM模型在沱沱河流域具有一定的适用性,也说明模型在高寒冻土地区具有一定的适用性。
(2)模型的模拟精度仍有待提高,在模拟过程中,模型参数的取值过程中主要参考了国内外的一些研究成果,可能会造成参数不同模拟结果相同的现象,因此,模型在应用的过程中,应该加强实地考查,以获取更为精确的流域植被土壤参数值。
(3)为了提高模型的模拟精度,针对流域中存在着2.39%的冰川这一情况,在下一步的研究过程中,将在模型中加入冰川模块,用来补充完善模型对流域径流过程的模拟。
□
[1] 孙鹏森,刘世荣.大尺度生态水文模型的构建及其与GIS集成[J]. 生态学报,2003,23(10):2 115-2 124.
[2] 王盛萍.MIKE-SHE与MUSLE耦合模拟小流域侵蚀产沙空间分布特征[J].农业工程学报,2010,26(3):92-98.
[3] 张续军.VIC模型在中国湿润地区的应用研究[D].南京:河海大学,2006.
[4] 孙立群.TOPMODEL模型中的DEM尺度效应[J].水科学进展,2008,19(5):700-705.
[5] 孟现勇.SWAT模型融雪模块的改进与应用研究[J].自然科学学报,2014,29(3):528-539.
[6] 康丽莉.分布式水文模型DHSVM对兰江流域径流变化的模拟试验[J].热带气象学报,2008,24(2):176-182.
[7] 齐冬梅.长江源区气候及水资源变化特征研究进展[J].高原山地气象研究,2013,35(2):89-96.
[8] 熊立华.分布式流域水文模型[M].北京:中国水利水电出版社,2004:179-197.
[9] 李 林.长江源区地表水资源对气候变化的响应及趋势预测[J].地理学报,2012,67(7):941-949.
[10] 田 雨.水文模型参数敏感性分析方法研究评述[J].水文,2010,30(4):9-12.
[11] 郝振纯.DHSVM模型在宝库和流域的径流模拟适用性分析[J].水电能源科学,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.