基于水热平衡的分布式水文模型研究与应用

阚光远，李纪人，喻海军，丁留谦，何晓燕，梁 珂

(1.流域水循环模拟与调控国家重点实验室，北京 100038；2.中国水利水电科学研究院，北京 100038；3.水利部防洪抗旱减灾工程技术研究中心，北京 100038；4.水利部京津冀水安全保障重点实验室，北京 100038；5.北京中水科工程集团有限公司，北京 100048)

1 研究背景

分布式水文模型在水利部“四预”建设中发挥着至关重要的作用[1-3]，“四预”涵盖了预报、预警、预演、预案四大任务，急需分布式水文模型这一核心技术的有力支撑。实用分布式水文模型对研究区进行概化，利用概念性元素描述产汇流过程，建立蓄满/超渗/混合产流、分布式单位线、线性/非线性水库等计算方法。在有资料区，这类方法具有精度高、资料种类要求低及建模简单的优势。但这类模型的物理基础有待加强，预报结果的好坏很大程度上取决于参数率定过程中采用的径流资料，在无径流资料区(以下简称无资料区)[4-6]，模型参数无法通过径流资料率定获得[7-10]。此外，在人类活动强度较大的地区，基于历史资料的模拟和预报无法反映人类活动的影响，形成了新的无资料区[11-16]，给模型应用带来很大困难[17-22]。当前解决无资料区洪水预报[23-27](Predictions in Ungauged Basins，PUB)问题的主要手段是相似流域和参数移用，这类方法尚存在不足有待改进，如相似准则不客观且复杂多样、依赖有资料流域的观测数据以及统计一致性问题。此外，分布式水文模型还面临着数值求解精度和数值格式稳定性等问题。

PUB早已被国际水文科学协会确定为十年研究计划，但由于问题的复杂性和研究方法的局限性，它的彻底解决仍然任重而道远。许多水文学家认为，解决该问题的根本出路在于研发具有物理机制的分布式水文模型，在无资料区利用定量遥感反演流域特征与一部分模型参数，同时反演重点关注的水文变量，将反演的水文变量作为目标，率定另一部分模型参数。这一思路在实际应用中仍面临挑战，目前常用的遥感反演水文变量包括土壤湿度、蒸散发、总水储量、径流量等，这些数据存在尺度转换和不确定性问题，一旦脱离径流资料，仅使用这类数据开展参数率定，不能达到满意的预报精度。

我们在寻找更好的数据源时发现，以MODIS卫星为代表的热红外遥感地表温度产品日臻成熟，经过质量控制和校正，精度能够满足参数率定需求[28]。另一方面，在无资料区，水位资料的获取相对容易，可由自计水位计等途径获得。对于入库洪水预报等涉及大面积水体的应用，还可以利用测高卫星的库区水面高程产品作为补充。随着科技的持续进步，SWOT等测高卫星有望在未来提供空间分辨率百米级的水位产品用于监测河道水面高程，能够进一步增强遥感水位产品的可用性。因此，地表温度产品和水位资料在无资料区参数率定领域具有良好的应用前景。但由于传统分布式模型的一些制约，目前基于这两类数据开展模型参数率定还面临一些技术难题，相关研究尚不多见。

传统分布式水文模型要么仅考虑水量平衡过程，无法输出热量平衡过程对应的通量和状态变量(如：地表温度)；要么虽然考虑了水热平衡过程，但需将地表温度作为模型输入。另一方面，传统水文模型着重于模拟流量过程，无法获取水位、水深等水文要素的模拟结果。若需要获取水位预报结果，通常利用水位流量关系反推水位过程，在无资料区无法应用。因此，传统分布式水文模型无法同时模拟流域地表温度和水位的时空分布，难以利用地表温度和水位数据提供的信息开展参数率定，需要进行改造。此外，传统模型基于流量过程模拟误差开展全部产汇流参数的率定，未考虑状态变量在参数率定中应有的约束作用，没有采用产流、汇流分层次率定的技术路线，导致径流模拟误差被分摊到产流蒸散发和汇流参数中，加剧了模型参数的不确定性和异参同效问题。

针对以上难题，本研究从水热循环产汇流理论、模型构建与求解、参数率定三个方面入手，改进传统分布式水文模型。通过研究水热平衡强约束条件下陆气界面—包气带—饱水带水热平衡动力学过程，建立耦合热量平衡的流域产汇流理论，揭示水量热量平衡过程耦合机理和水热循环通量量化关系。结合具有物理机制的产汇流计算方法，构建系统完整的物理机制分布式水文—水动力—热动力模型(Physically-based distributed HYdrological-HydrodYnamic-tHermodYnamic model，PHY模型)，实现流域地表温度和水位的分布式数值模拟。通过明确模型结构和模型参数的物理意义，利用野外观测和定量遥感实现大部分模型参数的先验估计。将参数率定的目标由径流量转换为地表温度和水位，综合利用遥感反演和台站观测资料，率定剩余的模型参数。在江西赣江流域开展模型应用和验证，结果表明，模型数值求解方法精度高、稳定性好，实现了无资料区参数率定和水文模拟。研究成果不仅对丰富和发展流域水文模拟技术具有重要的理论意义，而且为无资料区分布式水文模型研发与应用提供了新思路。

2 耦合水热平衡动力学过程的物理机制分布式水文模型

2.1 耦合热量平衡的流域产汇流理论为了实现不依赖径流资料的参数率定和水文模拟，将流域水量热量平衡过程相耦合，基于水热平衡原理，提出了耦合热量平衡的流域产汇流理论，揭示了水量热量平衡动力学过程耦合机理，建立了水热循环通量量化关系和流域地表温度、蒸散发量的分布式数值模拟方法，为基于地表温度的参数率定奠定了理论基础。

2.1.1水量热量平衡动力学过程耦合机理 典型的陆气界面水热平衡动力学过程见图1。流域水量平衡过程(图1中左半边的水文过程)描述了涵盖降雨—蒸发—入渗—产汇流的水文过程，水量收支可由以下的水量平衡方程描述：

图1 陆气界面水热平衡动力学过程Fig.1 Dynamic process of water-heat balance for interface between land and atmosphere

ΔSM=P-ET-R-WE

(1)

式中：SM为土壤湿度；P为降水量；ET为蒸散发量；R为径流量；WE为包气带与饱水带间的水量交换量。其中R可由产流模型计算获得；WE可由包气带土壤水动力学模型、饱水带地下水动力学模型结合达西定律计算获得；ET可由定量遥感技术结合热动力学方法计算获得。

流域热量平衡过程(图1中右半边的热动力学过程)描述了涵盖太阳辐射—陆面反射—土壤吸放热的热动力学过程。在计算网格内利用定量遥感技术反演出坡地网格的植被覆盖率，将计算网格划分为裸土与植被两个部分。太阳净辐射量到达地面后，带来的热量分别被裸土和植被吸收，热量平衡过程驱动蒸发的产生，蒸发影响水量平衡过程，水量增减影响供水条件反作用于蒸发，形成互馈耦合关系，最终达到水量热量平衡状态，这时的地表温度称为典型平衡态温度(Representative Equilibrium Temperature，RET)。描述热量收支的热量平衡方程式可表达为：

ΔW=Rn-G-(Hs+Hc)-(LEs+LEc)

(2)

式中：W为热量蓄量；Rn为太阳净辐射量；G为土壤热通量；H和LE分别为感热和潜热通量，下标s和c分别表示裸土和植被冠层。针对植被与裸土分别建立热量平衡方程描述热量收支过程。利用定量遥感方法计算土壤热通量、感热通量及潜热通量，蒸散发过程还受到气象条件和下垫面供水条件的制约，这些条件的调控作用通过热量平衡方程中的空气动力学阻抗、裸土阻抗及植被冠层阻抗等变量来反映。

水热平衡过程的耦合机理分析如下：针对每个计算时刻、流域内每个计算网格，可列出水量和热量平衡方程。水量平衡方程中的未知量为土壤湿度和蒸散发量，热量平衡方程中的未知量为感热通量和潜热通量，而二者均能表达为土壤湿度和蒸散发量的函数。蒸散发量是沟通水量和热量平衡方程的关键变量，借助于定量遥感技术，蒸散发量能够与潜热通量、地表温度建立起紧密的物理和数值联系。因此，可以利用蒸散发量作为水量和热量平衡方程的耦合纽带，联立水量和热量平衡方程，形成水热平衡方程组，而待求解的未知量则转化为土壤湿度和地表温度。通过以上分析，揭示了水热平衡动力学过程耦合机理，为在陆气界面上构建与土壤含水量相耦合的分布式热动力学方法计算地表温度和蒸散发量奠定了理论基础。

2.1.2 水热循环通量量化关系 蒸散发量作为耦合水量、热量平衡方程的纽带变量，其参数化方案至关重要。基于热动力学和定量遥感方法，建立了蒸散发量与潜热通量、地表温度间的数值联系，构建的计算公式如下：

(3)

式中：LE为潜热通量；λ为汽化潜热；ρw为水的密度；ρa为空气密度；cp为湿空气比热；γ为干湿表常数；fv为植被覆盖率；ra、rabs、rc、rs分别为植被空气动力学阻抗、裸土空气动力学阻抗、冠层阻抗、土壤阻抗，阻抗的参数化方案均与土壤湿度有关；ea为蒸汽压力，与温度有关；e*为饱和蒸汽压力，可由RET计算得到：

(4)

式中RETc为摄氏温标下的RET值。由以上参数化方案可实现蒸散发量、潜热通量、地表温度三者间的相互转化，为水热平衡方程组的联立求解奠定了量化基础。

2.1.3 地表温度和蒸散发量分布式数值模拟 将热量平衡方程与水量平衡方程联立形成如下的水热平衡方程组：

(5)

图2 水热平衡方程组求解流程图Fig.2 Solution procedure for water-heat balance equations

具体求解流程为：利用时段初(t-1时刻)土壤湿度作为迭代计算的初值，代入热量平衡方程，进行热量平衡牛顿—拉夫森迭代计算，获取热量平衡状态下的地表温度和蒸散发量，此为内层热量平衡迭代；基于水量平衡原理，以上时刻土壤湿度作为初值，扣除热量平衡方程求得的蒸散发量，利用Richards方程和热传导方程求解土壤的产流、分水源及土壤湿度、温度和地下水位的再分布过程，从而获取时段末(t时刻)的土壤湿度，此为外层水量平衡迭代，如果尚未达到收敛条件，则将更新后的时段末土壤湿度回代入热量平衡方程再次进行内层迭代，以此类推。随着内外层迭代的交替执行，土壤湿度逐渐趋于稳定收敛，同时可获得平衡态下的地表温度等关键状态变量。算法通过水量平衡和热量平衡过程的耦合模拟，计算各时段土柱的蒸散发量、产流量、土壤湿度、地下水位、土柱温度分布和地表温度。

2.2 水热平衡分布式模型构建及数值求解方法基于耦合热量平衡的流域产汇流理论，构建了PHY模型，模型包括地表温度计算模块、土壤水热运移计算模块、地表水运动计算模块、地下水运动计算模块，实现了流域水热通量和状态变量的分布式数值模拟。模型模拟的水文过程包括：冠层截留、地表填洼、水面蒸发、土壤蒸发、植被散发、潜水蒸发、降雨入渗、包气带补给潜水、河道渗漏、垂向一维包气带土壤水运动、二维饱水带潜水运动、一二维耦合地表水运动、陆气界面及垂向一维包气带热量运移等。模拟的水文过程概化图见图3。

图3 水循环过程概化图Fig.3 Sketch of the water cycle

2.2.1 土壤水运动数值模拟 利用垂向一维Richards方程构建能够考虑土壤各向异性、侧向壤中水径流、变动地下水位的土壤水运动数值模型，用于描述水量平衡约束条件下的包气带—饱水带水分运动过程，实现给定蒸散发量条件下的产流、分水源、地下水位求解。为了使模型能够同时适用于饱和、非饱和区域的数值模拟，采用水头型控制方程并写为如下形式：

(6)

式中：C为容水度；h为压力水头；K为水力传导度；Sc为源汇项；t为时间；z为位置坐标。模型求解涉及的土壤水力特性由van Genuchten-Mualem模型描述。采用有限体积法对控制方程进行离散，并采用改进的Picard法和追赶法求解形成的非线性方程组。

降雨入渗、产流、分水源、土壤水运动、地下水位的计算流程如下：首先进行冠层截留和地表填洼的计算。然后由热量平衡方程提供的时段实际蒸散发量从土柱顶端逐节点向下按照一定比例添加到每个节点的源汇项中，依次扣减水量，如果整个土柱蒸干，则剩余的蒸散发量由潜水蒸发提供。土层顶端的产流计算由下渗能力进行控制，下渗能力基于达西定律求得。雨强小于下渗能力时，下渗率等于雨强，土柱上边界条件采用定通量。当雨强大于下渗能力时将在地表产生积水，上边界条件切换为定水头。进行壤中水径流计算时，土层内部设置一定厚度的壤中水径流敏感土层，壤中水径流将由该敏感土层包含的节点产出，壤中水径流量取决于水力坡度、敏感土层含水量、敏感土层厚度、侧向导水率等因素，基于达西定律计算。土柱下边界为潜水位，根据潜水是否枯竭，在零通量和零负压水头边界条件间自适应切换。当包气带补给潜水时，产生的通量即为地下径流补给量，反之，为潜水蒸发。壤中水径流敏感土层厚度、各向异性系数通过参数率定获得。

2.2.2 土壤热量运移数值模拟 利用与Richards方程耦合的对流扩散方程描述土壤热量的垂向运移过程，控制方程的形式如下：

(7)

式中：Ts为土壤温度；v为土壤水渗流速度；D为扩散系数。土柱顶端的边界条件采用热量平衡方程求解的地表典型平衡态温度，对流速度采用Richards方程求解的渗流速度。由于地下水温度通常较为稳定，故下边界条件采用固定的地下水恒温。对流扩散方程利用有限体积法进行全隐式离散，采用追赶法求解。热量平衡方程求解地表典型平衡态温度时需要表层土壤湿度这一状态变量，表层土壤湿度对应的土层称为热敏感土层，热量平衡计算中所需的土壤湿度采用热敏感土层所含节点土壤湿度的平均值。热敏感土层的厚度通过参数率定获得。

2.2.3 地下水运动数值模拟 由于地下水运动速度通常较为缓慢，对于场次洪水模拟，考虑潜水层的地下水运动即可满足精度要求。PHY模型的地下水模块考虑了潜水运动及其与包气带间的交互作用。采用的二维潜水运动控制方程为：

(8)

式中：h为水头；q为源汇项；St为贮水系数；T为导水系数。采用有限体积法对控制方程进行离散，时间格式采用全隐式格式，利用共轭梯度法求解时空离散后获得的大型稀疏线性方程组。为提升迭代求解的计算效率，采用高斯赛德尔预处理技术降低系数矩阵的条件数以加速收敛。数值求解的上边界与包气带联通，包气带与饱水带的水量交换基于潜水位和达西定律计算获得。求解区域的下边界为地下水第一个不透水层，采用零通量边界条件。

2.2.4 地表水运动数值模拟

(1)一维河网模型 PHY模型将天然河道概化为矩形断面，河道演进采用一维水动力模型，求解完整形式的动力波，控制方程采用圣维南方程组，其向量形式为：

(9)

式中：U为待求解未知量；F为通量；S为源项。采用有限体积法对控制方程进行二阶精度MUSCL空间离散，时间离散采用二阶TVD龙格—库塔显格式，网格间数值通量由HLL近似黎曼求解器计算获得，源项中的底坡项基于静水重构法和中心差分离散计算获得，摩阻项采用全隐式处理，利用牛顿—拉夫森迭代计算，以获取更好的数值稳定性。模型计算步长采用基于CFL条件的自适应时间步长，保证计算的稳定性。

由于PHY模型应用于天然流域的水文模拟，故所涉及的河网通常为树状结构，即多个上游河段汇入单一下游河段，因此汊点的处理较为方便。模型将汊点处理为多个上游河段汇入的一条单一河道，数值计算时需要获取通过汊点河段上断面的总的质量通量和动量通量，以及汊点河段的平均底坡项。通过上断面的总通量由多个黎曼求解器计算获得，平均底坡项的计算基于上游各河段平均河底高程和平均水位、汊点河段下断面河底高程和水位以及改进的静水重构法和中心差分离散求得。

(2)二维坡面模型 PHY模型采用二维地表水动力模型处理坡面汇流计算，控制方程采用完整的二维浅水方程，其向量形式为

(10)

式中：U为待求未知量；E和G为x和y方向通量；S为源项。采用有限体积法对控制方程进行二阶精度MUSCL空间离散，时间离散采用二阶TVD龙格—库塔显格式，网格间数值通量由HLLC近似黎曼求解器计算获得，源项中的底坡项基于静水重构法和中心差分离散计算获得，摩阻项采用全隐式处理，利用牛顿—拉夫森迭代计算，以获取更好的数值稳定性。模型计算步长采用基于CFL条件的自适应时间步长，保证计算的稳定性。

(3)一二维耦合及地表水与包气带、饱水带水量交互 一维河道与二维坡面间的水量交互采用侧向连接，模型耦合基于河底高程、坡面高程、河道水位、坡面水位，利用HLL近似黎曼求解器计算坡面与河道间的侧向质量通量，交互的水量添加入水动力学模型的源项中，保证水量平衡和计算的稳定性。

一二维模型与包气带、饱水带模型的水量交互采用侧向连接，模型耦合基于河底高程、坡面高程、地下水不透水基岩高程、河道水位、坡面水位、潜水位，利用达西定律计算交互的水量，并将水量添加到动力学模型的源项中，实现水量平衡和数值计算的稳定。

2.3 无径流资料区模型参数率定PHY模型由蒸散发、产流分水源、土壤水热运移及汇流等计算模块组成，各模块的模型参数分为流域特征参数和敏感参数两类。流域特征参数(如地形、河宽、河槽深度等)通过遥感协同定量反演、先验估计结合统计规律综合确定；模型的敏感参数(如敏感土层厚度、土壤各向异性系数、坡地和河道糙率等)通过参数率定获取。将质量控制后的MODIS地表温度和控制断面实测水位(或测高卫星反演的水位)作为参数率定的目标，分别与模型输出的RET和水位进行比对，基于地表温度和水位模拟误差最小化原则，针对产流蒸散发过程和汇流过程，分两个层次先后调整相应模块的模型参数，获取流域尺度的最优等效参数，实现不依赖径流资料的参数率定。

3 PHY模型的应用

3.1 研究区域与数据

3.1.1 研究区域 本研究的实验流域为江西省赣江流域及流域内部嵌套的4个子流域(研究流域DEM和计算单元网格类型见图4。赣江是长江的第七大支流，同时是江西省最大的河流，位于我国东南部。赣江流域控制站外洲水文站以上集水面积为81 258 km2，流域内海拔高度11～1997 m，地形较为复杂，以山地丘陵为主，山地占流域面积的43.9%，低丘(海拔200 m以下)岗地占31.5%。赣江流域属于亚热带湿润季风气候，2003—2009年平均降水量约为1500 mm。年内降水多集中在4—6月份，暴雨洪水产生的最大流量多出现在5—7月。四个嵌套子流域的出口水文站分别为新田、赛塘、白沙、栋背，此外，流域内包含万安和峡江两个大(一)型水库。

图4 赣江流域图Fig.4 Location map of the Ganjiang watershed

3.1.2 数据资料 实验流域数据的获取主要通过以下途径：用于模型构建和率定的数据来自互联网下载的遥感反演数据集和水位站点观测数据，用于模型验证的数据来自流域观测站点、遥感反演数据集和陆面数据同化系统资料集。为了降低地表温度产品的不确定性，开展数据质量控制与校正，包括极值检查、一致性检查、基于实测地表温度修正、多遥感产品(MODIS、AVHRR、AATSR、ETM+和ASTER)交叉比较修正、云层遮蔽像元插值与重建。模型率定时未采用径流资料，开展无径流资料地区参数率定，径流资料用于验证模型的模拟精度。

3.2 径流模拟

3.2.1 径流过程线 图5展示的是五个径流站点，包括外洲(流域出口站)、栋背、新田、赛塘、白沙的实测和模拟小时径流过程线。由图5中结果可见，降雨—径流关系合理、良好，模拟的过程线光滑，与实测过程线拟合良好。外洲和栋背站上游分别有峡江和万安两座大(一)型水库，受水库放水影响明显，因此，这两站的洪水模拟采用区间产汇流与上游来水演进相结合的计算方法求得。通过过程线观察可知，模型模拟效果良好，尤其是对于栋背站，该站上游万安水库调度频繁，闸门启闭对下游影响明显，径流经常处于波动状态，模型能够很好的模拟这种波动过程。对于新田、赛塘、白沙三站，径流模拟效果也是令人满意的。

图5 实测与模拟的径流过程Fig.5 Observed and simulated hydrographs

3.2.2 径流模拟散点图 图6为五个径流站点的实测与模拟径流散点图。由图6中结果可知，大部分站点的模拟结果均较为满意，R2值较高。仅新田站R2略低，为0.5左右。通过观察新田站实测和模拟径流过程线可知，预热期和洪峰的模拟误差较大。这几处径流过程均为复式洪峰，降雨也为多峰，因此导致较大的非线性，且前后洪水相互叠加影响，导致模拟难度较大。

图6 实测与模拟的径流散点图Fig.6 Scatter plot of observed and simulated hydrographs

3.3 地表温度模拟图7展示的是GLDAS数据集面平均地表温度与模型模拟的面平均地表温度过程。从图7结果可见，面平均地表温度在整体过程上模拟结果较好，模拟的地表温度与GLDAS再分析数据产品结果比较一致，地表温度大部分数值的拟合结果很好。但对于高温和低温的极值部分，地表温度的模拟效果还有进一步提升的空间。

图7 GLDAS与模拟的面平均地表温度过程Fig.7 GLDAS and simulated areal mean land surface temperature

3.4 表层土壤湿度模拟图8展示的是SMOS卫星反演土壤湿度与模型模拟的表层土壤湿度过程。表层土壤湿度为地面以下5 cm厚度土层的模拟结果，且为流域面平均值。模型输出的土壤湿度为小时尺度，模型的结果经过取日均值绘制在图8中，SMOS卫星反演数据为间隔数日的日尺度产品。由图8结果可知，土壤湿度的模拟效果较好，从趋势上和具体点据上均较为满意。

图8 SMOS与模拟的面平均表层土壤湿度过程Fig.8 SMOS and simulated areal mean upper layer soil moisture

3.5 实际蒸散发量模拟图9展示的是MODIS卫星反演的与模型模拟的实际蒸散发过程，是流域面平均蒸散发量的结果。模型输出的实际蒸散发为小时尺度，模型的结果经过取日累积值绘制在图9中。从图9结果可知，实际蒸散发的模拟结果在总体趋势上较好，过程上较为一致。遥感蒸散产品的结果与模型模拟结果相比存在低估现象。经过文献调研和分析发现，MODIS蒸散发产品在赣江流域存在低估现象，这一结论与本研究的结果较为一致。遥感产品的蒸散发结果较为平稳，而模型输出的结果具有波动性。

图9 MODIS与模拟的面平均实际蒸散发过程Fig.9 MODIS and simulated areal mean actual evapotranspiration

4 结论

本研究以强化分布式水文模型物理机制、改善分布式水文模型无径流资料区参数率定效果及提高分布式水文模型精度和稳定性为总目标，选择物理机制分布式水文模型为研究对象，开展了以下研究：深入分析了流域水量热量循环动力学过程耦合机理，建立了水量热量通量量化关系，提出了耦合热量平衡的流域产汇流理论和流域地表温度、蒸散发量的分布式计算方法；基于水热平衡原理，构建具有强物理机制的分布式水文—水动力—热动力模型PHY及统一有限体积数值求解方法；利用台站观测、遥感反演、再分析等途径获取的多源数据，研究PHY模型参数先验估计方法和不依赖径流资料的模型参数率定方法；将PHY模型在典型流域进行了应用与验证。

经过数值模拟与结果分析，得到以下结论：

(1)研究探明了水热平衡耦合机理，提出了缺径流资料区水文模拟和参数率定的新理论和新方法。构建的PHY模型综合考虑了水量热量耦合平衡过程，以蒸散发量作为桥梁实现了水热平衡的深度耦合，完成了缺径流资料区分布式水文模拟，模型具备地表温度和水位变量的分布式数值模拟功能，利用地表温度和水位变量作为参数率定的目标，完成了不依赖径流资料的模型参数率定。

(2)针对PHY模型中的水文、水热、水动力计算模块，提出了统一有限体积数值求解方法，显著提升了数值格式和数值方法的稳定性、数值精度、可靠性和计算效率。对于各类初始和边界条件，开展了数值模拟测试，结果表明，求解方法具有很好的数值稳定性和收敛性，能够可靠高效的获取合理的模拟结果。

(3)通过将模型应用于江西赣江流域洪水预报实践中，对模型模拟精度进行了验证。研究结果表明，通过引入水热平衡耦合计算方法、有限体积数值求解方法和多源信息，开展参数率定和数值模拟，能够有效提升模型的模拟精度、可靠度和数值稳定性，实现了不依赖径流资料的参数率定和水文模拟。成果在产汇流理论、水文遥感、最优化方法等方面具有理论和实用价值，同时也为无资料地区模型参数率定提供了新思路。