3種水文模型在淮河息縣流域洪水模擬中的比較

鄧 鵬，李致家

(1.南京信息工程大學(xué)水文氣象學(xué)院，江蘇南京 210044;2.河海大學(xué)水文水資源學(xué)院，江蘇 南京 210098)

流域水文模型作為一種數(shù)學(xué)模型，它從定量上分析流域出口斷面流量過程線形成的全部過程［1-2］。傳統(tǒng)流域水文模型大多數(shù)是集總式概念性模型。分布式水文模型從提出至今經(jīng)過近40 a的發(fā)展，逐漸顯示出了它的理論意義和具有挑戰(zhàn)性的應(yīng)用價(jià)值［3-4］。在當(dāng)前條件下，大部分的分布式模型采用概念性模型的方法，只是模型參數(shù)是分布式的。大多數(shù)分布式水文模型的一個(gè)顯著特點(diǎn)是同DEM相結(jié)合，TOPMODEL就是在DEM基礎(chǔ)上建立的最具代表性的模型［5-6］。常見的分布式水文模型主要有SHE模型、TOPKAPI模型［7-9］、SWAT模型［10］等。本文根據(jù)流域水文模型的發(fā)展過程，選用3種具有代表性的水文模型:新安江模型、TOPMODEL模型和SWAT模型，對(duì)淮河息縣流域進(jìn)行洪水模擬，比較這3種模型在該流域的適用性及特點(diǎn)。這3種模型分別代表了概念性模型、半分布式模型和分布式模型。

1 模型簡介

1973年趙人?。?1］建立了國內(nèi)第一個(gè)完整的流域水文模型——新安江模型，它是目前國內(nèi)應(yīng)用最廣泛的流域水文模型之一，是一種分散參數(shù)的概念性模型。三水源新安江模型蒸散發(fā)計(jì)算采用三層模型;產(chǎn)流計(jì)算采用蓄滿產(chǎn)流模型;用自由蓄水庫結(jié)構(gòu)將總徑流劃分為地表徑流、壤中流和地下徑流;流域匯流計(jì)算采用線性水庫;河道匯流采用馬斯京根分段連續(xù)演算或滯后演算法。1979年，Beven等［5］提出了以變?cè)串a(chǎn)流為基礎(chǔ)的TOPMODEL模型。該模型主要借助地形指數(shù)ln(a/tanβ)來描述和解釋徑流趨勢(shì)以及下墊面的空間變化對(duì)流域水文循環(huán)過程的影響?；谥亓ψ饔脤?dǎo)致徑流沿坡向運(yùn)動(dòng)的原理，模擬了徑流產(chǎn)生的變動(dòng)產(chǎn)流面積，尤其是地表或地下飽和水源面積的變動(dòng)。該模型結(jié)構(gòu)簡單，參數(shù)較少。SWAT模型是由美國農(nóng)業(yè)部開發(fā)的流域尺度分布式模型，可用來模擬預(yù)測(cè)在具有多種土壤類型、土地利用和管理?xiàng)l件的復(fù)雜大流域中，土地管理措施對(duì)水、沙、化學(xué)物質(zhì)等的長期影響。SWAT模型是基于物理過程的模擬模型，其主要輸入要素包括氣象、水文、土壤特性、植被覆蓋、化學(xué)物質(zhì)和土地利用情況等，計(jì)算效率較高，可以模擬和研究長期的變化過程。

圖1 息縣流域水系示意圖Fig.1 Sketch map of stream networKof Xixian Basin

2 應(yīng)用與比較

2.1 流域簡介

息縣以上流域位于河南省南部，居淮河上游。息縣水文站控制面積10190 km2，干流河長250km，主要的支流有浉河、竹竿河和清水河，在浉河和竹竿河支流小潢河上分別建有南灣(集水面積1058 km2)和石山口(集水面積306 km2)2座大型水庫，扣除2座大型水庫后息縣以上的集水面積為8 826 km2，其中南灣水庫多年平均年入庫水量約占息縣水文站多年平均年來水量的10%(圖1)。息縣水文站斷面一般寬700～800 m，最大測(cè)流斷面寬2470 m，最大水深10.50 m。

該流域處于北亞熱帶和暖溫帶，在氣候上具有過渡特征。汛期降雨受季風(fēng)影響，一般每年四五月份雨量開始逐漸增多，隨著江淮流域進(jìn)入梅雨季節(jié)，6月上中旬汛期開始。多年平均年降雨量1060 mm，其中50%左右的降雨集中在汛期(6—9月)，多年平均氣溫在14～16℃之間。流域內(nèi)地形呈現(xiàn)西高東低趨勢(shì)，高程范圍在15～982 m之間，平均高程142 m。流域轄區(qū)的中山區(qū)、低山區(qū)、丘陵區(qū)主要土壤類型為黃棕壤土類，土體有明顯的黏化過程，呈酸性或微酸性，生長有松、衫等針葉和闊葉林，以及漆樹、油桐、油茶等經(jīng)濟(jì)林木。在中山、低山、崗丘及河谷等各種地貌類型的農(nóng)田主要種植稻、麥、油菜等農(nóng)作物。

2.2 資料情況及處理

流域的數(shù)字高程數(shù)據(jù)資料可從美國國家航空航天局(NASA)提供的30 m精度ASTER全球數(shù)字高程模型獲得［12］，從美國馬里蘭大學(xué)(UMD)網(wǎng)站可以下載全球相當(dāng)于1 km尺度的土地利用網(wǎng)格資料［13］，從NASA的全球土地資料同化系統(tǒng)(GLDAS)中可以獲取相當(dāng)于10 km尺度的土壤類型資料［14］，由DEM采用GIS軟件可以提取息縣以上流域模擬水系及流域邊界?；春酉⒖h以上流域的地形和DEM模擬生成的水系、土地利用和土壤類型分別見圖2～4。

根據(jù)流域內(nèi)的測(cè)站分布情況，搜集了桐柏、黃崗、大坡嶺等13個(gè)雨量站1985—2006年的雨量資料、息縣水文站的流量資料以及2座水庫的出庫流量資料，時(shí)段長為1 h，同時(shí)轉(zhuǎn)化為以日為時(shí)段的資料;搜集了信陽、駐馬店、固始?xì)庀笳?951—2007年以日為時(shí)段的各種氣象資料，包括日最高和最低氣溫、降水、風(fēng)速、濕度、日照時(shí)數(shù)等，資料站點(diǎn)的分布情況如圖5所示。

圖2 息縣流域DEM及模擬水系Fig.2 DEM and drainage networKof Xixian Basin

圖3 息縣流域土地利用分布Fig.3 Land use of Xixian Basin

圖4 息縣流域土壤類型分布Fig.4 Soil types of Xixian Basin

圖5 息縣流域資料站點(diǎn)分布Fig.5 Gauge stations of Xixian Basin

2.3 應(yīng)用

新安江模型、TOPMODEL模型及SWAT模型的應(yīng)用中，都是利用1985—1997年的資料進(jìn)行模型參數(shù)率定，用1998—2006年的資料進(jìn)行參數(shù)檢驗(yàn)。新安江模型的應(yīng)用中，根據(jù)雨量站的分布采用泰森多邊形法將流域分為13個(gè)子流域，計(jì)算每個(gè)子流域的產(chǎn)流及匯流，再用馬斯京根法進(jìn)行河道匯流計(jì)算，演算到流域出口，同時(shí)將水庫出流也演算至流域出口并疊加，得到流域出口的流量過程。

TOPMODEL模型應(yīng)用中，劃分子流域的方法以及水庫出流的處理方法與新安江模型應(yīng)用的方法相同。計(jì)算每個(gè)子流域的地形指數(shù)分布曲線，進(jìn)而計(jì)算產(chǎn)流過程，子流域的匯流計(jì)算采用基于地形的等流時(shí)線法。

SWAT模型應(yīng)用中，使用的是最新的ArcSWAT2009［15］。按水系分布情況將流域劃分為23個(gè)子流域，每個(gè)子流域再按土地利用狀況、土壤特性以及坡度劃分為若干個(gè)水文響應(yīng)單元(HRU)。對(duì)率定期資料進(jìn)行參數(shù)敏感性分析，并對(duì)主要的敏感性參數(shù)進(jìn)行自動(dòng)率定，將率定好的SWAT模型再應(yīng)用于檢驗(yàn)期資料。對(duì)各場(chǎng)洪水模擬計(jì)算結(jié)果特征值比較如表1所示，洪水模擬與實(shí)測(cè)過程線比較如圖6所示。

2.4 比較與討論

2.4.1 模型結(jié)構(gòu)比較

在產(chǎn)流計(jì)算中，新安江模型采用的是經(jīng)驗(yàn)性的蓄水容量曲線來分配水量，從而得到產(chǎn)流量。TOPMODEL模型采用的是地形指數(shù)曲線來模擬變動(dòng)的飽和區(qū)從而得到產(chǎn)流量。新安江模型和TOPMODEL模型在模擬飽和區(qū)水量的方法上具有相似性，并且蓄水容量曲線與地形指數(shù)曲線在原理上具有相通性［16-17］。所不同的是，地形指數(shù)曲線可以根據(jù)地形關(guān)系計(jì)算得到，具有一定的物理基礎(chǔ)，而蓄水容量曲線參數(shù)需要人為率定［18］，因而TOPMODEL模型作為一種半分布式模型，結(jié)合了地形信息，所需率定的參數(shù)比新安江模型少，是TOPMODEL模型的優(yōu)點(diǎn)之一。TOPMODEL模型按照地下水面深在空間上的分布及變化判斷出源面積，并將壤中流和飽和坡面流分別計(jì)算，最后匯總到流域總徑流中。與此相反，新安江模型是先計(jì)算出總徑流量，然后通過自由水蓄水庫結(jié)構(gòu)劃分成地表徑流、壤中流和地下徑流，以供接下來的匯流計(jì)算。它們的產(chǎn)流計(jì)算模式都可以看作是蓄滿產(chǎn)流，但是TOPMODEL模型可以具體分析流域產(chǎn)流面積的位置和分布，而新安江模型只是將整個(gè)流域的產(chǎn)流過程用一條蓄水容量曲線來描述。

表1 洪水模擬特征值比較Table 1 Comparison of characteristic values for simulation of floods

圖6 洪水模擬與實(shí)測(cè)過程線比較Fig.6 Comparison of simulated and observed flood processes

TOPMODEL模型作為一種半分布式模型，以地形指數(shù)值來反映流域各點(diǎn)的水文屬性，地形指數(shù)值相同或相似的點(diǎn)可以歸為同類流域區(qū)域，并將其作為計(jì)算單元。SWAT模型是以HRU為計(jì)算單元，SWAT模型的HRU分配考慮因素比TOPMODEL模型多，包括土地利用、土壤屬性、坡度等，所以與TOPMODEL模型相比，SWAT模型是一種綜合考慮流域各種信息的分布式水文模型，其結(jié)構(gòu)和參數(shù)比TOPMODEL模型及新安江模型要復(fù)雜很多。

2.4.2 匯流方法比較

匯流計(jì)算方法對(duì)模擬結(jié)果起著重要影響。新安江模型根據(jù)已劃分好的3種水源，采用線性水庫的概念分別進(jìn)行匯流計(jì)算，得到計(jì)算單元的徑流過程，這是一種概念性的方法，各種匯流參數(shù)需要人為率定。TOPMODEL模型則是根據(jù)以地形為基礎(chǔ)的等流時(shí)線法進(jìn)行匯流，與新安江模型相比，它結(jié)合了地形信息去考慮匯流過程，率定參數(shù)少，并且結(jié)合了一定的實(shí)際物理意義。SWAT模型的匯流方法采用水力學(xué)計(jì)算方法，這也是大部分代表前沿性分布式水文模型應(yīng)當(dāng)研究和采取的匯流計(jì)算方法。這3種模型的匯流計(jì)算方法也代表了從簡單到復(fù)雜、從經(jīng)驗(yàn)關(guān)系到物理過程的這樣一種發(fā)展趨勢(shì)。

2.4.3 應(yīng)用結(jié)果比較

新安江模型作為一種分散參數(shù)的概念性模型，采用劃分子流域的方法考慮下墊面的不均勻性，其模擬結(jié)果很好。TOPMODEL模型在洪水模擬中設(shè)置了針對(duì)每場(chǎng)洪水都可調(diào)試的植被根系層初始水含量參數(shù)，模擬結(jié)果很好，并且其參數(shù)少、結(jié)構(gòu)簡單，特別適用于濕潤地區(qū)［19-21］。SWAT模型作為分布式模型，充分考慮了流域的各種下墊面信息，并且盡量根據(jù)物理基礎(chǔ)去描述水流運(yùn)動(dòng)及其變化規(guī)律，可以得到較好的結(jié)果，但是其結(jié)果比新安江模型和TOPMODEL模型結(jié)果略差。以上結(jié)果從圖6亦可見一斑。分布式水文模型盡管結(jié)構(gòu)復(fù)雜、考慮全面，但對(duì)于河道斷面的洪水預(yù)報(bào)而言，其應(yīng)用效果不一定比傳統(tǒng)概念性或半分布式水文模型好。產(chǎn)生這種現(xiàn)象的一個(gè)原因可能是分布式模型考慮因素眾多，反而將各種誤差疊加放大了，而結(jié)構(gòu)簡單的概念性模型或半分布式模型反而在誤差積累問題上更具優(yōu)勢(shì)［22］。然而分布式水文模型代表了模型研究的前沿方向，它為深入仔細(xì)地探求水文運(yùn)動(dòng)及其變化規(guī)律打下基礎(chǔ)，并且通過分布式模型可以研究某些具體要素對(duì)水文循環(huán)及其運(yùn)動(dòng)規(guī)律的影響，做到了水文模型模擬的精細(xì)化。

3 結(jié) 語

本文將具有代表性的3種水文模型應(yīng)用于淮河息縣流域的洪水過程模擬中，得到較好的結(jié)果。這3種模型也代表了水文模型從簡單到復(fù)雜、從概念性到具有物理基礎(chǔ)、從集總式到分布式的發(fā)展過程。在結(jié)果比較中發(fā)現(xiàn)新安江模型和TOPMODEL模型結(jié)果好于SWAT模型，說明在洪水過程模擬中，結(jié)構(gòu)復(fù)雜、考慮全面的分布式模型的模擬結(jié)果并不一定優(yōu)于傳統(tǒng)的概念性或半分布式模型。然而分布式模型的最大優(yōu)點(diǎn)不在于洪水過程模擬，而是其做到了模擬過程的精細(xì)化，考慮因素更加全面，代表了水文模型發(fā)展的前沿方向。例如在當(dāng)前各種氣候變化或覆被變化對(duì)水文過程影響的研究中，SWAT模型可以作為各種因素對(duì)水文過程變化研究的工具，也可以對(duì)其他各種要素如泥沙運(yùn)動(dòng)、河道化學(xué)物質(zhì)的變化過程進(jìn)行模擬。而新安江模型和TOPMODEL模型的結(jié)構(gòu)簡單、參數(shù)較少、應(yīng)用方便，對(duì)洪水過程模擬的結(jié)果精度較高，得到廣泛的應(yīng)用。

這3種模型各有自己的優(yōu)缺點(diǎn)，因而可以考慮如何采用集合預(yù)報(bào)的方法取長補(bǔ)短，提高模擬精度。例如美國國家海洋和大氣管理局(NOAA)在對(duì)北美徑流的模擬和預(yù)測(cè)中，采用多種模型模擬結(jié)果取均值的方法進(jìn)行集合預(yù)報(bào)。這里也可考慮根據(jù)模型特點(diǎn)及應(yīng)用流域特征，采用加權(quán)方法對(duì)模擬結(jié)果進(jìn)行優(yōu)化集合，相關(guān)方法有待于進(jìn)一步研究。

［1］包為民.水文預(yù)報(bào)［M］.北京:水利水電出版社，2006:139-142.

［2］李致家.水文模型的應(yīng)用與研究［M］.南京:河海大學(xué)出版社，2008:3-12.

［3］熊立華，郭生練.分布式流域水文模型［M］.北京:水利水電出版社，2004:3-18.

［4］董李勤，章光新.全球氣候變化對(duì)濕地生態(tài)水文的影響研究綜述［J］.水科學(xué)進(jìn)展，2011，22(3):429-436.(DONG Liqin，ZHANG Guangxin.Review of the impacts of climate change on wetland ecohydrology［J］.Advances in Water Science，2011，22(3):429-436.(in Chinese))

［5］BEVEN KJ，KIRKBY M J.A physically based variable contributing area model of basin hydrology［J］.Hydrological Science Bulletin，1979，24(1):43-69.

［6］SINGH V P.Computer models of watershed hydrology［M］.Highlands Ranch Colorado，USA:Water Resources Publications，1995:627-668.

［7］劉志雨.基于GIS的分布式托普卡匹水文模型在洪水預(yù)報(bào)中的應(yīng)用［J］.水利學(xué)報(bào)，2004，35(4):70-75.(LIU Zhiyu.Application of GIS-based distributed hydrological model to flood forecasting［J］.Journal of Hydraulic Engineering，2004，35(4):70-75.(in Chinese))

［8］趙君，張曉民.改進(jìn)的TOPKAPI模型及其在洪水預(yù)報(bào)中的應(yīng)用［J］.河海大學(xué)學(xué)報(bào):自然科學(xué)版，2011，39(2)，131-136.(ZHAO Jun，ZHANG Xiaomin.Application of improved TOKAPI model to flood forecast［J］.Journal of Hohai University:Natural Sciences，2011，39(2)，131-136.(in Chinese))

［9］DENG Peng，LI Zhijia，LIU Zhiyu.Numerical algorithm of distributed TOPKAPI model and its application［J］.Water Science and Engineering，2008，1(4):14-21.

［10］李曉，李致家，董佳瑞.SWAT模型在伊河上游徑流模擬中的應(yīng)用［J］.河海大學(xué)學(xué)報(bào):自然科學(xué)版，2009，37(1):23-26.(LI Xiao，LI Zhijia，DONG Jiarui.Application of SWAT model in runoff simulation in upper reaches of Yihe River［J］.Journal of Hohai University:Natural Sciences，2009，37(1):23-26.(in Chinese))

［11］趙人俊.流域水文模擬:新安江模型與陜北模型［M］.北京:水利電力出版社，1984:106-130.

［12］NASA.ASTER global digital elevation model 002［EB/OL］.［2011-12-05］.https://wist.echo.nasa.gov/api/.

［13］UMD.1km Global land cover［EB/OL］.［2010-05-04］.http://www.geog.umd.edu/landcover/1km-map/meta-data.html.

［14］NASA.GLDASglobal soils dataset of Reynolds［EB/OL］.［2010-05-04］.http://www.ngdc.noaa.gov/.

［15］SWAT.Soil and water assessment tool［EB/OL］.［2012-01-09］.http://swatmodel.tamu.edu/.

［16］董小濤，李致家，李利琴.不同水文模型在半干旱地區(qū)的應(yīng)用比較研究［J］.河海大學(xué)學(xué)報(bào):自然科學(xué)版，2006，34(2)，132-135.(DONG Xiaotao，LI Zhijia，LI Liqin.Application and comparison of three hydrological models in semi-arid region［J］.Journal of Hohai University:Natural Sciences，2006，34(2)，132-135.(in Chinese))

［17］SIVAPALAN M，WOODSR A，KALMA J D.Variable bucket representation of TOPMODEL and investigation of the effects of rainfall heterogeneity［J］.Hydrological Processes，1997，11:1307-1330.

［18］戴建男，李致家，黃鵬年，等.新安江模型參數(shù)不確定性分析［J］.河海大學(xué)學(xué)報(bào):自然科學(xué)版，2011，39(6):618-622.(DAI Jiannan，LI Zhijia，HUANG Pengnian，et al.Uncertainty analysis of Xin’anjiang model parameters［J］.Journal of Hohai University:Natural Sciences，2011，39(6):618-622.(in Chinese))

［19］DENG Peng，LI Zhijia，XIE Fan.Application of TOPMODEL in Buliu River Basin and comparison with Xin＇anjiang model［J］.Water Science and Engineering，2008，1(2):25-32.

［20］鄧鵬，李致家，謝帆.TOPMODEL在珠江流域布柳河流域的應(yīng)用及其與新安江模型的比較［J］.湖泊科學(xué)，2009，21(3):441-444.(DENG Peng，LI Zhijia，XIE Fan.Application of TOPMODEL in Buliu River catchment，Pearl River basin and comparison with Xin’anjiang model［J］.Journal of Lake Sciences，2009，21(3):441-444.(in Chinese))

［21］謝帆，李致家，姚成.TOPMODEL 和新安江模型的應(yīng)用比較［J］. 水力發(fā)電，2007，33(10):14-18.(XIEFan，LI Zhijia，YAO Cheng.The application and comparative study of TOPMODEL and Xin’anjiang model［J］.Water Power，2007，33(10):14-18.(in Chinese)).

［22］葉金印，姚成，李京兵，等.綜合誤差系數(shù)在新安江模型參數(shù)全局優(yōu)化中的應(yīng)用［J］.河海大學(xué)學(xué)報(bào):自然科學(xué)版，2013，41(1):1-5.(YE Jinyin，YAO Cheng，LI Jingbing，et al.Application of comprehensive error coefficient to global parameter optimization in Xin’anjiang model［J］.Journal of Hohai University:Natural Sciences，2013，41(1):1-5.(in Chinese))