基于網(wǎng)格的精細化降雨徑流水文模型及其在洪水預(yù)報中的應(yīng)用

李致家,姚 成,張 珂,朱躍龍,劉志雨,李巧玲,童冰星,黃小祥,黃鵬年

(1.河海大學(xué)水文水資源學(xué)院,江蘇 南京 210098; 2.河海大學(xué)計算機與信息學(xué)院,江蘇 南京 210098; 3. 水利部水文局,北京 100053)

基于網(wǎng)格的精細化降雨徑流水文模型及其在洪水預(yù)報中的應(yīng)用

李致家1,姚 成1,張 珂1,朱躍龍2,劉志雨3,李巧玲1,童冰星1,黃小祥1,黃鵬年1

(1.河海大學(xué)水文水資源學(xué)院,江蘇 南京 210098; 2.河海大學(xué)計算機與信息學(xué)院,江蘇 南京 210098; 3. 水利部水文局,北京 100053)

以正交網(wǎng)格降雨徑流模型研究為基礎(chǔ),提出了用于洪水預(yù)報的精細化基于網(wǎng)格蓄滿與超滲空間組合的降雨徑流模型(Grid-XAJ-SATIN)。從模型的原理與結(jié)構(gòu)、地理信息空間處理、參數(shù)空間分布估算、模型的驅(qū)動場分析、模型流域狀態(tài)同化幾個方面對該模型進行討論,分析模型在濕潤、半濕潤流域的實際應(yīng)用情況。結(jié)果表明,無論是濕潤流域還是半濕潤流域,所提出的精細化模型均能取得良好的模擬預(yù)報精度,且模型在輸出流域出口斷面流量過程的同時,可實現(xiàn)對流域內(nèi)任意網(wǎng)格單元流量過程的精細預(yù)報。

降雨徑流水文模型;精細化模擬;蓄滿超滲空間組合;參數(shù)空間分布;模型驅(qū)動場分析;流域狀態(tài)同化;洪水預(yù)報

降雨徑流水文模型的發(fā)展經(jīng)歷了從數(shù)學(xué)物理方程解析或數(shù)值解—水文概化—水文概化+數(shù)學(xué)物理方程解析或數(shù)值解,用于水文或洪水預(yù)報的降雨徑流水文模型發(fā)展經(jīng)歷了水文概化—水文概化+數(shù)學(xué)物理方程解析或數(shù)值解[1]。精細化的水文模型有兩個含義,一是空間分辨率要高,二是對產(chǎn)匯流過程有精確的描述。在實時洪水預(yù)報中由于實時水雨情資料及計算速度的制約,限制了采用數(shù)學(xué)物理方程數(shù)值解的高空間分辨率的水文模型的使用。隨著遙感及計算機技術(shù)的飛速發(fā)展,使得在實時預(yù)報中以往的不可能變?yōu)榭赡?。目前國?nèi)在水情部門降雨徑流水文與洪水預(yù)報中采用的是概念性分布式水文模型,如新安江模型,流域劃分采用泰森多邊形或自然子流域的分塊方法[2]。生產(chǎn)上采用的API模型是集總式水文模型,流域不分塊;由概念性水文模型組成的分布式水文預(yù)報方案的單元流域面積一般比較大,有的可達到上千平方千米[3-7]。20世紀90年代在水文預(yù)報中雷達測雨開始應(yīng)用,反演的雷達測雨資料是以正交網(wǎng)格形式給出的,更易與正交網(wǎng)格的水文模型耦合應(yīng)用[8-20]。由于GIS、DEM及數(shù)字流域技術(shù)的普及應(yīng)用,使正交網(wǎng)格降雨徑流水文模型研究成為可能[21-23]?；跀?shù)學(xué)物理方程數(shù)值解的降雨徑流水文模型大都是網(wǎng)格模型,以正交網(wǎng)格為主,也有三角網(wǎng)格的,在目前的科學(xué)技術(shù)水平下這類模型還很難用于實時水文與洪水預(yù)報[3-10]。李致家等[11,14]進行了基于正交網(wǎng)格降雨徑流水文模型的研究,提出精細化的基于網(wǎng)格的蓄滿與超滲空間組合的降雨徑流水文模型(Grid-XAJ-SATIN)并在實時洪水預(yù)報中應(yīng)用。本文重點討論模型的原理與結(jié)構(gòu)、地理信息空間處理、參數(shù)空間分布估算、模型的驅(qū)動場分析、模型流域狀態(tài)同化以及模型應(yīng)用幾個方面。

1 模型原理與結(jié)構(gòu)

精細化模型Grid-XAJ-SATIN是在網(wǎng)格型新安江模型基礎(chǔ)上[24-37],進一步考慮了蓄滿與超滲產(chǎn)流模式空間組合的分布式水文模型。模型以流域內(nèi)每個DEM網(wǎng)格作為計算單元,先計算出每個網(wǎng)格單元的植被冠層截留量、河道降水量和蒸散發(fā)量;然后再根據(jù)流域水文分區(qū)情況對每個網(wǎng)格單元的產(chǎn)流模式進行識別,位于蓄滿產(chǎn)流區(qū)的網(wǎng)格采用蓄滿產(chǎn)流模式計算出單元產(chǎn)流量,而位于超滲產(chǎn)流區(qū)的網(wǎng)格采用超滲產(chǎn)流模式計算出單元產(chǎn)流量;最后再根據(jù)網(wǎng)格間的匯流演算次序,依次將各單元出流演算至流域出口。模型在進行網(wǎng)格單元產(chǎn)匯流計算時,同時考慮了網(wǎng)格間的水量交換問題以及河道排水網(wǎng)絡(luò)的影響。

1.1 蓄超產(chǎn)流區(qū)空間分布

產(chǎn)流模式分為蓄滿產(chǎn)流模式與超滲產(chǎn)流模式,發(fā)生哪一種取決于流域降雨特征、土壤濕度特征及下墊面特征。降雨及土壤濕度特征屬于動態(tài)特征,每一場暴雨洪水的降雨及土壤濕度特征都不一樣;下墊面特征屬于靜態(tài)特征,在較長時間內(nèi)維持一定的穩(wěn)定性,具體又可以細分為地形特征、植被特征、土壤特征與地質(zhì)特征。Savenije[38]認為地形因素是最重要的因素,包括坡度、坡向、平面曲率、剖面曲率、匯水面積等諸多地形因子。地形陡峭區(qū)域,降雨不易及時下滲,常形成超滲徑流,地形平緩區(qū)域則易蓄滿產(chǎn)流。平面曲率為正的區(qū)域,水流易四散流開,超滲產(chǎn)流發(fā)生；平面曲率為負的區(qū)域,則易水流匯聚,蓄滿產(chǎn)流發(fā)生。剖面曲率為正的區(qū)域,水流流速減緩,易發(fā)生蓄滿產(chǎn)流；剖面曲率為負的區(qū)域,水流加速流動,易產(chǎn)生超滲徑流。匯水面積大的區(qū)域,長期濕潤,下滲能力大,易發(fā)生蓄滿產(chǎn)流；匯水面積小的區(qū)域,則土壤干燥易板結(jié),地下水位埋深大,易發(fā)生超滲徑流。

李致家等[39]認為除地形因素外,植被與土壤對產(chǎn)流過程的影響不可忽略,提出了一種基于徑流曲線數(shù)與地形指數(shù)的蓄超產(chǎn)流區(qū)空間分布的確定方法,首先根據(jù)任意網(wǎng)格單元的土壤及土地利用類型,確定各單元的徑流曲線數(shù),并計算任意單元的地形指數(shù),再對徑流曲線數(shù)與地形指數(shù)開展聚類分析,最終確定任意單元的主導(dǎo)產(chǎn)流模式,進而獲取流域蓄滿產(chǎn)流區(qū)與超滲產(chǎn)流區(qū)的空間分布。

1.2 單元產(chǎn)流及分水源

1.2.1 蓄滿產(chǎn)流

土壤蓄滿表示的是土壤含水量達到田間持水量,而不是飽和含水量。Grid-XAJ-SATIN模型采用蓄滿產(chǎn)流機制是指在降雨過程中,直到土壤包氣帶蓄水量達到田間持水量時才能產(chǎn)流,而在達到田間持水量之前,所有來水均被土壤吸收而不產(chǎn)流。對于流域內(nèi)蓄滿產(chǎn)流區(qū)的網(wǎng)格單元而言,可以采用張力水蓄水容量分布曲線來考慮土壤含水量在單元內(nèi)的分布不均問題,也可以假定張力水含水量在單元內(nèi)分布均勻,此時將計算時段內(nèi)網(wǎng)格單元的實測降雨先扣除相應(yīng)時段的蒸散發(fā),植被冠層截留,河道降水后,再考慮上游入流是否補足當(dāng)前單元的土壤含水量,即可得到實際用于產(chǎn)流計算的時段降雨量Pe,則

(1)

式中:R——時段產(chǎn)流量;Pe——時段降雨量;W0——網(wǎng)格單元實際的張力水含量;WM——柵格單元全土層的張力水蓄水容量。

任意網(wǎng)格單元內(nèi)的產(chǎn)流量R均被劃分為3種水源:地面徑流Rs、壤中流Ri以及地下徑流Rg。與產(chǎn)流計算一樣,在進行分水源計算時,每個網(wǎng)格單元內(nèi)不再考慮自由水蓄水容量面上分布不均問題。分水源計算所用公式為

Ri=KiS

(2)

Rg=KgS

(3)

(4)

式中:SM——網(wǎng)格單元表層土自由水蓄水容量;Ki——表層自由水含量對壤中流的出流系數(shù);Kg——表層自由水含量對地下水的出流系數(shù);S——網(wǎng)格單元實際的自由水含量。

1.2.2 超滲產(chǎn)流

超滲產(chǎn)流量由降雨強度和地面下滲能力共同決定。當(dāng)降雨雨強大于地面下滲能力時,產(chǎn)流量等于降雨強度與地面下滲能力之差,土壤含水量的增加與下滲能力相同。當(dāng)降雨雨強小于地面下滲能力時,產(chǎn)流量為零,降雨量全部補充土壤含水量。對于超滲產(chǎn)流計算而言,關(guān)鍵是確定出下滲能力。本模型提供了基于Green-Ampt方程與Philip下滲曲線的兩種下滲能力計算方法。

1.3 匯流演算

Grid-XAJ-SATIN模型提供了兩種匯流演算方法,包括一維擴散波模型與基于網(wǎng)格的Muskingum匯流方法。在進行網(wǎng)格間擴散波匯流演算時,假設(shè)任意網(wǎng)格單元都由坡地和河道組成,即原來的坡地網(wǎng)格上也存在一個“虛擬河道”,地下徑流與壤中流都直接匯入河道或“虛擬河道”中,因此網(wǎng)格間的匯流就由坡面匯流及河道匯流組成,均采用擴散波模型。其中,坡面匯流擴散波方程組為

(5)

式中:hs——坡面水流的水深;us——坡面水流的平均流速;qs——單位時間內(nèi)所計算的坡面徑流深,Soh——沿出流方向的地表坡度;Sfh——沿出流方向的地表摩阻比降。

在進行網(wǎng)格間匯流演算時,式(5)需要在每個網(wǎng)格單元上進行離散,其中的連續(xù)性方程為

(6)

式中:Agc——網(wǎng)格單元的面積;Qs——網(wǎng)格單元的地表徑流流量;Qsout——網(wǎng)格單元的地表徑流出流量;Qsup——上游網(wǎng)格入流量。

對于河道匯流而言,其一維擴散波方程組為

(7)

式中:Ach——河道斷面過水面積;Qch——河道流量;ql——單寬旁側(cè)入流;hch——河道水深;Soc——河道坡度;Sfc——河道摩阻比降。

本模型采用基于兩步MacCormack算法的二階顯式有限差分格式進行坡面與河道水流擴散波方程組的求解。

2 地理信息的空間處理

精細化模型計算除了需要基本的水雨情數(shù)據(jù)外,還需要DEM高程、土壤類型、植被覆蓋/利用等空間數(shù)據(jù)。常見的DEM數(shù)據(jù)如由美國太空總署(NASA)與國防部國家測繪局(NIMA)聯(lián)合測量的SRTM(shuttle radar topography mission, 即航天飛機雷達地形測繪使命)數(shù)據(jù),土壤類型數(shù)據(jù)如聯(lián)合國糧農(nóng)組織(FAO)和維也納國際應(yīng)用系統(tǒng)研究所(IIASA)所構(gòu)建的世界土壤數(shù)據(jù)庫HWSD (harmonized world soil database version),植被覆蓋/利用數(shù)據(jù)如美國馬里蘭大學(xué)(UMD)提供的全球土地覆蓋數(shù)據(jù)和歐洲太空總署(ESA)提供的GlobCover全球陸地覆蓋數(shù)據(jù)。

3 模型參數(shù)與空間分布估算

精細化模型需要確定流域內(nèi)任意網(wǎng)格單元的模型參數(shù),只依賴水文觀測資料很難實現(xiàn),必需根據(jù)土壤、植被、地貌特征等下墊面信息對模型參數(shù)及其空間分布進行估算。利用下墊面空間信息估計模型參數(shù)及其空間分布,也將有助于精細化模型在無資料地區(qū)洪水預(yù)報中發(fā)揮其更大的優(yōu)勢。Grid-XAJ-SATIN模型中部分參數(shù)可直接通過每個網(wǎng)格單元的土壤類型和植被覆蓋類型估計,如植被冠層截留計算中植物葉面積指數(shù)、作物高度與坡面匯流的曼寧糙率系數(shù);地表坡度、河道坡度、河道長度等可直接通過地貌特征獲取;蓄水容量、土壤吸水率、穩(wěn)定下滲率等參數(shù)則可以通過其物理意義,與土壤類型及植被覆蓋之間建立定量關(guān)系。

3.1 產(chǎn)流參數(shù)

3.1.1 蓄滿產(chǎn)流及分水源參數(shù)

蓄滿產(chǎn)流及分水源參數(shù)主要包括前文所述的WM、SM、Ki與Kg?？赏茖?dǎo)出:

WM=(θfc-θwp)La

(8)

SM=(θs-θfc)Lh

(9)

式中:θfc——田間持水量;θwp——凋萎含水量;La——包氣帶厚度;Lh——腐殖質(zhì)土層厚度。其中,θs、θfc、θwp均可根據(jù)柵格單元的土壤類型通過查土壤參數(shù)統(tǒng)計表獲取,因此只要知道每個柵格單元的La與Lh即可獲得WM與SM在流域的空間分布。在自然界中,影響包氣帶厚度的因素較多,很難進行直接推求。La與Lh可通過與地形指數(shù)及土壤類型對應(yīng)的土壤水分常數(shù)進行估算[35]。

Ki與Kg這2個參數(shù)屬于并聯(lián)參數(shù),其和Ki+Kg代表的是自由水出流的快慢,應(yīng)與單元的土壤類型有關(guān),而自由水指的是飽和含水量與田間持水量之間那部分可以在重力作用下自由流動的水,因此可以將θs與θfc作為衡量自由水出流快慢的指標。Ki/Kg表示的是壤中流與地下徑流的比,此比值可以通過θwp來反映[35-37]。

3.1.2 超滲產(chǎn)流參數(shù)

當(dāng)采用Green-Ampt方程或Philip下滲曲線進行超滲產(chǎn)流計算時,其主要參數(shù)如飽和水力傳導(dǎo)度、毛管水頭、土壤吸水率和穩(wěn)定下滲率等均可根據(jù)物理意義及土壤類型估算確定。以Philip下滲曲線為例,其主要參數(shù)包括土壤吸水率Se與穩(wěn)定下滲率A0,估算公式[40]為

(10)

(11)

式中:Sini——土壤的初始飽和度,Sini=θini/θs;θini——初始土壤含水量;ψ——飽和土壤基模勢,ψ與參數(shù)B可由孔隙形狀參數(shù)進行估算[40];φ——指數(shù),φ=3+2/λ;Kshc、λ——土壤參數(shù)。

3.2 匯流參數(shù)

當(dāng)采用擴散波模型進行匯流計算時,其參數(shù)估算主要是基于流域地貌特征以及河道斷面信息。其中,坡面匯流的曼寧糙率系數(shù)是根據(jù)柵格單元的植被類型由植被參數(shù)統(tǒng)計表確定,而每個柵格單元河道匯流的曼寧糙率系數(shù)可由單元上游匯水面積與河道坡度估算得到[38-39]。當(dāng)考慮河道排水網(wǎng)絡(luò)影響時,其地表徑流匯入河道比例參數(shù)可采用面積比例法進行計算[40]。

4 模型驅(qū)動場估算

降水作為水文模型最關(guān)鍵的輸入源,其精度和時效性直接影響模擬結(jié)果的精度和可靠性[41-43]。在洪水預(yù)報中,模擬水文過程的不確定性70%～80%歸因于降水的時空變異性。目前降水?dāng)?shù)據(jù)的獲取方式主要有地面觀測、衛(wèi)星和雷達定量降水估計、模式定量降水預(yù)報。長期以來,降水的常規(guī)觀測主要依賴于布設(shè)于地表的觀測站點,采用有限的觀測結(jié)果代表周邊幾十甚至幾百平方千米范圍內(nèi)的真實降水。實際降水的大小、類型等具有顯著的時空變異性,地面站點存在以點代面的問題,特別是站點稀少的區(qū)域觀測降水不能有效反映空間降水的空間變異性[41,44-47],降水觀測的空間局限性成為水文研究中的難點[42]。雷達定量降水估計具有空間分辨率高、實時性強的優(yōu)點,但是因容易受覆蓋物的影響,其覆蓋范圍有限[43]。伴隨著國內(nèi)外衛(wèi)星遙感技術(shù)的發(fā)展,基于天氣雷達與衛(wèi)星的遙感降水觀測得以不斷完善,彌補了地面站點空間分布的不足,也為降水的監(jiān)測提供了新的手段。目前,衛(wèi)星遙感在獲取時空變化的全球降水方面具有獨特的優(yōu)勢,提供了前所未有的衛(wèi)星降水產(chǎn)品如TRMM、 GPM、COMRPH、PERSIANN、FY-3B、FY-3C等。衛(wèi)星定量降水估計具有覆蓋面廣、觀測時間較連續(xù)的優(yōu)勢[48],但是由于遙感探測儀器、反演算法等限制,衛(wèi)星降水產(chǎn)品的精度相對較低,并且對固態(tài)降水的反演能力有限[49-50]。

為了更好地描述降水的空間變化,充分發(fā)揮不同降水來源的優(yōu)點,提高降水產(chǎn)品的質(zhì)量,構(gòu)建高精度、高時空分辨率的水文模型驅(qū)動場,采用將高時空分辨率的衛(wèi)星定量降水估計作為背景場,與地面站點的降水或雷達降水進行融合,同時對衛(wèi)星降水進行降尺度[51-55]。

5 模型初始場、狀態(tài)場估算與同化

模型的計算需要知道流域的初始狀態(tài)。流域狀態(tài)(如土壤含水量)有的可測,但地面觀測時空分辨率不夠,可以采用遙感反演與地面同化彌補不足。至于地表、壤中與地下徑流等狀態(tài)很難觀測則只能估算了。土壤濕度控制著眾多陸面水文通量和能量過程,在降水、徑流、下滲、蒸散發(fā)等水文過程中起著至關(guān)重要的作用[55-58]。常規(guī)站點雖然觀測精度高,但站點稀少難以表征土壤水的大范圍空間分布。星基遙感技術(shù)(如SMAP、 GSWP、 SMOS、風(fēng)云衛(wèi)星等)因其能夠在全球和區(qū)域尺度上獲取土壤濕度而得到廣泛的關(guān)注。衛(wèi)星遙感反演雖然能夠在日尺度上大范圍地獲取土壤水,但是只能觀測表層(0～10 cm)的土壤水[59-60]。土壤水可以通過具有基于物理機制或者概念性水文模型的模擬來獲得,但受制于模型結(jié)構(gòu)、驅(qū)動數(shù)據(jù)、參數(shù)等不確定性影響,模擬結(jié)果存在一定偏差。數(shù)據(jù)同化的優(yōu)勢在于能夠?qū)⑿l(wèi)星和遙感探測數(shù)據(jù)、陸面過程模型模擬值、站點觀測資料結(jié)合起來,能夠有效提高土壤水的估算能力[61-65],也是土壤水研究的一個重要方向[66]。

數(shù)據(jù)同化技術(shù)在20世紀90年代被引入水文中,尤其帶動了土壤水陸面過程模型的發(fā)展[67]。常用數(shù)據(jù)同化算法包括卡爾曼濾波、集合卡爾曼濾波、擴展卡爾曼濾波、粒子濾波、三維變分算法、四維變分算法等[69-70]。同化算法仍然受到復(fù)雜的不確定性、觀測的非線性等多方面的影響[70]。首先,采用一個月前的衛(wèi)星觀測土壤相對濕度來設(shè)置模型土壤含水量的初始狀態(tài)場;然后采用集合卡爾曼濾波方法將衛(wèi)星觀測表層土壤含水與模型表層土壤含水量進行融合來調(diào)整模型狀態(tài),從而實現(xiàn)模型狀態(tài)場與衛(wèi)星觀測的同化。

6 模 型 應(yīng) 用

將Grid-XAJ-SATIN模型應(yīng)用于浙江分水江昌化流域、於潛流域,黃河渭河支流陳河流域,漢江子午河大河壩流域以及海河于橋水庫上游的前毛莊流域。這5個流域中昌化流域和於潛流域?qū)儆跐駶櫫饔?而陳河流域、大河壩流域以及前毛莊流域?qū)儆诎霛駶櫫饔?。以昌化流域為濕潤流域的典型代?陳河流域為半濕潤流域的典型代表,對模型的洪水模擬預(yù)報能力進行分析。

昌化流域位于浙江省西北部,流域總面積905 km2,流域多年平均年降雨量為1 638.2 mm。陳河流域位于陜西省秦嶺北麓,流域面積1 395 km2,多年平均降水量700～900 mm。

以昌化流域1998—2010年間的24場洪水(14場洪水用于率定,10場洪水用于檢驗)以及陳河流域2003—2012年間的20場洪水(14場洪水用于率定,6場洪水用于檢驗)為例進行模型的率定與驗證計算。表1和表2分別為昌化、陳河兩個流域的洪水模擬結(jié)果統(tǒng)計。

由表1可以看出,昌化流域用于率定的14場洪水中,13場洪水的洪量與洪峰流量相對誤差小于20%,平均模擬徑流深相對誤差為12.98%;模擬洪峰合格率為92.8%,到達甲級預(yù)報方案。對于陳河流域而言(表2),達到乙級方案。圖1為摘錄的昌化流域和陳河流域模擬洪水過程線比較。結(jié)果表明,無論是濕潤流域還是半濕潤流域,本文所提出的精細化模型Grid-XAJ-SATIN均能取得較高的洪水模擬精度與良好的實際應(yīng)用效果。

表1 昌化流域次洪模擬計算結(jié)果

表2 陳河流域次洪模擬計算結(jié)果

此外,Grid-XAJ-SATIN模型是以每一個網(wǎng)格為計算單元進行產(chǎn)匯流計算,并基于下墊面特性的分布信息推求了參數(shù)的空間分布,因此模型可以實現(xiàn)對流量的時空變化進行精細模擬。圖2為模型模擬的昌化流域2002062703號洪水過程與陳河流域2003090319號洪水過程洪峰時刻的流量空間分布。由此可以看出,Grid-XAJ-SATIN模型在輸出流域出口斷面流量過程的同時,也可以輸出流域上任意網(wǎng)格單元的流量過程。利用該特點,可將本模型用于流域上任意無資料地區(qū)的洪水預(yù)報。

圖1 昌化流域和陳河流域模擬洪水過程線對比 Fig.1 Comparison between simulated and measured results of flood in different catchments

圖2 昌化流域與陳河流域模擬洪峰時刻流量空間分布Fig.2 Spatial distribution of discharge at flood peak time

7 結(jié) 語

為進一步提高中小流域及半濕潤半干旱流域?qū)崟r洪水預(yù)報精度,以網(wǎng)格型新安江模型為基礎(chǔ),增加了蓄滿產(chǎn)流與超滲產(chǎn)流的空間組合框架,建立了基于網(wǎng)格蓄滿與超滲空間組合的精細化洪水預(yù)報模型Grid-XAJ-SATIN。本模型的主要特點包括:(a)基于流域的地形、土壤、植被等因子,對任意網(wǎng)格單元的產(chǎn)流模式進行識別,確定了蓄滿與超滲產(chǎn)流區(qū)的空間分布,進一步提高了產(chǎn)流模擬精度;(b)在進行產(chǎn)匯流計算時,不僅考慮了網(wǎng)格單元之間的水流交換,同時考慮了網(wǎng)格與河道之間的水流交換,更好地描述了產(chǎn)匯流過程中沿程水流的再分配過程;(c)可以結(jié)合多源數(shù)據(jù)信息與融合同化方法,為預(yù)報計算提供了高精度的驅(qū)動場及初始與狀態(tài)場;(d)利用流域地形特征和土壤屬性的空間分布信息,建立了模型產(chǎn)匯流參數(shù)與土壤水文常數(shù)、土層厚度等流域下墊面特性間的定量關(guān)系,實現(xiàn)了模型參數(shù)空間分布的估算;(e)模型在輸出流域出口斷面流量過程的同時,也可實現(xiàn)對流域內(nèi)任意網(wǎng)格單元流量過程的精細預(yù)報。

Grid-XAJ-SATIN模型已成功用于多個濕潤、半濕潤半干旱流域的洪水模擬及實時預(yù)報,已得到了良好的實際驗證。隨著水文大數(shù)據(jù)的日益豐富,模型可用的數(shù)據(jù)源越來越多,空間數(shù)據(jù)的分辨率也越來越高,為Grid-XAJ-SATIN模型更加精細地模擬流域水文過程提供了很好的數(shù)據(jù)支撐,在實時洪水預(yù)報中,模型也有著更加廣泛的應(yīng)用前景。

[ 1 ] 趙人俊.流域水文模型:新安江模型與陜北模型[M]. 北京:水利電力出版社,1983:40-45.

[ 2 ] 水利部水文局,長江水利委員會水文局. 水文情報預(yù)報技術(shù)手冊[M]. 北京:水利電力出版社,2010:105-110.

[ 3 ] ANDERSON M G,MCDONNELL J J. Encyclopedia of hydrological sciences[M].New York:John Wiley amp; Sons Ltd,2005:207-215.

[ 4 ] KIRKBY M J. Hillslope hydrology [J]. Hydrological Forecasting, 1985,42(1):37-75.

[ 5 ] FREEZE R A, HARLAN R L. Blueprint for a physically-based, digitally-simulated hydrologic response model[J]. Journal of Hydrology,1969, 9(3):237-258.

[ 6 ] ABBOTT M B, REFSGAARD J C.Distributed hydrological modeling[M].Dordrecht:Kluwer Academic, 1996:208-226.

[ 7 ] 趙宏臻,陳鳴,吳永祥,等. 淮北平原分布式除澇水文模型及應(yīng)用[J].水資源保護,2014,30(4):14-17.(ZHAO Hongzhen, CHEN Ming, WU Yongxiang,et al. Research and application of distributed waterlogging control hydrological model for Huaibei Plain[J].Water Resources Protection, 2014,30(4):14-17.(in Chinese))

[ 8 ] SINGH V P, FREVERT D. Mathematical models of small watershed hydrogy and applications[J].Water Resources Publications, 2002,32(1):107-112.

[ 9 ] BEVEN K. Rainfall-runoff modeling-the Primer[M]. Chichester: Wiley, 2000:115-121.

[10] BEVEN K. Towards an alternative blueprint for a physically based digitally simulated hydrologic response modeling system[J]. Hydrological Processes, 2002, 16(2): 189-206.

[11] 包紅軍,王莉莉,李致家,等.基于Holtan產(chǎn)流的分布式水文模型[J].河海大學(xué)學(xué)報(自然科學(xué)版),2016,44(4):340-346.(BAO Hongjun,WANG Lili,LI Zhijia,et al. A distributed hydrological model based on Holtan runoff generation theory[J].Journal of Hohai University(Natural Sciences), 2016,44(4):340-346.(in Chinese))

[12] 芮孝芳.水文學(xué)原理[M].北京:水利水電出版社,2004:131-145.

[13] 芮孝芳.水文學(xué)研究進展[M].南京:河海大學(xué)出版社,2007:181-199.

[14] 李致家, 李蘭茹,黃鵬年,等.流域分塊對匯流參數(shù)的影響[J].河海大學(xué)學(xué)報(自然科學(xué)版),2014,42(4):283-288.(LI Zhijia,LI Lanru,HUANG Pengnian,et al. Effect of watershed subdivision on confluence parameter [J]. Journal of Hohai University(Natural Sciences), 2014,42(4):283-288. (in Chinese))

[15] JASPER K, GURTZ J, LANG H. Advanced flood forecasting in Alpine watersheds by coupling meteorological observations and forecasts with a distributed hydrological model [J]. Journal of Hydrology,2002, 267(1):40-52.

[16] COLLIER C G. Weather radar precipitation data and their use in hydrological modelling[J].Distributed Hydrological Modelling,1996,22(1):143-163.

[17] REED S, KOREN V, SMITH M.Overall distributed model intercomparsion project results [J]. Journal of Hydrology,2004,298(1): 27-60.

[18] MICHAEL S,DONG-JUN S, VICTOR K. The distributed model intercomparsion project(DMIP):motivation and experiment design[J]. Journal of Hydrology,2004, 298(1): 298-303.

[19] LI Zhijia,GE Wenzhong,LIU Jintao,et al. Coupling between weather radar rainfall data and a distributed hydrological model for real-time flood forecasting[J]. Hydrological Journal Sciences, 2004, 49 (6):945-958.

[20] ANDERSON M G, BURT T P. Hydrological forecasting[M]. Hoboken:Wiley, 1985: 77-101.

[21] 劉曉陽, 毛節(jié)泰, 李紀人,等. 雷達估測降水模擬史灌河流域徑流[J]. 北京大學(xué)學(xué)報(自然科學(xué)版), 2002, 38(3):342-349.(LIU Xiaoyang, MAO Jietai, LI Jiren, et al. Radar rainfall estimat ion and its application on runoff simulation over Shiguanhe Catchments[J]. Journal of Peking Universit(Natural Sciences), 2002, 38(3):342-349. (in Chinese))

[22] LIU Zhiyu, TODINI E. Towards a comprehensive physically based rainfall runoff model[J]. Hydrology and Earth System Sciences, 2002, 6(5): 859-881.

[23] IVANONI V Y, VIVPNI E R, BRAS R L. Catch hydrologic response with a fully distributed triangulated irregular network model[J]. Water Resources Research, 2004, 40(11):591-612.

[24] 劉志雨. 基于GIS的分布式托普卡匹水文模型在洪水預(yù)報中的應(yīng)用[J]. 水利學(xué)報, 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))

[25] 張珂, 李致家, 包紅軍. GTOPMODEL與TOPMODEL模型的比較[J]. 河海大學(xué)學(xué)報(自然科學(xué)版), 2005, 33(5):509-512.(ZHANG Ke, LI Zhijia, BAO Hongjun. Comparison between GTOPMODEL and TOPMODEL[J]. Journal of Hohai University(Natural Sciences), 2005, 33(5):509-512. (in Chinese))

[26] 李致家, 張珂. 基于GIS的DEM和分布式水文模型的應(yīng)用比較[J]. 水利學(xué)報, 2006,37(8):1022-1028.(LI Zhijia, ZHANG Ke. Comparison of distributed geological models based on GIS technology and DEM[J]. Journal of Hydraulic Engineering, 2006,37(8):1022-1028. (in Chinese))

[27] 李致家, 姚成. 基于柵格的新安江模型與GTOPMODEL模型[J]. 河海大學(xué)學(xué)報(自然科學(xué)版), 2007, 35(2):131-134.(LI Zhijia, YAO Cheng. The study on Grid-Xin’anjiang model and GTOPMODEL[J]. Jouranl of Hohai University(Natural Sciences), 2007, 35(2):131-134. (in Chinese))

[28] 姚成. 基于柵格的新安江(Grid-Xinanjiang)模型研究[D]. 南京:河海大學(xué). 2009:210-227.

[29] 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,2008:31-36.

[30] 李致家.現(xiàn)在水文模擬與預(yù)報技術(shù)[M].南京:河海大學(xué)出版社,2010:78-89.

[31] LI Zhijia,ZHANG Ke. Comparison of three GIS-based hydrological models[J]. Journal of Hydrologic Engineering, 2008, 13 (5):364-370.

[32] YAO Cheng,LI Zhijia,BAO Hongjun,et al. Application of a developed Grid-Xinanjing Model to Chinese watersheds for Flood Forecasting Purpose[J]. Journal of Hydrologic Engineering, 2009, 14 (9): 923-934.

[33] 李致家, 胡偉升, 丁杰,等.基于物理基礎(chǔ)與基于柵格的分布式水文模型研究[J]. 水力發(fā)電學(xué)報, 2012, 31(2):5-13. (LI Zhijia, HU Weisheng, DING Jie,et al. Study on distributed hydrological model of solving physical equation on grids[J]. Journal of Hydroelectric Engineering, 2012, 31(2):5-13. (in Chinese))

[34] 許波劉,董增川,洪嫻.集總式喀斯特水文模型構(gòu)建及其應(yīng)用[J].水資源保護,2017,33(2):37-42.(XU Boliu,DONG Zengchuan,HONG Xian. Lumped karst hydrological model and its application[J].Water Resources Protection, 2017,33(2):37-42. (in Chinese))

[35] ZHANG He, LI Zhijia,SAIFULLAH M, et al. Impact of DEM Resolution and Spatial Scale Analysis of Influence Factors and Parameters on Physically Based Distributed Model[J]. Advances in Meteorology, 2016(4):1-10.

[36] 劉志雨, 李致家. 中小河流洪水預(yù)警指標確定與預(yù)報技術(shù)研究[M]. 北京: 科學(xué)出版社, 2016: 112-132.

[37] YAO Cheng,LI Zhijia,YU Zhongbo, et al. A priori parameter estimates for a distributed, grid-based Xinanjiang model using geographically based information[J]. Journal of Hydrology, 2012, 468: 47-62.

[38] SAVENIJE H.Opinions “Topography Driven Conceptual Modelling (FLEX-Topo)” [J].Hydrology and Earth System Sciences,2010,14(12): 2681-2692.

[39] 李致家, 黃鵬年, 張永平,等.半濕潤流域蓄滿超滲空間組合模型研究[J]. 人民黃河, 2015, 37(10):1-6.(LI Zhijia, HUANG Pengnian, ZHANG Yongping,et al.Study on spatial combiantion MODEL of infiltration-excess and saturation-excess runoff in semi:humid watersheds[J].Yellow River, 2015, 37(10):1-6. (in Chinese))

[40] 姚成. 基于柵格的分布式新安江模型構(gòu)建與分析[D]. 南京:河海大學(xué), 2007:137-218.

[41] LI Ming, SHAO Quanxi. An improved statistical approach to merge satellite rainfall estimates and raingauge data[J]. Journal of Hydrology, 2010,385(1-4):51-64.

[42] ZAJACZKOWSKI J. A comparison of the BAWAP and SILO spatially interpolated daily rainfall datasets[C]//Anon.18th World IMACS/MODSIM Congress. Cairns: Citeseer, 2009:3886-3892.

[43] HUGHES D A. Comparison of satellite rainfall data with observations from gauging station networks[J]. Journal of Hydrology, 2006;327(3/4):399-410.

[44] 姚成,紀益秋,李致家,等. 柵格型新安江模型的參數(shù)估計及應(yīng)用[J]. 河海大學(xué)學(xué)報(自然科學(xué)版), 2012, 40 (1): 42-47.(YAO Cheng, JI Yiqiu, LI Zhijia, et al.Parameter estimation and application of grid-based Xin’anjiang model[J]. Jouranl of Hohai University(Natural Sciences), 2012, 40 (1): 42-47. (in Chinese))

[45] JAIN M K, SINGH V P. DEM-based modelling of surface runoff using diffusion wave equation[J]. Journal of Hydrology, 2005, 302(1/2/3/4):107-126.

[46] BHATTACHARYA A, ADHIKARI A, MAITRA A. Multi-technique observations on precipitation and other related phenomena during cyclone Aila at a tropical location[J].International Journal of Remote Sensing, 2013,34(6):1965-1980.

[47] LANGELLA G, BASILE A, BONFANTE A, et al. High-resolution space-time rainfall analysis using integrated ANN inference systems[J]. Journal of Hydrology, 2010,387(3-4):328-342.

[48] 李致家, 劉金濤, 葛文忠,等. 雷達估測降雨與水文模型的耦合在洪水預(yù)報中的應(yīng)用[J]. 河海大學(xué)學(xué)報(自然科學(xué)版), 2004,32(6):601-606.(LI Zhijia, LIU Jintao,GE Wenzhong, et al. Coupling of weather radar rainfall data with hydrological model and its application to flood forecast[J].Journal of Hohai university:Natural Sciences,2004,32(6):601-606.(in Chinese))

[49] 阿邁德·迪狄安·迪阿羅, 劉曉陽, 毛節(jié)泰,等. 衛(wèi)星雷達聯(lián)合重構(gòu)大尺度流域降水場[J].高原氣象, 2004,23(1):11-17. (Ahmed Tidiane Diallo, LIU Xiaoyang, MAO Jietai, et al.Precipitation field of large scale catchment reconstructed by combination of GMS satellite and weather radar[J].Plateau Meteorology, 2004,23(1):11-17.(in Chinese))

[50] HSU K, GAO X, SOROOSHIAN S, et al. Precipitation estimation from remotely sensed information using artificial neural networks[J]. Journal of Applied Meteorology, 1997,36(9):1176-1190.

[51] SHEN Yan, WANG Ying, XIE Pingping. Performance of high-resolution satellite precipitation products over China[J]. Journal of Geophysical Research-Atmospheres,2010,115:198-227.

[52] WU Lu, ZHAI Panmao. Validation of daily precipitation from two high-resolution satellite precipitation datasets over the Tibetan Plateau and the regions to its east[J]. Acta Meteorologica Sinica, 2012,26(6):735-745.

[53] ADLER R F, HUFFMAN G J, CHANG A, et al. The version-2 global precipitation climatology project (GPCP) monthly precipitation analysis (1979-present)[J]. Journal of Hydrometeorology, 2003,4(6):1147-1167.

[54] XIE P, JANOWIAK J E, ARKIN P A, et al. GPCP pentad precipitation analyses: an experimental dataset based on gauge observations and satellite estimates[J]. Journal of Climate, 2003,16(13):2197-2214.

[55] XIE Pingping, XIONG Anyuan. A conceptual model for constructing high-resolution gauge-satellite merged precipitation analyses[J]. Journal of Geophysical Research: Atmospheres, 2011,116:21106-21119.

[56] 陳冬冬, 戴永久.近五十年中國西北地區(qū)夏季降水場變化特征及影響因素分析[J]. 大氣科學(xué),2009,33(6):1247-1258.(CHEN Dongdong, DAI Yongjiu. Characteristics and analysis of typical anomalous summer rainfall patterns in Northwest China over the last 50 years[J].Chinese Journal of Atmospheric Sciences, 33(6): 1247-1258. (in Chinese))

[57] MORAN M S,PETERS LIDARD C D, WATTS J M, MCELROY S. Estimating soil moisture at the watershed scale with satellite-based radar and land surface models[J]. Canadian Journal of Remote Sensing, 2004,30(5):805-26.

[58] SENEVIRATNE S I, CORTI T, DAVIN E L, et al. Investigating soil moisture-climate interactions in a changing climate: a review[J]. Earth Science Reviews, 2010,99(3/4):125-161.

[59] 師春香, 謝正輝, 錢輝, 等. 基于衛(wèi)星遙感資料的中國區(qū)域土壤濕度EnKF數(shù)據(jù)同化[J]. 中國科學(xué):地球科學(xué). 2011, 41(3):375-385. (SHI Chunxiang, XIE Zhenghui, QIAN Hui, et al. China land soil moisture EnKF data assimilation based on satellite remote sensing data[J].Science China: Earth Science. 2011, 41(3):375-385.(in Chinese))

[60] VEREECKEN H, HUISMAN J A, BOGENA H, et al. On the value of soil moisture measurements in vadose zone hydrology: a review[J]. Water Resources Research, 2008, 44(4):253-270.

[61] GAO H, WOOD E F, JACKSON T J, et al. Using TRMM/TMI to retrieve surface soil moisture over the Southern United States from 1998 to 2002[J]. Journal of Hydrometeorology, 2006, 7(1):815-818.

[62] ESCORIHUELA M J, CHANZY A, WIGNERON J P, et al. Effective soil moisture sampling depth of L-band radiometry: a case study.[J]. Remote Sensing of Environment, 2010, 114(5):995-1001.

[63] MARGULIS S A, MCLAUGHLIN D, ENTEKHABI D, et al. Land data assimilation and estimation of soil moisture using measurements from the Southern Great Plains 1997 Field Experiment[J]. Water Resources Research, 2002, 38(12):3-31.

[64] REICHLE R H, KOSTER R D, LIU P, et al. Comparison and assimilation of global soil moisture retrievals from the Advanced Microwave Scanning Radiometer for the Earth Observing System (AMSR-E) and the Scanning Multichannel Microwave Radiometer (SMMR)[J]. Journal of Geophysical Research Atmospheres, 2007, 112(D9):139-155.

[65] 蘭鑫宇, 郭子祺, 田野, 等. 土壤濕度遙感估算同化研究綜述[J]. 地球科學(xué)進展, 2015, 30(6):668-679. (LAN Xinyu, GUO Ziqi, TIAN Ye,et al. Review in soil moisture remote sensing estimation based on data assimilation[J]. Advances in Earth Science, 2015 30(6): 668-679. (in Chinese))

[66] CHRISTIAN E. Planning for the Global Earth Observation System of Systems (GEOSS)[J]. Space Policy, 2005, 21(2):105-109.

[67] MCLAUGHLIN D. Recent developments in hydrologic data assimilation[J]. Reviews of Geophysics, 1995, 33(S2):977-984.

[68] 李得勤, 段云霞, 張述文. 土壤濕度觀測、模擬和估算研究[J]. 地球科學(xué)進展, 2012, 27(4): 424-434. (LI Deqin, DUAN Yuanxia, ZHANG Shuwen. Soil moisture measurement and simulation: a review[J]. Advances in Earth Science, 2012, 27(4): 424-434.(in Chinese))

[69] 馬建文, 秦思嫻. 數(shù)據(jù)同化算法研究現(xiàn)狀綜述[J]. 地球科學(xué)進展, 2012, 27(7):747-757. (MA Jianwen, QIN Sixian. Recent advances and development of data assimilation algorithms[J]. Advances in Earth Science, 2012, 27(7): 747-757.(in Chinese))

[70] 陳書林, 劉元波, 溫作民. 衛(wèi)星遙感反演土壤水分研究綜述[J]. 地球科學(xué)進展, 2012, 27(11):1192-1203. (CHEN Shulin, LIU Yuanbo, WEN Zuomin. Satellite retrieval of soil moisture: an overview[J]. Advances in Earth Science, 2012, 27(11): 1192-1203.(in Chinese))

Researchandapplicationofthehigh-resolutionrainfallrunoffhydrologicalmodelinfloodforecasting

LIZhijia1,YAOCheng1,ZHANGKe1,ZHUYuelong2,LIUZhiyu3,LIQiaoling1,TONGBingxing1,HUANGXiaoxiang1,HUANGPengnian1

(1.CollageofHydrologyandWaterResource,HohaiUniversity,Nanjing210098,China; 2.CollegeofComputerandInformation,HohaiUniversity,Nanjing210098,China; 3.BureauofHydrology,MinistryofWaterResourcesofChina,Beijing100053,China)

Improving the spatial resolution and forecasting accuracy of rainfall-runoff model is one of the hotspots and difficulties in flood forecasting and hydrological research. To address this problem, a high-resolution rainfall-runoff model, Grid-XAJ-SATIN, considering the spatial combination of infiltration-excess and saturation-excess runoff is proposed in this paper, which is based on the existing study of the grid-based rainfall-runoff models. Several aspects of this model are discussed including its principle and structure, processing of the geographical information, spatial distribution of parameters, model forcing data and assimilation of basin states. The model is then applied to both humid and semi-humid catchments for flood simulation. The simulation results show that the accuracy of the flood forecasting is well realized in both conditions. Moreover, this model is demonstrated to be able to forecast not only the hydrograph at the catchment outlet but also the streamflow at any interior grid cells.

rainfall-runoff hydrological model; high-resolution simulation; spatial combination of infiltration-excess and saturation-excess runoff; spatial distribution of parameters; analysis of model forcing data; assimilation of basin states; flood forecasting

10.3876/j.issn.1000-1980.2017.06.001

2016-07-16

水利部公益性行業(yè)科研專項(201501022);國家自然科學(xué)基金(51679061);國家重點研發(fā)計劃(2016YFC0402705)

李致家(1962—),男,山西運城人,教授,博士,主要從事水文預(yù)報研究。E-mail:zjli@hhu.edu.cn

姚成,副教授。E-mail:yaocheng@hhu.edu.cn

P426.6

A

1000-1980(2017)06-0471-10