時空變源混合產流模型及其在小流域洪水模擬中的應用
——以四川省、甘肅省的4個小流域為例

張相芝， 周 劍， 文 磊

(1.中國科學院 西北生態(tài)環(huán)境資源研究院， 甘肅 蘭州 730000； 2.中國科學院大學，北京 100049； 3.河海大學 水文水資源學院， 江蘇 南京 210098)

1 研究背景

山地和丘陵覆蓋了中國69%的陸地面積，山丘區(qū)降雨集中，山洪災害頻發(fā)[1]。僅2018年夏季，全國洪水造成的經濟損失就高達1 615.47×108元，四川、甘肅等6省市的山洪經濟損失占全國山洪損失的70.2%[2-3]，山洪災害已經成為制約當?shù)亟洕l(fā)展的突出問題。山洪災害預警是減少人員傷亡和財產損失的重要手段，在暴雨洪澇災害預報中，流域水文模型和基于實測的降雨徑流方法仍然是進行洪水實時預報和模擬的主要方式方法[4-5]。

我國山丘區(qū)的山洪預報預警系統(tǒng)尚處于發(fā)展階段，相關學者在中小流域水文模型應用方面進行了諸多探索：利用多種氣象水文模型耦合流域氣候水文過程[6]；利用概念式水文模型如PRMS、MIKE等模擬雨洪過程[7-8]；利用水動力學模型FloodArea獲取不同風險等級的臨界雨量閾值[9]；以及利用數(shù)據(jù)驅動方法與傳統(tǒng)水文模型結合來提高模擬精度[10]。國內山丘區(qū)小流域洪水預報的主要挑戰(zhàn)是建立合適的模型來模擬短歷時強降雨下的山洪過程。對于這一問題，劉昌軍等[11]、王璐等[12]、黃艷等[13]進行了多種水文模型的示范應用和比較研究，Samadi等[14]在國外進行了多個流域的洪水模擬驗證。上述研究表明，現(xiàn)有的大部分降雨徑流模型通常需要根據(jù)特定流域和多年實測數(shù)據(jù)進行大幅度的校正，因此迫切需要提出適用于山區(qū)洪水過程的產流理論，并將之推廣應用于暴雨洪水模擬中[15-16]。

由于強降雨條件下的混合產流計算較為復雜，目前沒有針對于山丘區(qū)短歷時條件下的洪水演算水文模型。已有相關研究基于垂向混合模型理論[17]和山洪評價中應對小流域高效劃分的基本原則[18]，建立了基于山坡地貌水文響應單元的時空變源混合產流模型[19-20]，但對于時空變源混合產流模型的示范性研究很少，缺乏典型地貌區(qū)的混合產流特點研究。本研究選取4個小流域，利用時空變源混合產流模型模擬洪水過程，評估模型精度和下墊面信息對小流域產流成分的影響，為山丘區(qū)洪水災害防治提供決策支持。

2 時空變源混合產流模型

時空變源混合產流模型(spatio-temporal variable source mixed model, SVSM)是在垂向混合產流模型的基礎上，通過GIS和遙感技術識別小流域基礎地貌信息，針對不同的地貌水文響應單元選擇不同產流計算方法，利用離散濕潤鋒含水量代替Richard方程計算水在非飽和土壤中的運動，結合Brooks-Corey(BC)模型和Van-Genuchten(VG)模型計算土壤水分特征參數(shù)，構建地貌水文響應單元下的非飽和土壤下滲過程[19]。SVSM模型改進了暴雨條件下的河道匯流滯后算法，建立了一種新的垂向降水入滲和水分再分配的計算方法。

2.1 垂向混合產流模型結構

時空變源混合產流模型的架構采用垂向混合產流模型的基本結構[21]。垂向混合產流模型是Bao等[17]為半干旱流域產流模式提出的，以蓄水容量曲線為參考將超滲產流和蓄滿產流結合起來[21-23]，以不同的概念水庫概化土壤在不同程度蓄水量時的水文運動過程和產流形式。垂向混合產流模型結構如圖1所示，時空變源混合產流模型參數(shù)和主要變量如表1所示。

表1 時空變源混合產流模型參數(shù)和主要變量

時空變源混合產流模型包括時空變源和混合產流兩個方面，時空變源是指土壤含水量在降雨入滲、蒸發(fā)和重力及基質吸力的共同作用下的時空變化過程；混合產流是指在土壤含水量時空變化下的流域產流呈現(xiàn)超滲/蓄滿時空動態(tài)組合的過程。模型根據(jù)每個計算時段內計算的水文響應單元含水量和累計下滲量計算超滲與蓄滿產流的面積變化，并判別雨強與下墊面入滲能力的關系，實現(xiàn)超滲/蓄滿產流在每個地貌水文響應單元時空轉化。

模型采用垂向混合法進行產流計算，包括超滲產流機制和蓄滿產流機制。超滲產流定義為降水超過土壤瞬時滲透速率時的產流；蓄滿產流定義為降水超過土壤飽和穩(wěn)定下滲速率時形成的產流。設定模型在蓄滿產流的面積上土壤下滲能力為穩(wěn)定下滲率；在超滲產流的面積上采用包氣帶非飽和下滲模型計算產流。根據(jù)下滲速率將地表分為透水和不透水兩部分，透水部分又劃分為優(yōu)先流層和非優(yōu)先流層，超滲產流在兩種土壤表面有不同的計算方式。總超滲產流計算公式如下：

Rh=PE·perip+max(PE·(1.0-perip)-

f·Δt, 0)

(1)

式中：第1項為不透水面積下的超滲量，mm；第2項為透水面積的超滲產流量，mm；Rh為總產流量，mm；PE為凈雨量，mm；perip為不透水面積比；f為瞬時土壤下滲率，m/s； Δt為計算時間步長，h。

上層土壤優(yōu)先流層的出流由出流系數(shù)和優(yōu)先流層含水量決定：

(2)

式中：Wp為優(yōu)先流含水層的含水量, m3；kp1為優(yōu)先流出流的線性系數(shù)；kp2為優(yōu)先流出流非線性系數(shù)。

深層土壤和變動面積飽和產流水庫以蓄滿產流機制計算，當重力含水層出流使得優(yōu)先流含水層飽和時生成蓄滿產流，蓄滿產流分為優(yōu)先流層蓄滿徑流和深層蓄滿后向上補給產生的蓄滿徑流。根據(jù)優(yōu)先流區(qū)域的下滲量計算得到優(yōu)先流層蓄滿徑流為：

Rd1=max(0,Wpt-1+perp·PE·

(1.0-perip)-Rh2-Wpmax)

(3)

當重力含水層出流流入優(yōu)先流含水層使得優(yōu)先流含水層飽和時，產生深層蓄滿后向上補給產生的蓄滿徑流量Rd2為：

Rd2=max(0,Wp+Wgrvf-Wpmax)

(4)

式中：Wpt-1為優(yōu)先流層上一時刻土壤含水量，m3；perp為優(yōu)先流面積百分比，%；Wpmax為優(yōu)先流層土壤最大含水量，m3；Wp為優(yōu)先流層土壤含水量，m3；Wgrvf為深層土壤達到田間持水量后向優(yōu)先流的排水量,m3。

下層土壤產生的壤中流由壤中流出流系數(shù)決定：

(5)

式中：Sl為下層土壤的含水量，m3；ki1為壤中流出流的線性系數(shù)；ki2為壤中流出流的非線性系數(shù)。

地下水水庫的出流(基流)由出流系數(shù)和水庫含水量決定：

Rg=Sg·kg

(6)

式中：kg為地下水水庫出流系數(shù);Sg為地下水水庫含水量，m3。

2.2 非飽和土壤下滲

在垂向混合產流模型基礎上，時空變源混合產流模型采用了一種新的垂向降水入滲和水分再分配的計算方法，即非飽和土壤下滲。將含水量范圍離散為具有恒定含水量的區(qū)間，假定區(qū)間之間土壤含水量是連續(xù)的且有水力聯(lián)系。濕潤鋒在區(qū)間內推進造成的水分缺失可以由毛細吸力為驅動力的側向土壤水分再分布來補充。

計算主要思路是用單個含水量離散區(qū)間的濕潤鋒模擬水分滲透到土壤過程中整體濕潤鋒的區(qū)間流動過程。具體為在一個特定的含水量離散區(qū)間里，濕潤鋒首先在重力和毛細力以及表面邊界條件的相互作用下(比如滲透或蒸發(fā))垂直移動，然后計算地下水位的上升或下降，計算飽和含水量離散區(qū)間與地下水位接觸部分的壓力導致的毛細上升高度，最后在不同含水量土柱中通過與其他含水量離散區(qū)間吸力的相互作用計算水分再分配過程，使水在不同的含水量離散區(qū)間內橫向轉移，并導致濕潤鋒變化。

使用BC模型和VG模型計算含水量離散區(qū)間的非飽和滲透系數(shù)K(θd)和含水量離散區(qū)間的毛細壓力Ψ(θd)，計算公式為：

(7)

式中：θL、θR分別為含水量離散區(qū)間內左、右邊界處的含水率，Δθ=θR-θL。

K(θd)值也可以用公式(5)來計算，即用K(θk)和K(θ)分別代替Ψ(θk)和Ψ(θ)計算K(θd)。

根據(jù)Green-Ampt方程，當下滲初始含水率θ0增加到θd時，得到濕潤鋒在k含水量離散區(qū)間內Z方向的速度：

(8)

式中：θd為含水量離散區(qū)間中最大孔隙的土壤含水率，m3/m3；θ0為土壤初始含水率，m3/m3；K(θd)為θd含水量離散區(qū)間的非飽和滲透系數(shù)，m/s；Ψ(θd)為θd含水量離散區(qū)間的毛細壓力水頭，m；Zk為k含水量離散區(qū)間的濕潤鋒到地表面的飽和部分的長度，m。

水分首先從含水率最低的含水量離散區(qū)間內計算，含水量從地表到地下水階段中離散區(qū)間非飽和時，得到任意含水區(qū)濕潤鋒垂向計算公式為：

(9)

隨著θ的增加，非飽和滲透系數(shù)會快速增加，由于含水量離散區(qū)間施加的毛細管的作用，水分再分配由右向左開始，水的再分配按照N個含水量離散區(qū)間中Ψ(θj)值進行，得到濕潤鋒位移橫向再分配公式為：

(10)

2.3 河道匯流滯后算法

時空變源混合產流模型中河道匯流主要通過將河網(wǎng)概化為河道、水庫和節(jié)點3部分來實現(xiàn)，河網(wǎng)的每個部分接受來自其他部分的3個上游入流。河道還可以接受來自坡面的側向入流。將上游匯流單元的入流和單位河道長度側向入流作為河道匯流的輸入，而在河道匯流中往往出現(xiàn)降雨過程線和出流過程線存在一定的時間差，因此，SVSM采用匯流滯后算法進行校正。河道出流過程不發(fā)生坦化現(xiàn)象，形狀與入流過程相同，只是往后平移了Lag(Lag為滯后時間)時間，滯后算法的出流和入流的關系如下：

(11)

式中：Qt為t時刻河道的出流量，m3/s；It為t時刻河道的入流量，m3/s；Lag為滯后時間，h。

3 研究區(qū)域與數(shù)據(jù)來源

3.1 研究區(qū)概況

本研究數(shù)據(jù)基于中國水利水電科學研究院“全國山洪災害防治項目”數(shù)據(jù)集，選取劍閣、漢王場、臨洮、堯甸4個小流域作為研究區(qū)，各研究區(qū)域處于不同的氣候分區(qū)。

劍閣流域和漢王場流域處于四川盆地，屬于亞熱帶季風氣候，雨量充沛，年降雨量超過800 mm，受到地理位置和多變地貌影響，垂直氣候明顯，其中四川劍閣流域面積245 km2，屬于岷江水系的支流, 漢王場流域面積401.28 km2，屬于長江干流；甘肅臨洮流域和堯甸流域處于黃土高原和青藏高原交匯地帶，氣候兼具溫帶大陸性氣候和地形氣候的特征，冬、春季少雨干旱多風沙，夏、秋季高溫多暴雨，年降雨量小于400 mm，山地氣候垂直變化明顯，其中臨洮流域面積585 km2，屬于黃河干流；堯甸流域面積463 km2，屬于黃河干流。4個小流域的地理位置及水系分布如圖2所示。

圖2 研究區(qū)4個小流域的地理位置及水系分布

3.2 土壤數(shù)據(jù)和土地利用數(shù)據(jù)

從全國山洪數(shù)據(jù)集中找出各個流域的土壤數(shù)據(jù)繪制土壤質地類型分布圖，如圖3所示。由圖3可看出，四川省兩個流域土壤主要以壤土和黏土為主，甘肅省兩個流域土壤主要以沙壤土和黏壤土為主。時空變源混合產流模型采用標準化國際制土壤類別。為適用模型需要將各個流域的土壤分為12個大類，按照飽和導水率和土壤田間持水量將12類土壤類型分為易下滲型、較易下滲型、中等下滲型和不易下滲型，然后劃分出地貌水文響應單元類型。

圖3 研究區(qū)各小流域土壤質地類型分布

采用Landsat/TM影像，通過目視解譯和非監(jiān)督分類等方法生成基本的土地利用類型圖，包括陰影、林地、草地、農田、房屋建筑等5類。在GIS中通過圖層疊加和裁剪的方式得到研究流域的土地利用類型圖，見圖4。由圖4可見，四川省兩個流域土地利用類型主要為林地和草地，甘肅省兩個流域土地利用類型主要為耕地。土地利用數(shù)據(jù)和土壤質地數(shù)據(jù)作為提取參數(shù)的輸入文件導入山洪分析軟件。

圖4 研究區(qū)各小流域土地利用類型

3.3 降水流量數(shù)據(jù)

降水和流量基礎數(shù)據(jù)來源于中國水利水電科學研究院。將四川省和甘肅省的4個小流域的降水和流量資料進行整理核對，剔除不符合要求的資料，通過降水和流量插值小程序，將整理好的時間序列數(shù)據(jù)按照插值程序要求格式訂正進行插值，轉換為逐小時站點數(shù)據(jù)序列，然后將數(shù)據(jù)導入洪水分析軟件，利用反距離平方加權法將各個雨量站數(shù)據(jù)轉換為流域面雨量數(shù)據(jù),分布于各個子流域[24]。

4 結果與分析

4.1 時空變源混合產流模型構建

為了構建暴雨模式下的變源混合產流模型，必須提供模型輸入數(shù)據(jù)。時空變源混合產流模型的輸入包括降水量、最低和最高氣溫、短波太陽輻射的時間序列值，輸入數(shù)據(jù)的時間序列為小時步長。時空變源混合產流模型以地貌水文響應單元為計算單元，在每一個子流域單元考慮的產流過程包括截流填洼、流域蒸發(fā)、土壤蒸發(fā)、下滲、超滲、蓄滿、優(yōu)先流、壤中流和地下水徑流。

時空變源混合產流模型的模塊包括雨量流量插值模塊、截流模塊、包氣帶土壤下滲代理計算模塊、混合產流模塊、坡面徑流和河道匯流模塊等。在考慮DEM且土壤和植被覆蓋空間變異性前提下，將小流域離散成地貌水文響應單元計算，并進行參數(shù)自動提取和分配。模型評價指標選取洪峰誤差百分比、洪量誤差百分比和納什效率系數(shù)3種。

采用SCE(shuffled complex evolution)全局搜索算法對參數(shù)進行率定。該方法將確定性的復合搜索技術和生物競爭進化原理結合，引入種群的思想，很好地解決了非線性約束最優(yōu)化問題[25]，是針對水文模型率定的高效算法。算法基本思路為給定維數(shù)，將樣本點構成一個子代，子代向多個方向進行搜索，達到給定的維數(shù)后，群體向最優(yōu)點收斂，得到最優(yōu)的參數(shù)范圍，然后進行多次迭代，最終產生新的若干數(shù)據(jù)取值。

4.2 時空變源混合產流模型參數(shù)率定結果

采用SCE全局搜索算法進行參數(shù)自動率定，考慮目標函數(shù)即納什效率系數(shù)，在參數(shù)取值范圍內對關鍵參數(shù)進行多次迭代尋找最佳參數(shù)，然后手動修改參數(shù)范圍確保參數(shù)在取值范圍區(qū)間內，得到的4個流域模擬較好的一套參數(shù)值見表2。

通過模擬得到的漢王場流域1994-2004年、劍閣流域1966和1988年、臨洮流域1976年、堯甸流域1976年的逐小時流量數(shù)據(jù)與通過插值得到的逐小時實際數(shù)據(jù)繪制模擬流量過程線和實測流量過程線以及相應的降雨過程如圖5所示。

由圖5可看出，4個流域的水文站流量模擬值與實測值吻合較好，與降雨量情況基本擬合。然而對4個流域進行細致比較發(fā)現(xiàn)，漢王場流域的洪水最大峰值模擬結果不如其余3個流域，臨洮流域洪水產生和退水過程與實際觀測出現(xiàn)時間上的偏差，堯甸流域1976-08-04場次洪水在退水過程中出現(xiàn)二次洪峰，與實際觀測不符。之所以導致這樣的誤差，可能的原因是漢王場流域年降雨量大于800 mm，土壤濕度大，體現(xiàn)在參數(shù)中則為表層土壤厚度??；臨洮流域由于降雨集中且歷時短，匯流滯后現(xiàn)象弱，因而出現(xiàn)模擬洪峰歷時比實際縮短，堯甸流域由于降雨持續(xù)，且無優(yōu)先流面積，因此出現(xiàn)二次洪峰。

圖5 時空變源模型率定期模擬和實測流量過程線及相應降雨過程

基于參數(shù)的物理特性和功能屬性，將參數(shù)進行如下分組：不透水面積比、土壤深度和表層土壤深度為超滲產流響應參數(shù)；優(yōu)先流面積比、優(yōu)先流出流線性和非線性系數(shù)為蓄滿產流響應參數(shù)；飽和導水度和洼地平均蓄水量為下滲參數(shù)；其余參數(shù)為土壤排水參數(shù)。根據(jù)參數(shù)分組對照表2可看出，四川省兩個小流域以壤中流占主導；甘肅省兩個小流域以超滲產流占主導。

表2 各研究流域時空變源混合產流模型率定關鍵參數(shù)匯總表

對率定期的各類產流量和評價指標進行統(tǒng)計分析，結果見表3。由表3可見，參數(shù)率定期內的各個流域洪水場次洪峰誤差百分比小于15%，合格率超過90%，納什效率系數(shù)大于0.8，由此說明，本研究的數(shù)據(jù)預處理是合理的，水文模型估算的模擬參數(shù)準確有效，模型在4個小流域內的模擬結果良好。

表3 各研究流域各類產流量及特征值模擬結果匯總

4.3 參數(shù)敏感性分析

敏感性分析用于研究模型輸入的不確定性對于模型輸出不確定性的貢獻，模擬中不僅要考慮率定結果，而且要保證率定參數(shù)在合理的取值范圍內，因此需要對參數(shù)分布和敏感性進行研究。本研究選取率定的14個關鍵參數(shù)進行敏感性分析，根據(jù)參數(shù)取值做出參數(shù)敏感性對照圖，結果見圖6。

由圖6可見，堯甸流域的主要敏感參數(shù)為ks、wfd和Epan，且wfd>Epan>ks，說明堯甸流域產流機制主要受飽和水力傳導度、洼地平均蓄水能力和蒸發(fā)能力影響；臨洮流域的主要敏感參數(shù)為ks和wfd，說明其產流機制受飽和水力傳導度和洼地平均蓄水能力兩個參數(shù)的影響較大；劍閣流域和漢王場流域的主要敏感參數(shù)為perip、kp2、kp1和Hl，即其產流機制受不透水面積比、壤中流和優(yōu)先流出流系數(shù)以及表層土壤厚度的影響較大。

圖6 模型模擬的各流域參數(shù)敏感性占比分析結果 圖7 各流域產流成分匯總占比分析結果

4.4 主導產流成分

在現(xiàn)有不同地貌特征暴雨水文過程經驗的基礎上識別小流域主導產流成分。模型將地貌水文響應單元下的產流成分分為超滲產流、蓄滿產流、壤中流和基流。鑒于模型將土壤劃分為淺層土壤和深層土壤，在不同土壤層上受到重力和毛細力等的作用，則將壤中流細分為快速壤中流和慢速壤中流。

根據(jù)模擬結果得到各個流域的產流主導成分，如圖7所示。

由圖7可得出，四川省的兩個流域洪峰主要由蓄滿產流和壤中流疊加構成，其中蓄滿產流占比最大，洪水地表產流主要為蓄滿的形式；甘肅省兩個流域洪峰由超滲產流和壤中流疊加形成，且兩個流域超滲產流占比達70%～80%，該兩流域洪水地表產流主要為超滲的形式。

5 討 論

5.1 模型預報檢驗

為驗證時空變源混合產流模型在山丘區(qū)小流域的適用性，需要測試模型對于小流域洪水場次的預測精準性[26-27]。

本文采用率定后得到的參數(shù)，通過模型參數(shù)文件替換方案和4個小流域水文站獲得的實測數(shù)據(jù)進行模擬結果的驗證。圖8給出了4個小流域驗證期的模擬水文過程線、實測水文過程線以及相應的降雨過程。

圖8 時空變源模型驗證期各流域模擬和實測流量過程線及相應降雨過程

由圖8可看出，在驗證期間內，漢王場流域模擬洪峰與實測洪峰不完全相符，劍閣流域洪峰出現(xiàn)時間晚于實測數(shù)據(jù)，原因可能均為在調節(jié)參數(shù)過程中將線性出流系數(shù)調節(jié)過小和匯流參數(shù)調節(jié)不當所致。相關研究也表明，垂向混合法中對模型影響最敏感參數(shù)為匯流參數(shù)和土壤排水參數(shù)[17,23]。

臨洮流域和堯甸流域的模擬峰現(xiàn)時間與實測相吻合，但退水曲線與實測數(shù)據(jù)不完全匹配，其原因是實測數(shù)據(jù)為通過插值獲得的數(shù)據(jù)，研究表明降雨數(shù)據(jù)插值算法會影響降雨量精度。

由《水文情報預報規(guī)范》(GB/T 22482—2008)[28]可知，洪水預報中以實測洪峰流量的20%作為許可誤差,本文中各個場次洪峰誤差百分比均小于20%,且對于驗證水文模擬結果的納什效率系數(shù)(NSE)來說,全部場次的NSE值均大于0.8,預報合格率大于90%，因此本文采用的時空變源混合產流模型來計算洪水是可行的。從斷面模擬過程線分析出，本模型對于多峰值洪水的模擬效果良好，生成的參數(shù)文件能夠推廣應用于無資料地區(qū)洪水的預報中。

5.2 下墊面特征信息對山洪特性的影響

5.2.1 土地利用類型對產流特征的影響 山丘區(qū)流域下墊面特征復雜，其土地利用類型對于暴雨條件下產流的響應狀況不同[29]。根據(jù)模型模擬出的4個小流域主要土地利用類型對產流成分占比的影響見表4。由表4可看出，土地利用類型中耕地面積占比最大的流域其超滲產流占比也最大。土地利用類型中有林地時，由于林地對于洪峰的削減作用，產流成分中壤中流占比最大。流域中耕地面積直接影響了地下水儲量，而基流主要由地下水補給，因而耕地面積的增大導致產流成分中基流減小。相關文獻研究也表示，耕地在涵養(yǎng)水源方面的能力明顯弱于林地[30]。

表4 4個小流域主要土地利用類型對產流成分占比的影響 %

5.2.2 高程對產流特征的影響 高程越高，地勢偏向于陡峻，坡度增大，使得降水在地表進行水源劃分時受重力影響較大[9]，會較多地轉化為地表徑流。此外高海拔區(qū)域往往伴隨著巖石地面和土壤板結現(xiàn)象[31]，導致下滲系數(shù)較小，所以相應的超滲產流較高，4個小流域高程信息及其對產流成分占比的影響見表5。

表5 4個小流域高程信息及其對產流成分占比的影響

由表5可見，研究流域壤中流占比與高程呈現(xiàn)一定的反相關關系，一方面是由于高程與降水量存在一定的反相關關系，間接影響著流域的前期土壤含水量，另一方面為前面提到的高海拔地面特征造成的超滲占比偏大，進一步減小壤中流占比。

6 結 論

本文通過建立基于地貌水文響應單元的山丘區(qū)小流域洪水模型，結合SCE全局優(yōu)化算法進行率定參數(shù)，模擬了四川省和甘肅省4個流域短歷時強降雨條件下的徑流情況和產流成分，并對模型在上述流域的適用性進行驗證，得到以下主要結論：

(1)對4個流域共30場洪水進行參數(shù)率定，利用率定參數(shù)進行逐個流域驗證，總體來看，所有場次洪水模擬的合格率達到90%以上，納什效率系數(shù)均大于0.8，表明時空變源混合產流理論可以很好地模擬降水和洪水過程的非線性關系。

(2)通過敏感性分析發(fā)現(xiàn)，模型相關參數(shù)與土壤下滲能力和排水能力有關， 且飽和水力傳導度及優(yōu)先流一階和二階線性出流系數(shù)對徑流模擬效果影響顯著。4個流域主導產流成分受到下墊面因素影響，呈現(xiàn)不同的產流特征。

(3)四川省和甘肅省小流域的面積較小，且全省山區(qū)下墊面信息復雜，不能準確的估計全省的產流狀況，在今后的研究中需要對該兩省更多的山丘區(qū)小流域進行分析，得到更加精確的產流規(guī)律，為無資料地區(qū)洪水預報提供更加精確的資料和理論依據(jù)。

(4)在模型模擬山洪的實際應用中，受各個小流域地貌水文響應單元劃分的復雜性的影響，存在“一參多效”的情況，后續(xù)研究還需進一步通過遙感數(shù)據(jù)和星地同步地面觀測手段等得到更精確的地表蒸散量和土壤水分等信息，完善參數(shù)的準確度，保證參數(shù)盡可能精確地代表該流域的空間異質性。