HBV模型在瑪納斯河流域的適用性

張海川,尤 洋,喬長(zhǎng)錄,王 斌

(1.石河子大學(xué) 水利建筑工程學(xué)院,新疆 石河子 832000;2.現(xiàn)代節(jié)水灌溉兵團(tuán)重點(diǎn)實(shí)驗(yàn)室,新疆 石河子 832000;3.第八師石河子市水利工程管理服務(wù)中心,新疆 石河子 832000)

0 引 言

在我國(guó)西北干旱區(qū),以新疆天山北坡河流為代表的流域,山區(qū)的冰雪融水和降雨是山前平原徑流的主要來(lái)源,占年徑流量的80%以上,冰雪融水的補(bǔ)給比例可達(dá)36%[1]。因此,冰雪融水和降雨對(duì)當(dāng)?shù)厝嗣竦纳a(chǎn)、生活以及環(huán)境有著決定性的作用[2]。在天山的高寒地區(qū),由于地形條件復(fù)雜,流域內(nèi)水文氣象監(jiān)測(cè)站點(diǎn)稀少,難以取得氣象要素的時(shí)空變化特征[3]。盡管部分學(xué)者進(jìn)行了相關(guān)研究,但是受基礎(chǔ)數(shù)據(jù)的限制,對(duì)該地區(qū)水文規(guī)律的認(rèn)識(shí)依然不足。

水文模型是探究水文規(guī)律的有力工具[4]。對(duì)于融雪徑流模擬,國(guó)內(nèi)外應(yīng)用比較廣泛的有SWAT(Soil and Water Assessment Tool)模型[5-7]、HBV(Hydrologiska Byr?ns Vattenbalansavdelning)模型和SRM(Snowmelt Runoff Model)[8-10]等,其中HBV模型與SRM都具有所需驅(qū)動(dòng)數(shù)據(jù)少、模擬效果好的優(yōu)點(diǎn),適用于資料稀缺流域的融雪徑流模擬[11-12]。HBV模型是瑞典氣象和水文局(Swedish Meteorological and Hydrological Institute,SMHI)針對(duì)瑞典寒區(qū)流域開發(fā)的半分布式水文預(yù)報(bào)模型,在融雪對(duì)徑流補(bǔ)給作用明顯的流域有較強(qiáng)的適用性[13],在國(guó)內(nèi)外均取得了良好的應(yīng)用效果。Montero等[14]運(yùn)用HBV模型對(duì)土耳其的Karasu流域以及德國(guó)的Nahe和Main流域的徑流進(jìn)行模擬,研究發(fā)現(xiàn)多源氣象資料可用于驅(qū)動(dòng)HBV模型。谷一等[15]對(duì)不同降雨數(shù)據(jù)資料條件下HBV模型在遜畢拉河流域的適用性進(jìn)行了評(píng)價(jià),結(jié)果表明:4個(gè)典型流域率定期和驗(yàn)證期的NSE(Nash-Sutcliffe Efficiency)系數(shù)多在0.6以上,HBV模型在遜畢拉河流域的適用性較好。高胖胖[16]耦合多氣候情景(Multi-Global Climate Models,MGCM)和HBV模型,分析氣候變化對(duì)阿姆河流域未來(lái)徑流變化的影響。研究表明該模型不僅能減少由全球氣候模式(Global Climate Model,GCM)的異質(zhì)性帶來(lái)的不確定性,而且適用于分析以冰川和融雪產(chǎn)流為主的阿姆河流域的徑流變化。

SRM是一種基于度日因子的概念性水文模型,主要用于模擬預(yù)報(bào)以融雪徑流為主的山區(qū)流域日徑流過(guò)程。該模型在新疆天山地區(qū)以及瑪納斯河流域已有廣泛的應(yīng)用。穆艾塔爾·賽地等[1]利用SRM對(duì)天山北坡的烏魯木齊河、奎屯河和瑪納斯河的融雪徑流進(jìn)行了模擬,并對(duì)模擬結(jié)果和模型有效性進(jìn)行了檢驗(yàn),結(jié)果表明3個(gè)流域相關(guān)系數(shù)R2平均值和徑流體積差Dv平均值分別為0.78和9.19%,SRM在新疆天山北坡山區(qū)流域的徑流模擬中具有良好的適用性;張璞等[17]使用中國(guó)氣象局T213數(shù)值產(chǎn)品驅(qū)動(dòng)SRM對(duì)瑪納斯河流域2004年的春季融雪徑流進(jìn)行了預(yù)報(bào),結(jié)果表明流域3 d徑流量預(yù)報(bào)評(píng)價(jià)指標(biāo)相關(guān)系數(shù)R2=0.87,徑流體積差Dv=-4.9%,達(dá)到了較好的預(yù)報(bào)效果。

HBV模型相較SRM無(wú)需流域每日積雪覆蓋率數(shù)據(jù)進(jìn)行驅(qū)動(dòng),更適用于無(wú)資料地區(qū)的徑流模擬,且其包含的土壤水分模塊相比SRM能更全面地反映流域真實(shí)產(chǎn)匯流情形。但相對(duì)于SRM的廣泛應(yīng)用,HBV模型在新疆天山地區(qū)應(yīng)用較少,所以本文通過(guò)對(duì)比分析HBV模型和SRM在資料稀缺的瑪納斯河流域的徑流模擬效果,研究HBV模型在新疆天山北坡山區(qū)流域的適用性,以期為中國(guó)西北高寒區(qū)流域徑流模擬提供一定參考。

1 研究區(qū)概況與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

本文研究區(qū)域?yàn)樾陆敿{斯河流域肯斯瓦特水文站以上流域,瑪納斯河流域地處85°01′E—86°32′E,43°07′N—45°21′N,南起依連哈比爾尕山,北接古爾班通古特沙漠,西臨巴音溝河,東至塔西河,匯集了包括清水河等在內(nèi)的十多條支流?，敿{斯河是流域內(nèi)最大的一條河流,全長(zhǎng)約324 km[18]?？纤雇咛厮恼緶y(cè)站海拔900 m,是瑪納斯河流域的出山口控制站,控制流域面積4 637 km2[19],該站多年平均氣溫6.4 ℃,多年平均降水量為340.8 mm。

1.2 數(shù)據(jù)來(lái)源

針對(duì)研究區(qū)域,收集研究所需的氣象、水文、數(shù)字高程模型(Digital Elevation Model,DEM)和積雪數(shù)據(jù)等。

(1)氣象數(shù)據(jù)。研究區(qū)內(nèi)沒(méi)有傳統(tǒng)氣象站點(diǎn),肯斯瓦特水文站作為研究區(qū)內(nèi)唯一的位于流域出山口的控制站,海拔為900 m,遠(yuǎn)低于研究區(qū)3 254 m的平均海拔。由于垂直氣候帶的作用,水文站的氣象數(shù)據(jù)無(wú)法直接用于中高海拔山區(qū)的徑流模擬,研究區(qū)缺乏必要的歷史氣象資料[20],所以本文使用的降水和氣溫?cái)?shù)據(jù)分別為中國(guó)氣象數(shù)據(jù)網(wǎng)(https:∥data.cma.cn)公布的中國(guó)地面降水日值0.5°×0.5°格點(diǎn)數(shù)據(jù)集(V2.0)(以下簡(jiǎn)稱降水格點(diǎn)數(shù)據(jù)集)、中國(guó)地面氣溫日值0.5°×0.5°格點(diǎn)數(shù)據(jù)集(V2.0)(以下簡(jiǎn)稱氣溫格點(diǎn)數(shù)據(jù)集)。數(shù)據(jù)集是基于我國(guó)2 472個(gè)氣象站的氣象數(shù)據(jù),運(yùn)用地理空間技術(shù)與薄盤樣條插值法,得到分辨率均為0.5°×0.5°的降水和氣溫?cái)?shù)據(jù)集[21],相比眾多全球范圍的降水與氣溫?cái)?shù)據(jù),該數(shù)據(jù)集對(duì)中國(guó)地區(qū)更有針對(duì)性。數(shù)據(jù)集經(jīng)驗(yàn)證與誤差分析,質(zhì)量狀況良好[22-23]。潛在蒸散發(fā)數(shù)據(jù)采用中國(guó)科學(xué)院地理科學(xué)與資源研究所地球數(shù)據(jù)科學(xué)與共享研究室提供的全球0.5°逐月潛在蒸散發(fā)數(shù)據(jù)集(2000—2013年)。

(2)流量數(shù)據(jù)。本文所用到的肯斯瓦特水文站流量數(shù)據(jù)來(lái)自石河子市水利工程管理服務(wù)中心,選取2000—2013年實(shí)測(cè)日平均流量數(shù)據(jù),多年平均徑流量及各月平均流量用于徑流模擬的校準(zhǔn)。

(3)DEM數(shù)據(jù)。選用來(lái)自地理空間數(shù)據(jù)云平臺(tái)(http:∥www.gscloud.cn)分辨率為90 m×90 m的SRTM_DEM數(shù)據(jù)進(jìn)行地理信息的提取。

(4)積雪數(shù)據(jù)。數(shù)據(jù)采用國(guó)家冰川凍土沙漠科學(xué)數(shù)據(jù)中心(http:∥www.ncdc.ac.cn)提供的2000—2013年MODIS(Moderate-resolution Imaging Spectroradiometer)北半球逐日無(wú)云二值積雪產(chǎn)品。該產(chǎn)品利用每日積雪分類產(chǎn)品數(shù)據(jù)MOD10A1、MYD10A1和AMSR-E每日雪水當(dāng)量產(chǎn)品數(shù)據(jù),運(yùn)用最大積雪面積融合法,得到分辨率為500 m×500 m北半球逐日無(wú)云二值積雪圖像。對(duì)合成的最終逐日積雪圖像精度分析表明,陸地和積雪分類一致性分別為92%和87.1%,總體分類精度達(dá)到90.7%[24]。

2 模型構(gòu)建及氣象數(shù)據(jù)處理

2.1 積雪與徑流相關(guān)性分析

通過(guò)ArcGIS軟件先對(duì)2000—2013年逐日積雪影像進(jìn)行裁剪,再對(duì)研究區(qū)逐日積雪覆蓋面積進(jìn)行疊加,得到多年月平均積雪覆蓋面積變化過(guò)程(圖1)。通過(guò)分析2000—2013年多年月平均積雪覆蓋率與多年月平均流量的變化過(guò)程(圖2(a))以及相關(guān)關(guān)系(圖2(b)),研究瑪納斯河流域積雪與徑流的相關(guān)性。

圖1 2000—2013年多年月平均積雪覆蓋面積變化過(guò)程

圖2 2000—2013年多年月平均流量與積雪覆蓋率變化過(guò)程和多年月平均流量與積雪覆蓋率相關(guān)關(guān)系

從圖1和圖2(a)可以看出研究區(qū)從3月份開始快速融雪,到8月份積雪覆蓋面積達(dá)到最小,最小積雪覆蓋率為20.5%,除了高海拔區(qū)域的常年積雪,其它區(qū)域基本不存在積雪。9月份隨著山區(qū)溫度降低,積雪面積開始增加,到次年1月份達(dá)到最大,最大積雪覆蓋率為81.2%。由圖2可知,積雪覆蓋率和多年月平均流量呈負(fù)相關(guān),多年月平均流量在7、8月份達(dá)到峰值,而此時(shí)積雪面積為最低值,從11月份到次年4月份的非汛期,積雪覆蓋率在62.5%以上。月平均積雪覆蓋率與流量的相關(guān)系數(shù)R2=0.67,表明瑪納斯河流域積雪融水對(duì)徑流的補(bǔ)給作用明顯。流域水文條件決定了以融雪徑流模擬為主的HBV模型和SRM模型可以在該流域應(yīng)用。

2.2 模型構(gòu)建

2.2.1 HBV模型構(gòu)建

HBV模型以降水、氣溫、徑流和潛在蒸散發(fā)作為基本輸入值,主要由融雪模塊、土壤水分模塊、產(chǎn)流模塊和匯流模塊4部分組成。HBV模型采用水量平衡原理,其定義的水量平衡方程式為

(1)

式中:P為降水量(mm);R為徑流量(mm);E為蒸散發(fā)量(mm);SC為積雪覆蓋量(mm);SW為土壤含水量(mm);UZ為淺層地下水量(mm);LZ為深層地下水量(mm);Lakes為流域所有水體的水量(mm)。

在HBV模型的流域設(shè)置中,可以將流域分為不同的子流域,分別計(jì)算每個(gè)子流域的日徑流量,再將各個(gè)子流域產(chǎn)生的日徑流量進(jìn)行疊加。使用ArcGIS軟件中的水文分析工具結(jié)合研究區(qū)的DEM數(shù)據(jù),將研究區(qū)分為17個(gè)子流域(圖3),并提取出每個(gè)子流域中心點(diǎn)的經(jīng)緯度和海拔數(shù)據(jù)(表1)。由于瑪納斯河上游山區(qū)面積較小,各子流域幾何中心點(diǎn)具有一定代表性[25],因此本文以子流域幾何中心點(diǎn)的氣象數(shù)據(jù)代表相應(yīng)子流域的氣象數(shù)據(jù)。

表1 各子流域中心點(diǎn)數(shù)據(jù)

圖3 子流域和氣象格點(diǎn)示意圖

2.2.2 SRM模型構(gòu)建

SRM模型的基本輸入變量為日降水量、日氣溫、和日積雪覆蓋率,原理是分別計(jì)算每天的融雪和降水量,得到逐日流量,產(chǎn)流計(jì)算公式為

(2)

式中:Q為日平均流量(m3/s);CRN和CSN分別為降雨徑流系數(shù)和融雪徑流系數(shù);P為日降雨量(cm);α為度日因子(cm/(℃·d));T和ΔT分別為氣溫度日因子數(shù)和氣溫遞減值度日因子數(shù)(℃·d);S為積雪覆蓋率;A為流域分帶面積(km2);k為徑流退水系數(shù);10 000/86 400為單位換算系數(shù);下標(biāo)n和n+1分別代表第n日和第n+1日。

根據(jù)SRM模型使用手冊(cè),當(dāng)流域海拔超過(guò)500 m時(shí),需要對(duì)流域進(jìn)行分區(qū)處理,分別計(jì)算每個(gè)分區(qū)的日徑流量,再將各個(gè)分區(qū)產(chǎn)生的日徑流量進(jìn)行疊加,研究區(qū)的海拔范圍為857～5 135 m,按照每隔500 m為1個(gè)分區(qū),將其劃分為8個(gè)分區(qū)(表2)。

表2 研究區(qū)各海拔分區(qū)范圍、面積及平均高程

2.2.3 模型評(píng)價(jià)指標(biāo)

本文選取Nash-Sutcliffe系數(shù)NSE、相對(duì)均方根誤差(RMSE-observations Standard Deviation Ratio,RSR)和百分比偏差(Percentage Bias,PBIAS)為模型適用性評(píng)價(jià)指標(biāo)。NSE系數(shù)有NSE和lg(NSE)2種,NSE對(duì)峰值流量更敏感,lg(NSE)對(duì)低流量更為敏感[26]。Singh等[27]提出的RSR表示模擬值與相應(yīng)實(shí)測(cè)值的離散程度,RSR由實(shí)測(cè)值標(biāo)準(zhǔn)差(Standard Deviation,STDEVobs)將均方根誤差(Root Mean Square Error,RMSE)標(biāo)準(zhǔn)化得到。PBIAS表示模擬值的平均趨勢(shì)相對(duì)實(shí)測(cè)值平均趨勢(shì)的偏離程度[28]。計(jì)算公式分別為:

(3)

lg(NSE)=

(4)

(6)

表3 評(píng)價(jià)指標(biāo)性能等級(jí)分類標(biāo)準(zhǔn)

2.3 降水與氣溫?cái)?shù)據(jù)空間插值

為揭示降水和氣溫格點(diǎn)數(shù)據(jù)的空間分布情況,本文基于氣象格點(diǎn)2000—2013年多年平均降水和氣溫?cái)?shù)據(jù),采用ArcGIS軟件地統(tǒng)計(jì)分析模塊中考慮DEM高程數(shù)據(jù)的協(xié)同克里金插值法得到研究區(qū)多年平均降水量(圖4(a))和氣溫(圖4(b))的空間分布數(shù)據(jù)。

圖4 研究區(qū)多年平均降水量空間分布和多年平均氣溫空間分布

從圖4可知,研究區(qū)降水量從東北到西南方向隨高程遞增,從流域出山口到高山區(qū),降水量由322.74 mm增加到664.37 mm;氣溫從東北到西南方向隨高程遞減,從流域出山口到高山區(qū),氣溫由6.74 ℃降低到-11.13 ℃,研究區(qū)多年平均降水和氣溫空間分布情況與有關(guān)學(xué)者研究結(jié)果[31-32]基本一致。有關(guān)研究表明研究區(qū)多年平均降水量500 mm[33],多年平均氣溫-2 ℃[34],對(duì)空間分布數(shù)據(jù)計(jì)算得到研究區(qū)多年平均降水量473.56 mm、多年平均氣溫-1.63 ℃,格點(diǎn)數(shù)據(jù)集對(duì)研究區(qū)的降水存在低估,對(duì)氣溫存在高估。

為增強(qiáng)氣象格點(diǎn)數(shù)據(jù)的空間代表性,削弱中高海拔垂直氣候帶的影響,本文利用各子流域中心點(diǎn)的經(jīng)緯度由空間分布提取出各點(diǎn)的多年平均降水和氣溫?cái)?shù)據(jù),利用氣象格點(diǎn)和子流域中心點(diǎn)的多年平均降水和氣溫?cái)?shù)據(jù),參考先前學(xué)者的研究[35-37],計(jì)算出各海拔區(qū)的降水每百米增加值(Precipitation Correction Altitude-gradient,PCALT(mm/hm))和氣溫每百米降低值(Temperature Correction Altitude-gradient,TCALT(℃/hm)),見表4。根據(jù)式(7)和式(8)分別對(duì)SRM不同海拔區(qū)和HBV模型處于不同海拔區(qū)的子流域中心點(diǎn)的日平均降水和氣溫?cái)?shù)據(jù)分梯度進(jìn)行修正,修正數(shù)據(jù)對(duì)于SRM作為對(duì)應(yīng)海拔區(qū)的氣象數(shù)據(jù)輸入模型,對(duì)于HBV模型作為對(duì)應(yīng)子流域的氣象數(shù)據(jù)輸入到模型子流域文件中。

表4 各海拔區(qū)降水和氣溫每百米變化梯度

(7)

(8)

式中:h為各分區(qū)平均海拔或各子流域中心點(diǎn)海拔(m);h0為氣象格點(diǎn)相應(yīng)的海拔(m);P(h)和P0分別為相應(yīng)海拔處的降水量(mm);T(h)和T0分別為相應(yīng)海拔處的氣溫(℃)。

3 結(jié)果與分析

3.1 模型參數(shù)率定結(jié)果

HBV模型主要有15個(gè)參數(shù),為了更有針對(duì)性地調(diào)整參數(shù),需要對(duì)參數(shù)進(jìn)行敏感性分析。本文首先利用蒙特卡羅模擬(Monte Carlo Simulation)對(duì)參數(shù)自動(dòng)率定,再根據(jù)參數(shù)的實(shí)際物理意義和敏感性,將不敏感的參數(shù)調(diào)整到合理范圍內(nèi),選取較敏感的10個(gè)參數(shù)采用遺傳算法多次迭代運(yùn)算得到參數(shù)最佳值(表5)。SRM在瑪納斯河流域應(yīng)用廣泛,本文參考穆艾塔爾·賽地[1]、王曉杰等[38]、寧理科等[39]對(duì)SRM在瑪納斯河流域的應(yīng)用研究,確定出SRM參數(shù)率定的范圍(表5),并在模擬過(guò)程中根據(jù)模擬效果在給定范圍內(nèi)進(jìn)行調(diào)整,其中退水系數(shù)公式為

表5 模型參數(shù)率定結(jié)果

(9)

式中:Qn為第n日平均流量;kn+1為第n+1日退水系數(shù)。

3.2 徑流模擬結(jié)果對(duì)比分析

為驗(yàn)證HBV模型在瑪納斯河流域的適用性,本文分別運(yùn)用HBV模型和SRM對(duì)研究區(qū)2000—2013年日尺度和月尺度徑流過(guò)程進(jìn)行模擬,并對(duì)模擬結(jié)果進(jìn)行對(duì)比分析,依據(jù)肯斯瓦特水文站2000—2013年實(shí)測(cè)流量數(shù)據(jù)對(duì)模型進(jìn)行校準(zhǔn),其中2000—2010年為率定期,2011—2013年為驗(yàn)證期,徑流過(guò)程模擬如圖5所示,模型模擬與實(shí)測(cè)日平均流量散點(diǎn)圖如圖6所示。

圖6 模型模擬與實(shí)測(cè)日平均流量散點(diǎn)圖

對(duì)HBV模型和SRM日尺度的徑流過(guò)程模擬效果(圖5(a))進(jìn)行對(duì)比分析。流域每一年中最大的洪水過(guò)程均出現(xiàn)在夏季汛期,且往往起漲迅速,洪峰陡峭。HBV模型對(duì)于汛期洪峰的模擬效果相比SRM更好,但兩個(gè)模型對(duì)洪峰流量的模擬值都普遍偏小,可能的原因是HBV模型在對(duì)氣象數(shù)據(jù)進(jìn)行插值時(shí)將流域分為17個(gè)子流域,而SRM僅將流域分為8個(gè)海拔區(qū),HBV模型更能反映中高山區(qū)的垂直氣候帶差異和研究區(qū)降水和氣溫分布的空間異質(zhì)性,且HBV模型包含的土壤水分模塊參數(shù)包括土壤含水量比值系數(shù)(Least Potential Soil Evapotranspiration Coefficient,LP)和降雨或融雪對(duì)徑流貢獻(xiàn)參數(shù)(Soil Moisture Bands Empirical Threshold Parameters,BETA)等,能計(jì)算出前期土壤含水量和降雨或融雪在徑流量的占比,從而對(duì)夏季汛期以降雨和積雪融水混合補(bǔ)給為主的洪峰流量模擬效果更好。由于研究區(qū)內(nèi)無(wú)氣象站點(diǎn),且位于中高山區(qū),地勢(shì)起伏大,模型并沒(méi)全面考慮研究區(qū)的地形變化,在對(duì)氣象數(shù)據(jù)進(jìn)行插值時(shí)僅考慮了海拔因素,忽略了其它地理要素的影響,使得降水格點(diǎn)數(shù)據(jù)插值時(shí)存在低估,導(dǎo)致2個(gè)模型對(duì)洪峰的模擬值比實(shí)測(cè)值偏低。在后續(xù)的研究中,為減小夏季汛期洪水模擬的誤差,可以根據(jù)坡度、坡向等因素,對(duì)氣象數(shù)據(jù)的插值進(jìn)行修正。

對(duì)比分析月尺度的徑流過(guò)程模擬效果(圖5(b))表明,瑪納斯河徑流年內(nèi)分配很不均衡,流量從每年5月份開始迅速增長(zhǎng),至7、8月份達(dá)到峰值,從9月份開始迅速跌落,然后從10月份至次年4月份流量基本維持在較低水平。從2個(gè)模型的模擬效果來(lái)看,HBV模型基本能反映出流域?qū)嶋H月尺度的徑流變化過(guò)程,但對(duì)于冬季至翌年春季以融雪補(bǔ)給為主的徑流過(guò)程模擬比SRM偏高,原因可能是高山區(qū)流域地形復(fù)雜,缺少可利用的流域水文地質(zhì)實(shí)測(cè)數(shù)據(jù),進(jìn)而缺乏對(duì)流域地下水在空間和時(shí)間分布狀況的認(rèn)識(shí),HBV模型產(chǎn)流模塊的下滲系數(shù)(Percolation to Lower Zone,PERC)、上層水庫(kù)含水閾值(Upper Zone Water Content Limit,UZL)等參數(shù)被設(shè)置為常數(shù),整個(gè)流域被視為相同的下滲和持水特性,導(dǎo)致流量的模擬值相比實(shí)測(cè)值存在偏差。

為直觀表明HBV模型和SRM與實(shí)測(cè)徑流在不同流量區(qū)間的模擬效果,分別作2000—2013年HBV模擬和SRM模擬與實(shí)測(cè)日平均流量散點(diǎn)圖(圖6),分析兩模型在不同流量區(qū)間的模擬效果可知,SRM在10～150 m3/s流量區(qū)間,模擬與實(shí)測(cè)流量集中分布在y=x參考線的臨近區(qū)域,模擬與實(shí)測(cè)流量基本一致;當(dāng)實(shí)測(cè)流量較高(200 m3/s以上流量區(qū)間),模擬流量明顯偏低,這與HBV模型相比效果較差,可能是由于SRM輸入數(shù)據(jù)有流域每日積雪覆蓋率,模型參數(shù)主要與溫度相關(guān),相比HBV模型更側(cè)重受溫度影響較大的融雪補(bǔ)給徑流計(jì)算,而對(duì)降雨徑流的計(jì)算比較簡(jiǎn)化,導(dǎo)致流域在7、8月份汛期融雪補(bǔ)給徑流作用較小、降雨補(bǔ)給徑流作用較大情況下,SRM相比HBV模型不能較好地模擬實(shí)際峰值流量。

3.3 徑流模擬結(jié)果評(píng)價(jià)

根據(jù)表6兩模型模擬結(jié)果和各評(píng)價(jià)指標(biāo)含義,對(duì)比NSE和lg(NSE)指標(biāo)可知,HBV模型相比SRM在高流量處,模擬值與實(shí)測(cè)值的一致性更好,在低流量處則較差;RSR指標(biāo)反映出HBV模型的模擬值與實(shí)測(cè)值的偏差比SRM更小,整體擬合程度更高;2種模型的PBIAS都為負(fù)值,說(shuō)明模擬值的平均值均比實(shí)測(cè)值偏高,SRM模擬值與實(shí)測(cè)值的平均趨勢(shì)比HBV模型更加吻合。整體參照表3評(píng)價(jià)等級(jí)分類標(biāo)準(zhǔn),以評(píng)價(jià)指標(biāo)中最低的性能評(píng)價(jià)等級(jí)作為模型總體的評(píng)價(jià)等級(jí),HBV模型和SRM的2個(gè)時(shí)間尺度徑流模擬效果評(píng)價(jià)等級(jí)都為“良好”,2個(gè)模型在瑪納斯河流域的徑流模擬均具有較好的適用性。

表6 2000—2013年的徑流模擬結(jié)果評(píng)價(jià)指標(biāo)值

4 結(jié) 論

本文通過(guò)中國(guó)地面日值降水和氣溫格點(diǎn)數(shù)據(jù)集驅(qū)動(dòng)HBV模型與SRM,對(duì)比分析2個(gè)模型在資料稀缺的瑪納斯河流域融雪徑流的模擬效果,研究HBV模型在新疆天山北坡山區(qū)流域的適用性,得出以下結(jié)論:

(1)利用北半球逐日無(wú)云二值積雪產(chǎn)品得到研究區(qū)多年月平均積雪覆蓋面積變化過(guò)程,1月份積雪覆蓋率最大(81.2%), 8月份最小(20.5%)。多年月平均積雪覆蓋率與多年月平均流量呈負(fù)相關(guān),決定系數(shù)R2=0.67,瑪納斯河流域積雪融水對(duì)徑流的補(bǔ)給作用明顯。

(2)基于降水和氣溫格點(diǎn)數(shù)據(jù)集經(jīng)空間插值得到的研究區(qū)多年平均降水和氣溫的空間分布,能基本反映流域的垂直氣候差異性,與相關(guān)研究結(jié)果一致,相對(duì)于研究區(qū)域內(nèi)僅有的肯斯瓦特水文站實(shí)測(cè)氣象數(shù)據(jù)在空間上更有代表性,對(duì)于瑪納斯河流域缺乏氣象資料的高山區(qū),數(shù)據(jù)集可作為徑流模擬的輸入數(shù)據(jù)。由于新疆天山地區(qū)氣象站點(diǎn)稀疏,基于氣象站點(diǎn)插值的降水和氣溫格點(diǎn)數(shù)據(jù)集的空間分辨率和準(zhǔn)確性需要進(jìn)一步提升。

(3)HBV模型和SRM在流域日尺度和月尺度徑流過(guò)程的模擬效果評(píng)價(jià)等級(jí)均為良好,兩個(gè)模型在瑪納斯河流域的徑流模擬均具有較好的適用性。HBV模型相較SRM無(wú)需輸入流域每日積雪覆蓋率數(shù)據(jù),其對(duì)融雪和降雨混合補(bǔ)給的洪峰流量模擬效果更好,整體的模擬值與實(shí)測(cè)值偏差更小。HBV模型總體相比SRM在缺乏水文氣象資料的瑪納斯河流域有更好的適用性。