李云良，張 奇，姚 靜，李相虎

(1:中國(guó)科學(xué)院南京地理與湖泊研究所湖泊與環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210008)

(2:中國(guó)科學(xué)院大學(xué)，北京 100049)

鄱陽(yáng)湖位于長(zhǎng)江中下游南岸，在優(yōu)質(zhì)淡水供給、洪水調(diào)控和生物多樣性保護(hù)等方面起著重要作用[1].鄱陽(yáng)湖流域主要由贛江、撫河、信江、饒河和修水五大子流域和湖區(qū)平原區(qū)構(gòu)成.鄱陽(yáng)湖接納流域來(lái)水，調(diào)節(jié)后由北端湖口注入長(zhǎng)江(圖1a).流域內(nèi)降雨和蒸發(fā)具有顯著的時(shí)空變化，流域人類(lèi)活動(dòng)強(qiáng)烈，極端氣候事件頻發(fā)，多種因素的相互疊加，致使流域內(nèi)洪澇災(zāi)害頻發(fā)[2-4].特別是極端氣候事件的發(fā)生，影響了流域水資源的時(shí)空分布和湖泊水量變化.已有研究表明，流域五大水系的入湖徑流量對(duì)湖泊水位起著主控作用，其次，鄱陽(yáng)湖與長(zhǎng)江季節(jié)性的水量交換也對(duì)湖泊水位有著不同程度的影響作用[5-6].湖泊水位的變化，導(dǎo)致鄱陽(yáng)湖水面面積呈現(xiàn)明顯的萎縮與擴(kuò)張，嚴(yán)重威脅湖區(qū)平原區(qū)農(nóng)業(yè)生產(chǎn)和管理及濕地生態(tài)系統(tǒng)健康等方面[5].鄱陽(yáng)湖水情和水位變化，主要受季節(jié)性降雨和流域人類(lèi)活動(dòng)及長(zhǎng)江來(lái)水等多因素影響，這些因素的疊加影響了流域降雨-徑流過(guò)程和湖泊泄水條件，從而影響湖泊的水量平衡[6-7].由此可知，鄱陽(yáng)湖湖泊流域之間具有顯著的水文水動(dòng)力聯(lián)系，主要表征為流域來(lái)水對(duì)鄱陽(yáng)湖水文的驅(qū)動(dòng)作用.在目前極端氣候事件頻發(fā)和人類(lèi)活動(dòng)加速背景下，研究鄱陽(yáng)湖水位和水量對(duì)流域徑流過(guò)程的響應(yīng)成為一個(gè)緊迫的任務(wù).為此，本文提出一個(gè)聯(lián)合模擬方法，將作為一有效工具模擬分析鄱陽(yáng)湖水文水動(dòng)力對(duì)流域徑流的響應(yīng).

鄱陽(yáng)湖湖泊流域系統(tǒng)自然屬性復(fù)雜，如流域尺度較大(16.2×104km2)，多河入湖，湖泊岸線(xiàn)及湖盆地形復(fù)雜，湖泊水動(dòng)力過(guò)程受流域與長(zhǎng)江的共同作用，這些都為水文水動(dòng)力過(guò)程的模擬帶來(lái)挑戰(zhàn).水文或水動(dòng)力模型往往在單一的流域或地表水體(水庫(kù)、湖泊等)具有較強(qiáng)的模擬能力，但多數(shù)情況下與周?chē)蹈盍?，無(wú)法切實(shí)模擬復(fù)雜水文水動(dòng)力系統(tǒng)[8].本文所提出的基于不同模擬功能的子模型的有效聯(lián)合擬解決鄱陽(yáng)湖湖泊流域的水文水動(dòng)力整體模擬.針對(duì)鄱陽(yáng)湖及其流域，已有眾多研究成果且強(qiáng)調(diào)不同的目的[6-7，9-11].大部分研究主要采用水文模型側(cè)重于流域降雨-徑流過(guò)程的模擬計(jì)算[7，10]及其對(duì)氣候變化和人類(lèi)活動(dòng)的響應(yīng)[6]，但均未涉及到湖泊的相關(guān)研究以及湖泊對(duì)流域來(lái)水的響應(yīng)，由于流域與湖泊作用關(guān)系密切，單方面的流域模擬研究顯然是不足的.葉許春采用分布式水文模型WATLAC 探討未來(lái)不同的氣候變化情景對(duì)鄱陽(yáng)湖流域徑流的可能影響，繼而采用湖泊水量平衡原理，計(jì)算流域徑流變化對(duì)湖泊水位的影響.該方法沒(méi)有考慮湖泊的水動(dòng)力特性，只能在平均意義上描述湖泊水位的變化，存在一定的局限性[11].國(guó)內(nèi)外關(guān)于鄱陽(yáng)湖湖泊流域系統(tǒng)的水文水動(dòng)力聯(lián)合模擬研究幾乎沒(méi)有.本文的主要研究目的是，通過(guò)不同子模型的聯(lián)合來(lái)實(shí)現(xiàn)大尺度鄱陽(yáng)湖湖泊流域系統(tǒng)的水文水動(dòng)力整體模擬;闡述該聯(lián)合模擬模型的驅(qū)動(dòng)方法、率定及其潛在的用途.本文提出的方法也可用于其它類(lèi)似湖泊流域的水文水動(dòng)力過(guò)程研究，為定量模擬湖泊水情對(duì)氣候變化和人類(lèi)活動(dòng)的響應(yīng)提供有效工具.

1 材料與方法

1.1 基礎(chǔ)數(shù)據(jù)與準(zhǔn)備

模型需要的主要數(shù)據(jù)包括:流域水文站點(diǎn)河道日徑流量數(shù)據(jù)、湖泊站點(diǎn)日水位數(shù)據(jù)、日氣象資料(降雨和蒸發(fā)皿數(shù)據(jù))、土地利用數(shù)據(jù)、土壤物理屬性數(shù)據(jù)(田間持水量、飽和滲透系數(shù)及總孔隙度)、葉面指數(shù)(來(lái)自MCD15A2)、地面高程數(shù)據(jù)(DEM)、分辨率為30 m×30 m 湖泊地形高程數(shù)據(jù)以及流域與湖泊邊界矢量圖等資料.降雨和蒸發(fā)站點(diǎn)(圖1a)數(shù)據(jù)按最近鄰法插值到流域和平原區(qū)計(jì)算單元，作為水文和平原區(qū)產(chǎn)流模擬的驅(qū)動(dòng)因素;水文模型中土地利用(2005年)劃分6 種類(lèi)型:耕地、林地、草地、水體、居民用地和其它非建筑用地;土壤總孔隙度、田間持水量、飽和滲透系數(shù)等均為1 km×1 km 空間柵格數(shù)據(jù)，可直接輸入模型，作為土壤物理屬性參與計(jì)算;基于遙感反演的葉面指數(shù)數(shù)據(jù)，因其在日尺度上變化相對(duì)較小，水文模型按月尺度輸入計(jì)算.湖泊水動(dòng)力模型所需的主要數(shù)據(jù)為湖泊地形數(shù)據(jù)和岸線(xiàn)邊界(圖1b)，水動(dòng)力模型同樣按最近鄰法獲取站點(diǎn)的降雨和蒸發(fā)資料.

1.2 模型描述

圖1 鄱陽(yáng)湖湖泊流域系統(tǒng)結(jié)構(gòu)(a:湖泊流域平原區(qū)結(jié)構(gòu)簡(jiǎn)圖及水文氣象站點(diǎn)空間分布;b:鄱陽(yáng)湖岸線(xiàn)邊界及湖泊地形)Fig.1 Lake Poyang-catchment system (a:schematic diagram for lake-catchment-plain area and spatial distribution of hydro-climate stations;b:shorelines and bathymetry for Lake Poyang)

WATLAC 模型[12-13]是基于格網(wǎng)的以日為步長(zhǎng)、聯(lián)合地表-地下徑流的分布式流域模擬模型，能針對(duì)湖泊集水域的特點(diǎn)，將相對(duì)獨(dú)立的多個(gè)子流域、多條入湖河流在同一個(gè)模型中加以模擬，無(wú)需對(duì)每個(gè)子流域分別建立獨(dú)立的模型，并便于對(duì)整個(gè)流域進(jìn)行全局模型參數(shù)率定.其模擬的主要水文循環(huán)過(guò)程為:冠層截留與蒸散發(fā)、坡面流、河道匯流演算、土壤壤中流、土壤蒸發(fā)與滲漏補(bǔ)給、地下水蒸發(fā)、河流與地下水的相互作用等.有限差分方法MODFLOW-2005[14]的植入使得該模型能夠刻畫(huà)較為復(fù)雜的地下水流環(huán)境，是一個(gè)物理機(jī)制較為明確的地表水-地下水流實(shí)時(shí)耦合的流域模擬模型.詳細(xì)計(jì)算方法這里不再闡述，具體的模型耦合機(jī)制及數(shù)學(xué)方程已于 2009年發(fā)表[12-13]且成功應(yīng)用于不同的流域[7，9-13].

平原區(qū)產(chǎn)流的計(jì)算主要基于傳統(tǒng)的水文學(xué)方法，采用基于概念性的平原區(qū)產(chǎn)流估算方法，即降雨乘以徑流系數(shù)(流域多年統(tǒng)計(jì)結(jié)果)來(lái)獲取產(chǎn)流量.平原區(qū)這種近似估算方法雖難以得到有效驗(yàn)證，但該方法已成功應(yīng)用于其它流域[15]，在缺乏資料的情況下，可作為平原區(qū)入湖徑流的近似估算.本文主要目的并不是關(guān)注于該方法計(jì)算的平原區(qū)入流過(guò)程的精度，至少提出的概念性評(píng)估方法彌補(bǔ)了以往平原區(qū)產(chǎn)流計(jì)算的空白，確保聯(lián)合模型的完整性及結(jié)構(gòu)的合理性.

MIKE 21 模型[16]是丹麥水力研究所(DHI)開(kāi)發(fā)的系列水力學(xué)軟件之一，屬于平面二維水流數(shù)學(xué)模型，該模型可用于模擬河流、湖泊、河口、海灣、海岸等大型水體流場(chǎng)特征.因其具有完全的物理機(jī)制且具有靈活的三角形網(wǎng)格剖分，所以能夠很好適應(yīng)鄱陽(yáng)湖的寬淺型地形特點(diǎn)和復(fù)雜岸線(xiàn)特征.該模型已成功應(yīng)于不同國(guó)家及地區(qū)[17-18]，詳細(xì)的模型理論及方法，這里不再闡述.

為了保證模型空間離散分辨率與大多數(shù)基礎(chǔ)數(shù)據(jù)初始分辨率一致且能更好反映下墊面自然屬性特征，WATLAC 模型的離散空間分辨率選擇較為精細(xì)的1 km×1 km 格網(wǎng)單元，共剖分138634 個(gè)計(jì)算單元，計(jì)算域(圖1a，DEM 覆蓋區(qū)域)占整個(gè)湖泊流域系統(tǒng)面積比重約為87%.模型中僅考慮潛水含水層的模擬且概化為一層，主要用來(lái)計(jì)算河流與含水層的水量交換.其它模型詳細(xì)的構(gòu)建過(guò)程與Ye 等方法相同[9]，主要不同之處除了當(dāng)前流域模型采用更為精細(xì)的格網(wǎng)外，最主要的是當(dāng)前模型充分考慮平原區(qū)這部分產(chǎn)流的模擬計(jì)算.

平原區(qū)產(chǎn)流模擬計(jì)算域(圖1a，灰色區(qū)域)同樣采用1 km×1 km 格網(wǎng)，共剖分17556 個(gè)單元，占整個(gè)湖泊流域系統(tǒng)面積比重約11%.由于鄱陽(yáng)湖流域降雨-徑流關(guān)系比較密切，本文采用降雨乘以多年平均徑流系數(shù)(α=0.58)的方法來(lái)估算平原區(qū)入湖徑流量.徑流量的估算大致分為以下兩步:首先，將日氣象站點(diǎn)的降雨資料按最近鄰法插值到整個(gè)平原區(qū)格網(wǎng)單元，將格網(wǎng)單元的降雨量乘以多年平均徑流系數(shù)，便可得格網(wǎng)的產(chǎn)流量;其次，假定平原區(qū)沿著湖區(qū)邊界的分布式入流與點(diǎn)入流有著等同的影響效果，故將計(jì)算格網(wǎng)產(chǎn)流采用最近鄰原則分配至5 個(gè)子流域出口，逐時(shí)段計(jì)算，便可得五大子流域與平原區(qū)的日合成徑流序列過(guò)程，充分體現(xiàn)全流域模擬的完整性.

鄱陽(yáng)湖水動(dòng)力模型計(jì)算域范圍約為東西向100 km，南北向170 km，占湖泊流域系統(tǒng)的面積比重約2%.模型采用基于有限體積法的三角形網(wǎng)格以適應(yīng)復(fù)雜的湖泊地形及岸線(xiàn)邊界(圖1b).靈活地變網(wǎng)格大小為70 ～1500 m，共剖分網(wǎng)格數(shù)為20450.網(wǎng)格的合理剖分及大小不僅適應(yīng)湖區(qū)內(nèi)河道深窄且流速較快、平原寬淺且水流較慢的地形特點(diǎn)，也提高了水動(dòng)力模型的計(jì)算效率.為了更加合理的模擬，模型將站點(diǎn)降雨、蒸發(fā)資料考慮到水動(dòng)力模型中參與計(jì)算.以湖泊各站點(diǎn)水位空間插值結(jié)果作為初始水位場(chǎng)，初始流速設(shè)定為0.為了合理描述湖泊地形特點(diǎn)，變曼寧數(shù)給定為30 ～50 m1/3/s 分別適應(yīng)于湖泊底部的平原區(qū)和主河道.渦粘系數(shù)采用Smagorinsky 公式[19]計(jì)算，其中Smagorinsky 因子Cs 取為0.28.模型中通過(guò)定義臨界水深來(lái)確定干濕單元，很好地去適應(yīng)湖泊水面面積隨水位變化顯著的特點(diǎn).

1.3 模型框架

為了充分體現(xiàn)大尺度復(fù)雜聯(lián)合系統(tǒng)的完整模擬，湖泊水動(dòng)力模型的上游邊界選在5 大子流域(贛江、撫河、信江、饒河、修水)出口斷面處(圖1b)，以5 大子流域的日模擬徑流(約占湖泊88%貢獻(xiàn)量)及平原區(qū)入湖徑流(約占湖泊12% 貢獻(xiàn)量)的合成流量以5 個(gè)點(diǎn)入流的方式作為水動(dòng)力模型的上邊界條件，其反映了流域-湖泊相互作用關(guān)系;模型下邊界采用實(shí)測(cè)湖口水位過(guò)程線(xiàn)，其反映了長(zhǎng)江-湖泊相互作用關(guān)系;其它均按閉邊界條件給定.3 個(gè)子模型的連接采用輸入-輸出的外部耦合技術(shù)將流域WATLAC 模型、平原區(qū)產(chǎn)流模型以及湖泊水動(dòng)力模型MIKE 21 聯(lián)合起來(lái)，形成一個(gè)流域-平原區(qū)-湖泊結(jié)構(gòu)的水文水動(dòng)力聯(lián)合模擬框架(圖2).

圖2 湖泊流域系統(tǒng)水文水動(dòng)力聯(lián)合模型驅(qū)動(dòng)關(guān)系及模擬框架Fig.2 Driving relationship and framework of integrated hydrological and hydrodynamic models for Lake Poyang-catchment system

2 率定策略

選用2000年1月1日-2005年12月31日作為整個(gè)聯(lián)合模型的率定期.通過(guò)6 個(gè)水文站點(diǎn)(圖1a)的河道日徑流量來(lái)率定WATLAC 模型的地表水流部分.將上述6 個(gè)水文站點(diǎn)的日徑流量進(jìn)行基流分割[20]，并采用加權(quán)平均值法計(jì)算整個(gè)流域的均基流指數(shù)(基流量/河道流量)，以此來(lái)評(píng)估地下水模擬效果.總之，以6個(gè)站點(diǎn)的河道徑流量和地下水基流指數(shù)作為多目標(biāo)函數(shù)來(lái)率定分布式水文模型.

在當(dāng)前聯(lián)合模型參數(shù)率定方面，PEST[21]參數(shù)自動(dòng)率定技術(shù)主要用于WATLAC 模型，這是因?yàn)槠淠軌蚺cWATLAC 模型較為方便地建立數(shù)據(jù)及參數(shù)傳遞接口.PEST 是一個(gè)非線(xiàn)性參數(shù)估計(jì)工具，其原理是采用GML算法來(lái)優(yōu)化模型，通過(guò)盡量少的迭代和模型調(diào)用次數(shù)使得計(jì)算值與觀測(cè)值之間的殘差平方和達(dá)到最小，以此來(lái)尋求最優(yōu)參數(shù)值.PEST 自動(dòng)率定技術(shù)的嵌入使用，能夠提高模型的運(yùn)行效率和整體性能，加速模型率定進(jìn)程和增強(qiáng)模擬結(jié)果可靠性，同時(shí)也為WATLAC 模型大尺度流域、長(zhǎng)時(shí)間連續(xù)模擬提供保障.WATLAC模型率定的主要敏感性參數(shù)為坡面流滯后系數(shù)、馬斯京根法的時(shí)間蓄量常數(shù)、地下水補(bǔ)給率、降雨入滲因子及潛水含水層滲透系數(shù)和給水度[12-13].鑒于PEST 優(yōu)化技術(shù)對(duì)模型參數(shù)的率定已取得成功應(yīng)用[10]，故本文沒(méi)有列出具體的參數(shù)優(yōu)化結(jié)果.而水動(dòng)力模型MIKE 21 仍然采用手工試錯(cuò)法率定，模型可調(diào)整的主要參數(shù)為湖床糙率系數(shù)和渦粘系數(shù).

3 結(jié)果與討論

3.1 模型率定與評(píng)估

當(dāng)前聯(lián)合模型采用基于觀測(cè)數(shù)據(jù)來(lái)獨(dú)立率定各個(gè)子模型.水文水動(dòng)力聯(lián)合模型分別以五河6 個(gè)水文站點(diǎn)河道徑流量、流域基流指數(shù)與湖泊4 個(gè)站點(diǎn)水位作為目標(biāo)變量來(lái)評(píng)價(jià)模型的整體能力.

表1 為基于多目標(biāo)變量的WATLAC 模型定量化模擬結(jié)果評(píng)價(jià).6 個(gè)水文站點(diǎn)擬合的納希效率系數(shù)[22](Ens)變化范圍為0.71 ～0.84，確定性系數(shù)(R2)介于0.70 ～0.88 之間，相對(duì)誤差(RE)基本控制在±10%內(nèi)，但個(gè)別站點(diǎn)擬合的相對(duì)誤差稍微偏大(表1).模擬值與觀測(cè)值大部分集中在45°線(xiàn)附近，表明模型模擬效果較好(圖3).此外，通過(guò)圖4 選取的模擬期末2005年河道日徑流量過(guò)程線(xiàn)可見(jiàn)，總體呈現(xiàn)較好的曲線(xiàn)擬合宏觀效果，但個(gè)別時(shí)段洪峰流量擬合存在一定的誤差，這主要是因?yàn)榱饔虼嬖诒姸啻笮⌒退畮?kù)改變了徑流的天然狀態(tài).WATLAC 模擬的全流域基流指數(shù)(45%)與基流分割結(jié)果(47.6%)較為接近，表明地下水對(duì)河道徑流基流貢獻(xiàn)量的模擬結(jié)果具有一定的可靠性，基流指數(shù)可用來(lái)直接率定分布式水文模型及間接評(píng)估地下水流模擬效果.總體來(lái)說(shuō)，流域水文模型WATLAC 能夠很好地再現(xiàn)大尺度流域上的降雨-徑流響應(yīng)過(guò)程，能為湖泊水動(dòng)力模型提供可靠的流量輸入條件.

表1 流域水文模型WATLAC 率定結(jié)果*Tab.1 Calibration results of catchment hydrological model WATLAC

圖3 模型率定期(2000-2005年)模擬與觀測(cè)的河道日徑流量散點(diǎn)圖Fig.3 Scatter diagrams of simulated stream flow against the observed stream flow for calibration period 2000-2005

湖泊MIKE 21 模型的模擬與觀測(cè)水位的定量化評(píng)估結(jié)果表明，湖泊各站點(diǎn)擬合的確定性系數(shù)R2介于0.96 ～0.98，納希效率系數(shù)Ens變化范圍為0.88 ～0.98，相對(duì)誤差RE 均小于±5%，取得令人滿(mǎn)意的率定結(jié)果(表2).鄱陽(yáng)湖4 個(gè)水文站點(diǎn)實(shí)測(cè)與計(jì)算水位過(guò)程線(xiàn)擬合良好，均很好地呈現(xiàn)了湖泊水位的季節(jié)性變化和年際變化趨勢(shì)(圖5).總體來(lái)說(shuō)，湖泊水動(dòng)力模型MIKE 21 不但能夠取得理想的模擬效果，而且具有較強(qiáng)的模擬能力去再現(xiàn)長(zhǎng)時(shí)間的水位變化及捕捉水位的峰值變化，充分體現(xiàn)該模型能夠很好的模擬湖泊水位對(duì)流域和平原區(qū)徑流量的共同響應(yīng)過(guò)程.盡管如此，在枯水位的模擬上有著相對(duì)較大的誤差(圖5)，誤差來(lái)源最可能是湖盆地形的誤差或者說(shuō)地形誤差對(duì)低水位的模擬較為敏感.

圖4 2005年鄱陽(yáng)湖流域6 個(gè)水文站點(diǎn)模擬與觀測(cè)的河道日徑流量擬合Fig.4 Comparison of simulated and observed daily stream flows at six hydrological stations in Lake Poyang catchment in 2005

圖5 2000-2005年鄱陽(yáng)湖4 個(gè)水文站點(diǎn)水位驗(yàn)證Fig.5 Validation of lake levels at four hydrological stations in Lake Poyang during 2000-2005

圖6 2005 年4 個(gè)典型時(shí)段模擬鄱陽(yáng)湖水位的空間變化Fig.6 Simulated spatial distribution of Lake Poyang water levels at four time slices in 2005

表2 湖泊水動(dòng)力模型MIKE 21 率定結(jié)果*Tab.2 Calibration results of lake hydrodynamic model MIKE 21

圖7 2005年鄱陽(yáng)湖淹水天數(shù)統(tǒng)計(jì)結(jié)果Fig.7 Statistical result of submerged days of the entire Lake Poyang area in 2005

3.2 鄱陽(yáng)湖空間水位模擬

鄱陽(yáng)湖水位在年內(nèi)的空間上存在著明顯的水位梯度，即水位空間差異性較大，特別是低水位月份，比如1月份(圖6a)，只有湖泊主河道有少量的水分布，大部分區(qū)域水深較淺，呈現(xiàn)出露狀態(tài).而水位相對(duì)較高的7月份(圖6c)，整個(gè)湖泊保持著較高的水位，且整個(gè)湖區(qū)近似呈水平面.此外，本文將2005年的逐日空間水位分布結(jié)果進(jìn)行統(tǒng)計(jì)，將水深大于零的格網(wǎng)單元定義為湖區(qū)淹水狀態(tài)，反之，定義為出露狀態(tài)，空間結(jié)果見(jiàn)圖7.鄱陽(yáng)湖整個(gè)湖區(qū)的淹水情況同樣呈現(xiàn)較大的差異性，不同的湖區(qū)有著不同的淹水情況(圖7).常年被水淹沒(méi)的區(qū)域主要分布在主河道地區(qū)，該淹水分布與低水位的空間分布相似(圖6a)，表明這些主河道區(qū)域常年有水的流動(dòng).而湖泊岸線(xiàn)附近的上游區(qū)域則呈現(xiàn)1 ～6 個(gè)月不等的淹水時(shí)間，表明這些地區(qū)由于湖盆地形較高，一年中的絕大部分時(shí)間則處于出露狀態(tài).圖6 和圖7 充分體現(xiàn)了鄱陽(yáng)湖在不同季節(jié)河湖相交替的獨(dú)特水情動(dòng)態(tài)，也表明當(dāng)前所構(gòu)建的聯(lián)合模擬模型能夠合理呈現(xiàn)鄱陽(yáng)湖水位在年內(nèi)的空間變化，而這種水位空間動(dòng)態(tài)變化及淹水信息對(duì)評(píng)估湖泊濕地系統(tǒng)、水生植被的生長(zhǎng)和發(fā)展等有著重要的現(xiàn)實(shí)意義.

4 結(jié)語(yǔ)

鄱陽(yáng)湖湖泊流域系統(tǒng)涉及尺度大、多個(gè)獨(dú)立子流域入湖、湖泊水動(dòng)力特征顯著等特點(diǎn)，系統(tǒng)內(nèi)水文水動(dòng)力過(guò)程復(fù)雜.本文嘗試了一個(gè)實(shí)現(xiàn)該系統(tǒng)水文水動(dòng)力的聯(lián)合模擬的方法.該方法基于不同功能子模型的有機(jī)聯(lián)系，通過(guò)數(shù)據(jù)在模型間的時(shí)空傳遞實(shí)現(xiàn)了湖泊和流域的聯(lián)合模擬.該聯(lián)合模擬方法在鄱陽(yáng)湖湖泊流域作了驗(yàn)證，能有效反映湖泊水位對(duì)流域徑流過(guò)程的響應(yīng).本文的研究雖然針對(duì)鄱陽(yáng)湖湖泊流域系統(tǒng)，所提出的方法具有一定的普適性，可為相似湖泊流域的水文水動(dòng)力模擬提供借鑒或被直接采用.

[1]周文斌，萬(wàn)金堡，姜加虎.鄱陽(yáng)湖江湖水位變化對(duì)其生態(tài)系統(tǒng)影響.北京:科學(xué)出版社，2011.

[2]Shankman D，Qiao LL.Landscape changes and increasing flood frequency in China's Lake Poyang region.The Professional Geographer，2003，55(4):434-445.

[3]Shankman D，Heim BD，Song J.Flood frequency in China's Lake Poyang region:trends and teleconnections.International Journal of Climatology，2006，26:1255-1266.

[4]Shankman D.River management，landuse change，and future flood risk in China's Lake Poyang region.River Basin Management，2009，7(4):423-431.

[5]Hu Q，F(xiàn)eng S，Guo H et al.Interactions of the Yangtze River flow and hydrologic processes of the Lake Poyang，China.Journal of Hydrology，2007，347:90-100.

[6]郭 華.氣候變化及土地覆被變化對(duì)鄱陽(yáng)湖流域徑流的影響[學(xué)位論文].南京:中國(guó)科學(xué)院南京地理與湖泊研究所，2007.

[7]劉 健，張 奇，左海軍等.鄱陽(yáng)湖流域徑流模型.湖泊科學(xué)，2009，21(4):570-578.

[8]Xu ZY，Adil NG，Thomas JG.The hydrological calibration and validation of a complexly-linked watershed-reservoir model for the Occoquan watershed，Virginia.Journal of Hydrology，2007，345(3/4):167-183.

[9]Ye XC，Zhang Q，Bai L et al.A modeling study of catchment discharge to Lake Poyang under future climate in China.Quaternary International，2011，244:221-229.

[10]Li XH，Zhang Q，Xu CY.Suitability of the TRMM satellite rainfalls in driving a distributed hydrological model for water balance computations in Xinjiang catchment，Lake Poyang basin.Journal of Hydrology，2012，426/427:28-38.

[11]葉許春.近50年鄱陽(yáng)湖水量變化機(jī)制與未來(lái)變化趨勢(shì)預(yù)估[學(xué)位論文].南京:中國(guó)科學(xué)院南京地理與湖泊研究所，2010.

[12]Zhang Q，Li LJ.Development and application of an integrated surface runoff and groundwater flow model for a catchment of Lake Taihu catchment，China.Quaternary International，2009，208(1/2):102-108.

[13]Zhang Q，Werner AD.Integrated surface-subsurface modeling of Fuxianhu Lake catchment，Southwest China.Water Resour Manage，2009，23:2189-2204.

[14]Harbaugh AW.MODFLOW-2005:The U.S.Geological survey modular ground-water model-the ground-water flow process.Geological Survey Techniques and Methods，2005.

[15]Kebede S，Travi Y，Alemayehu T et al.Water balance of Lake Tana and its sensitivity to fluctuations in rainfall，Blue Nile basin，Ethiopia.Journal of Hydrology，2006，316:233-247.

[16]DHI.MIKE 21 ＆ MIKE 3 FLOW MODEL FM Hydrodynamic Module.Water ＆ Environment ＆ Health，2007.

[17]Niemann SL，Jensen JH，Zyserman JA et al.Morphological modeling of a danish tidal inlet.Proceedings of ICCE，2006:1-14.

[18]Martinelli L，Zanuttigh B，Corbau C.Assessment of coastal flooding hazard along the Emilia Romagna littoral，IT.Coastal Engineering，2010，57:1042-1058.

[19]Smagorinsky J.General circulation experiment with the primitive equations.Monthly Weather Review，1963，91(3):99-164.

[20]Arnold JG，Allen PM，Muttiah R et al.Automated base flow separation and recession analysis techniques.Ground Water，1995，33(6):1010-1018.

[21]Doherty J.PEST:Model-independent parameter estimation.Watermark Numerical Computing，2005.

[22]Nash JE，Sutcliffe IV.River flow forcasting through conceptual models part 1—a discusstion of principles.Journal of Hydrology，1970，10:282-290.