岳健敏， 張金池?， 莊家堯， 夏業(yè)茂， 劉鑫

(1.南京林業(yè)大學(xué)，江蘇省南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心,210037，南京;2.南京林業(yè)大學(xué)信息技術(shù)學(xué)院，210037，南京)

南京毛竹林小流域SCS-CN方法初損率λ取值研究

岳健敏1， 張金池1?， 莊家堯1， 夏業(yè)茂2， 劉鑫1

(1.南京林業(yè)大學(xué)，江蘇省南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心,210037，南京;2.南京林業(yè)大學(xué)信息技術(shù)學(xué)院，210037，南京)

我國(guó)是一個(gè)水土流失問(wèn)題相對(duì)嚴(yán)重的國(guó)家，降雨徑流是土壤侵蝕發(fā)生的動(dòng)力，較準(zhǔn)確的計(jì)算徑流量是估算水土流失和水土保持效益評(píng)價(jià)的關(guān)鍵。SCS-CN模型是美國(guó)農(nóng)業(yè)部開(kāi)發(fā)的,用來(lái)計(jì)算降雨形成的地表徑流量的經(jīng)驗(yàn)?zāi)Ｐ?，由于其?jiǎn)單、高效的優(yōu)點(diǎn)被廣泛運(yùn)用于不同地區(qū)不同立地徑流量的計(jì)算中。初損率是SCS-CN方法進(jìn)行流域地表徑流預(yù)報(bào)的基礎(chǔ)輸入?yún)?shù)之一，影響著徑流模擬精度。本文研究確定南京毛竹林小流域初損率取值，為SCS-CN模型在該地區(qū)的適用性提供參考。根據(jù)毛竹林小流域徑流場(chǎng)實(shí)測(cè)降雨徑流資料，采用漸近線法確定CN值，得出λ變化區(qū)間，并選取10場(chǎng)降雨資料對(duì)參數(shù)λ進(jìn)行率定，使用相關(guān)系數(shù)R，模型效率系數(shù)E，合格率對(duì)參數(shù)λ進(jìn)行評(píng)價(jià)，得出λ=0.25,0.3,0.35相對(duì)較好，三者相關(guān)系數(shù)分別為0.58,0.54,0.49，模型效率系數(shù)分別為-9.42，-5.86，-3.14，合格率分別為77.80%，88.90%，77.80%。綜合分析，得出λ取0.3在本流域相對(duì)較適合，又選取該流域10場(chǎng)降雨資料做模擬徑流比對(duì)。結(jié)果顯示：相對(duì)于模型理論值λ=0.2時(shí)的模擬效果，在該流域λ=0.3時(shí)模擬值更加接近實(shí)測(cè)值，數(shù)模型效率系數(shù)E由-16.77提升到-1.03，精度大大提高，所以率定λ=0.3為該流域最適初損率。

SCS-CN模型； 初損率； 率定； 毛竹林小流域

降雨產(chǎn)流是導(dǎo)致土壤侵蝕的關(guān)鍵因素[1],我國(guó)幅員遼闊，氣候多樣，不同的土地利用方式導(dǎo)致土壤質(zhì)地、類型差異具有明顯區(qū)域化，如何高效準(zhǔn)確的運(yùn)用模型來(lái)確定不同條件下墊面的徑流量,了解土壤侵蝕的發(fā)生規(guī)律,對(duì)水土流失預(yù)報(bào)、水土資源合理利用及評(píng)價(jià)具有重大意義。流域水文模型是針對(duì)流域上發(fā)生的水文過(guò)程進(jìn)行模擬所建立的數(shù)學(xué)模型，發(fā)展距今已有50多年的歷史。流域水文模型是通過(guò)不同影響因子的規(guī)律性數(shù)學(xué)表達(dá)，來(lái)模擬不同尺度，不同環(huán)境因子的流域地表水文過(guò)程，可為水文資源管理、土地利用規(guī)劃和洪澇災(zāi)害的防治等提供參考[2]。目前，國(guó)內(nèi)外研究實(shí)施應(yīng)用的大小尺度流域水文模型眾多,比較典型的有Stanford模型、薩克拉門模型(SRFCH)、水箱模型、SCS模型以及新安江模型等。我國(guó)的水文模型研究起步較晚，大多是在移用或者修正國(guó)外模型的基礎(chǔ)上做進(jìn)一步研究[3-10]。

SCS-CN模型是由美國(guó)農(nóng)業(yè)部水土保持局(Soil Conservation Services)經(jīng)過(guò)長(zhǎng)期大范圍調(diào)研驗(yàn)證提出，能夠反映不同土地利用方式、不同土壤類型及前期土壤含水量對(duì)降雨徑流的影響的經(jīng)驗(yàn)?zāi)Ｐ?，其最大的特點(diǎn)是資料簡(jiǎn)單易取[11]，模型預(yù)測(cè)只需一個(gè)反映降雨前流域下墊面特征的綜合參數(shù)——徑流曲線數(shù)(Curve number,CN)。由于模型結(jié)構(gòu)簡(jiǎn)單、便于操作，國(guó)際上眾多模型都采用SCS-CN模型對(duì)降雨徑流進(jìn)行模擬，如CREAMS[12]、EPIC[13],AGNAPS[14]等?，F(xiàn)在，SCS-CN經(jīng)驗(yàn)?zāi)Ｐ鸵褟V泛運(yùn)用于不同區(qū)域，不同國(guó)家的城市水文、防洪工程、小流域綜合治理及水土保持等方面[9-10,15-16]。模型使用過(guò)程中，參數(shù)的選取與地表徑流量的定量計(jì)算有很大關(guān)系。目前我國(guó)眾多學(xué)者[3-7,17-19]主要研究SCS-CN模型中CN值的確定及影響因素，而對(duì)初損率(λ)的研究較少。λ是SCS-CN模型的重要參數(shù)，是降雨徑流過(guò)程初損量與最大潛在蓄水量(S)的比值。在模型的研究制定過(guò)程中美國(guó)農(nóng)業(yè)部水土保持局根據(jù)大量的試驗(yàn)資料分析,提出λ 值分布在0.095～0.38之間的概率占50%[20],就此確定λ=0.2作為模型參數(shù)值的標(biāo)準(zhǔn)值[16-17][21-22]。

目前大多數(shù)研究是基于美國(guó)土壤保持局提供的CN值表：首先確定前期濕度條件(AMC)，然后查表獲得[23]；或者根據(jù)實(shí)測(cè)降雨徑流資料反推CN值來(lái)確定[24]。這樣做存在一定偏差，對(duì)模型的關(guān)鍵參數(shù)λ的確定有一定影響，導(dǎo)致此模型在我國(guó)的應(yīng)用存在局限性。參數(shù)λ的確定具有地域性。穆宏強(qiáng)、張秀英等的[18-19]研究結(jié)果表明，λ在0.00～0.30之間變化，并因地區(qū)不同存在相應(yīng)改變，例如Shi等[25]率定中國(guó)南方三峽庫(kù)區(qū)王家溝小流域初損率變化幅度為0.010～-0.154，根據(jù)中值、平均值驗(yàn)證，推薦其研究流域初損率取 0.05較為合適，K.J.Lim 等[26]與E.A.Baltas等[27]也確定了同樣的研究結(jié)果，當(dāng)初損率取0.05時(shí)的擬合效果優(yōu)于標(biāo)準(zhǔn)值λ=0.2。周淑梅[28]等人采用反算法(BC)和事件分析法(EA)確定流域初損率，結(jié)果表明：用這2種方法計(jì)算的初損率均小于標(biāo)準(zhǔn)值0.2，且最適合本地區(qū)的初損率為0.1。陳正維等[29]研究發(fā)現(xiàn)初損率λ=0.2僅適用于紫色土坡地小降雨產(chǎn)流的模擬，并且強(qiáng)降雨條件下，λ值越大，模擬效果越好；當(dāng)λ=0.3 時(shí)，修正的模型在紫色土坡地徑流模擬效果最好。

綜上所述，研究區(qū)域λ的確定對(duì)SCS-CN模型在研究流域的應(yīng)用具有至關(guān)重要的地位。本文的研究對(duì)象是座落在南京江寧區(qū)祿口鎮(zhèn)的銅山林場(chǎng)中的毛竹林小流域。筆者根據(jù)2012年日降雨徑流數(shù)據(jù)，采用漸近線法[30]確定流域適宜CN值，并使用模型效率系數(shù)E，相關(guān)系數(shù)R，模型合格率確定毛竹林小流域最適λ參數(shù)。目前還沒(méi)有有關(guān)毛竹林小流域SCN-CN模型的應(yīng)用研究，因此本研究可為日后SCS-CN模型在本流域的應(yīng)用提供參考。

1 研究區(qū)概況

銅山分場(chǎng)(E 118°50′～118°52′， N 31°35′～31°39′ )，隸屬于南京市近郊國(guó)營(yíng)東善橋林場(chǎng)，距南京市20 km，處于北亞熱帶季風(fēng)氣候區(qū)，四季分明，氣候溫和濕潤(rùn)，區(qū)內(nèi)雨熱資源相對(duì)豐富，多年平均降雨量950 mm，多年平均氣溫15.1 ℃，無(wú)霜期達(dá)229 d，全年日照時(shí)間為2 199.5 h，該區(qū)域?yàn)槲覈?guó)雨期最長(zhǎng)的地區(qū)之一，存在2個(gè)多雨期：春夏之交的梅雨期和夏季的臺(tái)風(fēng)雨期；降雨的特點(diǎn)是冬春量少次乏、夏秋頻繁量多，全年以4—9月降雨量最盛，約占全年降雨量的71%左右。地形主要以丘陵為主，海拔范圍38～388 m，森林類型為針闊混交林，主要樹(shù)種是杉木(Cunninghamialanceolata)、馬尾松(Pinusmassoniana)、麻櫟(Quercusaeutissima)、毛竹(Phyllostachysedulis)。毛竹林內(nèi)土層深度為10 cm，溫度為14.41 ℃，土壤含水率為19.9%。由于實(shí)驗(yàn)區(qū)地形地貌條件、設(shè)備和資金的限制，只在毛竹林小流域設(shè)置了一個(gè)雨量站。

2 材料與方法

2.1 數(shù)據(jù)來(lái)源

選取的毛竹林小流域?yàn)榈湫土饔?，地約0.63公頃，匯入旁邊的回龍水庫(kù)。流域內(nèi)多山，氣候溫和濕潤(rùn)。流域內(nèi)植被主要為毛竹，具有較好的水土保持條件。數(shù)據(jù)來(lái)源于2012—2013年南京市近郊國(guó)營(yíng)東善橋林場(chǎng)銅山分場(chǎng)的觀測(cè)數(shù)據(jù)，采用積分法進(jìn)行時(shí)段以及日、月徑流量計(jì)算[25]。

2.2 測(cè)定方法：

在集水區(qū)出口設(shè)置三角堰和浮子式自記水位觀測(cè)計(jì)用以觀測(cè)徑流水位曲線，45°頂角三角薄壁水位徑流量系數(shù)計(jì)算公式[31]為

CQ=0.582 47H2.5。

(1)

式中：CQ為45°頂角三角薄壁堰在某一時(shí)刻流量系數(shù)，m3/s；H為45°頂角三角薄壁堰某一時(shí)刻的水位，m。根據(jù)實(shí)際地表徑流量Q和H的記錄數(shù)據(jù)，采用積分法對(duì)其進(jìn)行時(shí)段以及日徑流量的計(jì)算[31]。

2.3 SCS-CN模型

SCS-CN模型的原理是基于一個(gè)水量平衡方程和2個(gè)基本假設(shè)[1]：水量平衡方程(式(2))一個(gè)基本假設(shè)是集水區(qū)的實(shí)際地表徑流量Q(mm)與流域可能最大徑流量(P-Ia)的比值等于實(shí)際入滲量F與潛在蓄水能力S之比(式(3)),另一個(gè)假定是初損Ia是潛在蓄水能力S的一部分(式(4))。

P=Ia+F+Q；

(2)

(3)

Ia=λS。

(4)

SCS-CN 方法中，λ通常取標(biāo)準(zhǔn)值0.2[1]，由式(2)和式(3)得

(5)

式中：Q為實(shí)際地表徑流量，用次降雨徑流深度表示，mm；P為次降雨量，mm；F為累計(jì)入滲量，mm；S為流域最大蓄水能力，量綱一參數(shù)介于0～100之間mm；Ia為初損量，mm；λ為初損率。規(guī)定徑流曲線數(shù)CN與最大蓄水能力S有以下關(guān)系:

(6)

2.4 CN值確定方法——漸近線法

漸進(jìn)線法是高等數(shù)學(xué)極值的一種確定方法，是使自變量和因變量根據(jù)相同重現(xiàn)期的頻率配對(duì)，確定自變量的理論值，該方法由D.H.Hawkiins[32]提出應(yīng)用到SCS-CN模型CN值的確定中的并結(jié)合前期土壤濕度(antecedent moisture condition, AMC)，將立地環(huán)境分為 AMCI(干旱狀態(tài))、AMCII(平均狀態(tài))和 AMCIII(濕潤(rùn)狀態(tài))3 類, 分別對(duì)應(yīng)CN1、CN2和CN3。漸進(jìn)線具體做法是:1)將降雨量和徑流量分別按大小排序，將同一序數(shù)下的降雨量和徑流量數(shù)值組成新的數(shù)據(jù)對(duì); 2)用新的降雨量和徑流量數(shù)據(jù)對(duì)作為本底值計(jì)算相應(yīng)的S和CN值;3)將計(jì)算所得的CN值與對(duì)應(yīng)的降雨量組成數(shù)據(jù)對(duì)，繪制降雨量與CN值的散點(diǎn)圖，確定徑流曲線數(shù)和降雨量的關(guān)系函數(shù)，以漸近線的值作為該流域平均土壤水分狀況CN2，根據(jù)SWAT模型中的調(diào)節(jié)函數(shù)[33]，求出CN1和CN3。

(7)

CN3=CN2×exp(0.006 73×(100-CN2))。

(8)

由式(6)～(8)得到S1、S2、S3。

2.5 初損率的計(jì)算

筆者根據(jù)毛竹林多年降雨徑流資料，獲得年平均滲透量和降雨量的關(guān)系，結(jié)合式(2)、式(4)、式(6)，和2012年10場(chǎng)降雨徑流數(shù)據(jù)求得初損率λ的變化范圍。

2.6 參數(shù)λ的確定

根據(jù)實(shí)測(cè)降雨資料，采用相關(guān)系數(shù)R，模型效率系數(shù)E，模型合格率綜合評(píng)定，選取該流域最優(yōu)參數(shù)λ，并做相應(yīng)驗(yàn)證。

2.6.1 模型效率系數(shù)E模型效率系數(shù)所反映的是計(jì)算值與實(shí)測(cè)值1∶1的線性接近程度即散點(diǎn)圖在直線Y=X2邊的分布狀況，E的取值范圍為(-∞,1]。

(9)

2.6.2 相關(guān)系數(shù)R反映計(jì)算值與實(shí)測(cè)值之間的相關(guān)程度。|R|越大，表明誤差越小，計(jì)算值與實(shí)測(cè)值之間的線性相關(guān)程度越高; |R|值越接近于0，表明擬合誤差越大，即計(jì)算值與實(shí)測(cè)值之間的線性相關(guān)程度越低。|R|取值范圍為[-1,1]，選取|R|最大時(shí)所對(duì)應(yīng)的S值作為最優(yōu)值，用于參數(shù)λ的確定。

(10)

2.6.3 模型合格率 模型合格率是水文預(yù)報(bào)中常用指標(biāo)之一，有2種統(tǒng)計(jì)標(biāo)準(zhǔn)，一是統(tǒng)計(jì)出計(jì)算徑流值與實(shí)測(cè)值絕對(duì)誤差小于等于2 mm，二是確定相對(duì)誤差小于等于30%的降雨場(chǎng)次[34]，然后將該降雨場(chǎng)次占總降雨場(chǎng)次的百分比作為模型計(jì)算的合格率。

2.7 數(shù)據(jù)圖像處理軟件

數(shù)據(jù)分析軟件使用Excel 2007、Matlab。圖像處理軟件使用Originpro 8.0。

3 結(jié)果與分析

3.1 毛竹林小流域CN值測(cè)算

以降雨量為橫坐標(biāo)，徑流量為縱坐標(biāo)根據(jù)漸進(jìn)法[10]作圖，如圖1，由漸進(jìn)法求得本流域CN2,根據(jù)式(6)、式(7)求得CN1、CN3，結(jié)合式4得出毛竹林小流域最大蓄水能力S。如圖1所示，該函數(shù)的漸近線值為37.556 7，為該流域?qū)?yīng)的CN2值，根據(jù)SWAT模型調(diào)節(jié)函數(shù)式7、式8求得CN1、CN3，如表1所示。

Q means volume of runoff, mm; P means volume of rainfall, mm圖1 漸近法求CN2值Fig.1 Value of CN2 using successive approximation method

表1 CN值計(jì)算結(jié)果

Note：CN1：curve number in drought state;CN2：curve number in average state;CN3: curve number in humid state;S: the largest storage capacity of water.

本流域2012—2013年全年最大單次降雨量為188 mm，小于CN1所對(duì)應(yīng)的0.2S。根據(jù)SCS-CN模型理論，徑流量Q應(yīng)該為零；但實(shí)際情況是，本流域降雨量為188 mm對(duì)應(yīng)的實(shí)際徑流量3.028 mm，所以CN1所對(duì)應(yīng)的土壤情況和本流域的土壤基本情況不相符。對(duì)于CN2所對(duì)應(yīng)的情況,本流域年產(chǎn)生徑流量的降雨場(chǎng)次雨量>84.462 2 mm的只有3場(chǎng)，占總降雨場(chǎng)次的16%，其余產(chǎn)生徑流的降雨場(chǎng)次均為降雨量<84.462 2 mm；因此適合本流域的潛在蓄水能力S=190.260 2。

3.2 毛竹林小流域λ系列值確定

流域最大潛在蓄水量S的確定，通過(guò)南京市近郊國(guó)營(yíng)東善橋林場(chǎng)2009—2012年的月觀測(cè)數(shù)據(jù)積累量，得出流域多年徑流組分分析確定本流域初損量Ia和降雨徑流的關(guān)系，分析確定Ia/S即流域初損率λ的系列值。

由表2可知，毛竹林小流域的年平均滲透量F占多年平均降雨量的51.17%，由式2確定該流域初損量與降雨徑流的關(guān)系為Ia=0.488 3P-Q,根據(jù)2012年的降雨徑流數(shù)據(jù)，得出每場(chǎng)降雨所對(duì)應(yīng)的初損量Ia，流域潛在蓄水能力S，得出λ變化范圍，如表3。

表2 毛竹林小流域多年平均徑流組分

表3 λ計(jì)算結(jié)果

初損率變化長(zhǎng)度為 0.44，平均值為0.15，中值為 0.075接近0.08，λ取0.08。以0.05為變化單元，分別取0.15,0.20，0.25,0.3,0.35,0.4和中值0.08模擬本流域的徑流值。

3.3 確定研究流域初損率λ

將計(jì)算徑流值與觀測(cè)值比較，以模型效率系數(shù)E,相關(guān)系數(shù)R，合格率作為評(píng)價(jià)指標(biāo)，確定相對(duì)合適本流域的λ參數(shù)。

由表4分析得，|R|最高時(shí)λ=0.08，|R|最低時(shí)λ=0.4；模型E最高時(shí)λ=0.4，E最低時(shí)λ=0.08；合格率最高時(shí)λ=0.3，最低時(shí)λ=0.08。分析數(shù)據(jù)發(fā)現(xiàn)，λ=0.4的E最高，合格率為77.80%，但其|R|最低，并且取λ=0.4做徑流模擬只能預(yù)估大降雨事件，在此參數(shù)條件下，80%的模擬徑流都為0，不適用于本流域降雨徑流的預(yù)測(cè)。如表4所示E較高的對(duì)應(yīng)的R都<0.6，主要是因?yàn)?個(gè)參數(shù)本身的含義不不同。|R|主要反應(yīng)的是計(jì)算值與實(shí)測(cè)值之間的相關(guān)程度，而E主要反應(yīng)的是計(jì)算值與實(shí)測(cè)值在Y=X這條直線兩邊的分布狀況，體現(xiàn)的是與1∶1直線的接近程度。在進(jìn)行模型評(píng)價(jià)時(shí)，需要使用多個(gè)評(píng)價(jià)指標(biāo)，本文使用相關(guān)系數(shù)|R|，模型有效系數(shù)E，合格率3個(gè)指標(biāo)對(duì)參數(shù)λ進(jìn)行評(píng)價(jià)，得出λ=0.25,0.3,0.35相對(duì)較好，3者模型效率系數(shù)分別為-9.42，-5.86，-3.41，相關(guān)系數(shù)分別為0.58,0.54,0.49，合格率分別為77.80%，88.90%，77.80%。由相關(guān)系數(shù)|R|，模型有效系數(shù)E，合格率綜合分析，λ取0.3在本流域相對(duì)較適合。

表4 不同λ值相關(guān)系數(shù)、模型效率系數(shù)、合格率比較

Tab .4 Comparison of correlation coefficient, the model efficiency coefficient, and the qualification rate from different parametersλ

序號(hào)No．λ|R|E合格率Qualificationrate/%10 080 66-33 6755 6020 150 64-20 9766 7030 20 61-14 3666 7040 250 58-9 4277 8050 30 54-5 8688 9060 350 49-3 4177 8070 40 42-1 8677 80

3.4 已確定研究流域初損率λ驗(yàn)證對(duì)比

另外選取2012年6月27日，7月2日，7月16日，7月20日，8月14日，8月31日，9月8日，9月12日，9月24日，12月14日降雨徑流事件做相關(guān)模擬，如圖2所示。

圖2 率定參數(shù)λ前后模擬徑流與實(shí)測(cè)徑流量Fig.2 Measured and predicted surface runoff after calibration and validation of parameter λ

圖2b是A圖0～6區(qū)域的放大圖，由圖2a、圖2b可知SCS-CN模型λ=0.2時(shí)對(duì)毛竹林降雨徑流的預(yù)測(cè)，模擬值都過(guò)高的估測(cè)了實(shí)際值，模擬偏大；λ=0.3時(shí)模擬值偏小，但與參數(shù)率定前相比，模型驗(yàn)證值更靠近1∶1線，其離散程度顯著降低，效率系數(shù)由-16.77提升到-1.03，表明參數(shù)率定后的SCS-CN模型能更好地預(yù)測(cè)本地區(qū)次降雨徑流量。

4 結(jié)論

1) 通過(guò)λ的不同取值，進(jìn)行徑流量模擬，所得到的差異較大;因此，在使用SCS-CN模型前，對(duì)參數(shù)λ的率定是必要的。

2) 通過(guò)漸近線方法確定毛竹林南京銅山林場(chǎng)毛竹林小流域較為適合的潛在蓄水能力為S=190.260 2。

3) 在南京銅山林場(chǎng)毛竹林小流域，采用SCS-CN模型直接模擬次降雨條件下地表徑流量存在較大誤差，λ=0.2時(shí)SCS-CN模型過(guò)高的預(yù)測(cè)地表徑流量。

4) 經(jīng)過(guò)參數(shù)率定，SCS-CN模型能更好地適用于本流域降雨徑流的估測(cè)，模擬驗(yàn)證顯示，與參數(shù)率定前相比，當(dāng)λ=0.3時(shí)，用模型估測(cè)的徑流量數(shù)值與實(shí)測(cè)徑流量值更為接近，模型效率系數(shù)由-16.77提升到-1.03，精度大大提高。

5 討論

研究表明，南京毛竹林小流域，SCS-CN模型參數(shù)的率定，潛在蓄水能力的最適值為S=190.260 2，λ=0.3較為合適，和陳正維等[29]人的研究結(jié)果相似。Mingbin Huang等人[35]研究發(fā)現(xiàn)λ比較小時(shí)，對(duì)低徑流量估算誤差較大,優(yōu)化后的λ值比傳統(tǒng)的SCS-CN方法中的提供值更適合南京毛竹林小流域降水產(chǎn)流預(yù)測(cè)，特別是對(duì)小的產(chǎn)流事件?？赡苁且?yàn)槊窳肿陨淼奶攸c(diǎn)，毛竹地下莖具有很好的橫向地性，有很強(qiáng)的分生能力，其地下系統(tǒng)盤根錯(cuò)節(jié),交互相連,形成整體具有很好的持水能力，使得小流域蓄水能力較強(qiáng)，當(dāng)降雨量較大時(shí)，毛竹林地產(chǎn)流較小，λ=0.3較理想狀況(λ=0.2)使得SCS-CN模型在該流域具有更好的模擬性。

在CN值的確定上采用了漸近線法，在確定流域潛在蓄水量S上，沒(méi)有根據(jù)每場(chǎng)降雨前土壤情況去判斷，采用了統(tǒng)一的潛在蓄水量，造成大降雨小徑流事件模擬效果較差的情況。由于SCS-CN模型是在美國(guó)緩坡地上發(fā)展起來(lái)的,在我國(guó)江蘇南京毛竹林小流域的應(yīng)用應(yīng)該做坡度的修正，同時(shí)要考慮植被覆蓋度和林齡；E.A.Baltas 等[27]認(rèn)為流域最大蓄水能力隨降雨量增大而增大，這在一定程度上限制了模型預(yù)報(bào)精度，因此毛竹林小流域今后應(yīng)著重研究降雨強(qiáng)度和降雨量對(duì)SCS-CN模型的影響。

[1] Nearing M A, Liu B Y, Risse L M, et al. Curve number and Green-Ampt effective hydraulic conductivities[J]. Water Resources Bulletin, 1996,32(1):125-136

[2] 王英,黃明斌.徑流曲線法模型參數(shù)在黃土地區(qū)的優(yōu)化研究[J].水土保持報(bào),2008,28(1):54-58

[3] 史培軍,袁藝,陳晉.深圳市土地利用變化對(duì)流域徑流的影響[J].生態(tài)學(xué)報(bào),2001,21(7):1041-1049

[4] 張建云,何惠.應(yīng)用地理信息進(jìn)行無(wú)資料地區(qū)流域水文模擬研究[J].水科學(xué)進(jìn)展,1998,9(12):345-350

[5] 周翠寧,任樹(shù)梅,閆美俊.曲線數(shù)值法(SCS模型)在北京溫榆河流域降雨-徑流關(guān)系的應(yīng)用研究[J].農(nóng)業(yè)工程學(xué)報(bào),2008,24(3):87-90

[6] 徐秋寧,馬孝義,安夢(mèng)雄,等.SCS模型在小型集水區(qū)降雨徑流計(jì)算中的應(yīng)用[J].西南農(nóng)業(yè)大學(xué)學(xué)報(bào),2002, 24(2):97-100

[7] 張美華,王曉燕,秦福來(lái).SCS模型在密云石匣試驗(yàn)小區(qū)降雨徑流量估算中的應(yīng)用[J].首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2004,25:155-158

[8] 王白陸.SCS 產(chǎn)流模型的改進(jìn)[J].人民黃河, 2005, 27(5):24-26

[9] Cheng Qiuming, Ko C, Yuan Yinhuan, et al. GIS modeling for predicting river runoff volume in ungauged drainages in the Greater Toronto Area, Canada[J].Computers & Geosciences, 2006, 32(8):1108-1119

[10] Mishra S K, Singh V P. SCS-CN method part-1: derivation of SCS-CN based models[J]. Acta Geophys Polonica, 2002,50(3):457-477

[11] Rawls W J, Ahuja L R, Brakensiek D L, et al. Infiltration and soil water Movement[M]∥Maidment D R ed. Handbook of Hydrology. New York: McGraw-Hill Inc,1992:505

[12] Knisel W G. Creams: A field-scale model for chemicals, runoff and erosion from agricultural management systems[J]. Modeling and Simulation, 1982: 1555-1559

[13] Sharpley A N, Williams J R. Epic-erosion/productivity impact calculator: I model documentation.US Department of agriculture technical bulletin No.1786 [M]. Washington, DC： US government printing office，1990

[14] Yong R A, Onstad C A, Bosch D D, et al. AGNAPS: A No point source model for evaluating Agricultural watersheds[J].Journal Soil and Water Conservation,1989,44(2):168-173

[15] Eric G, Marc L, Michel D, et al. Hydrological analysis of the river Aude, France , flash flood on 12 and 13 November 1999[J].Journal of Hydrology,2003,286(4):135-154

[16] Shi Peijun, Yuan Yi, Zheng Jing, et al. The effect of land use/cover change on surface runoff in Shenzhen region,China[J].Catena,2007,69(1):31-35

[17] Bosznay M. Generalization of SCS curve number method [J]. Irrig. And drain. Engineer, ASCE, 1989,115(1):139-144

[18] 穆宏強(qiáng).SCS模型在石橋鋪流域的應(yīng)用研究[J].水利學(xué)報(bào),1992,10:79-85

[19] 張秀英,孟飛,丁寧.SCS模型在干旱半干旱區(qū)小流域徑流估算中的應(yīng)用[J].水土保持究,2003,10(4): 172-174

[20] SCS national engineering handbook. Section 4: hydrology national engineering handbook[R]. U.S. Department of Agriculture, Washington, D. C. 1972: 5, 10

[21] Botan J. Determination of watershed curve number using derived distributions [J].Journal of Irrigation and Drainage Engineering,1997,123(1):28-36

[22] Hjelmfflt A T. Investigation of curve number procedure [J].Journal of Hydraulic Engineering, ASCE, 1991, 117(6):725-737

[23] Ponce V M, Hawkins R H. Runoff curve number: Has it reached maturity[J].Journal of Hydrologic Engineering，1996，1(1):11-19

[24] 符素華,王向亮,王紅葉,等. SCS - CN 徑流模型中CN值確定方法研究[J].干旱區(qū)地理，2012, 35(3): 415 -421

[25] Shi Zhihua, Chen Liding, Fang Nufang, et al. Research on the SCS-CN initial abstraction ratio using rainfall-runoff event analysis in the Three Gorges Area, China[J]. Catena,2009, 77(1):1-7

[26] Lim K J, Engel B A, Muthukrishnan S, et al. Effects of initial abstraction and urbanization on estimated runoff using CN technology[J]. Journal of the American Water Resources Association,2006,42(3):629-643

[27] Baltas E A, Dervos N A, Mimikou M A. Technical Note: Determination of the SCS initial abstraction ratio in an experimental watershed in Greece[J]. Hydrology and Earth System Sciences, 2007,11(6): 1825-1829

[28] 周淑梅, 雷廷武. 黃土丘陵溝壑區(qū)典型小流域SCS-CN方法初損率取值研究[J].中國(guó)農(nóng)業(yè)科學(xué)，2011，44(20):4240-4247

[29] 陳正維，劉興年，朱 波.基于SCS-CN模型的紫色土坡地徑流預(yù)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2014,30(7): 72-81

[30] Hawkins D H. Asymptotic determination of runoff curve numbers from data[J]. Am Soc Civ Eng J Irr Drain Div,1993,119(2):334-345

[31] 莊家堯，張金池，蘇繼申，等.用積分公式法改進(jìn)水文觀測(cè)中徑流量計(jì)算精度的研究[J].南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2008(06):147-150

[32] Neitsch S L,Arnold J G, Kiniry J R, et al. Soil and Water Assessment Tool Theoretical Documentation, Version 2005[M].Temple, Tex.: USDA-ARS Grassland, Soil and Water Research Laboratory，2005:3-6

[33] Soil Conservation Service. Section 4. Hydrology. National Engineering Handbook[R]. United States Department of Agriculture, 1972,10:1-30

[34] Huang M B, Gallichand J, Wang Z L, et al. A modification to the soil conservation service curve number method for steep slopes in the loess plateau of china[J]. Hydrological Processes,2006, 20(3):579-589

[35] Huang Mingbin, Gallichand J, Dong Cuiyun, et al. Use of soil moisture and curve number method for estimating runoff in the Loess Plateau of China[J]. Hydrological Processes,2007, 21(11):1471-1481

(責(zé)任編輯：程 云 郭雪芳)

Calibration of SCS-CN initial abstraction ratio of a small watershed in Nanjing bamboo forest

Yue Jianmin1, Zhang Jinchi1, Zhuang Jiayao1, Xia Yemao2, Liu Xin1

(1.Collaborative Innovation Center of Sustainable Forestry in Southern China of Jiangsu Province, Nanjing Forestry University, 210037, Nanjing, China; 2.College of Information Technology, Nanjing Forestry University, 210037, Nanjing, China)

China has the relatively serious problem of soil and water loss. Runoff is the primary force that results in soil erosion. Accurate calculation of runoff is the key step to predict the soil and water loss, and it contributes to evaluating the efficiency of soil and water conservation practices. SCS-CN model is an empirical model developed by the United States Department of Agriculture, used to calculate the surface runoff of rain. It has the advantages of being simple and efficient. At present, it has been widely applied in different areas and site conditions for runoff calculation. Initial abstraction ratio (λ) is one of the basic input parameters in the SCS-CN method used to forecast surface runoff, and affects the precision of the model. This study was aimed to determine the value of initial abstraction ratio based on the Nanjing Moso bamboo forest watershed and provide reference of the SCS-CN model in this region. According to the measured data about rainfall runoff in the Moso bamboo forest watershed, the value of CN was determined by using the asymptote method. And then the shifty interval ofλwas confirmed from the certain value of CN. We chose the data of 10 rainfall events and used the correlation coefficient |R|, model efficiency coefficientE, and the qualification rate to evaluate the parameterλ. The result showed thatλ=0.25, 0.3, 0.35 are relatively better than other values when conducting calibration test of the parametersλ, with their correlation coefficients 0.58, 0.54 and 0.49, the model efficiency coefficient -9.42, -5.86 and -3.14, and the qualification rates 77.80%, 88.90% and 77.80%, respectively. A comprehensive analysis showed thatλ=0.3 was relatively better in the small watershed. Next, we selected data of another 10 rainfall events to simulate the quantities of runoff, and the result showed that the parameterλ=0.3 was closer to the measured surface runoff thanλ=0.2 from the SCS model. The model efficiency coefficientEwas improved from -16.77 to -1.03. It greatly improves the accuracy of the model. Therefore, calibratingλ=0.3 is the optimal initial abstraction ratio of small watershed in the bamboo forest.

SCS-CN model; initial abstraction ratio; calibration; small watershed in bamboo forest

2014-11-26

2015-08-10

項(xiàng)目名稱：國(guó)家公益林行業(yè)重大專項(xiàng)“典型森林植被對(duì)水資源形成過(guò)程的調(diào)控研究”(201104005)； 江蘇省高等學(xué)校優(yōu)勢(shì)學(xué)科建設(shè)項(xiàng)目(164010641)

岳健敏(1988—)，女，研究生。主要研究方向：森林水文，水土保持。E-mail:1018483018@qq.com

?通信作者簡(jiǎn)介：張金池(1962—)男，教授，博士生導(dǎo)師。主要研究方向：林業(yè)生態(tài)工程、水土保持與荒漠化防治。E-mail: zhang8811@njfu.edu.cn

S715.1

A

1672-3007(2015)05-0009-07