鄧元倩，李致家，劉甲奇

(1.河海大學(xué)水文水資源學(xué)院，南京 210098；2. 河海大學(xué)水利水電學(xué)院, 南京 210098)

目前，對大江大河的防洪預(yù)警近乎完善，現(xiàn)有水文站也能較好地控制其所在的河流，而我國國土面積廣闊，河流眾多，尤其是對山區(qū)中小河流，水文站網(wǎng)的分布密度較稀疏，水情監(jiān)測手段匱乏，信息資料較少或沒有，大多數(shù)地區(qū)屬于缺資料或無資料地區(qū)[1]。以往現(xiàn)有水文模型是探索水文響應(yīng)的主要工具，但對實(shí)測站點(diǎn)資料的依賴性較強(qiáng)如：新安江模型、經(jīng)驗(yàn)?zāi)Ｐ偷萚2]加上近年來人類活動對環(huán)境影響的加劇，山區(qū)缺歷史觀測資料的問題日趨惡化，一些歷史測驗(yàn)數(shù)據(jù)也因環(huán)境的改變而不再可用，從而使得當(dāng)前洪水預(yù)報(bào)面臨著巨大的困難。故如何展開缺資料地區(qū)的中小河流的防洪減災(zāi)是當(dāng)前研究的熱點(diǎn)。基于此，曾在2003年，國際水文科學(xué)協(xié)會(IAHS)推出PUB計(jì)劃(2003-2012年)，于2013年，又發(fā)起了水文十年(2013-2022年)主題為“Panta Rhei：水文與社會變化”的研究計(jì)劃[3-5]。該計(jì)劃將人類影響納入水文研究，Panta Rhei的明確目標(biāo)是取代案例研究，得出一般和可移用的結(jié)果。

如何不經(jīng)過水文模型對降雨徑流資料的案例率定而獲取其模型參數(shù)是個難點(diǎn)。迄今為止國內(nèi)外學(xué)者對解決缺資料地區(qū)水文預(yù)測的最為通用的方法主要有分布式水文模型、遙感遙測、區(qū)劃方法3個方面[6-8]。其中，區(qū)劃方法最為常用?？v觀已有的研究成果，本文總結(jié)目前國內(nèi)外學(xué)者對于區(qū)劃方法的研究進(jìn)展，重點(diǎn)從各方法的適用性、存在的問題和不確定性三個方面進(jìn)行分析討論，并對未來的應(yīng)用前景和發(fā)展方向的突破口進(jìn)行展望，為國內(nèi)外的研究學(xué)者提供一些參考。

1 區(qū)劃方法

目前，對于缺資料地區(qū)參數(shù)識別的主要方法是通過參數(shù)區(qū)域化思想[9]，利用有資料地區(qū)的參數(shù)來推求或估算缺資料地區(qū)的參數(shù)，從而達(dá)到對缺資料地區(qū)進(jìn)行防洪預(yù)報(bào)的目的。在大尺度內(nèi)的氣候和下墊面特征等相對一致的前提下，在此研究區(qū)域內(nèi)由有資料地區(qū)向無資料地區(qū)進(jìn)行參數(shù)的推求，不能夠外延[10]。該方法概括起來為兩大類：移植法和回歸法。①參數(shù)移植法的依據(jù)是對于兩個水文機(jī)理相似的流域，其模型參數(shù)也應(yīng)相似，從而將有資料流域(參政流域)的參數(shù)移用到缺資料流域(目標(biāo)流域)。②參數(shù)回歸法的依據(jù)有兩個方面[11]：一是流域模型參數(shù)和該流域物理屬性間存在較強(qiáng)的相關(guān)性；二是研究所選取的特征值能夠較好的代表該流域的屬性特性。鑒于此可通過尋求參數(shù)與流域?qū)傩蕴卣髦抵g的關(guān)系來間接推求缺資料地區(qū)的參數(shù)。迄今為止，已經(jīng)有很多學(xué)者對這兩種方法進(jìn)行對比分析與改進(jìn)。

1.1 移植法

所謂移植，根據(jù)相似性原則，有兩種方法：其一，近鄰移植法。水文行為在空間上的變化是穩(wěn)定且緩慢的條件下[12]認(rèn)為相鄰流域的水文機(jī)理相似，故對于地理位置鄰近的流域可直接把有資料流域的模型參數(shù)直接移用到缺資料的流域也稱為距離相近法。如果可供選擇的參政流域有多個，常采用線性插值法、平均法、反距離權(quán)重法等推求目標(biāo)流域的參數(shù)；其二，屬性相似法。該法認(rèn)為決定流域水文相似的關(guān)鍵因素是流域的下墊面特征(植被、地貌、土壤類型等)和氣候特征。當(dāng)研究區(qū)水文特征相似時，即可進(jìn)行參數(shù)移植。基于主成分分析法、模糊聚類法、人工神經(jīng)網(wǎng)絡(luò)等[13-15]是識別流域?qū)傩韵嗨频某Ｓ梅椒?。這兩種方法的區(qū)別在于前者選用的是距離上較近的參政流域，后者選用的是屬性特征相似的參政流域[16, 17]。目前在國內(nèi)研究還比較少。如：靳曉莉[18]以東江流域?yàn)槔赋霾逯岛笃骄兔娣e權(quán)重平均都不能明顯改進(jìn)缺資料流域參數(shù)的推求效果。Vandewiele等[19]對比利時75個流域展開探索，得出克里金空間插值法比臨近流域法較優(yōu)的結(jié)論。Zhang等[20]為了提高模擬精度，提出了綜合相似法，效果較好。鐘栗[21]采用數(shù)理解析法、地形指數(shù)法、空間插值法等4種方法對新安江模型較敏感參數(shù)CS的區(qū)域化規(guī)律進(jìn)行比較分析，發(fā)現(xiàn)多元回歸法最優(yōu)。He[17]對萊茵河的27個流域進(jìn)行了區(qū)劃分析，對無資料流域進(jìn)行了參數(shù)移植，擬合程度較好。

1.2 回歸法

回歸法是建立有資料地區(qū)的模型參數(shù)和下墊面特征之間的定量關(guān)系，然后依據(jù)缺資料地區(qū)的屬性特征推求該地區(qū)的模型參數(shù)(見圖1)。隨著當(dāng)今GIS和RS技術(shù)的發(fā)展，可獲得的相關(guān)資料也越多，使得基于流域特征值如：土地利用、土壤類型等的水文模型參數(shù)推求有了質(zhì)的飛躍，大大地減少了水文模型對參數(shù)率定的依賴程度。而基于回歸的區(qū)劃研究常常面臨兩個問題：其一是模型參數(shù)的敏感性和不確定性；其二是模型參數(shù)是否與下墊面屬性特征有較強(qiáng)的相關(guān)性?；貧w的水文區(qū)劃方法有很多，常見的如：多元線性回歸、主成分回歸、一步回歸等等。其中，多元回歸法應(yīng)用最為廣泛，該方法主要利用統(tǒng)計(jì)學(xué)的思想通過建立模型參數(shù)與流域下墊面特征(如流域面積、流域平均高程、坡度等)之間的回歸方程來推求缺資料流域的參數(shù)值。例如：Siriwardena L[22]把SIMHYD模型的幾個典型參數(shù)與研究流域的干旱指數(shù)、土壤有效持水能力、坡度等特征建立多元回歸方程。李紅霞[11]以澳大利亞的210個流域?yàn)檠芯繉ο?，用空間相似、屬性相似和回歸法進(jìn)行對比研究發(fā)現(xiàn)空間相似法精度最高，回歸法最差，屬性相似法介于兩者之間，模擬精度有一定的提高。Kelleher C等[23]在美國蒙大拿州研究發(fā)現(xiàn)對于不同的地形和植被模型的敏感參數(shù)是一致的。Wuttichaikitcharoen P等[24]通過對流域的尺寸、土地利用、河網(wǎng)特性、流域坡度、降雨的分布這5個主要因子進(jìn)行主成分分析，建立與泥沙量之間的數(shù)學(xué)方程式。

圖1 參數(shù)回歸法計(jì)算過程示意圖Fig.1 Schematic diagram of parameter regression method

1.3 其他方法

(1)基于遙感的參數(shù)估計(jì)：隨著科技的發(fā)展，人們利用遙感遙測技術(shù)可以更準(zhǔn)確的獲得研究流域的植被特征、土地利用、土壤類型等屬性特征，進(jìn)而直接或間接的識別研究區(qū)所需的模型參數(shù)。袁迪[25]等利用遙感信息對新安江模型的產(chǎn)流參數(shù)WM、B、IMP進(jìn)行估計(jì)，減少了徑流模擬中的不確定性。何虹等[26]針對流域?qū)傩蕴卣鲗λ哪M結(jié)果的影響參用遙感技術(shù)對其進(jìn)行量化分析。夏希[27]根據(jù)遙感信息獲得研究流域的下墊面特征值，進(jìn)而推求新安江模型的部分參數(shù)值，并對推求結(jié)果的可靠性進(jìn)行了驗(yàn)證。

(2)數(shù)理公式法：在流域自身結(jié)構(gòu)特性規(guī)律的基礎(chǔ)上，采用積分變換等數(shù)學(xué)方法，構(gòu)建數(shù)學(xué)物理方程式。Harman和Sivapalan[28]對各自的Boussinesq方程給予線性化和積分轉(zhuǎn)換，推導(dǎo)出反映水力特性的相似因子。芮孝芳[29]推導(dǎo)了基于流域特征的數(shù)學(xué)公式，使Nash單位線可直接應(yīng)用在無資料流域。馬天儒[30]分析獲得了估算包氣帶厚度的數(shù)學(xué)表達(dá)式，并進(jìn)一步分析包氣帶垂向結(jié)構(gòu)的變化規(guī)律，得到新安江模型參數(shù)中SM的計(jì)算方法。梁珂等[31]提出一種新的匯流計(jì)算方法來推求納什匯流參數(shù)。但是由于水文過程的非均一性和時空變異性，很難構(gòu)建通用的數(shù)學(xué)物理方程，限制了該法的實(shí)際應(yīng)用。

2 對比分析與討論

2.1 各方法適用性

對于不同的氣候分區(qū)[32]：移植法更適用于熱帶和溫帶地區(qū)，在高寒地區(qū)回歸法較常用，不過也有另一些學(xué)者認(rèn)為前者更合適[33]。在對研究流域認(rèn)識不明確的情況下，臨近流域移植法是較佳的選擇，這類方法所需的水文資料較少，但也存在隨機(jī)性，當(dāng)參政流域與目標(biāo)流域之間出現(xiàn)較多的突變點(diǎn)時，移植法精度可能不高[34]。而回歸法的缺點(diǎn)是需要大量的數(shù)據(jù)支撐，當(dāng)數(shù)據(jù)的時間序列不夠長時得出的結(jié)果可能不理想，且模型參數(shù)存在不確定性，很難通過參數(shù)區(qū)域化的定量關(guān)系來確定即模型參數(shù)與研究區(qū)的屬性特征之間的相互關(guān)系[35]。加上不同地區(qū)的物理屬性本身就有差異，同一流域選取的屬性特征值和研究方法的不同，存在各種未知性。綜上討論各類方法都有各自的優(yōu)缺點(diǎn)，適用范圍較模糊，具體選用哪種方法需要參照研究區(qū)的水文資料情況而定，最好運(yùn)用多種方法展開對比研究，以得出最佳方案。如：徐秀麗[36]利用3種方法對貴州省無資料流域龍里站進(jìn)行對比研究發(fā)現(xiàn)參數(shù)回歸法效果最好，屬性相似法次之，距離相近法精度最差。Braun和Renner[37]在瑞士的5個流域用HBV模型模擬發(fā)現(xiàn)模型參數(shù)與流域?qū)傩蕴卣鏖g沒有關(guān)聯(lián)。伍遠(yuǎn)康等[1, 38]對浙江省39個流域采用均值法、空間插值法、回歸法等對其進(jìn)行研究，并提出針對全省無資料流域進(jìn)行水文預(yù)報(bào)的方法。Merz和Blosch[39]對奧地利的308個流域展開區(qū)劃研究時發(fā)現(xiàn)空間臨近法效果最好。鐘栗[21]針對安徽皖南山區(qū)和大別山區(qū)的26個中小河流，參用地形指數(shù)法、空間插值法等4種方法對新安江模型參數(shù)規(guī)律進(jìn)行對比研究，并綜合判斷出多元回歸法最優(yōu)。

2.2 存在問題

(1)相似性指標(biāo)：水文相似性常用水文相似度來描述[13]，水文相似的三要素包括[1]：下墊面結(jié)構(gòu)相似、驅(qū)動力條件相似、水流動力特征相似(見圖2)。但是選擇這些要素的過程往往依賴研究者的經(jīng)驗(yàn)，有些學(xué)者僅僅通過物理屬性相似就認(rèn)為水文相似，沒有詳細(xì)的量化指標(biāo)，缺乏完備的相似理論體系，導(dǎo)致不確定性因素很大[13, 15]。劉金濤等[40]發(fā)現(xiàn)基于假定的理想山坡水文相似因子應(yīng)用于實(shí)際流域效果不理想。Berne等[41]研究推導(dǎo)出山坡Péclet數(shù)，指出山坡的形狀與水文響應(yīng)的相互關(guān)系。姚成等[42]采用地形指數(shù)和地貌單位線分別考量流域產(chǎn)匯流規(guī)律的相似性。

圖2 水文相似的三要素組成Fig.2 Composition of the three elements of the hydrological similarity

(2)參政流域的選擇：參政流域的水文資料是否具有代表性、一致性、可靠性。加上流域的下墊面結(jié)構(gòu)非常復(fù)雜，在自然界中幾乎不存在兩個物理屬性完全相同的流域。在利用多元回歸法進(jìn)行推求缺資料地區(qū)的參數(shù)值時需要有足夠多的參政流域方能提供一定的數(shù)據(jù)支撐，但是參政流域數(shù)目多少才是最優(yōu)尚不明確。

(3)流域特征指標(biāo)：流域下墊面特征主要包括：流域的地形地貌征、植被特征、土壤類型等(見圖3)。如何才能取長補(bǔ)短選擇下墊面某些典型的物理量來真實(shí)的代表模型的某個參數(shù)，加上有些地區(qū)模型參數(shù)值與下墊面特征之間的關(guān)聯(lián)性不是很明確，甚至幾乎沒有關(guān)系。因此如何規(guī)范選擇具有代表性、一致性的流域特征，有待進(jìn)一步研究。Braun和Renner[37]將HBV模型用在瑞士的5個流域，發(fā)現(xiàn)流域?qū)傩蕴卣骱蛥?shù)之間幾乎沒有聯(lián)系。Johansson[43]研究了瑞典11個流域的模型參數(shù)與該研究區(qū)物理屬性之間的關(guān)系，發(fā)現(xiàn)僅有一個參數(shù)與流域?qū)傩蚤g存在關(guān)聯(lián)。

圖3 流域下墊面特征框架圖Fig.3 Feature map of the underlying surface

(4)尺度問題：參政流域資料序列的時間尺度和流域面積的空間尺度，各種時空尺度下流域下墊面特征具有較強(qiáng)的變異性，從而引起的流域特征的差異是否可忽略，加上缺乏水文理論的一致性，阻礙模型參數(shù)與下墊面特征指標(biāo)的建立，小尺度流域向大尺度的轉(zhuǎn)變?nèi)孕杼接憽?/p>

2.3 不確定性

參數(shù)區(qū)域化中的不確定：首先，水文模擬的不確定性。主要包括三個方面[44, 45]: ①模型結(jié)構(gòu)本身的復(fù)雜所引起的不確定性，如：不同水文模型的機(jī)理往往不同。②模型輸入的不確定性，如：利用GIS對原始DEM、土地利用、植被覆蓋等前期數(shù)據(jù)的處理以及分辨率選擇不同導(dǎo)致的不確定性。③參數(shù)率定的不確定性。以往人們經(jīng)常通過手動調(diào)參，有一定的主觀因素影響，且參數(shù)間的相關(guān)性使得異參同效現(xiàn)象廣泛存在。其次，選取參政流域的選擇、相似性指標(biāo)的選擇、流域特征值的選取以及各指標(biāo)計(jì)算方法的不同都將導(dǎo)致區(qū)劃結(jié)果的不確定性。

3 結(jié)論與展望

本文根據(jù)國內(nèi)外已有的研究成果，總結(jié)了區(qū)劃方法在缺資料地區(qū)水文模型參數(shù)識別的研究進(jìn)展，并指出了各類方法的適用性和存在的問題。由于影響缺資料地區(qū)模型參數(shù)識別的因素眾多，針對當(dāng)前水文測站密度的匱乏，未來對于缺資料地區(qū)要從以下3個方面著手：

(1)新理論：在水文相似因子推求方面，要加深對流域結(jié)構(gòu)規(guī)律和水文機(jī)理的認(rèn)知，完善水文相似性理論，挖掘水文機(jī)理在實(shí)際生產(chǎn)中的應(yīng)用。

(2)新方法：水文預(yù)報(bào)已從最初的經(jīng)驗(yàn)公式到集總式水文模型再到如今的分布式水文模型。未來要加大對模型結(jié)構(gòu)、模型參數(shù)、不確定性預(yù)報(bào)方法的研究，將各種不確定性加以量化，避免異參同效的影響。改進(jìn)現(xiàn)有模型在缺資料地區(qū)預(yù)測的精度，完善水文模擬技術(shù)。要重點(diǎn)研究具有物理機(jī)制的分布式水文模型，完善模型結(jié)構(gòu)和對資料的依賴程度，以新模型的開發(fā)和研究方法的創(chuàng)新為突破點(diǎn)，努力做到模型應(yīng)用時無需輸入降水等信息，從而從根本上解決缺資料地區(qū)的預(yù)測預(yù)報(bào)問題。

(3)新技術(shù)：加強(qiáng)不同尺度的氣候因素以及下墊面因素對水文響應(yīng)機(jī)理的研究，充分的改進(jìn)衛(wèi)星遙感技術(shù)從而更精準(zhǔn)的量化缺資料地區(qū)連續(xù)時空尺度的特征值，做到數(shù)據(jù)實(shí)時更新，加大其他新技術(shù)的研發(fā)。通過以上對區(qū)劃方法的歸納總結(jié)，可增進(jìn)人們對水文模型參數(shù)規(guī)律的理解，對于缺資料中小流域的防洪減災(zāi)具有一定的指導(dǎo)意義。

□

[1] 劉金濤, 宋慧卿, 王愛花. 水文相似概念與理論發(fā)展探析[J]. 水科學(xué)進(jìn)展, 2014,(2):288-296.

[2] Sivapalan M, Takeuchi K,Franks S W, et al. IAHS Decade on Predictions in Ungauged Basins(PUB),2003-2012:Shaping an Exciting Future for the Hydrological Sciences[J]. Hydrological Sciences Journal, 2003,48(6):857-880.

[3] McMillan H, Montanari A, Cudennec C, et al. Panta Rhei 2013-2015: global perspectives on hydrology, society and change[J]. Hydrological Sciences Journal,2016,61(7):1 174-1 191.

[4] YAO Cheng, LI Zhijia, BAO Hongjun，et al. Application of a developed Grid-Xin'anjiang model to Chinese watersheds for flood forecasting purpose[J]. Journal of Hydrologic Engineering 2009,14(9):923-934.

[5] YAO Cheng, LI Zhijia, YU Zhongbo, et al. A priori parameter estimates for a distributed，grid-based Xin'anjiang model using geographically based information [J].Journal of Hydrology, 2012,468/469:47-62.

[6] 毛能君, 夏 軍, 張利平, 等. 參數(shù)區(qū)域化在乏資料地區(qū)水文預(yù)報(bào)中應(yīng)用研究綜述[J]. 中國農(nóng)村水利水電, 2016,(12):88-92.

[7] Sanzana P, Jankowfsky S,Branger F, et al. Computer-assisted mesh generation based on hydrological response units for distributed hydrological modeling[J]. Computers & Geosciences, 2013,57:32-43.

[8] Shretha S, Bastola S, Babel M S, et al. The Assessment of Spatial and Temporal Transferability of a Physically Baesd Distributed Hydrologic Model Parameters in Different Physiographic Regions of Nepal[J]. Journal of Hydrology, 2007,347(1-2):153-172.

[9] 李紅霞, 張新華, 張永強(qiáng), 等. 缺資料流域水文模型參數(shù)區(qū)域化研究進(jìn)展[J]. 水文, 2011,(3):13-17.

[10] 韓 通. API模型在中小河流無資料地區(qū)的應(yīng)用研究[D]. 南京：河海大學(xué), 2016.

[11] 李紅霞. 無徑流資料流域的水文預(yù)報(bào)研究[D]. 遼寧大連：大連理工大學(xué), 2009.

[12] Bloschl G. Rainfall-runoff modeling of ungauged catchments[J]. Encyclopedia of Hydrological Sciences (Ed. M. Anderson), 2005:1 332 061-1 332 050.

[13] 戚曉明, 陸桂華, 吳志勇，等. 水文相似度及其應(yīng)用[J]. 水利學(xué)報(bào), 2007,(3):355-360.

[14] 張欣莉, 丁 晶, 王順久. 投影尋蹤分類模型評定相似流域[J]. 水科學(xué)進(jìn)展, 2001,(3):356-360.

[15] Savicz K, Wagener T, Sivapalan M,et al. Catchment classification: Empirical analysis of hydrologic similarity based on catchment function in the eastern USA[J]. Hydrology and Earth System Sciences, 2011,15:2 895-2 911.

[16] Kileshye Onema J M, Taigbenu A E, Ndiritu J. Classification and flow prediction in a data-scarce watershed of the equatorial Nile region[J].Hydrology and Earth System Sciences, 2012,16(5):1 435-1 443.

[17] He Y, Bardossy A, Zehe E. A catchment classification scheme using local variance reduction method[J]. Journal of Hydrology, 2011,411(1-2):140-154.

[18] 靳曉莉, 張 奇, 許崇育. 一個概念性水文模型的參數(shù)區(qū)域化研究:以東江流域?yàn)槔齕J]. 湖泊科學(xué), 2008,(6):723-732.

[19] Vandewiele G L，Elias A. Monthly water balance of ungauged catchments obtained by geographical regionalization[J]. Journal of Hydrology, 1995,170(1-4):277-291.

[20] Zhang Y, Chiew F H S. Relative merits of different methods for runoff predictions in ungauged catchments[J]. Water Resources Research, 2009,7(45):4 542-4 548.

[21] 鐘 栗. 新安江模型在中小河流無資料地區(qū)的應(yīng)用研究[D]. 南京：河海大學(xué), 2016.

[22] Siriwardena L. Estimation Of SIMHYD Parameter Values For Application In Ungauged Catchments[J]. MODSIM05 - International Congress on Modelling and Simulation: Advances and Applications for Managem, 2005,10(3):2 883-2 889.

[23] Christa K, Thorsten W, Brian M G. Model‐based analysis of the influence of catchment properties on hydrologic partitioning across five mountain headwater subcatchments[J]. Water Resources Research,2015,51(6):n/a-n/a.

[24] Wuttichaiktcharoen P,Babel MS.Principal Component and Multiple Regression Analyses for the Estimation of SuspendedSediment Yield in Ungauged Basins of Northern Thailand[J].Water, 2014,6(9):2847-2848.

[25] 袁 迪, 宋星原, 張艷軍,等. 基于遙感信息的新安江模型產(chǎn)流計(jì)算參數(shù)估計(jì)[J]. 水力發(fā)電學(xué)報(bào), 2014,(5):77-85.

[26] 何 虹, 夏達(dá)忠, 甘郝新. 基于MODIS的水文特征指標(biāo)提取與應(yīng)用研究[J]. 水利信息化, 2011,(4):4-8.

[27] 夏 希. 基于地理學(xué)的流域水文模型參數(shù)推求研究[D]. 南京：河海大學(xué), 2008.

[28] Harman C J,Sivapalan M. A similarity framework to assess controls on shallow subsurface flow dynamics[J]. Water Resources Research, 2009,45.

[29] 芮孝芳. 利用地形地貌資料確定Nash模型參數(shù)的研究[J]. 水文, 1999,(3):6-10.

[30] 馬天儒. 基于下墊面特征的自由水蓄水容量區(qū)劃研究[D]. 南京：河海大學(xué), 2016.

[31] 梁 珂, 李致家, 闞光遠(yuǎn). 新型匯流計(jì)算方法及其在缺資料地區(qū)的應(yīng)用[J]. 人民黃河, 2016,(3):15-17.

[32] 伊 璇.區(qū)劃方法在無資料地區(qū)水文預(yù)報(bào)中的應(yīng)用研究伊璇[J]. 水文, 2014.

[33] Razavi T, Coulibaly P. Streamflow prediction in ungauged basdins review of regionalization methods[J]. Journal of Hydraulic Engineering, 2013,18(8):958-975.

[34] 劉蘇峽, 劉昌明, 趙衛(wèi)民. 無測站流域水文預(yù)測(PUB)的研究方法[J]. 地理科學(xué)進(jìn)展, 2010,(11):1 333-1 339.

[35] Abdulla F A, Lettenmaier D P. Development of regional parameter estimation equations for a macroscale hydrologic mode[J]. Journal of Hydrology, 1997,197:230-257.

[36] 徐秀麗. 區(qū)域化方法在貴州省水文模擬中的應(yīng)用研究[D]. 南京：河海大學(xué), 2016.

[37] Braun L N，Renner C B. Application of a conceptual runoff model in different physiographic regions of Switzerland[J]. Hydrological Sciences Journal一Journal Des Sciences Hydrologiques, 1992,37(3):217-231.

[38] 伍遠(yuǎn)康, 王紅英, 陶永格, 等. 浙江省無資料流域洪水預(yù)報(bào)方法研究[J]. 水文, 2015,(6):24-29.

[39] Merz R, Bloschl G. Regionalisation of catchment model parameters[J]. Journal of Hydrology, 2004,287(1):95-123.

[40] 劉金濤, 馮德锃, 陳 喜, 等. 應(yīng)用Péclet數(shù)解析山坡結(jié)構(gòu)特征的水文效應(yīng)[J]. 水科學(xué)進(jìn)展, 2012,(1):1-6.

[41] Berne A, Uijlenhoet R, Troch P A. Similarity analysis of subsurface flow response of hillslopes with complex geometry[J]. Water Resources Research, 2005,41.

[42] 姚 成, 章玉霞, 李致家, 等. 無資料地區(qū)水文模擬及相似性分析[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013,(2):108-113.

[43] Johansson B. The relationship between catchment characteristics and the parameters of a conceptual runoff model: a study in the south of Sweden[C]∥1994,221:475-482.

[44] 武 震, 張世強(qiáng), 丁永建. 水文系統(tǒng)模擬不確定性研究進(jìn)展[J]. 中國沙漠, 2007,(5):890-896.

[45] Zhan C, Song X, Xia J,et al. An efficient integrated approach for global sensitivity analysis of hydrological model parameters[J]. Environmental Modeling & Software, 2013,41:39-52.