李致家,姚 成,張 珂,朱躍龍,劉志雨,李巧玲,童冰星,黃小祥,黃鵬年

(1.河海大學(xué)水文水資源學(xué)院,江蘇 南京 210098; 2.河海大學(xué)計(jì)算機(jī)與信息學(xué)院,江蘇 南京 210098; 3. 水利部水文局,北京 100053)

基于網(wǎng)格的精細(xì)化降雨徑流水文模型及其在洪水預(yù)報(bào)中的應(yīng)用

李致家1,姚 成1,張 珂1,朱躍龍2,劉志雨3,李巧玲1,童冰星1,黃小祥1,黃鵬年1

(1.河海大學(xué)水文水資源學(xué)院,江蘇 南京 210098; 2.河海大學(xué)計(jì)算機(jī)與信息學(xué)院,江蘇 南京 210098; 3. 水利部水文局,北京 100053)

以正交網(wǎng)格降雨徑流模型研究為基礎(chǔ),提出了用于洪水預(yù)報(bào)的精細(xì)化基于網(wǎng)格蓄滿與超滲空間組合的降雨徑流模型(Grid-XAJ-SATIN)。從模型的原理與結(jié)構(gòu)、地理信息空間處理、參數(shù)空間分布估算、模型的驅(qū)動(dòng)場(chǎng)分析、模型流域狀態(tài)同化幾個(gè)方面對(duì)該模型進(jìn)行討論,分析模型在濕潤(rùn)、半濕潤(rùn)流域的實(shí)際應(yīng)用情況。結(jié)果表明,無(wú)論是濕潤(rùn)流域還是半濕潤(rùn)流域,所提出的精細(xì)化模型均能取得良好的模擬預(yù)報(bào)精度,且模型在輸出流域出口斷面流量過(guò)程的同時(shí),可實(shí)現(xiàn)對(duì)流域內(nèi)任意網(wǎng)格單元流量過(guò)程的精細(xì)預(yù)報(bào)。

降雨徑流水文模型;精細(xì)化模擬;蓄滿超滲空間組合;參數(shù)空間分布;模型驅(qū)動(dòng)場(chǎng)分析;流域狀態(tài)同化;洪水預(yù)報(bào)

降雨徑流水文模型的發(fā)展經(jīng)歷了從數(shù)學(xué)物理方程解析或數(shù)值解—水文概化—水文概化+數(shù)學(xué)物理方程解析或數(shù)值解,用于水文或洪水預(yù)報(bào)的降雨徑流水文模型發(fā)展經(jīng)歷了水文概化—水文概化+數(shù)學(xué)物理方程解析或數(shù)值解[1]。精細(xì)化的水文模型有兩個(gè)含義,一是空間分辨率要高,二是對(duì)產(chǎn)匯流過(guò)程有精確的描述。在實(shí)時(shí)洪水預(yù)報(bào)中由于實(shí)時(shí)水雨情資料及計(jì)算速度的制約,限制了采用數(shù)學(xué)物理方程數(shù)值解的高空間分辨率的水文模型的使用。隨著遙感及計(jì)算機(jī)技術(shù)的飛速發(fā)展,使得在實(shí)時(shí)預(yù)報(bào)中以往的不可能變?yōu)榭赡?。目前?guó)內(nèi)在水情部門降雨徑流水文與洪水預(yù)報(bào)中采用的是概念性分布式水文模型,如新安江模型,流域劃分采用泰森多邊形或自然子流域的分塊方法[2]。生產(chǎn)上采用的API模型是集總式水文模型,流域不分塊;由概念性水文模型組成的分布式水文預(yù)報(bào)方案的單元流域面積一般比較大,有的可達(dá)到上千平方千米[3-7]。20世紀(jì)90年代在水文預(yù)報(bào)中雷達(dá)測(cè)雨開始應(yīng)用,反演的雷達(dá)測(cè)雨資料是以正交網(wǎng)格形式給出的,更易與正交網(wǎng)格的水文模型耦合應(yīng)用[8-20]。由于GIS、DEM及數(shù)字流域技術(shù)的普及應(yīng)用,使正交網(wǎng)格降雨徑流水文模型研究成為可能[21-23]?；跀?shù)學(xué)物理方程數(shù)值解的降雨徑流水文模型大都是網(wǎng)格模型,以正交網(wǎng)格為主,也有三角網(wǎng)格的,在目前的科學(xué)技術(shù)水平下這類模型還很難用于實(shí)時(shí)水文與洪水預(yù)報(bào)[3-10]。李致家等[11,14]進(jìn)行了基于正交網(wǎng)格降雨徑流水文模型的研究,提出精細(xì)化的基于網(wǎng)格的蓄滿與超滲空間組合的降雨徑流水文模型(Grid-XAJ-SATIN)并在實(shí)時(shí)洪水預(yù)報(bào)中應(yīng)用。本文重點(diǎn)討論模型的原理與結(jié)構(gòu)、地理信息空間處理、參數(shù)空間分布估算、模型的驅(qū)動(dòng)場(chǎng)分析、模型流域狀態(tài)同化以及模型應(yīng)用幾個(gè)方面。

1 模型原理與結(jié)構(gòu)

精細(xì)化模型Grid-XAJ-SATIN是在網(wǎng)格型新安江模型基礎(chǔ)上[24-37],進(jìn)一步考慮了蓄滿與超滲產(chǎn)流模式空間組合的分布式水文模型。模型以流域內(nèi)每個(gè)DEM網(wǎng)格作為計(jì)算單元,先計(jì)算出每個(gè)網(wǎng)格單元的植被冠層截留量、河道降水量和蒸散發(fā)量;然后再根據(jù)流域水文分區(qū)情況對(duì)每個(gè)網(wǎng)格單元的產(chǎn)流模式進(jìn)行識(shí)別,位于蓄滿產(chǎn)流區(qū)的網(wǎng)格采用蓄滿產(chǎn)流模式計(jì)算出單元產(chǎn)流量,而位于超滲產(chǎn)流區(qū)的網(wǎng)格采用超滲產(chǎn)流模式計(jì)算出單元產(chǎn)流量;最后再根據(jù)網(wǎng)格間的匯流演算次序,依次將各單元出流演算至流域出口。模型在進(jìn)行網(wǎng)格單元產(chǎn)匯流計(jì)算時(shí),同時(shí)考慮了網(wǎng)格間的水量交換問(wèn)題以及河道排水網(wǎng)絡(luò)的影響。

1.1 蓄超產(chǎn)流區(qū)空間分布

產(chǎn)流模式分為蓄滿產(chǎn)流模式與超滲產(chǎn)流模式,發(fā)生哪一種取決于流域降雨特征、土壤濕度特征及下墊面特征。降雨及土壤濕度特征屬于動(dòng)態(tài)特征,每一場(chǎng)暴雨洪水的降雨及土壤濕度特征都不一樣;下墊面特征屬于靜態(tài)特征,在較長(zhǎng)時(shí)間內(nèi)維持一定的穩(wěn)定性,具體又可以細(xì)分為地形特征、植被特征、土壤特征與地質(zhì)特征。Savenije[38]認(rèn)為地形因素是最重要的因素,包括坡度、坡向、平面曲率、剖面曲率、匯水面積等諸多地形因子。地形陡峭區(qū)域,降雨不易及時(shí)下滲,常形成超滲徑流,地形平緩區(qū)域則易蓄滿產(chǎn)流。平面曲率為正的區(qū)域,水流易四散流開,超滲產(chǎn)流發(fā)生；平面曲率為負(fù)的區(qū)域,則易水流匯聚,蓄滿產(chǎn)流發(fā)生。剖面曲率為正的區(qū)域,水流流速減緩,易發(fā)生蓄滿產(chǎn)流；剖面曲率為負(fù)的區(qū)域,水流加速流動(dòng),易產(chǎn)生超滲徑流。匯水面積大的區(qū)域,長(zhǎng)期濕潤(rùn),下滲能力大,易發(fā)生蓄滿產(chǎn)流；匯水面積小的區(qū)域,則土壤干燥易板結(jié),地下水位埋深大,易發(fā)生超滲徑流。

李致家等[39]認(rèn)為除地形因素外,植被與土壤對(duì)產(chǎn)流過(guò)程的影響不可忽略,提出了一種基于徑流曲線數(shù)與地形指數(shù)的蓄超產(chǎn)流區(qū)空間分布的確定方法,首先根據(jù)任意網(wǎng)格單元的土壤及土地利用類型,確定各單元的徑流曲線數(shù),并計(jì)算任意單元的地形指數(shù),再對(duì)徑流曲線數(shù)與地形指數(shù)開展聚類分析,最終確定任意單元的主導(dǎo)產(chǎn)流模式,進(jìn)而獲取流域蓄滿產(chǎn)流區(qū)與超滲產(chǎn)流區(qū)的空間分布。

1.2 單元產(chǎn)流及分水源

1.2.1 蓄滿產(chǎn)流

土壤蓄滿表示的是土壤含水量達(dá)到田間持水量,而不是飽和含水量。Grid-XAJ-SATIN模型采用蓄滿產(chǎn)流機(jī)制是指在降雨過(guò)程中,直到土壤包氣帶蓄水量達(dá)到田間持水量時(shí)才能產(chǎn)流,而在達(dá)到田間持水量之前,所有來(lái)水均被土壤吸收而不產(chǎn)流。對(duì)于流域內(nèi)蓄滿產(chǎn)流區(qū)的網(wǎng)格單元而言,可以采用張力水蓄水容量分布曲線來(lái)考慮土壤含水量在單元內(nèi)的分布不均問(wèn)題,也可以假定張力水含水量在單元內(nèi)分布均勻,此時(shí)將計(jì)算時(shí)段內(nèi)網(wǎng)格單元的實(shí)測(cè)降雨先扣除相應(yīng)時(shí)段的蒸散發(fā),植被冠層截留,河道降水后,再考慮上游入流是否補(bǔ)足當(dāng)前單元的土壤含水量,即可得到實(shí)際用于產(chǎn)流計(jì)算的時(shí)段降雨量Pe,則

(1)

式中:R——時(shí)段產(chǎn)流量;Pe——時(shí)段降雨量;W0——網(wǎng)格單元實(shí)際的張力水含量;WM——柵格單元全土層的張力水蓄水容量。

任意網(wǎng)格單元內(nèi)的產(chǎn)流量R均被劃分為3種水源:地面徑流Rs、壤中流Ri以及地下徑流Rg。與產(chǎn)流計(jì)算一樣,在進(jìn)行分水源計(jì)算時(shí),每個(gè)網(wǎng)格單元內(nèi)不再考慮自由水蓄水容量面上分布不均問(wèn)題。分水源計(jì)算所用公式為

Ri=KiS

(2)

Rg=KgS

(3)

(4)

式中:SM——網(wǎng)格單元表層土自由水蓄水容量;Ki——表層自由水含量對(duì)壤中流的出流系數(shù);Kg——表層自由水含量對(duì)地下水的出流系數(shù);S——網(wǎng)格單元實(shí)際的自由水含量。

1.2.2 超滲產(chǎn)流

超滲產(chǎn)流量由降雨強(qiáng)度和地面下滲能力共同決定。當(dāng)降雨雨強(qiáng)大于地面下滲能力時(shí),產(chǎn)流量等于降雨強(qiáng)度與地面下滲能力之差,土壤含水量的增加與下滲能力相同。當(dāng)降雨雨強(qiáng)小于地面下滲能力時(shí),產(chǎn)流量為零,降雨量全部補(bǔ)充土壤含水量。對(duì)于超滲產(chǎn)流計(jì)算而言,關(guān)鍵是確定出下滲能力。本模型提供了基于Green-Ampt方程與Philip下滲曲線的兩種下滲能力計(jì)算方法。

1.3 匯流演算

Grid-XAJ-SATIN模型提供了兩種匯流演算方法,包括一維擴(kuò)散波模型與基于網(wǎng)格的Muskingum匯流方法。在進(jìn)行網(wǎng)格間擴(kuò)散波匯流演算時(shí),假設(shè)任意網(wǎng)格單元都由坡地和河道組成,即原來(lái)的坡地網(wǎng)格上也存在一個(gè)“虛擬河道”,地下徑流與壤中流都直接匯入河道或“虛擬河道”中,因此網(wǎng)格間的匯流就由坡面匯流及河道匯流組成,均采用擴(kuò)散波模型。其中,坡面匯流擴(kuò)散波方程組為

(5)

式中:hs——坡面水流的水深;us——坡面水流的平均流速;qs——單位時(shí)間內(nèi)所計(jì)算的坡面徑流深,Soh——沿出流方向的地表坡度;Sfh——沿出流方向的地表摩阻比降。

在進(jìn)行網(wǎng)格間匯流演算時(shí),式(5)需要在每個(gè)網(wǎng)格單元上進(jìn)行離散,其中的連續(xù)性方程為

(6)

式中:Agc——網(wǎng)格單元的面積;Qs——網(wǎng)格單元的地表徑流流量;Qsout——網(wǎng)格單元的地表徑流出流量;Qsup——上游網(wǎng)格入流量。

對(duì)于河道匯流而言,其一維擴(kuò)散波方程組為

(7)

式中:Ach——河道斷面過(guò)水面積;Qch——河道流量;ql——單寬旁側(cè)入流;hch——河道水深;Soc——河道坡度;Sfc——河道摩阻比降。

本模型采用基于兩步MacCormack算法的二階顯式有限差分格式進(jìn)行坡面與河道水流擴(kuò)散波方程組的求解。

2 地理信息的空間處理

精細(xì)化模型計(jì)算除了需要基本的水雨情數(shù)據(jù)外,還需要DEM高程、土壤類型、植被覆蓋/利用等空間數(shù)據(jù)。常見的DEM數(shù)據(jù)如由美國(guó)太空總署(NASA)與國(guó)防部國(guó)家測(cè)繪局(NIMA)聯(lián)合測(cè)量的SRTM(shuttle radar topography mission, 即航天飛機(jī)雷達(dá)地形測(cè)繪使命)數(shù)據(jù),土壤類型數(shù)據(jù)如聯(lián)合國(guó)糧農(nóng)組織(FAO)和維也納國(guó)際應(yīng)用系統(tǒng)研究所(IIASA)所構(gòu)建的世界土壤數(shù)據(jù)庫(kù)HWSD (harmonized world soil database version),植被覆蓋/利用數(shù)據(jù)如美國(guó)馬里蘭大學(xué)(UMD)提供的全球土地覆蓋數(shù)據(jù)和歐洲太空總署(ESA)提供的GlobCover全球陸地覆蓋數(shù)據(jù)。

3 模型參數(shù)與空間分布估算

精細(xì)化模型需要確定流域內(nèi)任意網(wǎng)格單元的模型參數(shù),只依賴水文觀測(cè)資料很難實(shí)現(xiàn),必需根據(jù)土壤、植被、地貌特征等下墊面信息對(duì)模型參數(shù)及其空間分布進(jìn)行估算。利用下墊面空間信息估計(jì)模型參數(shù)及其空間分布,也將有助于精細(xì)化模型在無(wú)資料地區(qū)洪水預(yù)報(bào)中發(fā)揮其更大的優(yōu)勢(shì)。Grid-XAJ-SATIN模型中部分參數(shù)可直接通過(guò)每個(gè)網(wǎng)格單元的土壤類型和植被覆蓋類型估計(jì),如植被冠層截留計(jì)算中植物葉面積指數(shù)、作物高度與坡面匯流的曼寧糙率系數(shù);地表坡度、河道坡度、河道長(zhǎng)度等可直接通過(guò)地貌特征獲取;蓄水容量、土壤吸水率、穩(wěn)定下滲率等參數(shù)則可以通過(guò)其物理意義,與土壤類型及植被覆蓋之間建立定量關(guān)系。

3.1 產(chǎn)流參數(shù)

3.1.1 蓄滿產(chǎn)流及分水源參數(shù)

蓄滿產(chǎn)流及分水源參數(shù)主要包括前文所述的WM、SM、Ki與Kg?？赏茖?dǎo)出:

WM=(θf(wàn)c-θwp)La

(8)

SM=(θs-θf(wàn)c)Lh

(9)

式中:θf(wàn)c——田間持水量;θwp——凋萎含水量;La——包氣帶厚度;Lh——腐殖質(zhì)土層厚度。其中,θs、θf(wàn)c、θwp均可根據(jù)柵格單元的土壤類型通過(guò)查土壤參數(shù)統(tǒng)計(jì)表獲取,因此只要知道每個(gè)柵格單元的La與Lh即可獲得WM與SM在流域的空間分布。在自然界中,影響包氣帶厚度的因素較多,很難進(jìn)行直接推求。La與Lh可通過(guò)與地形指數(shù)及土壤類型對(duì)應(yīng)的土壤水分常數(shù)進(jìn)行估算[35]。

Ki與Kg這2個(gè)參數(shù)屬于并聯(lián)參數(shù),其和Ki+Kg代表的是自由水出流的快慢,應(yīng)與單元的土壤類型有關(guān),而自由水指的是飽和含水量與田間持水量之間那部分可以在重力作用下自由流動(dòng)的水,因此可以將θs與θf(wàn)c作為衡量自由水出流快慢的指標(biāo)。Ki/Kg表示的是壤中流與地下徑流的比,此比值可以通過(guò)θwp來(lái)反映[35-37]。

3.1.2 超滲產(chǎn)流參數(shù)

當(dāng)采用Green-Ampt方程或Philip下滲曲線進(jìn)行超滲產(chǎn)流計(jì)算時(shí),其主要參數(shù)如飽和水力傳導(dǎo)度、毛管水頭、土壤吸水率和穩(wěn)定下滲率等均可根據(jù)物理意義及土壤類型估算確定。以Philip下滲曲線為例,其主要參數(shù)包括土壤吸水率Se與穩(wěn)定下滲率A0,估算公式[40]為

(10)

(11)

式中:Sini——土壤的初始飽和度,Sini=θini/θs;θini——初始土壤含水量;ψ——飽和土壤基模勢(shì),ψ與參數(shù)B可由孔隙形狀參數(shù)進(jìn)行估算[40];φ——指數(shù),φ=3+2/λ;Kshc、λ——土壤參數(shù)。

3.2 匯流參數(shù)

當(dāng)采用擴(kuò)散波模型進(jìn)行匯流計(jì)算時(shí),其參數(shù)估算主要是基于流域地貌特征以及河道斷面信息。其中,坡面匯流的曼寧糙率系數(shù)是根據(jù)柵格單元的植被類型由植被參數(shù)統(tǒng)計(jì)表確定,而每個(gè)柵格單元河道匯流的曼寧糙率系數(shù)可由單元上游匯水面積與河道坡度估算得到[38-39]。當(dāng)考慮河道排水網(wǎng)絡(luò)影響時(shí),其地表徑流匯入河道比例參數(shù)可采用面積比例法進(jìn)行計(jì)算[40]。

4 模型驅(qū)動(dòng)場(chǎng)估算

降水作為水文模型最關(guān)鍵的輸入源,其精度和時(shí)效性直接影響模擬結(jié)果的精度和可靠性[41-43]。在洪水預(yù)報(bào)中,模擬水文過(guò)程的不確定性70%～80%歸因于降水的時(shí)空變異性。目前降水?dāng)?shù)據(jù)的獲取方式主要有地面觀測(cè)、衛(wèi)星和雷達(dá)定量降水估計(jì)、模式定量降水預(yù)報(bào)。長(zhǎng)期以來(lái),降水的常規(guī)觀測(cè)主要依賴于布設(shè)于地表的觀測(cè)站點(diǎn),采用有限的觀測(cè)結(jié)果代表周邊幾十甚至幾百平方千米范圍內(nèi)的真實(shí)降水。實(shí)際降水的大小、類型等具有顯著的時(shí)空變異性,地面站點(diǎn)存在以點(diǎn)代面的問(wèn)題,特別是站點(diǎn)稀少的區(qū)域觀測(cè)降水不能有效反映空間降水的空間變異性[41,44-47],降水觀測(cè)的空間局限性成為水文研究中的難點(diǎn)[42]。雷達(dá)定量降水估計(jì)具有空間分辨率高、實(shí)時(shí)性強(qiáng)的優(yōu)點(diǎn),但是因容易受覆蓋物的影響,其覆蓋范圍有限[43]。伴隨著國(guó)內(nèi)外衛(wèi)星遙感技術(shù)的發(fā)展,基于天氣雷達(dá)與衛(wèi)星的遙感降水觀測(cè)得以不斷完善,彌補(bǔ)了地面站點(diǎn)空間分布的不足,也為降水的監(jiān)測(cè)提供了新的手段。目前,衛(wèi)星遙感在獲取時(shí)空變化的全球降水方面具有獨(dú)特的優(yōu)勢(shì),提供了前所未有的衛(wèi)星降水產(chǎn)品如TRMM、 GPM、COMRPH、PERSIANN、FY-3B、FY-3C等。衛(wèi)星定量降水估計(jì)具有覆蓋面廣、觀測(cè)時(shí)間較連續(xù)的優(yōu)勢(shì)[48],但是由于遙感探測(cè)儀器、反演算法等限制,衛(wèi)星降水產(chǎn)品的精度相對(duì)較低,并且對(duì)固態(tài)降水的反演能力有限[49-50]。

為了更好地描述降水的空間變化,充分發(fā)揮不同降水來(lái)源的優(yōu)點(diǎn),提高降水產(chǎn)品的質(zhì)量,構(gòu)建高精度、高時(shí)空分辨率的水文模型驅(qū)動(dòng)場(chǎng),采用將高時(shí)空分辨率的衛(wèi)星定量降水估計(jì)作為背景場(chǎng),與地面站點(diǎn)的降水或雷達(dá)降水進(jìn)行融合,同時(shí)對(duì)衛(wèi)星降水進(jìn)行降尺度[51-55]。

5 模型初始場(chǎng)、狀態(tài)場(chǎng)估算與同化

模型的計(jì)算需要知道流域的初始狀態(tài)。流域狀態(tài)(如土壤含水量)有的可測(cè),但地面觀測(cè)時(shí)空分辨率不夠,可以采用遙感反演與地面同化彌補(bǔ)不足。至于地表、壤中與地下徑流等狀態(tài)很難觀測(cè)則只能估算了。土壤濕度控制著眾多陸面水文通量和能量過(guò)程,在降水、徑流、下滲、蒸散發(fā)等水文過(guò)程中起著至關(guān)重要的作用[55-58]。常規(guī)站點(diǎn)雖然觀測(cè)精度高,但站點(diǎn)稀少難以表征土壤水的大范圍空間分布。星基遙感技術(shù)(如SMAP、 GSWP、 SMOS、風(fēng)云衛(wèi)星等)因其能夠在全球和區(qū)域尺度上獲取土壤濕度而得到廣泛的關(guān)注。衛(wèi)星遙感反演雖然能夠在日尺度上大范圍地獲取土壤水,但是只能觀測(cè)表層(0～10 cm)的土壤水[59-60]。土壤水可以通過(guò)具有基于物理機(jī)制或者概念性水文模型的模擬來(lái)獲得,但受制于模型結(jié)構(gòu)、驅(qū)動(dòng)數(shù)據(jù)、參數(shù)等不確定性影響,模擬結(jié)果存在一定偏差。數(shù)據(jù)同化的優(yōu)勢(shì)在于能夠?qū)⑿l(wèi)星和遙感探測(cè)數(shù)據(jù)、陸面過(guò)程模型模擬值、站點(diǎn)觀測(cè)資料結(jié)合起來(lái),能夠有效提高土壤水的估算能力[61-65],也是土壤水研究的一個(gè)重要方向[66]。

數(shù)據(jù)同化技術(shù)在20世紀(jì)90年代被引入水文中,尤其帶動(dòng)了土壤水陸面過(guò)程模型的發(fā)展[67]。常用數(shù)據(jù)同化算法包括卡爾曼濾波、集合卡爾曼濾波、擴(kuò)展卡爾曼濾波、粒子濾波、三維變分算法、四維變分算法等[69-70]。同化算法仍然受到復(fù)雜的不確定性、觀測(cè)的非線性等多方面的影響[70]。首先,采用一個(gè)月前的衛(wèi)星觀測(cè)土壤相對(duì)濕度來(lái)設(shè)置模型土壤含水量的初始狀態(tài)場(chǎng);然后采用集合卡爾曼濾波方法將衛(wèi)星觀測(cè)表層土壤含水與模型表層土壤含水量進(jìn)行融合來(lái)調(diào)整模型狀態(tài),從而實(shí)現(xiàn)模型狀態(tài)場(chǎng)與衛(wèi)星觀測(cè)的同化。

6 模 型 應(yīng) 用

將Grid-XAJ-SATIN模型應(yīng)用于浙江分水江昌化流域、於潛流域,黃河渭河支流陳河流域,漢江子午河大河壩流域以及海河于橋水庫(kù)上游的前毛莊流域。這5個(gè)流域中昌化流域和於潛流域?qū)儆跐駶?rùn)流域,而陳河流域、大河壩流域以及前毛莊流域?qū)儆诎霛駶?rùn)流域。以昌化流域?yàn)闈駶?rùn)流域的典型代表,陳河流域?yàn)榘霛駶?rùn)流域的典型代表,對(duì)模型的洪水模擬預(yù)報(bào)能力進(jìn)行分析。

昌化流域位于浙江省西北部,流域總面積905 km2,流域多年平均年降雨量為1 638.2 mm。陳河流域位于陜西省秦嶺北麓,流域面積1 395 km2,多年平均降水量700～900 mm。

以昌化流域1998—2010年間的24場(chǎng)洪水(14場(chǎng)洪水用于率定,10場(chǎng)洪水用于檢驗(yàn))以及陳河流域2003—2012年間的20場(chǎng)洪水(14場(chǎng)洪水用于率定,6場(chǎng)洪水用于檢驗(yàn))為例進(jìn)行模型的率定與驗(yàn)證計(jì)算。表1和表2分別為昌化、陳河兩個(gè)流域的洪水模擬結(jié)果統(tǒng)計(jì)。

由表1可以看出,昌化流域用于率定的14場(chǎng)洪水中,13場(chǎng)洪水的洪量與洪峰流量相對(duì)誤差小于20%,平均模擬徑流深相對(duì)誤差為12.98%;模擬洪峰合格率為92.8%,到達(dá)甲級(jí)預(yù)報(bào)方案。對(duì)于陳河流域而言(表2),達(dá)到乙級(jí)方案。圖1為摘錄的昌化流域和陳河流域模擬洪水過(guò)程線比較。結(jié)果表明,無(wú)論是濕潤(rùn)流域還是半濕潤(rùn)流域,本文所提出的精細(xì)化模型Grid-XAJ-SATIN均能取得較高的洪水模擬精度與良好的實(shí)際應(yīng)用效果。

表1 昌化流域次洪模擬計(jì)算結(jié)果

表2 陳河流域次洪模擬計(jì)算結(jié)果

此外,Grid-XAJ-SATIN模型是以每一個(gè)網(wǎng)格為計(jì)算單元進(jìn)行產(chǎn)匯流計(jì)算,并基于下墊面特性的分布信息推求了參數(shù)的空間分布,因此模型可以實(shí)現(xiàn)對(duì)流量的時(shí)空變化進(jìn)行精細(xì)模擬。圖2為模型模擬的昌化流域2002062703號(hào)洪水過(guò)程與陳河流域2003090319號(hào)洪水過(guò)程洪峰時(shí)刻的流量空間分布。由此可以看出,Grid-XAJ-SATIN模型在輸出流域出口斷面流量過(guò)程的同時(shí),也可以輸出流域上任意網(wǎng)格單元的流量過(guò)程。利用該特點(diǎn),可將本模型用于流域上任意無(wú)資料地區(qū)的洪水預(yù)報(bào)。

圖1 昌化流域和陳河流域模擬洪水過(guò)程線對(duì)比 Fig.1 Comparison between simulated and measured results of flood in different catchments

圖2 昌化流域與陳河流域模擬洪峰時(shí)刻流量空間分布Fig.2 Spatial distribution of discharge at flood peak time

7 結(jié) 語(yǔ)

為進(jìn)一步提高中小流域及半濕潤(rùn)半干旱流域?qū)崟r(shí)洪水預(yù)報(bào)精度,以網(wǎng)格型新安江模型為基礎(chǔ),增加了蓄滿產(chǎn)流與超滲產(chǎn)流的空間組合框架,建立了基于網(wǎng)格蓄滿與超滲空間組合的精細(xì)化洪水預(yù)報(bào)模型Grid-XAJ-SATIN。本模型的主要特點(diǎn)包括:(a)基于流域的地形、土壤、植被等因子,對(duì)任意網(wǎng)格單元的產(chǎn)流模式進(jìn)行識(shí)別,確定了蓄滿與超滲產(chǎn)流區(qū)的空間分布,進(jìn)一步提高了產(chǎn)流模擬精度;(b)在進(jìn)行產(chǎn)匯流計(jì)算時(shí),不僅考慮了網(wǎng)格單元之間的水流交換,同時(shí)考慮了網(wǎng)格與河道之間的水流交換,更好地描述了產(chǎn)匯流過(guò)程中沿程水流的再分配過(guò)程;(c)可以結(jié)合多源數(shù)據(jù)信息與融合同化方法,為預(yù)報(bào)計(jì)算提供了高精度的驅(qū)動(dòng)場(chǎng)及初始與狀態(tài)場(chǎng);(d)利用流域地形特征和土壤屬性的空間分布信息,建立了模型產(chǎn)匯流參數(shù)與土壤水文常數(shù)、土層厚度等流域下墊面特性間的定量關(guān)系,實(shí)現(xiàn)了模型參數(shù)空間分布的估算;(e)模型在輸出流域出口斷面流量過(guò)程的同時(shí),也可實(shí)現(xiàn)對(duì)流域內(nèi)任意網(wǎng)格單元流量過(guò)程的精細(xì)預(yù)報(bào)。

Grid-XAJ-SATIN模型已成功用于多個(gè)濕潤(rùn)、半濕潤(rùn)半干旱流域的洪水模擬及實(shí)時(shí)預(yù)報(bào),已得到了良好的實(shí)際驗(yàn)證。隨著水文大數(shù)據(jù)的日益豐富,模型可用的數(shù)據(jù)源越來(lái)越多,空間數(shù)據(jù)的分辨率也越來(lái)越高,為Grid-XAJ-SATIN模型更加精細(xì)地模擬流域水文過(guò)程提供了很好的數(shù)據(jù)支撐,在實(shí)時(shí)洪水預(yù)報(bào)中,模型也有著更加廣泛的應(yīng)用前景。

[ 1 ] 趙人俊.流域水文模型:新安江模型與陜北模型[M]. 北京:水利電力出版社,1983:40-45.

[ 2 ] 水利部水文局,長(zhǎng)江水利委員會(huì)水文局. 水文情報(bào)預(yù)報(bào)技術(shù)手冊(cè)[M]. 北京:水利電力出版社,2010:105-110.

[ 3 ] ANDERSON M G,MCDONNELL J J. Encyclopedia of hydrological sciences[M].New York:John Wiley amp; Sons Ltd,2005:207-215.

[ 4 ] KIRKBY M J. Hillslope hydrology [J]. Hydrological Forecasting, 1985,42(1):37-75.

[ 5 ] FREEZE R A, HARLAN R L. Blueprint for a physically-based, digitally-simulated hydrologic response model[J]. Journal of Hydrology,1969, 9(3):237-258.

[ 6 ] ABBOTT M B, REFSGAARD J C.Distributed hydrological modeling[M].Dordrecht:Kluwer Academic, 1996:208-226.

[ 7 ] 趙宏臻,陳鳴,吳永祥,等. 淮北平原分布式除澇水文模型及應(yīng)用[J].水資源保護(hù),2014,30(4):14-17.(ZHAO Hongzhen, CHEN Ming, WU Yongxiang,et al. Research and application of distributed waterlogging control hydrological model for Huaibei Plain[J].Water Resources Protection, 2014,30(4):14-17.(in Chinese))

[ 8 ] SINGH V P, FREVERT D. Mathematical models of small watershed hydrogy and applications[J].Water Resources Publications, 2002,32(1):107-112.

[ 9 ] BEVEN K. Rainfall-runoff modeling-the Primer[M]. Chichester: Wiley, 2000:115-121.

[10] BEVEN K. Towards an alternative blueprint for a physically based digitally simulated hydrologic response modeling system[J]. Hydrological Processes, 2002, 16(2): 189-206.

[11] 包紅軍,王莉莉,李致家,等.基于Holtan產(chǎn)流的分布式水文模型[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,44(4):340-346.(BAO Hongjun,WANG Lili,LI Zhijia,et al. A distributed hydrological model based on Holtan runoff generation theory[J].Journal of Hohai University(Natural Sciences), 2016,44(4):340-346.(in Chinese))

[12] 芮孝芳.水文學(xué)原理[M].北京:水利水電出版社,2004:131-145.

[13] 芮孝芳.水文學(xué)研究進(jìn)展[M].南京:河海大學(xué)出版社,2007:181-199.

[14] 李致家, 李蘭茹,黃鵬年,等.流域分塊對(duì)匯流參數(shù)的影響[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,42(4):283-288.(LI Zhijia,LI Lanru,HUANG Pengnian,et al. Effect of watershed subdivision on confluence parameter [J]. Journal of Hohai University(Natural Sciences), 2014,42(4):283-288. (in Chinese))

[15] JASPER K, GURTZ J, LANG H. Advanced flood forecasting in Alpine watersheds by coupling meteorological observations and forecasts with a distributed hydrological model [J]. Journal of Hydrology,2002, 267(1):40-52.

[16] COLLIER C G. Weather radar precipitation data and their use in hydrological modelling[J].Distributed Hydrological Modelling,1996,22(1):143-163.

[17] REED S, KOREN V, SMITH M.Overall distributed model intercomparsion project results [J]. Journal of Hydrology,2004,298(1): 27-60.

[18] MICHAEL S,DONG-JUN S, VICTOR K. The distributed model intercomparsion project(DMIP):motivation and experiment design[J]. Journal of Hydrology,2004, 298(1): 298-303.

[19] LI Zhijia,GE Wenzhong,LIU Jintao,et al. Coupling between weather radar rainfall data and a distributed hydrological model for real-time flood forecasting[J]. Hydrological Journal Sciences, 2004, 49 (6):945-958.

[20] ANDERSON M G, BURT T P. Hydrological forecasting[M]. Hoboken:Wiley, 1985: 77-101.

[21] 劉曉陽(yáng), 毛節(jié)泰, 李紀(jì)人,等. 雷達(dá)估測(cè)降水模擬史灌河流域徑流[J]. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版), 2002, 38(3):342-349.(LIU Xiaoyang, MAO Jietai, LI Jiren, et al. Radar rainfall estimat ion and its application on runoff simulation over Shiguanhe Catchments[J]. Journal of Peking Universit(Natural Sciences), 2002, 38(3):342-349. (in Chinese))

[22] LIU Zhiyu, TODINI E. Towards a comprehensive physically based rainfall runoff model[J]. Hydrology and Earth System Sciences, 2002, 6(5): 859-881.

[23] IVANONI V Y, VIVPNI E R, BRAS R L. Catch hydrologic response with a fully distributed triangulated irregular network model[J]. Water Resources Research, 2004, 40(11):591-612.

[24] 劉志雨. 基于GIS的分布式托普卡匹水文模型在洪水預(yù)報(bào)中的應(yīng)用[J]. 水利學(xué)報(bào), 2004, 35(4): 70-75.(LIU Zhiyu. Application of GIS-based distributed hydrological model to flood forecasting[J]. Journal of Hydraulic Engineering,2004, 35(4): 70-75. (in Chinese))

[25] 張珂, 李致家, 包紅軍. GTOPMODEL與TOPMODEL模型的比較[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2005, 33(5):509-512.(ZHANG Ke, LI Zhijia, BAO Hongjun. Comparison between GTOPMODEL and TOPMODEL[J]. Journal of Hohai University(Natural Sciences), 2005, 33(5):509-512. (in Chinese))

[26] 李致家, 張珂. 基于GIS的DEM和分布式水文模型的應(yīng)用比較[J]. 水利學(xué)報(bào), 2006,37(8):1022-1028.(LI Zhijia, ZHANG Ke. Comparison of distributed geological models based on GIS technology and DEM[J]. Journal of Hydraulic Engineering, 2006,37(8):1022-1028. (in Chinese))

[27] 李致家, 姚成. 基于柵格的新安江模型與GTOPMODEL模型[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2007, 35(2):131-134.(LI Zhijia, YAO Cheng. The study on Grid-Xin’anjiang model and GTOPMODEL[J]. Jouranl of Hohai University(Natural Sciences), 2007, 35(2):131-134. (in Chinese))

[28] 姚成. 基于柵格的新安江(Grid-Xinanjiang)模型研究[D]. 南京:河海大學(xué). 2009:210-227.

[29] 李致家.水文模型的應(yīng)用與研究[M].南京:河海大學(xué)出版社,2008:31-36.

[30] 李致家.現(xiàn)在水文模擬與預(yù)報(bào)技術(shù)[M].南京:河海大學(xué)出版社,2010:78-89.

[31] LI Zhijia,ZHANG Ke. Comparison of three GIS-based hydrological models[J]. Journal of Hydrologic Engineering, 2008, 13 (5):364-370.

[32] YAO Cheng,LI Zhijia,BAO Hongjun,et al. Application of a developed Grid-Xinanjing Model to Chinese watersheds for Flood Forecasting Purpose[J]. Journal of Hydrologic Engineering, 2009, 14 (9): 923-934.

[33] 李致家, 胡偉升, 丁杰,等.基于物理基礎(chǔ)與基于柵格的分布式水文模型研究[J]. 水力發(fā)電學(xué)報(bào), 2012, 31(2):5-13. (LI Zhijia, HU Weisheng, DING Jie,et al. Study on distributed hydrological model of solving physical equation on grids[J]. Journal of Hydroelectric Engineering, 2012, 31(2):5-13. (in Chinese))

[34] 許波劉,董增川,洪嫻.集總式喀斯特水文模型構(gòu)建及其應(yīng)用[J].水資源保護(hù),2017,33(2):37-42.(XU Boliu,DONG Zengchuan,HONG Xian. Lumped karst hydrological model and its application[J].Water Resources Protection, 2017,33(2):37-42. (in Chinese))

[35] ZHANG He, LI Zhijia,SAIFULLAH M, et al. Impact of DEM Resolution and Spatial Scale Analysis of Influence Factors and Parameters on Physically Based Distributed Model[J]. Advances in Meteorology, 2016(4):1-10.

[36] 劉志雨, 李致家. 中小河流洪水預(yù)警指標(biāo)確定與預(yù)報(bào)技術(shù)研究[M]. 北京: 科學(xué)出版社, 2016: 112-132.

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

[38] SAVENIJE H.Opinions “Topography Driven Conceptual Modelling (FLEX-Topo)” [J].Hydrology and Earth System Sciences,2010,14(12): 2681-2692.

[39] 李致家, 黃鵬年, 張永平,等.半濕潤(rùn)流域蓄滿超滲空間組合模型研究[J]. 人民黃河, 2015, 37(10):1-6.(LI Zhijia, HUANG Pengnian, ZHANG Yongping,et al.Study on spatial combiantion MODEL of infiltration-excess and saturation-excess runoff in semi:humid watersheds[J].Yellow River, 2015, 37(10):1-6. (in Chinese))

[40] 姚成. 基于柵格的分布式新安江模型構(gòu)建與分析[D]. 南京:河海大學(xué), 2007:137-218.

[41] LI Ming, SHAO Quanxi. An improved statistical approach to merge satellite rainfall estimates and raingauge data[J]. Journal of Hydrology, 2010,385(1-4):51-64.

[42] ZAJACZKOWSKI J. A comparison of the BAWAP and SILO spatially interpolated daily rainfall datasets[C]//Anon.18th World IMACS/MODSIM Congress. Cairns: Citeseer, 2009:3886-3892.

[43] HUGHES D A. Comparison of satellite rainfall data with observations from gauging station networks[J]. Journal of Hydrology, 2006;327(3/4):399-410.

[44] 姚成,紀(jì)益秋,李致家,等. 柵格型新安江模型的參數(shù)估計(jì)及應(yīng)用[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012, 40 (1): 42-47.(YAO Cheng, JI Yiqiu, LI Zhijia, et al.Parameter estimation and application of grid-based Xin’anjiang model[J]. Jouranl of Hohai University(Natural Sciences), 2012, 40 (1): 42-47. (in Chinese))

[45] JAIN M K, SINGH V P. DEM-based modelling of surface runoff using diffusion wave equation[J]. Journal of Hydrology, 2005, 302(1/2/3/4):107-126.

[46] BHATTACHARYA A, ADHIKARI A, MAITRA A. Multi-technique observations on precipitation and other related phenomena during cyclone Aila at a tropical location[J].International Journal of Remote Sensing, 2013,34(6):1965-1980.

[47] LANGELLA G, BASILE A, BONFANTE A, et al. High-resolution space-time rainfall analysis using integrated ANN inference systems[J]. Journal of Hydrology, 2010,387(3-4):328-342.

[48] 李致家, 劉金濤, 葛文忠,等. 雷達(dá)估測(cè)降雨與水文模型的耦合在洪水預(yù)報(bào)中的應(yīng)用[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2004,32(6):601-606.(LI Zhijia, LIU Jintao,GE Wenzhong, et al. Coupling of weather radar rainfall data with hydrological model and its application to flood forecast[J].Journal of Hohai university:Natural Sciences,2004,32(6):601-606.(in Chinese))

[49] 阿邁德·迪狄安·迪阿羅, 劉曉陽(yáng), 毛節(jié)泰,等. 衛(wèi)星雷達(dá)聯(lián)合重構(gòu)大尺度流域降水場(chǎng)[J].高原氣象, 2004,23(1):11-17. (Ahmed Tidiane Diallo, LIU Xiaoyang, MAO Jietai, et al.Precipitation field of large scale catchment reconstructed by combination of GMS satellite and weather radar[J].Plateau Meteorology, 2004,23(1):11-17.(in Chinese))

[50] HSU K, GAO X, SOROOSHIAN S, et al. Precipitation estimation from remotely sensed information using artificial neural networks[J]. Journal of Applied Meteorology, 1997,36(9):1176-1190.

[51] SHEN Yan, WANG Ying, XIE Pingping. Performance of high-resolution satellite precipitation products over China[J]. Journal of Geophysical Research-Atmospheres,2010,115:198-227.

[52] WU Lu, ZHAI Panmao. Validation of daily precipitation from two high-resolution satellite precipitation datasets over the Tibetan Plateau and the regions to its east[J]. Acta Meteorologica Sinica, 2012,26(6):735-745.

[53] ADLER R F, HUFFMAN G J, CHANG A, et al. The version-2 global precipitation climatology project (GPCP) monthly precipitation analysis (1979-present)[J]. Journal of Hydrometeorology, 2003,4(6):1147-1167.

[54] XIE P, JANOWIAK J E, ARKIN P A, et al. GPCP pentad precipitation analyses: an experimental dataset based on gauge observations and satellite estimates[J]. Journal of Climate, 2003,16(13):2197-2214.

[55] XIE Pingping, XIONG Anyuan. A conceptual model for constructing high-resolution gauge-satellite merged precipitation analyses[J]. Journal of Geophysical Research: Atmospheres, 2011,116:21106-21119.

[56] 陳冬冬, 戴永久.近五十年中國(guó)西北地區(qū)夏季降水場(chǎng)變化特征及影響因素分析[J]. 大氣科學(xué),2009,33(6):1247-1258.(CHEN Dongdong, DAI Yongjiu. Characteristics and analysis of typical anomalous summer rainfall patterns in Northwest China over the last 50 years[J].Chinese Journal of Atmospheric Sciences, 33(6): 1247-1258. (in Chinese))

[57] MORAN M S,PETERS LIDARD C D, WATTS J M, MCELROY S. Estimating soil moisture at the watershed scale with satellite-based radar and land surface models[J]. Canadian Journal of Remote Sensing, 2004,30(5):805-26.

[58] SENEVIRATNE S I, CORTI T, DAVIN E L, et al. Investigating soil moisture-climate interactions in a changing climate: a review[J]. Earth Science Reviews, 2010,99(3/4):125-161.

[59] 師春香, 謝正輝, 錢輝, 等. 基于衛(wèi)星遙感資料的中國(guó)區(qū)域土壤濕度EnKF數(shù)據(jù)同化[J]. 中國(guó)科學(xué):地球科學(xué). 2011, 41(3):375-385. (SHI Chunxiang, XIE Zhenghui, QIAN Hui, et al. China land soil moisture EnKF data assimilation based on satellite remote sensing data[J].Science China: Earth Science. 2011, 41(3):375-385.(in Chinese))

[60] VEREECKEN H, HUISMAN J A, BOGENA H, et al. On the value of soil moisture measurements in vadose zone hydrology: a review[J]. Water Resources Research, 2008, 44(4):253-270.

[61] GAO H, WOOD E F, JACKSON T J, et al. Using TRMM/TMI to retrieve surface soil moisture over the Southern United States from 1998 to 2002[J]. Journal of Hydrometeorology, 2006, 7(1):815-818.

[62] ESCORIHUELA M J, CHANZY A, WIGNERON J P, et al. Effective soil moisture sampling depth of L-band radiometry: a case study.[J]. Remote Sensing of Environment, 2010, 114(5):995-1001.

[63] MARGULIS S A, MCLAUGHLIN D, ENTEKHABI D, et al. Land data assimilation and estimation of soil moisture using measurements from the Southern Great Plains 1997 Field Experiment[J]. Water Resources Research, 2002, 38(12):3-31.

[64] REICHLE R H, KOSTER R D, LIU P, et al. Comparison and assimilation of global soil moisture retrievals from the Advanced Microwave Scanning Radiometer for the Earth Observing System (AMSR-E) and the Scanning Multichannel Microwave Radiometer (SMMR)[J]. Journal of Geophysical Research Atmospheres, 2007, 112(D9):139-155.

[65] 蘭鑫宇, 郭子祺, 田野, 等. 土壤濕度遙感估算同化研究綜述[J]. 地球科學(xué)進(jìn)展, 2015, 30(6):668-679. (LAN Xinyu, GUO Ziqi, TIAN Ye,et al. Review in soil moisture remote sensing estimation based on data assimilation[J]. Advances in Earth Science, 2015 30(6): 668-679. (in Chinese))

[66] CHRISTIAN E. Planning for the Global Earth Observation System of Systems (GEOSS)[J]. Space Policy, 2005, 21(2):105-109.

[67] MCLAUGHLIN D. Recent developments in hydrologic data assimilation[J]. Reviews of Geophysics, 1995, 33(S2):977-984.

[68] 李得勤, 段云霞, 張述文. 土壤濕度觀測(cè)、模擬和估算研究[J]. 地球科學(xué)進(jìn)展, 2012, 27(4): 424-434. (LI Deqin, DUAN Yuanxia, ZHANG Shuwen. Soil moisture measurement and simulation: a review[J]. Advances in Earth Science, 2012, 27(4): 424-434.(in Chinese))

[69] 馬建文, 秦思嫻. 數(shù)據(jù)同化算法研究現(xiàn)狀綜述[J]. 地球科學(xué)進(jìn)展, 2012, 27(7):747-757. (MA Jianwen, QIN Sixian. Recent advances and development of data assimilation algorithms[J]. Advances in Earth Science, 2012, 27(7): 747-757.(in Chinese))

[70] 陳書林, 劉元波, 溫作民. 衛(wèi)星遙感反演土壤水分研究綜述[J]. 地球科學(xué)進(jìn)展, 2012, 27(11):1192-1203. (CHEN Shulin, LIU Yuanbo, WEN Zuomin. Satellite retrieval of soil moisture: an overview[J]. Advances in Earth Science, 2012, 27(11): 1192-1203.(in Chinese))

Researchandapplicationofthehigh-resolutionrainfallrunoffhydrologicalmodelinfloodforecasting

LIZhijia1,YAOCheng1,ZHANGKe1,ZHUYuelong2,LIUZhiyu3,LIQiaoling1,TONGBingxing1,HUANGXiaoxiang1,HUANGPengnian1

(1.CollageofHydrologyandWaterResource,HohaiUniversity,Nanjing210098,China; 2.CollegeofComputerandInformation,HohaiUniversity,Nanjing210098,China; 3.BureauofHydrology,MinistryofWaterResourcesofChina,Beijing100053,China)

Improving the spatial resolution and forecasting accuracy of rainfall-runoff model is one of the hotspots and difficulties in flood forecasting and hydrological research. To address this problem, a high-resolution rainfall-runoff model, Grid-XAJ-SATIN, considering the spatial combination of infiltration-excess and saturation-excess runoff is proposed in this paper, which is based on the existing study of the grid-based rainfall-runoff models. Several aspects of this model are discussed including its principle and structure, processing of the geographical information, spatial distribution of parameters, model forcing data and assimilation of basin states. The model is then applied to both humid and semi-humid catchments for flood simulation. The simulation results show that the accuracy of the flood forecasting is well realized in both conditions. Moreover, this model is demonstrated to be able to forecast not only the hydrograph at the catchment outlet but also the streamflow at any interior grid cells.

rainfall-runoff hydrological model; high-resolution simulation; spatial combination of infiltration-excess and saturation-excess runoff; spatial distribution of parameters; analysis of model forcing data; assimilation of basin states; flood forecasting

10.3876/j.issn.1000-1980.2017.06.001

2016-07-16

水利部公益性行業(yè)科研專項(xiàng)(201501022);國(guó)家自然科學(xué)基金(51679061);國(guó)家重點(diǎn)研發(fā)計(jì)劃(2016YFC0402705)

李致家(1962—),男,山西運(yùn)城人,教授,博士,主要從事水文預(yù)報(bào)研究。E-mail:zjli@hhu.edu.cn

姚成,副教授。E-mail:yaocheng@hhu.edu.cn

P426.6

A

1000-1980(2017)06-0471-10