楊傳國 林朝暉 郝振純 余鐘波 劉少鋒

（1 河海大學水文水資源與水利工程科學國家重點實驗室，南京 210098；2 中國科學院大氣物理所國際氣候與環(huán)境科學中心，北京 100029；3 中山大學大氣科學學院，珠海 519082）

0 引言

水循環(huán)是國際地圈—生物圈計劃（IGBP）提出的地球系統(tǒng)中三個關鍵性的、最需要加強研究的科學問題之一，也是全球能量與水循環(huán)試驗計劃（GEWEX）、水循環(huán)生物圈方面計劃（BAHC）等眾多國際計劃的重點研究內(nèi)容[1-3]。未來地球計劃（FE）中國委員會將水資源、糧食、能源供給安全及自然生態(tài)系統(tǒng)保護列為我國需要優(yōu)先解決的、與可持續(xù)能力建設相關的重大問題之一[4]。在當前全球變化的背景下，流域水循環(huán)特征發(fā)生了改變，極端水文事件具有發(fā)生頻率增加、強度增大的趨勢，造成了嚴重的社會經(jīng)濟損失[5-6]。

陸面水文模型在水文氣象業(yè)務應用與科學研究中具有廣闊的應用前景。實現(xiàn)大氣—陸面—水文耦合是完整認識地氣系統(tǒng)水循環(huán)過程、模擬地氣水循環(huán)的歷史演變、預估水循環(huán)未來變化的重要手段，可以提高大氣模式和水文模型的預報精度，延長水文水資源預測的預見期，并可用于研究水循環(huán)過程及其對氣候變化與人類活動的響應[7-10]。高時空精度的陸面水文模型也是實時洪水預報預警、氣象水文災害防治、水資源可持續(xù)利用的重要工具，直接服務于水資源供需矛盾的緩解及區(qū)域經(jīng)濟可持續(xù)發(fā)展的戰(zhàn)略決策[11-13]。

基于水文模型的流域水文水循環(huán)過程的模擬和預測研究已有很多[14-15]，但總體說來，這些水文模型的模擬，大都采用降水、溫度作為大氣驅(qū)動輸入，忽視陸面能量過程的詳細描述以及模塊間的水分交換作用，難以反映陸面—水文過程之間的反饋作用，因此陸面水文耦合模型的發(fā)展及其應用，已成為現(xiàn)階段水文水循環(huán)流域研究的熱點[16-17]。常用的途徑包括：加強陸面模式對產(chǎn)流、匯流和地下水等水文過程描述，或者直接將分布式水文模型的部分模塊與陸面模式相耦合建立陸面水文耦合模型[18-20]。然而，早期陸面模式和水文模型由不同的學科所創(chuàng)立，二者關注的科學問題和應用領域有所差別，側重點不同，研究尺度存在差異。近年來，國內(nèi)外許多研究借鑒多學科知識，致力于拓展和改進陸面模式、水文模型，實現(xiàn)陸面—水文模型的耦合。

淮河流域地處我國南北氣候過渡帶，是GEWEX計劃典型研究區(qū)之一，歷史上極端水旱災害突出。本文將選取淮河流域為研究流域，利用一個陸面水文的耦合模型開展該流域的長時間序列連續(xù)模擬，旨在分析淮河流域極端水文事件的變化規(guī)律及模式模擬能力。

1 陸面水文耦合模型介紹

1.1 模型結構

陸面模式和水文模型是描述地球陸地表面植被、土壤、積雪、河流湖泊、地下水等陸面子系統(tǒng)水分能量循環(huán)的主要工具。陸面模式通常計算陸地表層水分和能量垂向平衡，而水文模型在產(chǎn)流、匯流和地下水過程等方面的描述更為合理[21-22]。陸面水文模型LSXHMS通過陸面模式LSX和水文模型HMS之間主要交換變量的尺度轉換，實現(xiàn)了二者的單向耦合，進而反饋到氣候模式中，該模型在我國和北美洲得到了成功應用[13, 21]。

本文采用的陸面水文雙向耦合模型，是在LSXHMS的基礎上，消除了模型間的尺度差異和通過尺度轉換進行模型間單向耦合的方法，提出了土壤水和淺層地下水的耦合方案，建立了基于物理過程雙向耦合、系統(tǒng)集成的陸面水文耦合模型[22-24]。目前耦合模型分辨率有10和20 km兩組分辨率，包括植被、積雪、河流、土壤和地下水等五個物理模塊，其中植被、積雪和土壤模塊的計算方法主要來自陸面模式，而河流和地下水模塊的計算來自水文模型。通常在一些陸面模式中，土壤水運動方程的下邊界水分通量為零邊界條件或自由透水邊界條件。而耦合模型根據(jù)Darcy定律計算下邊界水分通量，其中的土壤水勢梯度由土壤底層和地下水位之間的水勢梯度決定。據(jù)此計算的下邊界水分通量可為正值或負值，反映了土壤水和地下水之間的水分雙向補給關系。

1.2 模型參數(shù)與驅(qū)動數(shù)據(jù)

陸面水文耦合模型參數(shù)庫包括陸面模式參數(shù)和水文模型參數(shù)兩部分。陸面模式參數(shù)主要包括下墊面覆被類型和不同層次的土壤質(zhì)地等。下墊面覆被類型采用1 km分辨率的全球地表覆蓋數(shù)據(jù)AVHRR[25]進行插值聚類，生成模型所需的下墊面覆被類型數(shù)據(jù)，其物理特性采用Dorman-Sellers參數(shù)化方案，將全球植被劃分為12種主要類型，并將冬小麥作為一種特殊植被類型進行了顯式考慮。土壤質(zhì)地數(shù)據(jù)包括每層的砂粒含量和黏粒含量，用于確定孔隙度、飽和水力傳導度等土壤水力學參數(shù)；根據(jù)標準化全球土壤質(zhì)地數(shù)據(jù)庫采用距離權重方法插值得到模型所需分辨率數(shù)據(jù)。

水文模型參數(shù)主要用于地表匯流和地下水等過程的計算，包括流域范圍、地表高程、高程標準差、河道深度、初始水面高程等數(shù)字流域參數(shù)，以及含水層厚度、水力傳導度和孔隙度等水文地質(zhì)參數(shù)。數(shù)字流域參數(shù)的數(shù)據(jù)源采用HYDRO1K數(shù)據(jù)庫提供的1 km DEM、1 km網(wǎng)格累積流，以及USGS 30s水體標示數(shù)據(jù)。經(jīng)投影校正匹配后升尺度生成模型網(wǎng)格分辨率，根據(jù)相應的參數(shù)計算方法得到數(shù)字流域參數(shù)[26]。水文地質(zhì)參數(shù)根據(jù)我國1:400萬地質(zhì)類型數(shù)據(jù)庫插值設定得到。

耦合模型的氣象驅(qū)動變量包括地表氣溫、比濕、氣壓、風場、降水、云量、輻射等。為了保障陸面水循環(huán)要素的模擬精度，降雨采用了全國氣象站逐日降水觀測資料，而其他氣象要素均采用NCEP/NCAR再分析數(shù)據(jù)。

2 陸面水文耦合模型在淮河流域的率定

為考察陸面水文耦合模型對流域水循環(huán)過程的模擬能力，本文選取淮河流域作為研究流域，探討該模型對長期陸面水文模擬的精度和穩(wěn)定性?；春恿饔蛎娣e27 萬km2，流域西部、西南部及東北部為山區(qū)丘陵區(qū)，其余為廣闊的平原，并伴有眾多的湖泊和洼地。流域氣候溫和，年平均氣溫為11～16 ℃，多年平均降水量約為920 mm。境內(nèi)人口密度高，日照時間長，光熱資源充足，氣候溫和，是國家重要的商品糧棉油基地。

特殊的地形和地理位置，加之東亞季風特性，使得該流域歷史上極端洪水和干旱災害事件頻繁，年內(nèi)亦經(jīng)常出現(xiàn)旱澇交替或南澇北旱現(xiàn)象。近年來在全球變暖的背景下，淮河流域極端事件有增多增強的趨勢[27]，如2001年的旱災和2003年的特大洪水災害，嚴重威脅著流域水資源安全和工農(nóng)業(yè)經(jīng)濟的可持續(xù)發(fā)展。

選擇1980—1987年為模型率定時段，利用上述構建的陸面水文耦合模型開展淮河流域陸面水文過程模擬分析，模型網(wǎng)格分辨率為10 km。采用皮爾遜相關系數(shù)（R）和納什效率系數(shù)（NSI）兩個統(tǒng)計指標檢驗耦合模型在研究區(qū)不同水文站點的流量模擬精度。

式中，Pi和Oi分別是第i個時段的模型模擬值和觀測值，和分別是模擬序列和觀測序列的平均值，N是樣本總數(shù)。

根據(jù)蚌埠、魯臺子和王家壩三個干流主要水文站的實測逐日、逐月河道徑流量與模擬結果對比，結果如表1所示。對于逐日流量模擬結果，蚌埠站和魯臺子站的相關系數(shù)接近0.90，效率系數(shù)在0.80左右，而王家壩站的相關系數(shù)和效率系數(shù)分別為0.720和0.506；在逐月尺度上檢驗上述水文站的流量模擬結果，統(tǒng)計指標均有所提高。王家壩站的模擬精度低于其他兩個水文站，其原因可能與該子流域面積較小，模型采用的10 km網(wǎng)格分辨率不足以描述氣象輸入數(shù)據(jù)和下墊面特征的空間差異性有關。總體上，耦合模型在該流域具有較好的模擬性能。

表1 主要水文站流量模擬精度統(tǒng)計表Table 1 Statistics of streamflow simulation at key hydrology stations

同時，耦合模型能夠給出整個研究流域每個網(wǎng)格的河道流量，如圖1所示1981和1984年淮河年平均河道流量模擬值的空間分布，枯水年1981年各個河段的平均流量顯著低于洪水年1984的流量值。以洪水年為例，淮河流域多數(shù)支流和河流上游的年平均流量大多小于500 m3/s，干流王家壩以下的中下游河道年平均流量大于1000 m3/s。沂沭河下游河段的年平均流量在500～1000 m3/s。

圖1 淮河流域模擬的年平均流量空間分布圖（a）1981年；（b）1984年Fig. 1 Spatial patterns of the simulated annual averaged streamflows in the Huaihe River Basin(a) 1981; (b) 1984

3 淮河流域水文模擬與極值分析

3.1 模型對流域月平均流量的模擬

以實測降水數(shù)據(jù)和NCEP再分析資料為驅(qū)動資料，采用上述陸面水文耦合模型開展56 a長時間連續(xù)性模擬得到蚌埠站流量結果，如圖2所示。研究期內(nèi)，蚌埠站逐月模擬流量在各個年代均得到較高的精度與實測流量過程吻合較好，能夠準確反映不同時期重要旱澇年份的徑流過程，比如1954、1963、1982、1991、2003年等洪水過程，以及1953、1966、1978、1981、2001年等干旱年份的徑流過程。

圖2 蚌埠站逐月模擬流量結果Fig. 2 Monthly simulated streamflow of the Bengbu Station

3.2 流量極值頻率分析

降雨洪水極值事件通常會造成嚴重的生命和財產(chǎn)損失，分析極值事件的發(fā)生概率，可為流域防洪、水庫建設運營和水資源管理規(guī)劃等提供設計標準和技術保障，也是檢驗模型性能的一個重要指標。我國水文計算規(guī)范規(guī)定，水文頻率曲線線型采用Pearson-Ⅲ型分布?？紤]到觀測值的人類活動影響，以1951—2006年蚌埠站逐月實測流量和模擬流量為依據(jù)，采用Pearson-Ⅲ型分布進行頻率擬合，計算不同極值事件發(fā)生頻率下的蚌埠站流量值。

圖3a給出了基于蚌埠站模擬流量序列的P-Ⅲ型分布擬合曲線，擬合精度較高。發(fā)生在1954年7月的淮河流域極端降水洪水事件，蚌埠站月平均模擬流量偏小，但仍是整個模擬流量序列中的最大值，在圖中亦有所反映，左側最大值點處于擬合曲線的下方。1954年夏季的極大值事件發(fā)生概率的確定顯著影響擬合曲線在大值區(qū)的走向。作為對比，圖3b給出了基于蚌埠站實測流量序列的P-Ⅲ型分布。1954年7月的淮河流域極端流量是整個模擬流量序列中的最大值，從圖中可以看出該數(shù)據(jù)點準確的分布在擬合曲線附近，在大值區(qū)的擬合精度比基于模擬流量序列得到的結果更優(yōu)。

圖3 蚌埠站流量頻率分布擬合結果（a）模擬序列；（b）實測序列Fig. 3 Frequency distribution of streamflows at the Bengbu station(a) simulated series; (b) observed series

根據(jù)上述模擬流量和實測流量頻率擬合曲線分別計算淮河流域蚌埠站10、20、50、100和200 a等不同重現(xiàn)期下的流量設計值，如圖4所示。上述五個重現(xiàn)期下，根據(jù)模擬流量序列得到的蚌埠站流量設計值分別為5345.4、6136.2、7184.4、7978.9和8774.6 m3/s；根據(jù)實測流量序列得到的蚌埠站流量設計值分別為5403.3、6345.1、7611.0、8580.8和9559.2 m3/s。根據(jù)實測值擬合得到的設計值更大，這可能與部分洪水峰值的模擬結果偏小有關。

圖4 不同重現(xiàn)期的設計流量值Fig. 4 Designed streamflow values for different return periods

4 結論

陸面過程作為大氣模式的下邊界條件，是大氣過程和陸地水文過程的交界面，陸面水文模型能夠更好地解釋陸面水循環(huán)過程及其反饋作用。本文利用一個考慮土壤水和淺層地下水雙向反饋作用的陸面水文耦合模型，針對淮河流域?qū)δＰ瓦M行了適用性評估及率定，并在此基礎上對淮河流域開展了長時間連續(xù)模擬。

基于淮河干流主要水文站實測流量的驗證表明，陸面水文耦合模型在淮河流域具有較好的模擬能力，能夠給出流量等變量的合理空間分布?；陉懨嫠鸟詈夏Ｐ偷?6 a連續(xù)性長期模擬結果，以及實測的流域流量時間序列，利用Pearson-Ⅲ型分布計算了蚌埠站不同重現(xiàn)期的流量設計值，結果表明在大值區(qū)，實測流量的擬合精度比基于模擬流量序列得到的結果更優(yōu)。這可能與中華人民共和國成立初期流域降水觀測數(shù)據(jù)較少，從而導致1954年等洪水年份模擬的徑流偏小有關。

本工作僅基于淮河流域的實測流量數(shù)據(jù)對模型進行比較檢驗，未來將進一步結合淮河流域能量與水循環(huán)試驗（HUBEX）等加密觀測數(shù)據(jù)，系統(tǒng)評估模擬結果，繼續(xù)改進和完善陸面水文耦合模型，并將其應用于更多的流域開展陸面水熱循環(huán)及其對氣候變化響應的研究，為深入認識流域水循環(huán)機理、應對流域水旱災害提供重要的科技支撐。