董寧澎,余鐘波,王 浩,嚴登華,楊明祥,楊傳國,畢吳瑕,郝少魁

(1.中國水利水電科學研究院流域水循環(huán)模擬與調控國家重點實驗室,北京 100038；2.河海大學水文水資源與水利工程科學國家重點實驗室,江蘇 南京 210098；3.北京市通州區(qū)水務局,北京 100038)

水庫是人類開發(fā)和利用水資源的重要工程,其在保障水資源可持續(xù)利用方面起到重要作用的同時,也給區(qū)域水文規(guī)律認知和水文預報預測帶來了新的挑戰(zhàn)。開發(fā)針對水庫群的區(qū)域尺度模型工具,有助于完善現(xiàn)有模型的物理機制,提高模擬預報能力,為水庫群影響下氣象、水文、水資源等交叉領域的研究提供方法和工具,具有重要的科學和現(xiàn)實意義。

受模型機制和水庫資料的限制,國內外諸多涉及集總式或半分布式水文模型的研究僅通過在流域出口斷面的流量過程線引入一些修正參數(shù)來概化水庫調蓄對下游徑流的影響,從而達到提高徑流模擬預報精度的目的[1-2]。隨著分布式水文模型的不斷完善,水文模型中水庫的傳統(tǒng)模擬方式逐漸被有明確物理含義的水庫模塊所取代,這類模塊通過在水庫實際位置所在網格引入水庫蓄泄規(guī)則,實現(xiàn)對水庫影響徑流過程的模擬[3-4]。但在區(qū)域尺度上,完全符合實際的蓄泄規(guī)則往往難以獲取。因此,由機器學習方法訓練得到的數(shù)據驅動型蓄泄規(guī)則[5-6]或根據水庫一般運行方式概化得到的概念性蓄泄規(guī)則[7-8]可作為水庫實際蓄泄規(guī)則的替代,用于模擬現(xiàn)實中水庫實際的蓄泄過程。通過引入水庫蓄泄規(guī)則,水庫對下游徑流的影響作用得以直觀表示,得到物理意義明確的結果。然而,這類水庫模塊的機制仍然十分簡單,它往往僅將水庫概化為一節(jié)點,通過在節(jié)點處將天然流量替換成水庫出流量來實現(xiàn)水庫的刻畫。換言之,水庫只改變匯流過程,而不對產流、地下水、蒸散發(fā)等其他水文過程或感熱通量、地表熱通量等能量過程產生影響,抑或是只對多種水文過程產生單向的影響,而這些被改變的水文過程不能反作用于水庫模塊[9-10],即缺乏完全耦合或雙向反饋機制。上述局限使這類水庫模塊的物理機制較為粗糙,難以刻畫多種水分能量過程與水庫群在分布式網格上的多重互饋作用[11]。同時,這類水庫模塊往往只針對大型水庫,忽略了流域內中小水庫群的影響,或者假設中小水庫群的水文效應等于流域出口斷面一虛擬水庫,即“聚合水庫”方法[12]。近來研究指出[13],“聚合水庫”對下游徑流的影響可能與流域內中小型水庫群的實際影響存在差異。

針對上述問題,本文以鄱陽湖流域1 000余座水庫為研究對象,在構建水庫數(shù)據庫的基礎上,構建基于特征水位的水庫概念性蓄泄規(guī)則和水庫群調蓄下多阻斷二維擴散波方程的匯流方法,從地表水、地下水、蒸散發(fā)等方面實現(xiàn)水庫群參數(shù)化方案與陸面水文雙向耦合模式(CLHMS)的互饋耦合,實現(xiàn)鄱陽湖流域水庫群水文效應的模擬,以期為區(qū)域水資源的可持續(xù)利用提供支撐。

1 研究區(qū)概況

鄱陽湖流域位于長江中下游(圖1),地處113°35′E—118°29′E,24°29′N—30°05′N,流域總面積16.22萬km2。鄱陽湖為中國最大的淡水湖,贛江、撫河、信江、修河及饒河為注入鄱陽湖的5條主要河流,五河子流域形成一個完整的流域系統(tǒng),是長江水系的重要組成部分。流域地勢四周高,中間低,海拔高程為7～1 755 m,多年平均年降水量約1 640 mm,不同區(qū)域為1 300～2 000 mm。流域降水和徑流具有明顯的季節(jié)性,全年降水和徑流的70%以上集中在3—7月份[14]。

截至2013年,鄱陽湖流域共有已建和在建水庫1萬余座,其中大型水庫30座,中型水庫200余座,小型水庫1萬余座,總庫容約320億m3,約占鄱陽湖流域多年平均徑流量的22%[15],對流域水文過程的影響不容忽視。目前,贛江、信江、撫河干流分別建有外洲、李家渡和梅港水文站,如圖1所示,其中外洲、梅港、李家渡以上分別建有大中型水庫125座、39座和20座。

圖1 鄱陽湖流域位置及流域內1 296座水庫分布Fig.1 Location of Poyang Lake basin and the spatial distribution of 1296 reservoirs in the basin

2 研究方法

2.1 鄱陽湖流域水庫數(shù)據庫構建

(1)大中型水庫資料收集。本研究在剔除在建水庫的基礎上,通過資料收集,得到鄱陽湖流域內22座大型水庫和215座中型水庫的詳細資料,包括地理位置、庫容、特征庫容、多年平均徑流量、調節(jié)性能、設計功能、所屬水系、開工時間和竣工時間等,其空間分布如圖1所示。

(2)小型水庫信息提取。基于遙感圖像和多元回歸方法,收集了流域內177座小一型水庫的位置和庫容信息。針對其他小型水庫資料缺失的問題,收集了2017年汛期Landsat-8遙感圖像,利用多波段譜間關系法[16-17]提取得到流域內1 059座小型水庫的位置和水面面積信息,如圖1所示,其中包括已知的177座小一型水庫。利用DEM提取得到每個水庫庫址處的高程標準差來代表當?shù)氐牡匦纹閸绯潭?從而構建了177座小一型水庫的庫容—水面面積—高程標準差多元回歸關系,并應用于所有1 059座小型水庫,擬合得到鄱陽湖流域1 059座小型水庫的庫容值,具體的擬合結果及不確定性分析詳見文獻[18]。

(3)庫容面積曲線構建。為計算水庫滲漏、蒸發(fā)、表面降水等,需繪制水庫的庫容面積曲線。在區(qū)域尺度研究中,該關系曲線不易獲得,因此往往采用經驗曲線作為代替。本研究選取國內外較為常用的倒三棱錐體積公式[19]為經驗水庫庫容面積曲線:

(1)

式中:z為水深；V為庫容；γ為形狀參數(shù),其值可由庫容—水面面積—高程標準差多元回歸關系唯一確定。

2.2 陸面水文雙向耦合模式

CLHMS為陸面模式LSX與分布式水文模型HMS的雙向耦合模式。其中,LSX是全球大氣模式GENESIS(Global Environmental and Ecological Simulation of Interactive Systems)的陸面模式,主要分為植被模塊、積雪模塊和土壤模塊等。HMS是基于早期水文模型系統(tǒng)Hydrologic Modeling System 發(fā)展而來的地表水-土壤水-地下水全耦合分布式水文模型(與HEC-HMS模型中的HMS含義不同)[20-22],其中,地表匯流采用多流向算法和二維擴散波方程在均勻網格上進行演進,土壤水的時空分布由一維Richards方程計算,地下水動力過程由二維Boussinesq方程進行描述。CLHMS已在淮河流域、鄱陽湖流域、珠江流域等國內外多個流域進行驗證,在河流徑流量、土壤含水量、蒸散發(fā)及地下水位的分布式模擬和預報方面具有較好的模擬效果[22-24]。

陸面模式LSX利用降水、氣溫、太陽輻射、風速、氣壓、比濕、云量等氣象驅動場計算產流量、蒸散發(fā)量和土壤下邊界的水分通量并傳遞給分布式水文模型HMS,HMS對地表水和地下水進行匯流,計算深層包氣帶的含水量和地下水位并反饋給LSX,更新LSX土壤下邊界的水分通量,構成一個完整的雙向耦合模式。本研究中,降水和氣溫驅動來自國家氣象信息中心發(fā)布的中國地面0.5°格點逐日降水和氣溫數(shù)據集(https:∥data.cma.cn),太陽輻射、風速、氣壓和比濕等來自美國國家環(huán)境預報中心(NCEP)/美國國家大氣研究中心(NCAR)再分析資料(https://psl.noaa.gov/data),基于真實河網修正的DEM來自HydroSHEDS(https:∥hydrosheds.org/),土壤質地數(shù)據來自世界土壤數(shù)據庫(HWSD)。

2.3 水庫群參數(shù)化方案及耦合方法的構建

通過構建水庫水量平衡方程、概念性水庫蓄泄規(guī)則以及多阻斷二維擴散波匯流方法開發(fā)水庫群參數(shù)化方案,并從地表水、地下水、蒸散發(fā)和能量通量等角度實現(xiàn)其與CLHMS模式的動態(tài)耦合。

2.3.1 水庫水量平衡方程

為實現(xiàn)水庫實際蓄泄過程的模擬,首先建立水庫水量平衡方程:

Vt=Vt-1+Δt(It-Qt+AtP-AtE-AtD)

(2)

式中:Vt-1和Vt分別為t-1和t時刻水庫的蓄水量；Δt為時間步長；It和Qt分別為t時刻水庫入流量和出流量；At為t時刻水庫的水面面積,采用式(1)構建的庫容—面積經驗關系計算；E為水庫水面蒸發(fā)；P為水庫面積上的降水量；D為水庫滲漏量。

2.3.2 基于特征水位的概念性水庫蓄泄規(guī)則

由于概念性蓄泄規(guī)則物理意義明確,擴展性較好,且對數(shù)據的數(shù)量和質量要求相對不高,較適用于區(qū)域尺度的研究,因此,本研究構建概念性水庫蓄泄規(guī)則。根據大中型水庫水文效應突出、資料相對完備的特點,依據死水位、正常蓄水位或防洪限制水位(取決于汛期或非汛期)、防洪高水位等3個特征水位來概化大中型水庫的徑流調蓄作用。當大中型水庫水位越過某一特征水位時,采用不同的規(guī)則來模擬水庫實際的蓄泄過程。具體地,t時刻水庫出流量Qt通過以下表達式確定:

(3)

式中:Vd、Vc、Vf分別為死水位、正常蓄水位(或防洪限制水位)、防洪高水位對應的庫容；Ut為t時刻人類需水量；r為修正系數(shù)；Δt為時段長；Qs表征下游的安全泄量；k為表征入庫洪水嚴重程度的指標,等于Qs與該時刻水庫入流量的比值，k≤1。

該式可解釋如下:當水庫蓄水量Vt≤Vd時,出流量為0；當VdVf時,為保護大壩自身安全,超過Vf的水量全部泄流。由于本研究中缺少水庫下泄能力曲線和設計洪水的相關資料,當前規(guī)則中水庫的泄流量未考慮水庫下泄能力、設計洪水位及相應控泄流量。若該資料可以獲得,可在上述規(guī)則中進一步添加下泄能力約束、仿照防洪高水位擴展設計洪水位部分,完善水庫蓄泄規(guī)則。

另一方面,根據小型水庫防洪庫容相對較小、資料不完備的特點,忽略小型水庫的防洪效益,仿照大中型水庫,依據死水位和興利水位2個特征水位來概化小型水庫的徑流調蓄作用。當小型水庫水位越過某一特征水位時,提出了不同的水庫蓄泄規(guī)則。具體地,t時刻水庫出流量Qt可以通過以下公式確定:

(4)

所構建的概念性水庫蓄泄規(guī)則主要存在3個待確定參數(shù)Ut、r及Qs。當有水庫蓄泄資料(歷史入流、出流、蓄水量序列)時,可通過率定得到；當無水庫蓄泄資料時,可對這些參數(shù)值進行估計。

當有水庫蓄泄資料時,可通過率定獲取r和Qs的值,同時無需確定Ut的值。特別地,本研究基于目標出流量和目標蓄水量[25]的概念提出了參數(shù)r的一種月尺度率定方法,其表達式如式(5)所示:

(5)

式中:rm為第m個月的r值；Qm,p1、Vm,p2分別為第m個月p1累積概率對應的實測水庫出流量和p2累積概率對應的實測蓄水量；a、p1、p2為率定參數(shù),實驗表明,p1、p2的率定最優(yōu)值通常在0.5附近。由于水庫的歷史出流已知,此時不再需要求得Ut的值。以Vm,p2作為水庫第m個月的目標蓄水量,根據實際蓄水量與目標蓄水量之間的相對偏差來修正第m個月的目標出流量Qm,p1,得到該月的修正系數(shù)rm和實際出流量rmUt。

當無水庫蓄泄資料時,可采用如下方法估計Ut、r及Qs的值:

(1)參數(shù)Ut。當供水或灌溉不是水庫的主要功能之一,或認為需水量隨時間變化不大時,Ut可取為任一各時刻都相同的定值；否則,Ut可采用水庫設計供水資料、水資源公報分行業(yè)用水量數(shù)據或全球0.5°柵格的月需水量數(shù)據[26]等估計得到。本研究以全球月需水量柵格數(shù)據為例,提取得到鄱陽湖五大子流域各月的需水量,為簡便計算假定所有水庫均有供水灌溉功能,根據水庫興利庫容的大小按比例將各子流域內的月需水量分配到該子流域內的每個水庫,并將其在每個月內均勻降尺度到模式的每個時間步長,即得到每個水庫任一時刻的人類需水量Ut。

(2)參數(shù)r。對于不完全年調節(jié)水庫和年調節(jié)水庫,r的取值應可以使偏枯水年的枯水期結束時水庫蓄水量大約落在死庫容附近；對于多年調節(jié)水庫,r的取值應可以使連續(xù)枯水年組結束時的水庫蓄水量大約落在死庫容附近。

(3)參數(shù)Qs。可將壩址處99%累積概率對應的徑流量模擬值選取為Qs的值。

3.3.4 元數(shù)據采集入庫。對平臺中的元數(shù)據，包括平臺中心前置庫、匯集庫、基礎庫、業(yè)務主題數(shù)據庫等庫表結構和數(shù)據資源的元數(shù)據進行統(tǒng)一的抽取、存儲和裝載入庫，支持元數(shù)據的手工錄入。

此外,水庫初始蓄水量可按土壤含水率、前期雨量等方法[12]估計或率定得到。

2.3.3 水庫群調蓄下基于多阻斷二維擴散波方程匯流方法

CLHMS模式在全流域網格采用天然二維擴散波方程進行匯流演算。然而,由于水庫群的調蓄,天然河道上下游間的水力聯(lián)系被破壞,河道水流不再具有連續(xù)性,二維擴散波方程在此不能適用。針對該問題,本文構建水庫群調蓄下多阻斷二維擴散波方程的模式匯流方法。由于流域內小型水庫的數(shù)量遠多于大中型水庫,將流域內大中型水庫和小型水庫進行分別考慮。與“聚合水庫”的思路不同,本研究將流域內水庫群耦合于大壩經緯度坐標所對應的網格,采用相對分布式的思路概化水庫對匯流過程的影響。

(1)大中型水庫。對于大中型水庫,將其耦合于大壩經緯度坐標所對應的網格,若模擬的網格多年平均徑流量與水庫的實際值相差較大,在模式中對水庫位置進行微調,使兩者數(shù)值大致相等。計算水庫蓄水量變化造成的淹沒或部分淹沒的任一網格水面高程平均變化量(Δhl):

(6)

式中:fr為水庫水面面積占該網格面積比例,fb為天然河道占該網格面積比例；L為網格長度。忽略水庫入流流速變化引起的動量變化,構建水庫淹沒網格的二維擴散波方程組,即:

(7)

(8)

(9)

式中:hl為水庫水面高程,當每一個計算步長結束時,利用hl=hl+Δhl再次對hl進行更新;w為河道寬度；Qx、Qy分別為在x、y方向上的流量；R、P、E和C分別為網格產流量、降水量、潛在蒸散發(fā)量、河湖-地下水通量；g為重力加速度；K為流量模數(shù)。

根據大中型水庫蓄泄規(guī)則和調蓄節(jié)點,計算水庫的出流量,并將其作為水庫下游網格連續(xù)性方程的源匯項,據此構建水庫下游網格的二維擴散波方程組:

(10)

(11)

(12)

式中:u、v分別為流速在x、y方向上的分量。

(13)

式中:Sr為水庫調蓄引起的源匯項。當水庫入流大于出流,則該時段一部分徑流量轉移出流域匯流過程；當水庫出流大于入流,則該時段一部分徑流量額外加入流域匯流過程。在此基礎上,據此構建小型水庫所在網格的二維擴散波方程組,即:

(14)

(15)

(16)

2.3.4 水庫群參數(shù)化方案的耦合方法

不同于以往大多數(shù)水文模型僅將水庫看作調蓄節(jié)點的耦合思路,本文將水庫看作一個水循環(huán)實體,在考慮水庫直接影響匯流的基礎上,進一步考慮壩前水位變化、水庫面積變化和水庫滲漏等與其他多種水文過程的互相作用,構建水庫群參數(shù)化方案與CLHMS的多重互饋機制,如圖2所示。

圖2 水庫群參數(shù)化方案與CLHMS的多重互饋機制Fig.2 Mutual feedback mechanism between reservoir scheme and CLHMS

(1)地表水耦合。在水庫調蓄對匯流過程的影響以外,水庫水面面積隨著水庫蓄水量的變化而變化,進而引起產流量改變、水庫表面降水、蒸發(fā)和滲漏導致的地表水量變化等,這些過程在擴散波的連續(xù)性方程(式(7))中通過fr進行描述。當網格水庫水面面積超出當前網格面積時(即fr>1),將自動淹沒上游網格(圖2(b))。其中,水庫的滲漏量由飽和土壤的達西定律計算:

(17)

式中:Δhs為水庫水位和地下水位的水頭差；Kr為水庫底部水力傳導系數(shù)；Δx為滲透距離。由于缺乏Kr和Δx的資料,引入參數(shù)K′=Kr/Δx來代表Kr和Δx,其中K′是一個待確定參數(shù),根據流域內部分水庫滲漏的估測數(shù)據試算得到。

(2)地下水耦合。地下水的耦合主要涉及水庫的下滲水量進入飽和帶的過程,可由二維Boussinesq方程描述:

(18)

式中:Vg為含水層單位面積垂直土柱的總水量；b為含水層底部高程,K為土壤飽和水力傳導系數(shù)；hg為地下水位；I為土壤下滲。

(3)蒸散發(fā)及能量通量耦合。根據網格水庫水面面積,對網格的水面和陸地蒸散發(fā)(潛熱通量)以及太陽凈輻射、感熱通量、地表熱通量等能量通量進行加權平均,實現(xiàn)任意網格蒸散發(fā)(潛熱通量)和能量通量的耦合。

3 結果與分析

3.1 水庫蓄泄過程模擬效果驗證

為驗證2.3節(jié)構建的概念性蓄泄規(guī)則對水庫蓄泄過程的模擬能力,需將上述規(guī)則模擬得到的水庫蓄泄過程與實際的水庫蓄泄過程進行對比。本研究收集了鄱陽湖流域洪門水庫、團結水庫的入庫、出庫和蓄水量等水庫蓄泄資料。在此基礎上,為盡可能考察本研究構建的概念性規(guī)則對于不同流域、不同大小、不同類型水庫的適用性,進一步收集了三峽水庫、黃河流域龍羊峽水庫和劉家峽水庫,以及大凌河流域白石水庫的蓄泄資料,在有水庫蓄泄資料和無水庫蓄泄資料2種情形下分別通過參數(shù)率定和參數(shù)估計對上述各水庫的蓄泄過程模擬效果進行驗證。

(1)有水庫蓄泄資料情形。依據實測出流及蓄水量資料,分別對各水庫的參數(shù)Qs和參數(shù)r的3個子參數(shù)a、p1和p2進行率定和驗證,各水庫出流量模擬值與實測值的相對偏差(BP)和日尺度納什效率系數(shù)(ENS)如表1所示,各水庫出流量的模擬值和觀測值如圖3所示,各水庫蓄水量模擬值與實測值及兩者的相關系數(shù)(R)如圖4所示。

表1 有水庫蓄泄資料情形水庫蓄泄過程模擬結果Table 1 Simulation results of reservoir operation under data-rich conditions

模擬結果表明,所有水庫在率定期和驗證期的出流相對偏差均在±0.02以內。除了白石水庫模擬出流量的日尺度ENS為0.41之外,所有水庫全模擬時段的日尺度ENS均在0.5以上。其中,三峽、團結、劉家峽水庫的日尺度ENS達到0.7以上,而白石、龍羊峽水庫為多年調節(jié)水庫,調節(jié)能力較強,ENS相對較低。在蓄水量方面,除劉家峽水庫,各水庫的相關系數(shù)均在0.8以上?？傮w而言,有水庫蓄泄資料情形下概念性規(guī)則可以較好地模擬水庫的蓄泄過程。

(2)無水庫蓄泄資料情形。各參數(shù)通過2.3節(jié)的方法進行估計,無需設置率定期和驗證期。由于研究區(qū)為鄱陽湖流域,未對黃河流域、大凌河流域等的人類需水狀況進行分析,因此,本節(jié)只對鄱陽湖流域的洪門水庫和團結水庫的參數(shù)進行估計和驗證,2個水庫模擬效果如圖3和圖4所示。結果表明,洪門水庫和團結水庫在整個研究時段日出流量的ENS分別為0.40和0.46,蓄水量的相關系數(shù)分別為0.56和0.83。

圖3 有蓄泄資料和無蓄泄資料情形下各水庫實測和模擬出流量Fig.3 Observed and simulated reservoir outflow under data-rich conditions and data-scarce conditions

圖4 有蓄泄資料和無蓄泄資料情形下各水庫實測和模擬蓄水量Fig.4 Observed and simulated reservoir storage under data-rich conditions and data-scarce conditions

總體而言,由于無法通過率定提高參數(shù)精確性,無水庫蓄泄資料情形下2個水庫的模擬效果相對較差。然而,無水庫蓄泄資料情形下的概念性蓄泄規(guī)則仍然能刻畫2個水庫出流量的變化趨勢,表明了概念性水庫蓄泄規(guī)則在無資料情形下的適用性。由于難以收集到鄱陽湖流域大部分水庫的蓄泄資料,該規(guī)則對區(qū)域尺度上水庫群參數(shù)化方案的構建具有重要意義。

3.2 模式徑流模擬效果驗證

本研究收集了贛江外洲站、信江梅港站、撫河李家渡站1961—1999年日徑流資料對鄱陽湖流域無水庫群參數(shù)化方案的CLHMS模式進行了率定和驗證。由于流域絕大多數(shù)大中型水庫建于20世紀60至80年代,且其中1961—1965年水庫建成數(shù)量相對較少,本研究選擇1961—1965年為率定期,1966—1970年為驗證期,從而盡可能規(guī)避大中型水庫和其他人類活動的影響,使模式能夠較好地還原流域天然徑流過程。此外,針對模型地下水動力模塊,設置5 000 a預熱期,用于達到地下水平衡。

CLHMS模式主要存在4個敏感參數(shù),分別為河道糙率、直接產流系數(shù)、潛熱交換修正系數(shù)以及河道-地下水交換參數(shù),其中前3個參數(shù)主要影響徑流過程,最后1個參數(shù)主要影響地下水位。由于無實測地下水位的相關資料,本研究只對前3個參數(shù)進行率定。具體地,針對每個站點,通過拉丁超立方采樣隨機生成1 000個參數(shù)組并代入模式模擬,將納什效率系數(shù)最高的參數(shù)組作為最佳參數(shù)值。

圖5展示了3個站在1961—1970年期間日尺度的徑流觀測值和模擬值,以及相對誤差和日尺度納什效率系數(shù)的率定和驗證結果。結果表明,無水庫群參數(shù)化方案CLHMS模式的模擬效果較好,率定期和驗證期所有3個站點的日ENS均超過0.83?？紤]到20世紀90年代流域內大中型水庫已基本建成并陸續(xù)投入運行,本研究基于上述率定結果,利用無水庫參數(shù)化方案的CLHMS模式進一步對外洲站、梅港站和李家渡站1990—1999年的徑流過程進行模擬,其模擬結果見表2。結果表明,3個站20世紀90年代的ENS均低于20世紀60年代,其原因之一可能是基于天然徑流的率定結果在20世紀90年代難以重現(xiàn)水庫群對徑流過程的影響。

圖5 1961—1970年外洲、李家渡、梅港站無水庫群參數(shù)化方案的CLHMS日徑流模擬值和觀測值Fig.5 Daily observed and simulated runoff of Waizhou,Lijiadu and Meigang with reservoir-disabled CLHMS during 1961 and 1970

在此基礎上,利用耦合水庫群參數(shù)化方案的CLHMS模式模擬3個站1990—1999年的長時段徑流過程,本研究假定各水庫的初始蓄水量為水庫庫容與所在網格土壤相對含水量的乘積。模擬結果(見表2)表明,耦合水庫群參數(shù)化方案CLHMS模式在1990—1999年的日徑流模擬結果均優(yōu)于無水庫群參數(shù)化方案CLHMS模式的徑流模擬效果,且對于所有3個站點,模擬效果的提升均通過了99%的顯著性檢驗,表明該提升具有一定統(tǒng)計學意義。

表2 耦合水庫群參數(shù)化方案前后模式1990—1999年模擬徑流的日ENS值Table 2 Daily ENSof simulated streamflow with reservoir-disabled and-enabled CLHMS during 1990 and 1999

總體而言,通過耦合水庫群參數(shù)化方案,模式模擬鄱陽湖流域水文情勢的能力得到了提高,這一結果與筆者通過在Noah LSM-HMS模型中耦合水庫群提升贛江上游流域洪水模擬效果的研究結果一致[18],表明了所構建的水庫群參數(shù)化方案的適用性。

3.3 流域水庫群水文效應分析

為分析水庫群的影響,將流域徑流較大的5個月(3—7月)劃分為豐水期,其余7個月(8—2月)為枯水期。在豐水期,水庫群可以分別削減外洲、梅港和李家渡站徑流量5.0%、3.7%和6.0%,在枯水期,可以增加3個站徑流量5.9%、7.6%和12.6%(表3)。同時,3個站多年平均徑流量分別減少了1.5%、0.7%和0.6%,可能與水庫蒸發(fā)和滲漏有關。在空間分布上,水庫群可減少局部地區(qū)汛期徑流量至多達70%,可增加枯水期徑流量至多達100%,且主要集中在流域中部及北部水庫密集地區(qū)(圖6)。

表3 相較于無水庫群參數(shù)化方案，耦合水庫群參數(shù)化方案后CLHMS模擬的3個站月徑流量變化值 億m3Table 3 Streamflow variation with the reservoi enabled CLHMS as compared to reservoi disabled CLHMS

圖6 耦合水庫群后CLHMS模擬相較于無水庫群情景的徑流相對變化Fig.6 Relative variation of streamflow with the reservoir-enabled CLHMS as compared to reservoir-disabled CLHMS

4 結 論

本文發(fā)展了耦合水庫群參數(shù)化方案的區(qū)域陸面水文耦合模式,結合研究區(qū)資料收集、遙感水體面積提取和多元回歸分析構建了流域水庫數(shù)據庫,建立了水庫水量平衡方程、概念性水庫蓄泄規(guī)則和水庫群調蓄下多阻斷擴散波方程組的模型匯流方法,同時修正了地表水、地下水、陸氣間水分能量過程,實現(xiàn)了水庫群參數(shù)化方案與陸面水文耦合模式CLHMS的雙向耦合。主要得到以下結論:

(1)本文構建的耦合水庫群參數(shù)化方案的陸面水文模式可以較好地模擬水庫的蓄泄過程,同時在區(qū)域尺度上提高了模式長時段徑流模擬精度。

(2)鄱陽湖流域的模擬結果表明,水庫群可以使贛江、信江、撫河豐水期徑流減少3.7%～6.0%,枯水期徑流增加5.9%～12.6%,多年平均徑流量減少0.6%～1.5%?？臻g分布上,水庫群對流域中部和北部的徑流有較為明顯的調節(jié)作用,其中枯水期局部變幅可達100%。

針對本研究所構建的水庫群參數(shù)化方案,未來將基于大氣模式WRF和分布式水文模型HMS的陸氣雙向耦合框架,進一步完善模式的物理機制和模擬預報能力,開展水庫群氣候水文效應多要素的模擬和預報研究,為區(qū)域水資源的可持續(xù)開發(fā)和利用提供支撐。