城西試驗流域水文特性及水文過程模擬

劉 悅, 舒心怡, 管曉祥, 楊勤麗, 劉翠善, 王國慶

(1.河海大學 水文水資源學院, 江蘇 南京 210098; 2.水利部應對氣候變化研究中心, 江蘇 南京 210029; 3.東北農業大學 水利與土木工程學院, 黑龍江 哈爾濱150030; 4.南京水利科學研究院 水文水資源與水利工程科學國家重點實驗室, 江蘇 南京 210029; 5.電子科技大學 資源與環境學院, 四川 成都 611731)

1 研究背景

水文科學試驗是認識區域水文規律、研究環境變化影響、構建流域水文模型的重要基礎工作[1-2]，不同區域由于氣候、下墊面條件的不同，水文特性也存在很大的差異[3]。1965年提出的國際水文計劃(International Hydrological Programme，簡稱“IHP”)將試驗流域研究作為其核心內容之一，促進了各國水文試驗相關工作的開展[4]。我國在20世紀50、60年代相繼開展建設了大批水文科學試驗站，積累了寶貴的試驗資料，基于水文觀測試驗的降水量徑流關系變化特征的研究，為更加深入地揭示水文現象和探討水文規律提供了科學依據，對于流域水資源管理開發、水循環機理研究等方面均有著重要的理論意義和實際價值[5]。劉悅等[6]利用城西水文試驗站20世紀60年代的科學試驗資料，系統分析了土壤蒸發對不同驅動要素之間的響應關系，認為表層土壤含水量和前期土壤含水量對裸地土壤蒸發的影響最為明顯。郝振純等[7]基于五道溝水文實驗站的觀測資料，分析了實際蒸發變化趨勢及其氣候驅動機制，試驗流域對促進我國水文科學的發展起到了至關重要的作用。

基于區域水循環規律，流域水文模型以產匯流過程為核心用于徑流和洪水過程的模擬與預報[8]。新安江流域水文模型(簡稱新安江模型)是我國學者提出的一種基于蓄滿產流的集總式水文模型，目前已廣泛應用于世界各國不同氣候區[9-12]。張蘭影等[13]、黃國如等[14]研究表明，與其他一些具有國際可比性的流域水文模型(如VIC模型等)相比，新安江模型不僅能夠較好地模擬洪水過程，而且可以較好地模擬中低流量和枯水過程。然而，由于不同區域水文、氣象條件的特殊性，水文模型的區域適應性研究是模型在水文預報及徑流模擬應用中的重要研究內容。

我國東部低山丘陵區經濟高度發達，受東亞季風氣候影響顯著，突發洪水是制約社會經濟高速發展的重要因素。針對這一區域水文特性，開展水文模擬是提高洪水預報精度的重要基礎工作。在20世紀70年代中后期，由于改制、經費等系列原因，很多試驗流域相繼停測，但目前已獲得的水文試驗資料有很多都沒有得到足夠的重視和應用[15]。以位于中國長江中下游低山丘陵區的滁州城西試驗流域為研究對象，本文充分利用1962-1966年詳細的科學試驗資料，系統分析了不同時空尺度的降雨徑流響應關系，同時利用新安江流域水文模型進行徑流模擬的適應性研究，以期為長江下游的區域洪水預報及防洪減災提供科學支撐。

2 資料與研究方法

2.1 流域概況

城西水文試驗站(東經118°13′，北緯32°18′)設立于1962年，試驗站位于長江下游滁河水系清流河的上游，控制流域面積82.1 km2，流域四周淺山環繞(瑯琊山、花山等)，水系由東源、中源和西源組成，呈傘狀分布(圖1)，流域內以耕地、林地為主，其中，灌溉農業主要集中在西源流域，灌溉用水主要以西源徑流為主[16]。東源流域總體上基本保持天然狀態，而西源流域則在一定程度上反映了灌溉農業發展下的水文情勢。試驗流域多年平均降雨量為900 mm，年均氣溫約15℃，屬于典型的東部季風氣候。城西試驗流域多年平均徑流深約250 mm，該試驗流域的設立旨在分析不同面積、不同地形及下墊面條件的水量平衡關系，為研究淺山丘陵區徑流的形成規律積累資料與經驗[17]。

城西試驗流域于1962年6月起至1966年12月對降雨量、徑流量和氣象進行了系統的觀測，共計9個雨量站點和4個水文站點，積累了短暫但寶貴的水文氣象觀測資料。由于該流域內沒有新建的水利工程，流域地貌及植被覆蓋等沒有發生顯著的變化，試驗監測的水文資料仍然能夠反映流域目前的水文特性[18]。

圖1給出了該試驗流域以及各水文、雨量站點的具體分布。由于實測數據資料長度的限制，僅選取東源流域、西源流域和全流域進行分析。

圖1 城西試驗流域水系及各站點分布圖

2.2 研究方法

(1)新安江模型。20世紀70年代，河海大學趙人俊教授領導的課題研究組匯集了當時產匯流理論等方面的成果，提出了國內第一個完整的基于蓄滿產流理論的集總式水文模型——新安江流域水文模型[19-20]，以下簡稱新安江模型。此后，新安江模型由最初的二水源結構升級為三水源結構，主要由蒸散發計算、產流計算、水源劃分計算和匯流計算4個層次組成，共17個參數，根據參數對模型計算結果的影響程度可分為敏感參數和不敏感參數。目前新安江模型被廣泛應用于水文預報、環境變化影響評估等諸多領域，該模型具有結構簡單、參數明確、模擬效果好等優點。新安江模型主要敏感參數及其物理意義如下：

蒸散發能力折算系數(KC)：KC作為影響產流量計算最為重要和敏感的參數，受氣象因素、土壤特性和植被狀況等影響，主要用來控制水量的平衡，反映流域蒸散發能力與實測水面蒸發值之間的關系，即平均高程與蒸發站高程之間以及地面蒸散發與蒸發皿蒸散發之間的差別，一般情況下KC<1。

自由水蓄水容量(SM)：反映表層土壤的蓄水能力，土層較薄時SM值較小，土深林茂的情況下SM值較大。SM決定了地面徑流和地下徑流的比重，水源劃分不但取決于表土的蓄水能力，而且還與蓄水的層次深淺有關，因此SM是一個十分重要的敏感性參數。

自由水蓄水庫對地下水和壤中流的日出流系數(KG和KI)：KG和KI分別表示深層和表層土壤的滲透性，KG+KI表示流域出流的快慢，消退系數1-(KG+KI)決定了直接徑流的退水速度。

壤中流消退系數(CI)：CI值越大則壤中流越豐富，通常依據地面徑流終止點和壤中流終止點之間的退水段流量過程來分析確定CI值，但確定這兩個拐點的難度較高，且這樣得出的流量還會包括地下徑流的成分，不確定性較大。

地下水消退系數(CG)：依據枯季地下徑流的退水規律來推算，該值在不同地區不同流域的差別也較大。

地面徑流消退系數(CS)：依據洪峰流量和地面徑流終止點之間的流量過程來分析確定，但這樣得出的流量往往因包含壤中流成分而不夠準確，也具有一定的不確定性。

(2)目標函數。在參數自動率定過程中用Nash效率系數Ens和相對誤差RE作為目標函數來反映模擬流量與實測流量的吻合程度，如果Nash效率系數Ens越接近1同時相對誤差RE越接近0，則說明模擬效果越好。目標函數的計算公式為：

(1)

(2)

3 結果與討論

3.1 場次降雨徑流關系

降雨為徑流的主要來源，一場降雨對徑流的影響可能延續時間較長。現以1962年6月至1966年12月為統計時段，東源流域選定12場暴雨洪水、西源流域選定10場暴雨洪水、全流域選定16場暴雨洪水在場次尺度上對降雨徑流的關系進行分析。場次尺度上降雨量和徑流深的散點關系和相關系數如圖2所示，將所選的3個流域相同場次降雨的徑流系數整理成表1，同時在每個流域各選取典型的場次繪制暴雨洪水的降雨徑流過程圖，如圖3所示。

圖2 各流域場次尺度降雨量和徑流深散點關系圖

場次編號東源西源全流域196305290.510.290.35196407260.750.320.41196404050.900.660.81196508030.570.190.42

從圖2、3和表1中可以看出：(1)對于子流域和全流域，場次尺度上降雨量和徑流深的散點都呈現出較好的正相關關系，相關系數均達到了0.9；在場次降雨編號相同的情況下，徑流系數從大到小依次為東源流域、全流域和西源流域，這與各流域的降雨情況、下墊面條件和植被覆蓋等因素有關。(2)各流域所選取場次洪水的歷時雖長短不一，但大部分均在24 h左右，因此在場次尺度上每個流域各選取1場歷時約為24 h的暴雨洪水過程繪制降雨徑流過程圖(圖3)，從圖3中可以看出，東源流域和全流域的洪水峰現時間滯后雨峰約3 h，而西源流域的洪水峰現滯時約為4 h，主要是因為相較于東源流域的荒草地，西源流域以林場和旱田為主，植被生長茂盛，截留作用更加顯著，從而洪水的峰現滯時較長。(3)表1中，3個流域19640405場降雨的徑流系數明顯大于其他場次，經分析是因為試驗流域在1964年4月5日經歷了大暴雨，各流域日降雨量均超過118.0 mm,西源流域更是高達131.4 mm，前期的降雨使土壤包氣帶處于濕潤甚至飽和狀態，在經歷高強度降雨后，徑流對降雨的敏感性會顯著增加，因此徑流系數普遍增大；西源流域19650803場降雨的徑流系數相較于同一場次的其他兩個流域明顯偏小，經分析，東源流域、西源流域和全流域在該場次的降雨總量分別為55.5、45.5和52.7 mm，降雨總量相差不大，西源流域相對較少的同時，又逢干旱年，西源流域的林場和旱田主要依賴人工灌溉，從而在該場次降雨中西源流域的徑流系數明顯小于其他兩個流域。

3.2 不同尺度降雨徑流關系

為分析城西試驗流域在不同時間和空間尺度上降雨徑流的相關關系，將東源流域、西源流域和全流域逐日、逐月的降雨量和徑流深數據繪制成散點圖，如圖4所示，因數據系列長度限制，在年尺度上僅對各流域的年徑流系數進行整理，如表2所示。

圖3 各流域典型場次暴雨洪水的降雨徑流過程

圖4 各流域日、月尺度降雨量與徑流深散點關系圖

表2 各流域年徑流系數

從圖4(a)中可以看出：無論是子流域還是全流域，日尺度范圍降雨量和徑流深的散點都較為混亂，沒有明顯的規律，大致以10和70 mm降雨為閾值呈U型分布。當降雨量小于70 mm時，各流域的降雨徑流關系受前期退水過程的影響顯著，降雨量和徑流深的散點關系散亂。經分析，日尺度上的徑流對于降雨存在滯后性，即前1 d的降雨量會對當天的徑流深產生影響，若當天的降雨量較小，則這種影響更加顯著，如東源1963年7月26日的降雨量只有0.3 mm，但徑流深卻達到了39.6 mm，這是因為7月25日的降雨量為76.4 mm，前1 d降雨形成的徑流一直延續到了當天，因此在降雨量為0～10 mm的區域內會出現當天的徑流深遠大于降雨量的情形；徑流深在降雨量為10～70 mm的區間隨著降雨量的增大基本保持不變，主要是因為當徑流受前期退水過程影響較小且日降雨量較少的時候，當天所降的雨量大部分會先被土壤包氣帶所吸收，然后再產生徑流，因此徑流對降雨的敏感性較低，徑流深不會隨著降雨量的增大而有明顯的變化；當降雨量大于70 mm時，降雨量和徑流深的散點關系呈現出明顯的正相關性，分析認為當降雨量較大時，土壤包氣帶逐漸趨于飽和，所降的雨量基本都用來形成徑流，因此各流域降雨徑流的正相關性均較高。可以概括為降雨量越大，降雨徑流的正相關性越好。

從圖4(b)中可以看出：相較于日尺度，月尺度上降雨徑流的正相關性顯著上升，各流域的相關系數均達到了0.78，說明月尺度上降雨量和徑流深散點的相關關系普遍較好。此外，從圖中還可以看出，東源流域的點集位置高于全流域也高于西源流域，即東源流域徑流深對降雨量的敏感性最高，全流域次之，西源流域最低。無論是全流域還是子流域，圖3(b)中均出現了降雨量與徑流深的比值大于1的情形，經分析，由于一場降雨可能會一直延續到下一個月，尤其是在月末的時候，且月尺度在不劃分徑流成分的情況下，上個月的降雨會對當月的徑流產生影響，如東源流域1964年11月份兩者的比值為1.91(大于1)，雖然東源該月的降雨量只有5.5 mm，但10月份的月降雨量為156.6 mm，且降雨都集中在后半個月，10月份的降雨和徑流一直延續到了下一個月，再加上11月份的降雨量本身很小，所以出現了徑流深大于降雨量的特殊情形，相較而言，場次降雨受前期退水過程的影響很小，不會出現兩者比值大于1的情況。

由于徑流過程在場次尺度、日尺度和月尺度上對降雨過程均會出現不同程度的滯后，因此在年尺度上進一步分析降雨量和徑流深的相關關系，從表2中可以看出：年徑流系數從大到小依次為東源流域、全流域和西源流域，經分析，西源流域上游設有經營小規模竹、木采伐的林場以及部分旱田，而東源流域主要以荒草地為主，所以東源流域植被截留蒸騰、土壤蓄水保水作用沒有西源流域顯著，且荒草地自身對于雨水的需求量也較少，不需要額外的人工灌溉，因此東源流域的年徑流系數最大，下墊面較為綜合的全流域次之，西源流域最小，這與前面場次尺度的徑流系數大小以及月尺度上徑流深對降雨量敏感性的結論均一致。此外，西源流域1965年和1966年的年徑流系數相較于該流域其他的年份明顯偏小，經分析，是因為這兩年為該試驗流域的干旱年份，在年降雨量本身較小的前提下，為滿足西源流域植被作物的需水量，取水灌溉等人類活動頻繁，從而導致徑流系數減小。

3.3 水文過程模擬

基于新安江模型的研究，在不同時間尺度(日、月)和空間尺度(子流域、全流域)上對城西試驗流域進行參數率定和徑流模擬。其中，東源流域面積8.6 km2，所選率定期為1963.05.01-1965.12.31，驗證期為1966.01.01-1966.12.31；西源流域面積17.5 km2，所選率定期為1963.05.10-1965.12.31，驗證期為1966.01.01-1966.12.31；全流域面積82.1 km2，所選率定期為1962.06.01-1965.06.11，驗證期為1965.6.12-1966.6.11。各流域參數率定的結果如表3所示。

表3 城西試驗流域新安江模型參數率定結果

從表3可以看出，不同面積級和下墊面條件下新安江模型主要敏感參數對城西試驗流域徑流模擬的影響：西源流域的KC值明顯大于其他兩個流域，即西源流域的實際蒸散發與蒸散發能力最為接近，同時西源流域的SM值也是3個流域里最大的，即地下徑流所占比重最大，經分析主要是因為西源流域植被茂盛，蒸散發現象顯著，且下墊面以林場和旱田為主，土壤蓄水保水能力強，從而地下徑流所占比重最大；KG+KI值除西源流域為0.37外，其他兩個流域均為0.70，即東源流域和全流域退水歷時為3 d，西源流域退水歷時相對較長達6 d，表明西源流域受深層壤中流的作用較大；各流域的壤中流消退系數CI值分別為0.252、0.368和0.432，表明壤土中流隨著試驗完成面積的增大而更加豐富，但無法確定是否受到地下徑流的影響，同時地面徑流消退系數CS也具有不確定性，均需通過模型進一步驗證；各流域的地下水消退系數CG值均達到了0.999，即3個流域地下徑流的消退歷時一致，為10 d左右。

新安江模型在不同時間和空間尺度上的模擬結果見表4，同時繪制了該試驗流域不同流域面積下日徑流模擬和月徑流模擬的過程線，如圖5所示。

表4 城西試驗流域不同尺度徑流過程模擬精度

圖5 城西試驗流域日、月徑流模擬過程

從表4和圖5中可以看出：(1)新安江模型總體可以較好地模擬出該試驗流域不同尺度的水文過程，對率定期日尺度和月尺度徑流過程模擬的效率系數Ens均超過0.6；相對而言，模型對月尺度的水文模擬效果優于日尺度的水文模擬效果。(2)模型對處于天然狀態的東源流域模擬效果較好，而對具有一定人類活動影響的西源流域和整個流域模擬效果相對較差，特別是對枯季流量的模擬明顯偏高；充分考慮人類活動對流域水文過程的影響機制是流域水文模型的發展方向。(3)限于資料，本研究僅選用1966年作為驗證期，相對而言，盡管模型對驗證期月尺度水文過程模擬較好，但對日尺度的模擬效果欠佳，尤其是對人類活動影響較為強烈的西源流域模擬誤差較大。(4)新安江模型對各流域汛期洪峰的模擬大多偏小，而對非汛期基流的模擬普遍偏大，分析認為城西試驗流域位于我國東部季風區，汛期降雨多而集中，并不是嚴格意義上的蓄滿產流，而是蓄滿產流和超滲產流的綜合，利用新安江模型基于蓄滿產流機制模擬水文過程會導致洪峰值偏小，同時，模型為滿足量平衡關系，會造成基流模擬值偏大。

4 結 論

(1)東部低山丘陵區場次降雨徑流具有較好的線性關系，二者的相關系數超過0.9；月尺度降雨徑流相關性次之，相關系數在0.78以上；日尺度降雨徑流關系散亂，以10 mm和70 mm降雨為閾值呈U型分布。

(2)新安江模型能夠較好地模擬出東部低山丘陵區不同尺度的水文過程，模擬與實測的豐枯流量較為匹配，月尺度水文過程的模擬效果優于日尺度，對天然流域的模擬效果優于人類活動擾動的流域。

(3)我國東部地區經濟高度發達，人類活動較為強烈，大規模的人類活動復雜了流域的水文情勢，充分考慮人類活動對水文過程的影響機制是未來流域水文模擬技術完善和發展的重要方向。