基于DEM的分布式新安江模型在徑流模擬中的應用研究

肖興濤

(黑龍江省水文水資源中心，黑龍江 哈爾濱 150001)

近些年來，隨著GIS、RS等信息技術的發展，水文模擬技術取得了很大的進展，由傳統的集總式模型向分布式模型過渡。分布式水文模型將整個研究區域劃分成大量的基本單元(如不規則三角網、柵格網等)，從而考慮各種水文響應影響因素的空間分布情況，需要降水、氣溫等氣象因素的空間分布信息，故可以對徑流和水資源的時空分布進行模擬和預測，這對水資源的管理及水災害的防治有重要的參考價值；并且，由于分布式水文模型可以應用GIS、RS、雷達等空間分布的遙測信息，其為研究下墊面變化(包括人類活動、地表覆被等的時空變異特性)給水循環過程及水資源造成的影響提供了便利，為解決無資料或缺資料地區(PUB )的水文預報問題提供了一種新的有效途徑[1]；同時，以其柵格結構的優勢，便于與數值天氣預報模式和氣候模式耦合，從而延長洪水預報的預見期或用于研究氣候變化對水資源的影響。

新安江模型在世界上也具有影響力，被廣泛應用于濕潤、半濕潤地區。其在濕潤半濕潤地區的應用取得了較好的成果，黑龍江省屬于濕潤半濕潤地區，所以此次研究使用的是新安江模型。由于傳統的新安江模型沒有考慮流域分布的不均勻性，且衛星數據有空間分辨率上的優勢，因此應選擇分布式或者半分布式的模型。綜合考慮，本文采用基于 DEM 的分布式新安江模型。

1 流域概況

穆棱河是烏蘇里江左岸支流，流域位于東經130°15′～133°30′，北緯45°13′～45°55′之間。發源于穆棱市穆棱林業局，由西南向東北流至雞西市附近的青龍山處折向東流，流經穆棱市、雞西市、雞東縣、密山市，至虎林市楊崗鎮湖北閘處，由閘門控制分兩路下泄，一路沿穆興分洪道注入東北泡子和小興凱湖，另一路沿穆棱河原河道繼續向東流，于虎林市虎頭鎮月牙湖草原保護區匯入烏蘇里江。穆棱河全長666 km，河道平均比降0.454‰，流域面積18 136 km2。穆棱河洪水多為由長歷時、大范圍、連續降雨形成的全流域洪水，局部性洪水較少。大洪水發生時間多集中7—8月，尤其是發生在8月份的次數最多。洪水過程一般為單峰型，洪水歷時一般為15～30 d，最長達45 d。

穆棱河流域由西向東傾斜，呈長帶形，東西長、南北窄。流域內山地面積占總面積51%，丘陵面積占總面積26.3%，平原面積占總面積22%，湖泊面積占總面積0.7%。穆棱河雞冠山以上為上游，是山區，谷深河窄，坡陡流急；雞冠山至湖北閘之間為中游山丘區，河谷平原開闊，支流較多；湖北閘以下為下游，進入沼澤平原區，河道彎曲平緩，水流紊亂，常有牛軛湖出現。

2 模型與方法

2.1 基于DEM的新安江模型概述

此模型是以高程模型為基礎，提取出研究區域的相關信息后，對原始的三水源新安江模型進行改進所得到的分布式水文模型。

2.2 模型結構與基本原理

對于構建基于DEM的分布式水文模型，至今已有很多專家、學者進行了研究。姚成等[2]基于美國地質調查局提供的DEM數據，在原始新安江模型的基礎上，建立了分布式新安江模型，并將該模型用于密賽流域進行洪水模擬，證明了它的合理性；樊明蘭[3]建立基于自然子流域結合柵格單元的分布式水文模型，通過參數優選、率定和檢驗，能較好的模擬研究流域的水文過程；張珂[4]構建了以數字高程模型為基礎上的GTOPMODEL模型，同時將已經成功應用過的新安江模型和TOPMODEL模型與GIS結合起來進行相應的改進，最后將這3個模型應用于黃河流域，比較其優劣。他們對構建分布式水文模型的相關技術問題進行了深入研究，如資料插值、單元劃分、匯流順序確定、參數率定等[5]。

本研究建立的是基于 DEM 柵格的分布式新安江模型，是利用 DEM 數據，將流域劃分為大小相同的矩形網格，將每個柵格作為分布式模型的一個計算單元。在每個柵格上進行蒸散發、產流、分水源計算，具體的原理與傳統的新安江理論原理相同。通過對張力水蓄水容量和自由水蓄水容量的計算，從而得到的每一個柵格單元上的產流量，其和分水源計算后得到的地表、壤中、地下水，根據柵格集水面積矩陣，確定流域匯流演算次序，根據該演算次序，分別將網格上的三種水源演算至流域出口。其中，地表徑流和壤中流采用 Muskingum法，地下徑流則采用線性水庫的演算方法。在流域匯流演算時，首先應判斷當前柵格土壤是否達到飽和含水量，如果當前網格的土壤含水量不飽和，上游來水則應第一個補充其土壤含水量；如果飽和，則等同于河道柵格，上游快速徑流將全部流量匯入河道中作為河道洪水演算至流域出口。

2.3 模型參數

張力水蓄水容量WM計算公式(1)如下：

WM=(θf-θr)×L包

(1)

式中：θf為田間持水量；θr為凋萎含水量；L包為包氣帶厚度，取0.5～0.97 m。

自由水蓄水容量SM一般當作是流域內土壤中受重力作用的可以自由流動的最大水量，這個水量主要介于土壤飽和含水量和田間持水量之間，計算公式(2)如下：

SM=(θs-θf)×L腐

(2)

式中：θs為為飽和持水量；L腐為腐殖土的厚度，一般平均厚度為0.1 m。

根據相應的空間地理信息，得到流域的土壤特性分布圖，確定湖北閘流域的土壤結構和植被類型，根據流域土壤特性分布圖，可以得到該流域不同土壤特性與植被類型的比例，即各種流域特征類型的權重，可以計算得到相應的WM、SM。

不透水面積比IMP指流域內不透水面積在流域面積里所占的比重。一般而言，流域中的水體或城鎮建筑物是不透水面積的主要組成部分，分布式水文模型中每個計算柵格的不透水面積，可以通過流域土地類型分類圖和數字流域的合成而直接提取，流域IMP計算公式(3)如下：

(3)

式中：Wi為i單元柵格內水體面積占柵格面積比；Ui為第i單元柵格內城鎮用地占柵格面積比；N為流域中柵格單元的總數目。

除了計算的參數外，剩下的參數與原始新安江模型一樣，敏感性參數通過計算機進行自動優選確定，非敏感性參數只要粗略調試或者只要根據一般經驗便可固定下來不需要參加優化調試[6]。

3 模型應用

本研究以黑龍江省穆棱河湖北閘站作為研究流域，使用該流域的水文、氣象、土地利用、土壤以及衛星遙感等資料構建水文模型。其中水文氣象資料及衛星降水數據選取2005年6月1日—2014年9月30日過程資料。

本文分為二種降雨輸入：一是站點實測降雨數據；二是TRMM 3B42RT降雨數據；因為只有汛期(6—9月)降雨數據，所以只能做汛期徑流模擬研究。

空間插值：在實際應用中，我們需要知道的是流域的平均降雨量，利用有限的雨量站網測得的降雨量數據來計算區域的平均降雨量，這就需要我們進行插值。不連續的數據系列，通過一定的規則差值，估計區間內未知點的值，這樣可以得到一個連續數據系列。本文通過泰森多邊形法對湖北閘以上流域的各雨量站點降水量進行插值。

以時間為控制，把降雨、徑流資料合并，分別以兩種降雨數據為模型輸入，用于模型率定和檢驗。

3.1 參數率定結果

以站點觀測日降水數據為模型輸入優選參數，結果見表1。本模型參數分為蒸發參數、產流參數、水源劃分參數、匯流參數四類，主要參數意義分別為，蒸發折算系數K，上層張力水容量WUM，下層張力水容量WLM，深層蒸散發系數C，張力水容量WM，蓄水容量分布曲線指數B，不透水面積比例IMP，自由水蓄水容量SM，自由水容量分布曲線指數EX，壤中流出流系數KI，地下水出流系數KG，地下水消退系數CG，壤中流消退系數CI，河網水流消退系數CS，流量比重因子XE，子河段蓄量常數KE。

表1 湖北閘流域徑流模擬參數表

3.2 模型應用結果

首先以站點觀測日降水數據為模型輸入優選參數，再分別以RT日數據、校正后的RT日數據驅動模型，模擬結果如表2和圖1所示。從表1可以看出，分布式新安江模型模擬效果很好，站點實測降水模擬徑流與實測徑流的擬合較好，確定性系數NSCE為0.88，相對誤差Bias為-5.22%，模擬徑流總體較實測徑流略偏小，確定性系數R2為0.93。站點實測降水的模擬結果年際差異較大，NSCE最優為0.96(2006年)，最差為0.72(2005年)；Bias最優為1.01%(2008年)，最差為-14.26%(2005年)；R2最優為0.97(2006、2008年)，最差為0.85(2009年)。由圖1中站點實測降水模擬徑流與實測徑流過程線可以看出，分布式新安江模型對湖北閘站2005—2014年的模擬結果較好，能夠很好地模擬出實測過程中的峰值和谷值部分。這說明分布式新安江模型適用于該研究區域，同時也為研究衛星降水數據在研究區域的適用性提供了可靠依據。

表2 穆棱河湖北閘站(汛期)日模擬評價指標結果表

由表2和圖1可以看出，RT降水的模擬結果不理想，確定性系數NSCE只有0.59；相對誤差Bias為-10.88%，模擬徑流總體較實測徑流偏小；判定系數R2為0.80。RT數據的模擬結果年際差異也較大，NSCE最優為0.75(2008年)，最差僅0.48(2014年)；Bias最優為3.73%(2011年)，最差為-26.13%(2014年)；R2最優為0.86(2008年)，最差為0.69(2014年)。

圖1 湖北閘2005—2014年(汛期)日模擬結果對比圖

總體來說，2006年和2008年的模擬結果較好，2005年和2014年較差。

4 結 論

(1)本文建立的分布式新安江模型是利用 DEM 數據，將流域劃分為大小相同的若干矩形網格，將每個柵格作為分布式模型的一個計算單元。在每個柵格上進行蒸散發、產流及分水源計算，具體的原理與傳統的新安江理論原理相同。

(2)本文構建的分布式新安江模型，可以計算出張力水蓄水容量WM，自由水蓄水容量 SM，不透水面積比IMP這三個參數，使得參數更接近流域實際情況，能合理地描述和模擬水文過程，縮小了模型與原型的差異，減小了參數的不確定性，從而使徑流模擬更精確。

(3)將構建的水文模型應用于穆棱河湖北閘站，模擬效果較好。在模擬中，日模擬確定性系數為0.88，說明模型適用于研究區域，率定出的參數用于后續研究具有一定的合理性。隨后，以分布式新安江模型為工具，進一步分析了衛星降水產品RT在水文模擬中的適用性。可知：RT數據在黑龍江省中小河流域的日尺度降水的徑流模擬結果不太理想，但為進一步研究TRMM衛星降水產品在該流域的應用提供了方向。