以天山西部山区喀什河流域为典型研究区,基于1990-2000年的水文气象站点实测资料、2005年喀什河流域遥测降水数据及各时间段对应的CFSR(Climate Forecast System Reanalysis)再分析数据,通过实测站与其最近CFSR站多年月平均降水的比值,C...以天山西部山区喀什河流域为典型研究区,基于1990-2000年的水文气象站点实测资料、2005年喀什河流域遥测降水数据及各时间段对应的CFSR(Climate Forecast System Reanalysis)再分析数据,通过实测站与其最近CFSR站多年月平均降水的比值,CFSR站点处2005年的年降水量与同期遥测年降水量的比值,以及基于实测站点降水数据和各CFSR站点与实测站点最近的CFSR站点的空间关系3种方法对CFSR降水数据进行订正。借助VIC模型,分析不同订正方法下研究区径流的模拟效果。降水时间序列分析结果表明,CFSR降水数据能够较好地在时间和空间上反应喀什河流域内月降水的变化情况。径流模拟结果表明,(1)CFSR降水数据的不同订正方法对径流结果影响较为明显;(2)基于实测站点降水数据以及各CFSR站点与实测站点最近的CFSR站点的空间关系订正的所有CFSR降水,在径流模拟中表现最好,模型率定期和验证期的模型效率系数均在0.80以上,多年径流相对误差在15.0%以内。该订正方法不仅考虑了降水在时间维度上的变化,还考虑其在地理空间维度的变化,较其它两种方法在径流模拟中具有更好的应用前景。展开更多
文摘以金沙江上游流域为例,使用多源卫星数据,基于水量平衡方程估算产流量,采用CaMa-Flood水动力模型进行汇流计算,分别采用人工神经网络(artificial neural networks,ANN)、广义回归神经网络(generalized regression neural network,GRNN)和长短期记忆神经网络(long short term memory,LSTM)模型进行水文模拟。结果表明:(1)陆地水储量变化(terrestrial water storage anomaly,TWSA)主导了水量平衡径流估计值的总体不确定性;(2)CaMa-Flood模型具有较高的模拟精度,相关系数、纳什效率系数和水量相对误差分别为0.92、0.77和-0.63%;(3)LSTM模型在率定期和验证期间的径流模拟结果均好于ANN和GRNN模型。基于多源卫星数据估算径流过程,为稀缺资料地区的水资源开发利用和保护提供了一条新的途径。
文摘以天山西部山区喀什河流域为典型研究区,基于1990-2000年的水文气象站点实测资料、2005年喀什河流域遥测降水数据及各时间段对应的CFSR(Climate Forecast System Reanalysis)再分析数据,通过实测站与其最近CFSR站多年月平均降水的比值,CFSR站点处2005年的年降水量与同期遥测年降水量的比值,以及基于实测站点降水数据和各CFSR站点与实测站点最近的CFSR站点的空间关系3种方法对CFSR降水数据进行订正。借助VIC模型,分析不同订正方法下研究区径流的模拟效果。降水时间序列分析结果表明,CFSR降水数据能够较好地在时间和空间上反应喀什河流域内月降水的变化情况。径流模拟结果表明,(1)CFSR降水数据的不同订正方法对径流结果影响较为明显;(2)基于实测站点降水数据以及各CFSR站点与实测站点最近的CFSR站点的空间关系订正的所有CFSR降水,在径流模拟中表现最好,模型率定期和验证期的模型效率系数均在0.80以上,多年径流相对误差在15.0%以内。该订正方法不仅考虑了降水在时间维度上的变化,还考虑其在地理空间维度的变化,较其它两种方法在径流模拟中具有更好的应用前景。