基于全国50km×50km网格的大尺度陆面水文模型框架

基于陆面物理过程模型VIC及中国内陆50km×50km分辨率网格,建立了大尺度陆面水文模型框架,生成了网格植被参数库和土壤参数库,完成了740个气象站点降水及温度数据在全国50km×50km格网上的插值。该模型考虑了陆气间的水分和能量平衡,径流机制同时考虑蓄满产流、超渗产流及土壤性质的空间非均匀性。利用所建立的模型框架对处于半干旱区的渭河部分子流域进行分析,结果表明所建模型框架具有一定的合理性和适应性。

VIC陆面水文模型在白莲河流域径流模拟中的应用

本文从气象与水文水资源学科交叉的角度引进VIC陆面水文模型,将其应用于湖北省白莲河流域,探讨模型在中小流域降雨径流模拟中的适用性。本研究利用白莲河流域DEM、植被、土壤等数字化资料,经过模型预处理,建立了白莲河流域VIC模型框架。并进行了模型参数敏感性分析。模拟结果表明,模型基本能够反映该流域的日径流水文过程,具有一定适用性。

耦合陆面水文模型和机器学习方法的水库径流量预报及应用

采用智能网格预报等多种气象预报数据与陆面水文模型及机器学习方法进行耦合,以岩滩水库流域区间为例,将区间预报径流量与历史径流量数据输入长短期记忆网络模型(LSTM)进行水库入库径流量预报,通过对日径流量模拟试验和业务试用分析,探明该方法在短期水文预报中的适用性。结果表明,耦合气象-水文-机器学习的径流量预报模型在率定期和验证期纳什效率系数(NSE)在0.65左右,在强降水过程训练试验中,日径流量和洪峰预报合格率≥87.5%,达到甲级预报精度标准;在业务试用中,24h、48h、72h日径流量预报合格率分别为87.3%、70.4%、75.5%,达到甲级或乙级预报精度标准,满足发布正式预报的精度要求;3次较大降水过程径流量和峰现时间预报合格率均为100%,达到甲级预报精度标准;峰值预报为66.7%,达到丙级预报标准,可用于参考性预报。将物理模型与人工智能方法进行有机耦合,可提高水文预报产品精度和适用性。

基于陆面水文耦合模型的淮河流域水文模拟与极值分析

陆面水文耦合有助于完整理解区域陆面水循环过程及其反馈作用,揭示极端水旱灾害对气候变化的响应机制。本文利用一个陆面水文耦合模型,结合淮河流域水文站的实测流量资料,首先验证了该模式在淮河流域的适用性;在此基础上开展了连续56 a的长时间数值模拟,考察了模式对淮河流域水文过程及水文极值的模拟能力。基于淮河干流蚌埠站逐月模拟量和实测流量的时间序列,采用Pearson-Ⅲ型分布计算该站不同重现期的设计流量,结果表明两者均能得到较为合理的设计流量,但在极大值区,实测流量的拟合精度比基于模式模拟流量序列得到的结果更优。

淮河流域历史覆被变化及其对水文过程的影响

以淮河流域蚌埠集水区为研究区域,利用淮河流域1700、1800和2000年3种历史覆被情景,结合陆面水文耦合模型(CLHM)定量评价了流域土地利用/覆被变化的水文效应,并分析了流域径流与主要覆被类型变化方式的定量关系。结果表明:CLHM模型可以较好地模拟淮河流域的流量过程,在研究区具有较好地适用性;三期覆被情景下主要覆被类型变化为林地转变为耕地或草地以及草地转变为耕地,此种变化导致流域总蒸发量减少了6.5%,流域出口研究期平均径流量增加了6.1%;极端覆被情况下,年均蒸发量由多到少依次为林地、草地和耕地;林地对流域径流过程的影响主要体现在洪峰上,相对于耕地,林地具有削减洪峰的作用;通过分析覆被类型变化与流域多年平均径流的相关关系,林地转变为草地以及林地转变为耕地是近400年来影响淮河流域水文过程及水资源分配的主要覆被变化因子。因此,合理规划土地利用格局对流域水资源高效利用具有重要意义。

分布式陆面-水文模型在淮河流域的应用

分布式水文模型是模拟地表径流、研究流域水循环的有效手段,以淮河流域为研究对象,利用数字高程DEM(digital elevation model)、全球植被覆盖数据、土壤结构资料等构建气象数据驱动下的分布式陆面-水文模型,根据1980-1982年淮河流域水文站实测数据进行模型参数率定,采用相对误差、确定性系数和Nash效率系数作为衡量指标来验证模型的模拟精度,并对比淮河流域主要水文站实测逐日径流量与模拟值,分析该模型对洪水流量的模拟效果.研究结果表明,该分布式陆面-水文模型具有较高的模拟精度,能较好地模拟流域水文过程,可用于变化环境下的水循环过程模拟和流域水文响应研究.

黄淮海平原浅层地下水埋深对气候变化响应

地下水是陆地水循环的重要组成部分,它受气候条件和植被地形及人类活动的影响。地下水埋深对气候变化的响应研究是气候变化影响研究的前沿和热点之一,对于水资源管理及其相关研究与应用具有重要意义。本文利用陆面水文模型VIC驱动统计模型RTFN开展气候变化的敏感性试验,探讨黄淮海平原地区浅层地下水埋深对气候变化的响应。研究表明,地下水埋深对降水变化的敏感程度远大于温度变化,埋深较浅区比埋深较深区敏感。在温度变化2～5°C,降水变化±15%的情景下,黄淮海平原区平均地下水埋深变化范围大致为-81～96 mm。由于地下水具有自记忆性,导致埋深对降水盈余响应滞后,该地区最大的埋深变化出现在8月。

植物水分来源季节性变化对区域蒸散发模拟的影响

植物水分来源会随季节变化。在旱季表层土壤水分不充裕时,植物会逐步使用深层土壤水或地下水,而当雨季表层土壤水分充足时,植物主要使用表层土壤水。然而当前的水文模型、陆面模式和气象模型很少考虑这一现象。本文对分布式陆面-水文模型Par Flow.CLM进行改进,引入以能量差为驱动的根系吸水计算方法,分析植物水分来源季节性变化对区域蒸散发模拟的影响。改进后的模型能够较好地模拟区域蒸散量和土壤水动态,并能较好地再现植物对地下水的使用情况。改进模型结果显示,植物使用地下水的时间主要集中在旱季,植物对地下水的使用是植物应对干旱的重要策略之一。对比美国加利福利亚州Tonzi实验站干旱年2008和平水年2009的结果,2008年植物使用地下水时间比2009年长53 d,用量高36%。改进模型和原模型结果对比显示:当蒸散发主要受到能量限制时,两个模型的模拟结果较为一致;但当蒸散发主要受到水量限制时,两个模型在蒸散发和深层土壤水的模拟结果上有显著差异。改进模型考虑了植物水分来源季节性变化对区域蒸散发模拟的影响,并能模拟地下水位降低对植物用水的影响。结果表明:改进模型中植物腾发量比原模型结果高71 mm/a,占全年总腾发量的43%。若忽略植物水分来源的季节性变化,会对区域蒸散量和深层土壤水的模拟产生巨大影响,且这种影响在旱季或干旱半干旱地区更为明显。

人类用水活动对大尺度陆地水循环的影响

随着人口增长和经济社会快速发展,人类活动已成为陆地水循环变化的重要驱动因子,人类用水活动对陆地水循环的影响越来越受到人们的关注。回顾近年来人类用水活动对大尺度陆地水循环影响方面的研究进展;阐述灌溉、生活和工业用水、水库调节以及地下水利用等典型人类用水活动影响大尺度陆地水循环的过程与机制,并在此基础上探讨了陆面水文模型中人类用水活动参数化方案及其存在的问题。目前,陆面水文模型对人类用水活动的考虑依然不足,使得应用模型模拟陆地水循环和评估变化环境下水资源安全面临挑战。展望未来,深入认识人类用水活动与水系统的影响与反馈,开发考虑人—水系统协同演化的水系统综合评估模型,预估水安全形势的演变趋势,将成为陆地水循环和水资源研究的长期重要任务。