基于VIC-3L模型的金沙江上游春季径流模拟

该文以金沙江上游流域春季径流为研究对象,利用遥感数据、再分析数据和天气预报数据等,构建VIC水文模型进行水文过程模拟,分析了流域径流时空分布变化特征及积雪变化对春季径流产汇流过程的影响。结果表明:2010—2020年金沙江上游流域,降水和气温呈增加趋势。2000—2019年,金沙江上游流域冬季的平均积雪面积和平均雪水当量均呈现出增加的趋势。积雪增加的区域主要集中在直门达以上通天河下游流域和岗托至巴塘之间流域;VIC模型较好的适用于金沙江上游流域的径流模拟,能够刻画径流演变过程。

基于VIC-3L模型的黑河上游流域径流模拟研究

为解决我国西部地区气象水文站点稀少、分布不均匀的问题,并充分表达气象要素的空间差异性,利用VIC-3L模型对黑河上游山区流域进行了模拟研究,以检验该模型在干旱区较细网格尺度上的适用性和模型参数移植以及改造的可能性。模型所需要的土壤参数和植被参数主要通过野外实测、土壤普查数据或根据有关参考文献获得。模拟结果显示,在日、月尺度上的径流模拟变化趋势与实测径流除了在时间上有大约2～3d的滞后外,其他方面较为吻合,在丰水年日、月尺度上的径流模拟远好于同尺度上枯水年的模拟精度,说明模型在研究区具有一定的适用性,但有待于进一步改进。

分布式水文模型时空离散化并行计算方法研究

时空离散化并行计算是一种效率较高的并行计算方法,但以往的研究主要基于MPI框架和多树编码规则。为了使应用广泛的Pfafstetter编码的分布式水文模型实现时空并行计算,采用OpenMP编程模型,为WEP⁃L分布式水文模型汇流过程设计了基于Pfafstetter编码的分层模拟单元方法和时空离散化方法。首先分层模拟单元方法根据Pfafstetter编码规则建立子流域拓扑表,使子流域按照从上游到下游的顺序进行分层,然后在此基础上考虑时间因素重新分层实现时空离散化,最后将同一层中时间及空间上互不影响的子流域模拟任务分配给不同的线程实现并行计算。选取黄河流域作为研究区域,在不同线程条件下对并行效果进行了测试,结果表明,汇流并行化提高了模型模拟效率。基于20核的CPU,仅考虑分层模拟单元方法时,加速比最大为4.14,而采用时空离散化方法时,加速比能够达到8.17。

Topmodel模型在柬埔寨典型区域的应用研究

以柬埔寨境内3S河流域(3个子流域分区)和湄公河流域上段为研究区域,探讨了Topmodel在缺资料、少资料地区的应用。采用水文学方法、天气发生器以及再分析数据获取研究区域1980~2015年的气象水文长系列资料,将其作为Topmodel模型的输入,对径流过程进行了模拟。研究表明月序列确定系数高于日序列确定性系数,且都达到乙级标准。再利用该模型对研究区域的9个子流域的水资源量进行了模拟分析,结果表明Topmodel模型具有较好的适用性和良好的模拟效果,模拟结果能够反映流域水资源特性。

VIC模型在老哈河流域径流模拟中的应用

采用VIC-3L大尺度分布式水文模型,对老哈河流域的径流及其相关要素进行模拟,分析其变化趋势,研究老哈河流域水文要素变化的影响因素。模拟结果表明:在率定期和验证期内,模拟的流量过程线反映了实测流量过程线的变化趋势,而1997年和1999年模型模拟效果较差的原因是人类活动的影响、枯水年影响、下垫面情况变化等因素影响及VIc-3L模型自身的局限性等。

变化环境下北京清水河流域径流响应研究

为辨析北京市清水河流域在变化环境下径流量的变化情况,利用分布式水文模型(WEP-L)模拟流域水文过程,利用模型计算结果分析气候(气温、降水)和土地利用类型发生变化的情况下清水河流域径流响应情况。结果表明,汛期降水减少和气温升高导致年径流量显著减少;气候变化是流域径流量减少的主要原因;在气温不变的情况下,随着降水的减少,径流量减少的量逐渐变小,但减少率增大;降水不变的情况下,径流量随着气温升高先增加后减少,减少率变化不明显;降水减少是径流量减少的主因。研究成果可为水资源开发管理和土地利用的合理规划提供依据。

基于短时临近降水集合预报的中小河流洪水预报研究

为了延长中小河流洪水预报预见期,建立了基于短时临近精细化网格降水集合预报的中小河流洪水预报模型。模型采用百分位映射订正技术,发展数值模式降水预报场与实况场映射关系,结合Bayesian模型,构建基于GRAPES-3KM模式和Time-Lag-Ensemble融合技术的短时临近降水集合预报(最优集成、最大(95%分位数)、最小(5%分位数))格点场,作为GMKHM(Grid-and-Mixed-runoff-generation-and-Kinematic-wave-based Hydrological Model)的降水驱动,进行中小河流洪水逐小时实时滚动预报。选择新安江屯溪流域作为试验流域,对2020年汛期流域大洪水进行实时预报。检验结果表明,基于短时临近最优降水预报的中小河流洪水预报模型提前了7h预报出屯溪断面洪峰,洪峰误差为5.6%,峰现时差为-1h,比不考虑预见期降水的中小河流洪水预报提前了4h;基于短时临近最大、最小降水预报的中小河流洪水预报模型提前了13h预报出洪峰区间,并且自7月7日9时起滚动预报最大与最小预报跨度呈逐渐减少趋势。在中小河流洪水预报中引入短时临近集合预报降水,对提升中小河流洪水风险防控能力有重要意义。