文档库

最新最全的文档下载
当前位置:文档库 > 基于DEM的分布式水文模型在大尺度流域应用研究

基于DEM的分布式水文模型在大尺度流域应用研究

收稿日期:2003-06;修订日期:2003-08

基金项目:国家重点基础发展规划项目[黄河流域水资源演化与可再生性维持机理,编号:

G 1999043601(973)]资助

作者简介:刘昌明(1934-),男,湖南人,中国科学院院士,北京师范大学资环学院院长。从事水文

水资源理论和方法研究。

文章编号:1007-6301(2003)05-0437-09基于DEM 的分布式水文模型

在大尺度流域应用研究

刘昌明1,2,李道峰1,田 英3,郝芳华1,杨桂莲1

(1.北京师范大学环境科学研究所,水环境模拟国家重点实验室,水沙科学教育部重点实验室,北京100875;

2.中国科学院地理科学与资源研究所,北京100010;

3.Department of Civil Engineering Th e University of Hong Kong,Hong Kong )

摘 要:本文选取空间大尺度黄河河源区流域为研究对象,利用分布式水文模型进行径流

量模拟,采用1976~1985年唐乃亥水文站逐年、月实测径流资料进行参数率定,确定模

型的基本参数,得到了较好的模拟效果。模拟结果表明气候变化是引起黄河河源区径流变

化的主要原因。在80~90年代的20年间,黄河河源区由气候变化引起径流减少62.11亿

m 3,占径流变化总量的108.72

%,由土地覆被变化引起径流增加5.73亿m 3,增加量占径流变化总量的10.03%。

关 键 词:分布式水文模型;黄河河源区;D EM ;SW A T 模型

中图分类号:P 344;N 941

集总式水文模型与分布式水文模型不同,是把整个流域看成一个整体,不考虑影响水文过程的气候和下垫面条件空间差异,流域参数取其平均值,只代表了流域的平均自然状况,没有考虑流域内部差异。因此,集总式水文模型在模拟空间大尺度和时间长序列的水文过程就显得精度不够。为提高水文模拟精度,降低空间差异的影响,笔者采用划分子流域方法对空间大尺度的流域进行分布式模拟。

分布式水文模型在水平方向上将流域划分为多个面积相等的网格单元或依据流域下垫面自然条件的不同划分为面积不等的多个子流域;在垂直方向上将土壤分层,根据流域产汇流特征不同,利用一些物理和水力学的微分方程求解。目前应用较多的分布式水文模型有S HE (System Hydrologic Euro pean)、SW AT (Soil and Water Assessment Tool)、V IC (V ariable Infiltration Ca pacity )模型、FLATOODS 模型等。本文应用SW A T 模型的水量计算部分,选取黄河河源区为典型流域,基于DEM 模拟不同气候和土地覆被条件下的黄河河源区地表径流的变化。

第22卷第5期

2003年9月

地 理 科 学 进 展PRO G RESS IN GEOG RA PHY V o l.22,N o.5Sept.,2003

1 模型的运算过程

SW AT 模型建立于20世纪90年代初期,经过不断完善和发展,功能日益强大,其操作性强和可视化程度高等特点已经在许多流域得到广泛应用,并取得较好的模拟效果[1]。SW AT 模型按出水口的位置将流域划分成若干个子流域,然后依据土地覆被和土壤类型再划分成多个水文响应(Hydrologic Respo nse Units ,HRUs),计算每个子流域的基本参数。

在时间尺度上,SW AT 模型模拟时间步长可以为年、月、日。模型定义的“天气发生器”,要求输入流域的多年逐月的气象资料,当流域内某些气象数据难以获得时,该“天气发生器”可以根据事先提供的多年月平均资料来模拟逐日的气象资料,该数据库要求的参数比较多,约160个,包括月均最高最低气温(℃)、最高最低气温标准偏差、月均降水量(m m )、月均降水量标量差、降水的偏度系数、月干日(dry day )日数、月湿日(w et day )日数、平均降水天数(d)、露点温度(℃)、月均太阳辐射量(K J/m 2·day)、月均风速(m /s)以及最大半小时降水量(mm )等[2]

。建立了天然发生器后,再进行逐个水文响应单元的径流量计算,模型运行流程如图1所示[3]

基于DEM的分布式水文模型在大尺度流域应用研究

。图1 水文响应单元水文模拟过程

Fig.1 S imulatio n pr ocess of HRUs

2 基本产流模型

在径流模拟时,输入的实测数据包括以日为单位的气象资料(降水、气温、太阳辐射、风速、相对湿度)和地表下垫面要素(土地覆被数据和土壤数据),模型中水量平衡表达式为:

SW t =SW 0+∑t

i =1(R day -Q surf -E a -W sep -Q gw )(1)

式中,SW t 为土壤最终含水量(mm ),SW 0为土壤前期含水量(m m ),t 为时间步长(day ),R day 为第i 天降水量(mm ),Q surf 为第i 天的地表径流(m m),E a 为第i 天的蒸发量(mm ),W seep 为第i 天存在于土壤剖面地层的渗透量和侧流量(mm ),Q gw 为第i 天地下水含438地 理 科 学 进 展 22卷

量(m m )。

文章采用SCS (Curv e number ,CN )模型对流域地表径流量进行模拟验证,其降雨—

径流基本关系表达式如下

[4]F S =Q P -I a

(2)式中,P 为一次性降水总量(mm ),Q 为径流量(mm ),I a 为初损(m m),即产生地表径流之前的降雨损失,F 为后损(mm ),即产生地表径流之后的降雨损失,S 为流域当时的可能最大滞留量(mm ),是后损F 的上限。

流域当时最大可能滞留量S 在空间上与土地利用方式、土壤类型和坡度等下垫面因素密切相关,模型引入的CN 值可较好地确定S ,公式如下:

S =25400CN

-254(3)CN 是一个无量纲参数,反映降雨前期流域特征的一个综合参数,将前期土壤湿度(An-tecedentm oisture co ndition,AM C)、坡度、土地利用方式和土壤类型状况等因素综合在一起考虑[5]。

为了表达流域空间的差异性,SW AT 模型引入了SCS 模型CN 值的土壤水分校正和坡度校正。为反映流域土壤水分对CN 的影响,SCS 模型根据前期降水量的大小将前期水分条件划分为干旱、正常和湿润三个等级,不同的前期土壤水分取不同的CN 值,干旱和湿润的CN 值由下列公式计算:

CN 1=CN 2-20×(100-CN 2)

(100-CN 2+ex p [2.533-0.0636×(100-CN 2)]

(4)CN 3=CN 2 exp0.0636×(100-CN 2)(5)

式中,CN 1、CN 2和CN 3分别是干旱、正常和湿润等级的CN 值。SCS 模型提供了坡度大约为5%的CN 值,可用下式对CN 进行坡度订正:

CN 2s =(CN 3-CN 2)3

-[1-2 ex p(-13.86 SLP )]+CN 2(6)式中,CN 2s 为经过坡度订正后的正常土壤水分条件下的CN 2值,SLP 为子流域平均坡度(m /m )。

本文通过SW AT 模型模拟径流过程验证,确定土壤前期正常水分(AM CII)条件下的CN 2值,并根据公式(4)和(5)分别计算土壤前期水分干旱(AM CI )和土壤前期水分湿润(AM CIII )条件下的CN 值,得到适用黄河河源区的CN 值(表1)。为计算方便,分别对AM CI 与AM CII 、AM CIII 与AM CII 进行拟合,拟合结果为:

CN 1=-158.75+7.1838CN 2-0.0919CN 22+0.0005CN 23

(7)CN 3= 5.9547+ 1.609CN 2-0.0067CN 22

(8)

式中,CN 1CN 2CN 3分别为AM CI 、AM CII 和AM CIII 状态下的CN 值。

SCS 模型中CN 参数是描述降雨-径流关系,反映流域下垫面单元的产流能力。通常,在降水不变时,产流能力较大的单元,其CN 值也较大。黄河河源区CN 值在6~100之间变化,因土地利用方式、土壤类型和土壤前期湿润程度不同而变化。图2为黄河河源区CN 4395期 刘昌明等:基于DEM 的分布式水文模型在大尺度流域应用研究

值与土地利用方式和土壤类型关系曲线,比较不同的土地利用类型CN 变化情况,为水域>沙地>耕地>低覆盖度草地>疏林地>中覆盖度草地>高覆盖度草地>有林地,说明不同土地利用方式产流能力的差异。同样,随着土壤水文组的变化,其土壤下渗能力变小,产流能力变大,CN 值变大。八种不同的土地利用类型的CN 值变化情况可分为三组:水域为一组,受土壤水文组的影响不变;第二组为沙地、耕地和低覆盖度草地,受土壤水文组影响很小;疏林地、中覆盖度草地、高覆盖度草地和有林地为第三组,受土壤水文组影响最大。

表1 黄河河源区SCS 模型中C N 值

Tab .1 CN in SCS model for the source regions of the Yellow River 编号

土地利用CN 土壤水分组

A (AM C)

B (AM C)

C (AM C)

D (AM C)ⅠⅡⅢⅠⅡⅢⅠⅡⅢⅠⅡⅢ1

耕 地5674886884938091978694982

有林地626433757765472876280913

疏林地2746674968846280917186944

高覆盖草地1131494060785573886481925

中覆盖草地2040604463815976906783936

低覆盖草地5170866582927689

基于DEM的分布式水文模型在大尺度流域应用研究

968292977

沙 地5674886985947890968493978水 域9598100959810095981009598100

图2 AM CII 条件下CN 值与流域下垫面条件的关系曲线

Fig .2 Rela tio nship curv e betw een CN a nd under lay sur face under AM CII

3 黄河河源区下垫面参数提取

运用地理信息系统Arc /Info 和ArcView 软件,对流域DEM 进行分析和处理,得到了栅格格式的水流流向,流域分水线,自动生成河网及子流域,河道和子流域编码、面积,河网结构的拓扑关系等(图3)。

440地 理 科 学 进 展 22卷

基于DEM的分布式水文模型在大尺度流域应用研究

图3 流域水系提取流程图

Fig.3 Flo w cha rt o f riv er ne t ex action

黄河河源区基础DEM 资料网格大小为84m ×84m (图版Ⅰ,图4)经过图形的拼接,投影的转换、网格大小的变换等预处理工作,计算出黄河流域河源区坡度分布图(图版Ⅰ,图

5)、坡向分布图(图版Ⅰ,图6)、网格单元水流流向分布图(图版Ⅰ,图7)。

河网编码确定后,就可以把河网上每小段支流范围内的汇水面积定义为一个亚流域。本文划分出的亚流域数目是根据定义限制亚流域最小给养面积的阈值来确定的。给出的阈值越大,划分的亚流域数目也越少。

河网生成后(图版Ⅰ,图8),可以确定每一河段左右岸集水面积、河道上游末端节点及相应的亚流域分水线,从而建立河网节点、河段和亚流域的拓扑关系,包括河段坡度、高程、上游集水面积及其它拓扑信息。根据实际的气象水文资料和计算机的处理能力,兼顾分布式子流域划分的意义,笔者在应用分布式水文模型时采用划分38个亚流域的方案[6](图版Ⅰ,图9)。

4 关于融雪参数的调整

由于黄河河源区地处高海拔的高原地带,常年积雪[7]。融雪是河流补给的主要途径之一,因此在模拟流域径流量时,需要把积雪覆盖和融雪过程作为重要的因素加以考虑。本文针对高原地区特殊地理位置,加入了流域高程带划分、气温递减率和降水递减率等参数,以改进高原地区控制融雪的水文和大气过程。

4.1 高程带(Elevation bands )划分

大多数融雪径流模型通过合并高程带解决由高程引起的时空变化,并允许模型基于流域地形离散融雪过程。本文将黄河河源区划分为5个高程带(表2)。

4.2 温度递减率

为准确表示由高程变化引起的亚流域温度变化,本文将温度递减率应用于各个高程带中。对流层中大气温度一般随高度增加而减小,通过调试参数,本文采用温度平均递减率值为-5℃/1km,该递减率被用到所有亚流域。

4.3 降水递减率

由于黄河河源区流域面积较大,而流域内的气象站又比较少,因此降水的空间异质性在子流域中没有很好地表达。为考虑高程变化对降水的影响,本文采用调节降水递减率以441

5期 刘昌明等:基于DEM 的分布式水文模型在大尺度流域应用研究

更好地表示随高程变化的降水分布。资料显示,随高程增加降水是增加的。降水递减率被定义为降水随高程的增加率为+0.5mm/km。

表2 黄河河源区融雪演算参数输入值

Tab.2 Parameter input of snowmelt computat ion

输入参数 参数值

高程带 2200~3100m;3100~4000m;4000~4800m;

4800~5500m;5500~6260m

降水递减率(d P/d Z)0.5mm/km

温度递减率(d T/d Z)-5.0℃/km

雨雪分界阈值(Ts-r) 1.0℃

最大融化系数(b mlt6) 6.5mm/℃

最小融化系数(b mlt12) 4.0m/℃

降雪温度滞后系数(l sno)0.5

降雪融化阈值温度(T mlt)0.0℃

雪覆盖面积阈值cov100300.0mm

雪覆盖面积阈值cov500.5

5 模拟结果分析

分别将校正期(1976~1985年)和验证期(1986~1995年)的年均径流量、月均径流量的实测值和模拟值进行对比验证(图版Ⅱ,图10)。模拟结果表明,通过调整模型参数,模型能够比较准确地模拟径流量。

1976~1985年校正期年均模拟径流为784.67m3/s,比实测年均径流量749.68m3/s高出 4.67%。1986~1995年验证期年均模拟径流量605.35m3/s,而实测年均径流量603.50m3/s,二者几乎相差无几,模拟值仅比实测值低0.31%。两个时期的径流量呈现下降的趋势,这与黄河河源区年均降水量呈现出下降的趋势相符合。

黄河河源区唐乃亥水文站1963~1997年近四十年来年平均流量实测值为663.76 m3/s,实测径流深为155.45m m;而模拟值716.30m3/s,模拟径流深为167.75m m。黄河河源区历年平均流量的模拟值与实测值对比如图11所示。

图12为校正模型参数后的唐乃亥水文站1976~1985年月模拟流量和实测流量的比较结果,各月的峰值与实测流量峰值基本一致,除了少数年份,如1978~1980年的月流量峰值较高,其它模拟结果都在可接受范围。图14为校正模型参数的后唐乃亥水文站1976~1985年月模拟流量的散点图,实测流量和模拟流量的线性回归系数r2为0.7621,r2在0.7以上,表示模拟结果在黄河河源区具有较好的适用性。

6 变化环境下的水文效应计算结果

本文以1976~1985年流量代表80年代状况,以1986~1995年流量代表90年代状况。黄河河源区唐乃亥水文站80年代年平均实测流量749.68m3/s,实测径流深为175.57m m; 90年代年平均实测径流量为605.35m3/s,实测径流深141.77mm。用SW AT模型模拟80 442地 理 科 学 进 展 22卷

基于DEM的分布式水文模型在大尺度流域应用研究

图11 黄河河源区历年平均流量模拟值与实测值

Fig.11 Comparison betw een o bse rv ed and sim ulated annual av e rag e

dischar ge o f the source r egions ofthe Yello w Riv e

基于DEM的分布式水文模型在大尺度流域应用研究

r

图12 1976~1985年月平均流量模拟值 图13 1976~1985年月平均流量模拟

与实测值比较 与实测值散点图

Fig.12 Co mpa riso n betw een observ ed a nd Fig.13 Simula tio n and observ atio n scat ter

simula ted mo nthly av era ge discha rg e plo tting of mo nth ly av er age discharg e

年代年平均径流量和径流深分别为784.67m 3/s 和183.77mm ,90年代年平均径流量和径

流深分别为603.50m 3/s 和141.33m m 。80年代模拟平均流量比实测值偏低,而90年代二者十分接近。

表3为分别模拟80年代土地覆被和气候条件下、80年代气候和90年代土地覆被条件下、90年代气候和80年代土地覆被条件下以及90年代的土地覆被与气候条件下的黄河河源区径流量变化结果[8~12]。从表中可以看出,80年代到90年代,在土地覆被保持不变的情况下,只有气候(气温、降水、日照时数、辐射量)变化时,气候变化引起的径流量和径流深分别减少了196.96m 3/s 和46.13m m,变化量为108.72%;如果气候保持不变,而土地覆被变为90年代的情形,由土地覆被变化引起的黄河河源区径流量和径流深则分别为增加18.17m 3/s 和4.25mm ,变化量为的10.03%。因此,由80年代到90年代黄河河源区径流深减少41.88mm ,比实测径流深减少0.56mm ,这说明在黄河河源区径流量变化过程中,气候变化的因素对其影响要大于土地覆被变化对径流量的影响,若不考虑其它外在因素的443

5期 刘昌明等:基于DEM 的分布式水文模型在大尺度流域应用研究

作用,近20年来黄河河源区径流量变化主要由气候变化引起。

分析黄河河源区气温和降水量多年变化趋势得知,流域近50年年均气温呈上升趋势,而年均降水呈下降趋势,气候变化成为近20年来黄河河源区年均径流量减少的主要原因。黄河河源区80~90年代下垫面变化对黄河河源区径流量也产生一定影响,由于土地退化而使得产流增加,增加占总变化量的比例为10.03%,是影响黄河河源区年均径流量变化的次要原因。

表3 黄河河源区不同土地覆被和气候条件下的模拟径流结果

Tab.3 Discharge simulation under diff erent land cover and climate conditions 气候变化80年代*90年代80年代*90年代80年代90年代*80年代90年代*

土地覆被80年代*90年代80年代90年代*80年代*90年代80年代90年代*

径流量(m3/s)实 测749.68--605.35模 拟784.67802.84587.71603.50

模拟径流量变化量-18.17-196.96-181.17径流量变化总量%--10.03108.72-100.00

径流深(mm)实 测175.57--141.33模 拟183.77188.02137.64141.33

模拟径流深变化量- 4.25-46.13-42.44

注:表中标有*部分为模型模拟过程中的输入资料

7 结论与讨论

本文基于DEM将分布式水文模型应用于空间大尺度的黄河河源区,将整个流域划分为38个子流域,分别模拟了1986~1995年径流量和1963~1997年径流量,结合1986~1995年唐乃亥水文站实测水文资料进行了模型验证,实测流量和模拟流量的线性回归系数r2为0.7621,表明模型可以用于黄河河源区。

对黄河河源区土地覆被与气候变化的水文效应进行分析,结果表明气候变化是引起黄河河源区径流变化的主要原因。在80~90年代20年间,黄河河源区由气候变化引起径流减少62.11亿m3,占径流变化总量的108.72%,由土地覆被变化引起径流增加5.73亿m3,增加占径流总变化量的比例为10.03%。

由于黄河河源区流域面积大,处理和分析资料任务繁重,目前只从宏观年径流量角度进行模拟分析,暂未考虑土地覆被与气候变化对月径流量和洪峰流量的影响。拟于今后的研究工作中在年径流量变化的基础上,对环境变化条件下的月径流量变化进行研究。

参考文献

[1] Lu z io,M.D.,Srinivasab,R.,Arnold,J.ArcView Interface for SW A T2000,us er’s g uide.Blach land Research Cen-

ter Texas Agricultural Experimen t Station.2001.

[2] Fon taine,T.A.,Cruick shank,T.S.Arnold,J.G.,et al.Dev elopm ent of a snow fall-s nowm elt rou tine fo rm ountain-

ous terrain for the s oil water ass ess ment tool(SW AT).J ou rnal of Hyd rology,2002.

[3] 王中根,刘昌明,左其亭等.基于DEM的分布式水文模型构建方法.地理科学进展,2002,21(5):430~439.

[4] 袁作新.流域水文模型.北京:水利电力出版社.

[5] 史培军,袁艺,陈晋.深圳市土地利用变化对流域径流的影响.生态学报,2001,21(7):1041~1049.

444地 理 科 学 进 展 22卷

[6] 刘高焕,刘俊卫,朱会义.基于GIS 的小流域地块单元划分与汇流网络计算.地理科学进展,2002,21(2):139~

145.

[7] 王根绪,郭晓寅,程国栋.黄河源区景观格局与生态功能的动态变化.生态学报,2002,22(10):1587~1598.

[8] 刘昌明等.气候变化对中国水文情势影响的若干分析.气候变化及其影响.北京:气象出版社,1993.

[9] 邓惠平,吴正方等.气候变化对水文水资源影响研究综述.地理学报,1996,51:161~170.

[10]郭生练,刘春蓁.大尺度水文模型及其与气候模型的联合耦合研究.水利学报,1997,7:37~41.

[11]沈大军,刘昌明.水文水资源系统对气候变化的响应.地理研究,1998,17(4):435~443.

[12]王国庆,王云璋,康玲玲.黄河上中游径流对气候变化的敏感性分析.应用气象学报,2002,13(1):117~121.

An Application Study of DEM Based Distributed Hydrological

Model on Macroscale Watershed

LIU Cha ng ming 1,2,LI Daofeng 1,TIAN Ying 3,HAO Fang hua 1,Y ANG Guilian

1

(1.Sta te Key J oint Labor ato ry of Env iro nme ntal Simulatio n a nd Po llutio n Co ntro l,

Key La bo ra tor y fo r W ater a nd Sediment Sciences o f M inist ry o f Educatio n ,

Institute o f Envir onmental Sciences,Beijing N or mal U niv e rsity ,Beij ing 100875;

2.Institute of Geog ra phic Sciences a nd N atural Reso urces Resea rch,CA S,Beijing 100101,China;

3.Depa rtment o f Civ il Engineering ,The Univ ersity o f Ho ng Kong ,Ho ng Kong )Abstract :The paper selected the macro -scale areas of the so urce regio n of the Yellow Riv er as an object and car ried out discharge simulatio n with the distributed hydro logical mo del ,the SW AT mo del.B ased o n the a nalysis a nd process o f DEM da ta,such as flo w direction,a wa tershed bo rderline,a riv er netwo rk and sub-basins by auto matically beco ming ,riv ers,codes and a reas of sub -basins ,structure and to polog y co nstraint of the riv er netw o rk w ere g ained with a fo rm at o f g rid cells .Annually a nd m onthly measured runo ff data of Tang nai-hai hydro logic statio n from 1976~1985w ere used to calibrate the sim ulation parameters and determine som e basic parameters o f the m odel.The sim ulation results are satisfacto ry and show tha t climate cha nge is the main reason fo r discharge chang e of the so urce regions o f the Yello w Riv er.In twenty y ea rs o f the 1980’s and the 1990’s,the discharg e decrease due to clima te chang e is 62.11×108m 3

/s,w hich acco unts for 108.72%of to tal discharge

cha ng e ,a nd the discharge increase due to land -cov er chang e is 5.73

×108m 3/s ,which ac-counts fo r 10.03

%of tha t with g rid cell .Key words :distributed hydrological m odel;the so urce regions of th e Yellow Riv er;DEM;

SW AT model 445

5期 刘昌明等:基于DEM 的分布式水文模型在大尺度流域应用研究

基于DEM的分布式水文模型在大尺度流域应用研究

基于DEM的分布式水文模型在大尺度流域应用研究