基于Holtan產(chǎn)流的分布式水文模型

包紅軍,王莉莉,李致家,姚　成

(1. 國家氣象中心,北京　100081; 2. 河海大學(xué)水文水資源學(xué)院,江蘇 南京　210098)

?

基于Holtan產(chǎn)流的分布式水文模型

包紅軍1,王莉莉1,李致家2,姚成2

(1. 國家氣象中心,北京100081; 2. 河海大學(xué)水文水資源學(xué)院,江蘇 南京210098)

基于GIS與DEM技術(shù),構(gòu)建基于Holtan產(chǎn)流的分布式水文模型(Grid-Holtan模型)。模型以柵格為計(jì)算單元,柵格產(chǎn)流采用基于Holtan下滲方法的超滲產(chǎn)流計(jì)算,坡面匯流和河道匯流均采用逐柵格的一維擴(kuò)散波水流演算模型模擬。將Grid-Holtan模型、陜北模型與新安江模型應(yīng)用于半干旱的沁河孔家坡流域。結(jié)果表明,Grid-Holtan模型、陜北模型的模擬效果好于新安江模型,Grid-Holtan模型洪峰模擬效果更好。

水文過程模擬;分布式水文模型;Grid-Holtan模型;陜北模型;新安江模型;Holtan產(chǎn)流;一維擴(kuò)散波;沁河孔家坡流域

水文過程的非線性與相互間作用,導(dǎo)致水文現(xiàn)象具有高度時(shí)空變異性[1]。流域下墊面的空間差異性分布特征成為影響流域降雨-徑流預(yù)報(bào)精度的重要因素。隨著現(xiàn)代地理信息系統(tǒng)(GIS)技術(shù)、數(shù)字高程模型(DEM)技術(shù)、遙感(RS)技術(shù)的快速發(fā)展,分布式水文模型以能夠借助GIS技術(shù)、遙感與遙測等空間信息描述水文過程的機(jī)理與模擬流域的降雨-徑流響應(yīng)[2-3],與雷達(dá)、衛(wèi)星估測降水[4]、數(shù)值天氣預(yù)報(bào)降水[5-7]結(jié)合進(jìn)行洪水預(yù)報(bào),延長洪水預(yù)報(bào)預(yù)見期,成為水文模型的發(fā)展趨勢與研究前沿[8-9]。

目前,基于水文循環(huán)的動(dòng)力學(xué)機(jī)制的分布式水文物理模型由于模型輸入與參數(shù)化方案的復(fù)雜性、計(jì)算資源消耗大,在流域洪水模擬與預(yù)報(bào)中應(yīng)用較少,并且模型模擬與預(yù)報(bào)精度往往不高[8]。而且,任何一個(gè)分布式水文模型都只是在一定程度上反映了流域內(nèi)的空間多樣性與水文過程的物理機(jī)制,物理性模型只是相對(duì)于概念性模型而言,并沒有“完全”的分布式物理模型。考慮到洪水模擬與預(yù)報(bào)特點(diǎn),以及概念性模型的簡單高效,國內(nèi)外學(xué)者開始在分布式水文模型中融入概念性模型的優(yōu)點(diǎn),構(gòu)建用于洪水預(yù)報(bào)的概念性與物理性相結(jié)合的分布式水文模型。美國天氣局水文辦公室(Office of Hydrologic development, National Weather Service,National Oceanic and Atmospheric Administration)組織的distributed model intercomparsion project(DMIP)項(xiàng)目研究結(jié)論也支持這一觀點(diǎn),并指出[10]:率定過的分布式水文模型洪水預(yù)報(bào)效果優(yōu)于或者至少相當(dāng)于集總式水文模型;用于洪水預(yù)報(bào)的分布式水文模型,應(yīng)采用概念性的降雨徑流模型與基于物理機(jī)制的分布式匯流模型。概念性降雨-徑流模型是在大量的野外試驗(yàn)基礎(chǔ)上建立起來的,符合水文過程的內(nèi)在客觀物理規(guī)律,具有一定的物理基礎(chǔ),并且結(jié)構(gòu)簡單、輸入項(xiàng)少,易進(jìn)行模型率定,常常可以獲得較高的降雨-徑流模擬與預(yù)報(bào)精度。概念性降雨-徑流模型都經(jīng)過了大量的實(shí)例驗(yàn)證,積累了豐富的應(yīng)用經(jīng)驗(yàn),在此基礎(chǔ)上進(jìn)一步融入分布式手段加強(qiáng)對(duì)降雨、地貌特征、土壤類型和植被覆蓋等因素空間變異性的描述,可以集兩者之所長,促進(jìn)分布式水文模型的進(jìn)一步發(fā)展[8]。HL-RMS模型[11]、TOPKAPI模型[12]、BTOPMC模型[13]、Grid-Xinanjiang模型[14-15]等分布式水文模型都屬于此類模型,其描述的產(chǎn)流機(jī)制大都反映的是蓄滿產(chǎn)流[12-15],適用于我國的濕潤與半濕潤地區(qū)洪水模擬與預(yù)報(bào)。在我國北方半干旱與干旱地區(qū),流域產(chǎn)流中還存在較大比例的超滲產(chǎn)流。為了提高在干旱半干旱流域的洪水模擬與預(yù)報(bào)能力,本文結(jié)合GIS、RS和DEM技術(shù),以DEM柵格為流域計(jì)算單元,根據(jù)超滲產(chǎn)流理論,每個(gè)計(jì)算單元內(nèi)產(chǎn)流計(jì)算采用概念性的Holtan下滲模型;考慮柵格之間的水量交換以及河道排水網(wǎng)絡(luò)的影響,采用逐柵格的一維擴(kuò)散波模型進(jìn)行流域坡面與河道的分布式匯流,形成分布式水文模型(Grid-Holtan模型)。將該模型、陜北模型以及新安江模型應(yīng)用于半干旱地區(qū)沁河孔家坡站以上流域水文過程模擬并對(duì)比分析研究,以探討模型的洪水模擬與預(yù)報(bào)性能。

1　Grid-Holtan模型

Grid-Holtan模型將每個(gè)柵格作為一個(gè)計(jì)算單元處理,同一柵格內(nèi)假設(shè)空間分布均勻,只考慮水文要素在柵格間的變化。模型通過計(jì)算出每個(gè)柵格垂直方向上的蒸散發(fā)、產(chǎn)流量,得到逐個(gè)柵格的產(chǎn)流量。柵格匯流演算時(shí),考慮河道柵格與坡面柵格2種類型,若為河道柵格,則其地表徑流和地下徑流按比例匯入。模型的坡面匯流與河道匯流均采用逐柵格的一維擴(kuò)散波水流演算法,這樣就可以得到整個(gè)流域出口斷面的水文過程。

1.1產(chǎn)流模型

1.1.1植被冠層截留計(jì)算

不同下墊面土地覆蓋類型對(duì)植被冠層截留的降水量有明顯差別,分布式水文模型考慮了流域下墊面土地覆蓋的空間變化,體現(xiàn)分布式模型的優(yōu)勢。本研究的植被冠層截留計(jì)算采用文獻(xiàn)[16]提出的方法:利用美國地質(zhì)調(diào)查局提供的30″×30″下墊面流域17類土地覆蓋數(shù)據(jù),簡化為林地、草地、耕地與水面,通過建立土壤覆蓋類型與參數(shù)植被最大截留量Sr max之間的關(guān)系,可以得到每個(gè)柵格的Sr max。進(jìn)入土壤的凈雨量Pei(t)由式(1)計(jì)算:

(1)

式中Pi(t)——單元柵格i上t時(shí)刻的降雨量;Sri(t)——單元柵格i上t時(shí)刻的植被截留缺水量。

1.1.2河道降水處理

河道降水指的是直接降落到實(shí)際流域河道里、不參加坡面產(chǎn)匯流計(jì)算的降水量。在分布式水文模型進(jìn)行洪水模擬與預(yù)報(bào)中,如不考慮河道降水往往會(huì)導(dǎo)致洪水預(yù)報(bào)的峰值偏小、峰現(xiàn)時(shí)間滯后,影響流域出口控制斷面的洪水過程,尤其在河網(wǎng)密度較發(fā)達(dá)地區(qū)或當(dāng)降雨強(qiáng)度較大時(shí),河道降水的影響更不能忽視。在Grid-Holtan模型中,增加了對(duì)河道降水的考慮,把河道降水直接與河道柵格產(chǎn)流量疊加進(jìn)行基于一維擴(kuò)散波演算模型的河道水流演算。

單元柵格河道降水可表示為

(2)

式中:Pc——時(shí)段內(nèi)柵格內(nèi)非河道植被冠層截留量,mm;Lc——河道長度,m;Wc——河道斷面最大過水面積所對(duì)應(yīng)的水面寬,m;Ac——柵格單元的面積,m2;P——時(shí)段降雨量,mm。

1.1.3蒸散發(fā)計(jì)算

與濕潤半濕潤流域相比,干旱半干旱流域表層土壤較薄,缺水量較大,流域植被覆蓋相對(duì)較少,因此Grid-Holtan模型中考慮植被及根系截留層蒸散發(fā)量Eai(t)和土壤層蒸散發(fā)量Ebi(t)。Eai(t)可由式(3)計(jì)算[16]:

(3)

式中:Epi(t)——單元柵格i上t時(shí)段的蒸散發(fā)能力;ρ——植被及根系截留層蒸散發(fā)控制指數(shù)。

Ebi(t)可由式(4)計(jì)算:

(4)

式中:Suz i(t)——單元柵格i上t時(shí)段的土壤層蓄水量;Di(t)——單元柵格i上t時(shí)段的土壤層缺水量;υ——土壤層蒸散發(fā)控制指數(shù)。

1.1.4Holtan產(chǎn)流計(jì)算

模型產(chǎn)流結(jié)構(gòu)中,下滲過程是流域降雨徑流過程的重要組成部分,決定了流域坡面流的形成。本文選取Holtan下滲模型:

(5)

式中:f——下滲率;FP——土壤根系層的蓄水能力,相當(dāng)于田間持水量;θ——土壤層蓄水量;fc——穩(wěn)定下滲率;D——土壤根系層的蓄水能力與土壤層蓄水量之差,α、δ——Holtan下滲模型待求的系數(shù)。

單元柵格i上t時(shí)段內(nèi)地表產(chǎn)流量RSi的計(jì)算式如下:

(6)

(7)

本文對(duì)地下產(chǎn)流量RIi的計(jì)算主要是基于基流的考慮[17]:

(8)

式中:R0i——t=0時(shí)單元柵格i上的平均徑流量;a、m——常數(shù)。

對(duì)于非河道柵格,柵格產(chǎn)流量由地表徑流與地下徑流組成;對(duì)于河道柵格,柵格產(chǎn)流量主要由地表徑流、地下徑流以及柵格河道降水組成。

1.2一維擴(kuò)散波匯流模型

Grid-Holtan模型采用一維擴(kuò)散波水流演算模型進(jìn)行逐柵格分布式匯流計(jì)算。對(duì)于坡面柵格,假定其存在一個(gè)“虛擬河道”,地表徑流與地下徑流匯入虛擬河道進(jìn)行河道水流演算;對(duì)于含河道柵格,地表徑流、地下徑流與河道降水匯入河道進(jìn)行水流演算。水流演算采用一維擴(kuò)散波模型。

1.2.1坡面匯流

Grid-Holtan模型的坡面水流運(yùn)動(dòng)利用一維擴(kuò)散波方程組來描述:

(9)

式中:hs——坡面水流的水深,m;t——時(shí)間,s;us——坡面水流的平均流速,m/s;qs——單位時(shí)間內(nèi)所計(jì)算的坡面徑流深,m/s;x——流徑長度,m;So——沿出流方向的地表坡度;Sf——沿出流方向的地表摩阻比降。

在進(jìn)行柵格間匯流演算時(shí),式(9)需要在每個(gè)柵格單元上進(jìn)行離散,其中的連續(xù)性方程為

(10)

式中:Qsup——上游柵格入流量,m3/s;Qs——柵格單元的地表徑流流量,m3/s;Qsout——柵格單元的地表徑流出流量,m3/s。

本研究對(duì)擴(kuò)散波方程組的求解采用Preissmann隱式差分格式[18]。

1.2.2河道匯流

河道水流運(yùn)動(dòng)的一維擴(kuò)散波方程組為

(11)

式中:Ach——河道斷面的過水面積,m2;Qch——河道流量,m3/s;ql——單寬旁側(cè)入流,m2/s;hch——河道水流深度,m;Soc——河道坡度;Sfc——河道摩阻比降。

同樣,對(duì)于湍流而言,有[19-20]:

其中

式中:nc——河道的曼寧糙率系數(shù);R——水力半徑,m;χ——濕周,m。

2　模 型 應(yīng) 用

2.1流域介紹

選取黃河一級(jí)支流沁河流域的孔家坡水文站控制流域作為模型應(yīng)用驗(yàn)證流域。沁河流域位于黃河流域中游,是黃河三花間的兩大支流之一,發(fā)源于山西省沁源縣,干流河道全長485 km,地域橫跨山西、河南兩省,其中山西境內(nèi)流域面積為12 304 km2,占沁河流域面積90%。流域內(nèi)年降水分布不均,主要在6—9月,占全年降水量的68%左右,降水量年際變化大,屬于半干旱流域?？准移铝饔蛭挥谏轿魇【硟?nèi),流域面積1 454 km2,流域內(nèi)含有孔家坡水文站、赤石橋雨量站和郭道雨量站,該流域?qū)儆谑苋祟惢顒?dòng)影響較小的自然流域。

沁河流域歷史上發(fā)生過多次大洪水。歷史調(diào)查最大洪水洪峰流量為14 000 m3/s,1949年中華人民共和國建立以來的最大洪水出現(xiàn)在1982年,下游武陟站洪峰流域達(dá)到4 130 m3/s。沁河流域約占小花間無工程控制區(qū)面積的一半左右,對(duì)黃河干流防洪有一定的影響。本研究所選的孔家坡流域1958—2001年間發(fā)生10次洪水,其中1993年的洪水最大,洪峰流量達(dá)到2 070 m3/s。

2.2主要數(shù)據(jù)及來源

本研究Grid-Holtan模型使用的水文數(shù)據(jù)摘自《中華人民共和國水文年鑒：山西省沁河水文資料(1958—2001年)》,DEM數(shù)據(jù)來自于美國地質(zhì)調(diào)查局(USGS)提供的全球30″×30″分辨率的DEM數(shù)據(jù)[22](圖1),提取孔家坡流域水系(圖2,提取閾值為30 km2)。流域下墊面覆蓋數(shù)據(jù)采用美國地質(zhì)調(diào)查局提供的全球30″×30″土地覆蓋數(shù)據(jù)[23]。

圖1　基于DEM的流域單元柵格流向Fig. 1　Flow direction in grid cells in Kongjiapo Catchment based on DEM

圖2　孔家坡流域水系概化Fig. 2　Sketch of river system in Kongjiapo Catchment

2.3模型參數(shù)

Grid-Holtan模型中,共有7個(gè)參數(shù)。本研究在沁河孔家坡流域參數(shù)的取值范圍如下:Srmax=0.02(林地)、0.01(耕地)、0.01(草地),ρ=2.0,υ=1.0,Holtan下滲系數(shù)α=0.51,δ=0.36,fc=8.6,nc=0.1(林地)、0.035(耕地)、0.17(草地)。

2.4模型應(yīng)用與分析

圖3　孔家坡流域下墊面覆蓋情況Fig. 3　Land cover types of Kongjiapo Catchment

選取1958—2001年間10場孔家坡流域汛期的典型洪水,時(shí)間步長取為1 h,用Grid-Holtan模型、陜北模型、新安江模型等3個(gè)模型對(duì)其進(jìn)行洪水模擬,其中前7場洪水?dāng)?shù)據(jù)用來率定模型參數(shù),后3場洪水?dāng)?shù)據(jù)用來檢驗(yàn)?zāi)Ｐ?。根?jù)本研究使用的DEM與下墊面覆蓋數(shù)據(jù)的分辨率(30″×30″),孔家坡流域劃分為2 309個(gè)30″×30″的網(wǎng)格計(jì)算單元(圖1),流域降水資料采用反距離權(quán)重法插值到網(wǎng)格計(jì)算單元。Grid-Holtan模型的產(chǎn)流參數(shù)主要通過流域出口斷面的流量過程來率定,因此模型產(chǎn)流參數(shù)在全流域采用的同一套參數(shù),其參數(shù)率定主要采用基于參數(shù)物理意義的人工率定方法。Sr max根據(jù)美國地質(zhì)調(diào)查局提供的全球30″×30″土地覆蓋數(shù)據(jù)得到的4種下墊面覆蓋(林地、水面、耕地、草地)分別率定,擴(kuò)散波匯流模型采用分布式參數(shù),即每個(gè)柵格匯流糙率nc根據(jù)文獻(xiàn)[24]提供的根據(jù)美國地質(zhì)調(diào)查局提供的全球30″×30″土地覆蓋數(shù)據(jù)得到的4種下墊面覆蓋(林地、水面、耕地、草地)糙率取值方推求(孔家坡流域下墊面土地覆蓋分布情況見圖3)。流域初始狀態(tài)初值根據(jù)新安江模型日模型結(jié)果推求。產(chǎn)流參數(shù)率定結(jié)果為:ρ=2.0,υ=1.0,fc=8.6 mm/h,α=0.51,δ=0.36。表1為3個(gè)模型次洪模擬結(jié)果特征值。從表1可以看出:Grid-Holtan模型與陜北模型模擬精度相近,效果較好,新安江模型模擬效果較差;Grid-Holtan模型在洪峰誤差控制和徑流深誤差控制上好于其他模型,這也證明了Grid-Holtan模型理論與應(yīng)用的合理性和可靠性。

表1　3個(gè)水文模型在孔家坡流域洪水模擬特征值對(duì)比Table 1　Comparison of simulated results of flood in Kongjiapo Catchment using three hydrological models

注:G代表Grid-Holtan模型, S代表陜北模型,X代表新安江模型。

經(jīng)過分析可以看出3個(gè)水文模型在孔家坡流域洪水模擬中的優(yōu)劣,總結(jié)如下:(a)從洪峰來看,Grid-Holtan模型與陜北模型在10場洪水模擬上效果明顯好于新安江模型。Grid-Holtan模型的洪峰相對(duì)誤差平均值達(dá)到10.9%,陜北模型的洪峰相對(duì)誤差平均值達(dá)到14.7%,而新安江模型的洪峰相對(duì)誤差平均值為36.3%,這也證明了流域中存在一定比例的超滲產(chǎn)流,基于蓄滿產(chǎn)流的新安江模型在流域的洪峰模擬上效果較差,滿足不了洪水預(yù)報(bào)的要求。(b)從洪量來看,Grid-Holtan模型與陜北模型模擬效果基本相同,洪量相對(duì)誤差平均值均為14.6%,說明Grid-Holtan模型的合理性。(c)從峰現(xiàn)時(shí)間及過程線擬合程度上來看,Grid-Holtan模型模擬誤差明顯好于陜北模型與新安江模型,這充分體現(xiàn)出分布式水文模型的優(yōu)點(diǎn),即在產(chǎn)匯流中考慮到半濕潤地區(qū)下墊面空間分布的不均勻性。(d)10場洪水,2001年的洪水模擬中,Grid-Holtan模型和陜北模型模擬效果均不好,徑流量誤差分別達(dá)到34.5%和33.1%。究其原因,一方面半干旱流域產(chǎn)匯流機(jī)理比較復(fù)雜,目前國內(nèi)外也難有完備的理論體系和成熟的洪水預(yù)報(bào)模型[25],本研究是基于相對(duì)比較簡單的Holtan產(chǎn)流模型,還有進(jìn)一步改進(jìn)的空間;另一方面本研究由于資料原因,所選的洪水樣本只有10場,相對(duì)較少,據(jù)此率定出來參數(shù)的普適性還需要進(jìn)一步提升。另外,研究半干旱流域產(chǎn)匯流時(shí),計(jì)算時(shí)間步長一般要小于或等于30 min,本研究由于資料原因計(jì)算時(shí)間步長取為1 h,對(duì)于超滲產(chǎn)流稍顯較大,也是影響洪水模擬精度的原因之一。

Grid-Holtan模型和陜北模型在半干旱孔家坡流域均取得較為理想的模擬效果,相比而言,Grid-Holtan模型在洪峰誤差控制上效果更好一些,主要原因是Grid-Holtan模型充分考慮到了半干旱地區(qū)下墊面的空間變異性和半干旱流域存在一定的超滲產(chǎn)流。其次,半濕潤半干旱的洪水過程多為暴漲暴落。研究結(jié)果表明：Grid-Holtan模型退水較快,原因在于孔家坡流域存在一定的地下水,這是模型需要進(jìn)一步完善的地方。新安江模型雖然在洪水整體模擬上效果不好,但在退水過程表現(xiàn)較好,這是因?yàn)樾掳步Ｐ褪侨茨Ｐ?模型考慮了地下水。要提高新安江模型在半干旱流域的模擬精度,可改進(jìn)模型的產(chǎn)流方案,如增加超滲產(chǎn)流的新安江模型[16]。

3　結(jié)　　語

本研究針對(duì)半干旱地區(qū)的產(chǎn)匯流特性,結(jié)合GIS、RS和DEM技術(shù),在Holtan產(chǎn)流理論的基礎(chǔ)上以DEM柵格為流域計(jì)算單元,并考慮柵格之間的水量交換以及河道排水網(wǎng)絡(luò)的影響,采用一維擴(kuò)散波模型進(jìn)行匯流計(jì)算,形成基于Holtan產(chǎn)流的柵格型分布式水文模型(Grid-Holtan模型)。通過Grid-Holtan模型、陜北模型、新安江模型在半干旱孔家坡流域應(yīng)用來看,將該水文模型與陜北模型應(yīng)用于半干旱地區(qū)沁河孔家坡站以上流域水文過程模擬并對(duì)比分析,結(jié)果表明Grid-Holtan模型與陜北模型均能取得較高的模擬精度,新安江模型模擬精度較差。筆者認(rèn)為,針對(duì)半干旱及干旱流域水文過程的復(fù)雜性,仍存在需要進(jìn)一步的研究:

a. Grid-Holtan模型是基于概念性產(chǎn)流模型與分布式匯流模型的柵格型超滲產(chǎn)流水文模型,其對(duì)于半干旱流域的陡漲陡落洪水過程,特別是洪水模擬精度較好。但與新安江模型相比,在洪水退水過程模擬不理想,這是因?yàn)槿葱掳步Ｐ洼^好地考慮了流域的地下水過程,而Grid-Holtan模型缺少對(duì)地下水過程的完備考慮。另外,Grid-Holtan模型產(chǎn)流機(jī)制是單一的超滲產(chǎn)流,在我國半濕潤半干旱地區(qū)大部分都是蓄滿與超滲共存,模型中還應(yīng)該加入蓄滿產(chǎn)流模塊,采用蓄滿超滲混合產(chǎn)流方式改進(jìn)模型產(chǎn)流方案,如先蓄滿后超滲模型、先超滲后蓄滿模型以及在新安江模型蓄滿產(chǎn)流基礎(chǔ)上增加超滲產(chǎn)流的產(chǎn)流模型[26-27],這樣才能與實(shí)際情況更相符,特別是在新安江模型蓄滿產(chǎn)流基礎(chǔ)上增加超滲產(chǎn)流的產(chǎn)流模型,可以彌補(bǔ)Grid-Holtan模型在流域地下水過程模擬的缺陷。

b. 近年來,由于氣候變化和人類活動(dòng)的雙重作用改變了流域下墊面水文產(chǎn)匯流特性,特別是流域?qū)樗恼{(diào)蓄能力會(huì)有一定的變化,這對(duì)流域水文模型的率定與檢驗(yàn)提出新的考驗(yàn)。已經(jīng)有研究表明,在我國北方流域下墊面變化對(duì)洪峰影響比對(duì)徑流深的影響要大[28]。因此,如何在分布式水文模型的構(gòu)建與驗(yàn)證中綜合考慮下墊面變化的影響,是模型下一步應(yīng)用發(fā)展要解決的問題。

[1] NRC. Opportunities in the hydrologic sciences[M]. Washington D. C.:National Academy Press, 1991.

[2] VIEUX B E. Distributed hydrologic modeling using GIS[M]. Dordrecht, the Netherlands: Kluwer Academic Publishers,2001.

[3] ABBOTT M B， REFSGAARD J C. Distributed hydrological modelling[M]. Dordrecht, the Netherlands: Kluwer Academic Publishers, 1996.

[4] LI,Zhijia,GE Wenzhong, LIU Jintao, et al. Coupling between weather radar rainfall data and a distributed hydrological model for real-time flood forecasting[J]. Hydrological Sciences Journal, 2005, 49(6): 945-958.

[5] CLOKE H L, PAPPENBERGER F. Ensemble flood forecasting: a review[J]. Journal of Hydrology,2009, 375: 613-626.

[6] 包紅軍,趙琳娜. 基于集合預(yù)報(bào)的淮河流域洪水預(yù)報(bào)研究[J], 水利學(xué)報(bào), 2012,43(2):216-224.(BAO Hongjun,ZHAO Linna. Flood forecast of Huaihe River based on TIGGE ensemble oredictions[J]. Journal of Hydraulic Engineering,2012,43(2):216-224. (in Chinese))

[7] BAO Hongjun, ZHAO Linna. Development and application of an atmospheric-hydrologic-hydraulic flood forecasting model driven by TIGGE ensemble forecasts[J]. Acta Meteor Sinica,2012,26(1), 93-102.

[8] 張金存,芮孝芳.分布式水文模型構(gòu)建理論與方法評(píng)述[J].水科學(xué)進(jìn)展,2007,18(2):286-292.(ZHANG Jincun,RUI Xiaofang. Discussion of theory and methods for building a distributed hydrologic model[J]. Advances in Water Science,2007,18(2):286-292. (in Chinese))

[9] 楊大文,李忡,倪廣恒,等.分布式水文模型在黃河流域的應(yīng)用[J].地理學(xué)報(bào),2004,59(1):143-154.(YANG Dawen, LI Chong, NI Guangheng,et al. Application of a distributed hydrological model to the yellow river basin[J]. Acta Geographica Sinica,2004,59(1):143-154. (in Chinese))

[10] MICHAEL S,SEO D J,KOREN V. The distributed model intercomparson project(DMIP): motivation and experiment design[J]. Journal of Hydrology,2004,298(1/2/3/4):4-26.

[11] KOREN V, SEANN R, MICHAEL S, et al. Hydrology laboratory research modeling system (HL-RMS) of the US national weather service[J]. Journal of Hydrology,2004, 298:297-318.

[12] TODINI E, CIARAPICA L. The TOPKAPI model[C]//SINGH V P, FREVERT D K. Mathematical Models of Large Watershed Hydrology. Littleton: Water Resources Publications, LLC, 2001.

[13] BAO Hongjun, WANG Lili, LI Zhijia, et al. Hydrological daily rainfall-runoff simulation with BTOPMC model and comparison with Xin’anjiang model[J]. Water Science and Engineering, 2010,3(2):121-131.

[14] 姚成,紀(jì)益秋,李致家,等.柵格型新安江模型的參數(shù)估計(jì)及應(yīng)用[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,40 (1): 42-47.(YAO Cheng, JI Yiqiu, LI Zhijia, et al. Parameter estimation and application of grid-based Xin’anjiang model[J]. Journal of Hohai University (Natural Sciences),2012,40(1):42-47. (in Chinese))

[15] YAO Cheng, LI, Zhijia, YU, Zhongbo, et al. A priori parameter estimates for a distributed, grid-based xinanjiang model using geographically based information[J]. Journal of Hydrology, 2012,468/469(6):47-62.

[16] 王莉莉,李致家,包紅軍.基于柵格的分布式超滲產(chǎn)流水文模型構(gòu)建及比較[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,38(2):123-128.(WANG Lili, LI Zhijia, BAO Hongjun. Development and comparison of grid-based distributed hydrological models for excess-infiltration runoffs[J]. Journal of Hohai University (Natural Sciences), 2010,38(2):123-128. (in Chinese))

[17] HORTON R E. The role of infiltration in the hydrologic cycle[J]. Eos Transactions American Geophysical Union, 1933, 14(1):143-154.

[18] 包紅軍.基于EPS的水文與水力學(xué)相結(jié)合的洪水預(yù)報(bào)研究[D].南京:河海大學(xué), 2009.

[19] JULIEN P Y, SAGHAFIAN B. CASC2D users manual: a two dimensional watershed rainfall-runoff model(civil engineering report, CER90-91PYJ-BS-12)[R]. Fort Collins:Colorado State University, 1991.

[20] 姚成.基于柵格的新安江(Grid-Xinanjiang)模型研究[D]. 南京:河海大學(xué), 2009.

[21] 中華人民共和國水利部水文局.中華人民共和國水文年鑒 ：山西省沁河水文資料(1958—2001年)[R].北京:中華人民共和國水利部水文局,2002.

[22] U.S. Geological Survey (USGS). GTOP30[EB/OL].[2006-02-10].http://edc.usgs.gov/products/elevation/gtopo30.html,2005.

[23] U.S. Geological Survey (USGS). Global Land Cover Characteristics Data Base[EB.OL]. [2006-02-10]. http://edcdaae.usgs.gov/globodc2_.asp,2005.

[24] 王莉莉,陳德輝.基于柵格的二維分布式超滲產(chǎn)流水文模型[J].水電能源科學(xué),2011,29(11):6-10,54.(WANG Lili, CHEN Dehui. Two-dimensional distributed runoff yield hydrologic model based on grid[J]. Water Resource and Power, 2011,29(11):6-10,54. (in Chinese))

[25] WHEATER H, SOROOSHIAN S, SHARMA K D. Hydrological modelling in arid and semi-arid areas[M]. Cambridge,Singapore: Cambridge University Press,2007.

[26] 李致家, 黃鵬年, 姚成,等. 靈活架構(gòu)水文模型在不同產(chǎn)流區(qū)的應(yīng)用[J]. 水科學(xué)進(jìn)展,2014,25(1):28-35.(LI Zhijia, HUANG Pengnian,YAO Cheng, et al. Application of flexible-structure hydrological models in defferent runoff generation regions[J]. Advances in Water Science,2014,25(1):28-35.(in Chinese))

[27] 王貴作,任立良.基于柵格垂向混合產(chǎn)流機(jī)制的分布式水文模型[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2009, 37(4):386-390.(WANG Guizuo, REN Liliang. Distributed hydrological model based on grid vertically-mixed runoff generation[J]. Journal of Hohai University (Natural Sciences), 2009, 37(4):386-390. (in Chinese))

[28] 李致家,周賽,姚玉梅,等.經(jīng)驗(yàn)方法研究下墊面變化對(duì)洪水的影響[J].湖泊科學(xué), 2012,24(4):637-642.(LI Zhijia, ZHOU Sai,YAO Yumei, et al. Impacts of altered basin landscape on floods using an empirical method[J]. Journal of Lake Sciences,2012,24(4):637-642. (in Chinese))

A distributed hydrological model based on Holtan runoff generation theory

BAO Hongjun1, WANG Lili1, LI Zhijia2, YAO Cheng2

(1.NationalMeteorologicalCenter,ChinaMeteorologicalAdministration,Beijing100081,China;2.CollegeofHydrologyandWaterRecourses,HohaiUniversity,Nanjing210098,China)

Using the GIS and DEM techniques, a distributed hydrological model based on a runoff generation theory (the Grid-Holtan model) was developed. For each computational cell, the infiltration-excess runoff was calculated with the Holtan infiltration method, and the overland flow and river flow routing were simulated with the one-dimensional diffusion wave model. The Grid-Holtan model, Shanbei model, and Xinanjiang model were applied to the Kongjiapo Catchment of the Qinhe Basin, in China. The results show that the Grid-Holtan model and Shanbei model perform better in flood simulation than the Xinanjiang model, while the flood peak simulation accuracy of the Grid-Holtan model is higher.

hydrological process simulation; distributed hydrological model; Grid-Holtan model; Shanbei model; Xinanjiang model; Holtan runoff generation model; one-dimensional diffusion wave; Kongjiapo Catchment of Qinhe Basin

1000-1980(2016)04-0340-07

10.3876/j.issn.1000-1980.2016.04.010

2015-11-23

國家自然科學(xué)基金(51509043,41130639); 國家氣象中心水文氣象預(yù)報(bào)團(tuán)隊(duì)和中國氣象局首批青年英才計(jì)劃(2014-2017)

包紅軍(1980—),男，江蘇淮陰人,高級(jí)工程師,博士,主要從事水文氣象預(yù)報(bào)、流域水文模型及洪水預(yù)報(bào)預(yù)警研究。E-mail:baohongjun@cma.gov.cn

P338

A