王樂揚(yáng), 李清洲, 王艷君, 姜彤, 李晨希
(1.南京信息工程大學(xué) 地理科學(xué)學(xué)院,江蘇 南京 210044; 2.山東農(nóng)業(yè)大學(xué) 水利工程學(xué)院,山東 泰安 271018;3.水利部南京水利水文自動(dòng)化研究所,江蘇 南京 210012)
近年來,隨著社會(huì)經(jīng)濟(jì)的高速發(fā)展、氣候變化以及土地利用方式的轉(zhuǎn)變,我國(guó)河流出現(xiàn)了“水多、水少、水渾、水臟”等問題[1-3]。而通過構(gòu)建數(shù)學(xué)模型,對(duì)河流水文過程進(jìn)行模擬可以為解決這些問題提供一定的參考依據(jù)[4]。水文模型是以流域水文系統(tǒng)為研究對(duì)象,根據(jù)降水在自然界的運(yùn)動(dòng)、分配規(guī)律建立數(shù)學(xué)模型,通過計(jì)算機(jī)分析和模擬水分運(yùn)移過程及其時(shí)空分布特征[5]。HBV模型是瑞典氣象水文研究所(Swedish Meteorological and Hydrological Institute,SMHI)研發(fā)的流域水文模型,主要用于洪水和水量預(yù)報(bào),該模型既可以流域?yàn)檠芯繉?duì)象開展集總式模擬,也可以基于DEM劃分子流域開展分布式水文計(jì)算。該模型具有結(jié)構(gòu)簡(jiǎn)單、參數(shù)優(yōu)選速度快、應(yīng)用相對(duì)容易和模擬性能好等特點(diǎn)。在全球多個(gè)流域的應(yīng)用表明,模擬誤差小于20%,對(duì)大中尺度流域具有較好的適用性[6-7]。模型綜合考慮了降水、氣溫、土壤等因素,較為全面地考慮了不同氣候區(qū)的產(chǎn)流、匯流特征。模型的輸入數(shù)據(jù)包括:流域或子流域面平均日降水量、氣溫和潛在蒸發(fā)量;模型輸出為流域出口斷面的日徑流量過程?;趯?shí)測(cè)與模擬的日徑流量過程計(jì)算相應(yīng)的月徑流量過程,進(jìn)而評(píng)估模型對(duì)不同尺度徑流量模擬的精度。
HBV模型作為一種概念性水文模型,在中國(guó)乃至全球有著較為廣泛的應(yīng)用。趙彥增等[8]選擇了淮河官寨流域?yàn)檠芯繉?duì)象,研究了HBV模型在我國(guó)中部地區(qū)的應(yīng)用效果,徑流過程的模擬效果理想;盧燕宇等[9]以淮河上游地區(qū)為例,基于HBV水文模型建立了降水-流量-水位關(guān)系,并確立了確定臨界雨量的方法流程。中國(guó)東北地區(qū)有較長(zhǎng)的冰雪覆蓋期,春汛和春旱預(yù)報(bào)尤為重要,張建新等[10]和吳辰等[11]分別利用烏蘇里江一級(jí)支流撓力河、牡丹江的水文氣象資料驗(yàn)證了HBV模型在寒冷地區(qū)的應(yīng)用,結(jié)果表明,HBV模型對(duì)于中國(guó)東北寒冷冰雪地區(qū)的洪水預(yù)報(bào)是可行的。中國(guó)東南沿海地區(qū)降水量大,暴雨洪澇災(zāi)害頻發(fā),王兵等[12]和胡志芳等[13]利用HBV水文模型分別對(duì)廣東省連江流域以及韓江流域進(jìn)行模擬,結(jié)果顯示,HBV模型對(duì)于中國(guó)東南沿海地區(qū)的逐日徑流過程有較好的適用性。
半干旱地區(qū)的水文模擬因?yàn)槭苋祟惢顒?dòng)影響較大,模擬起來較為困難[14-15]。郝振純等[16]和程磊等[17]利用SWAT模型分別對(duì)皇甫川流域徑流和窟野河流域進(jìn)行徑流模擬,結(jié)果表明,SWAT模型對(duì)于干旱半干旱地區(qū)模擬效果一般。董小濤等[18]分別利用新安江模型、HEC模型和TOPMODEL模型對(duì)灤河寬城流域進(jìn)行洪水模擬計(jì)算,盡管各指標(biāo)的合格率遠(yuǎn)低于濕潤(rùn)地區(qū)的,但其研究成果也可以為洪水作業(yè)預(yù)報(bào)方案提供參考。
總的來看,HBV水文模型在全球一些區(qū)域有較為廣泛的應(yīng)用,而半干旱地區(qū)水文模擬及預(yù)報(bào)是目前普遍面臨的挑戰(zhàn)。全球變暖背景下一些半干旱地區(qū)的洪澇和干旱等極端事件增多,災(zāi)害損失嚴(yán)重[6]。因此,本文選擇位于半干旱區(qū)的南拒馬河流域進(jìn)行HBV模型的應(yīng)用研究,以期為干旱半干旱地區(qū)的水文分析及預(yù)報(bào)提供參考依據(jù)。
大清河屬于海河五大支流之一,南拒馬河是大清河流域的重要水系,始于鐵鎖崖,經(jīng)易縣、定興縣至高碑店白溝鎮(zhèn)與白溝河匯合成大清河。流域南鄰漕河、瀑河,北界北拒河,流域面積2 156 km2。流域地處溫帶半干旱大陸性季風(fēng)氣候區(qū),具有夏秋高溫多雨、冬春寒冷干旱的特點(diǎn),年均氣溫8.7 ℃。多年平均降水量不到500 mm,且75%以上集中在汛期6—9月。同時(shí),降水年際變化大,最大與最小年降水量的比值超過3。北河店水文站是流域出口控制站,控制流域面積2 006 km2。
本文研究南拒馬河流域的北河店水文站以上區(qū)域,收集了流域內(nèi)淶源、霞云嶺、房山、易縣、涿州5個(gè)氣象站1961—2017年的逐日氣溫、降水等氣象資料。根據(jù)地形,將研究流域劃分為12個(gè)子流域,如圖1所示。采用泛克里金插值法將氣溫、降水等資料插值到各子流域。
圖1 北河店站控制流域水系及氣象站地理位置
本文采用Nash-Sutcliffe效率系數(shù)(NSE)作為模型的評(píng)價(jià)指標(biāo)[19]。Nash-Sutcliffe效率系數(shù)在水文領(lǐng)域有非常廣泛的使用。NSE的變化范圍為(-∞,1];當(dāng)模擬值與實(shí)測(cè)值完全相同時(shí),該系數(shù)為1;當(dāng)系數(shù)值為負(fù)時(shí),說明模型的結(jié)果與實(shí)際結(jié)果的偏差較大。NSE按下式計(jì)算:
(1)
式中:CNSE為Nash-Sutcliffe效率系數(shù);Qoi為實(shí)測(cè)徑流量;Qsi為模擬徑流量;Qm為實(shí)測(cè)徑流量均值;n為資料序列長(zhǎng)度。
圖2給出了南拒馬河流域1961—2017年逐年的降水和徑流過程。由圖2可以看出,南拒馬河流域年徑流量有明顯的下降趨勢(shì),平均線性遞減率為0.93 mm/年,尤其在1980年之后,很多年份的徑流量較前期的顯著減少。相比而言,盡管降水量也呈現(xiàn)減少趨勢(shì)(遞減率為0.69 mm/年),但減少并不顯著。根據(jù)Mann-Kendall非參數(shù)統(tǒng)計(jì)方法進(jìn)行趨勢(shì)變化顯著性分析,結(jié)果發(fā)現(xiàn)徑流量系列和降水量系列的M-K值分別為-5.48和-0.99,說明實(shí)測(cè)徑流量具有顯著的下降趨勢(shì),而降水量呈現(xiàn)非顯著性下降趨勢(shì)。
圖2 南拒馬河流域1961—2017年逐年降水和徑流過程
根據(jù)南拒馬河流域徑流量的豐枯演變特征,可將徑流系列劃分為3個(gè)階段:1961—1979年、1980—1999年和2000—2017年。第1階段(1961—1979年),徑流量呈現(xiàn)典型的豐枯交替特征,枯水年份的徑流量不到100 mm,而豐水年份的徑流量可以超過400 mm。第2階段(1980—1999年),徑流量豐枯交替的變異性更大,最大年徑流量超過500 mm,而最小年徑流量不到20 mm。第3階段(2000—2017年),徑流量一直處于偏枯過程,所有年份的徑流量均在50 mm以下。
研究表明,20世紀(jì)80年代以來,海河流域人類活動(dòng)愈加顯著,對(duì)徑流產(chǎn)生了較大影響,而在之前的時(shí)期內(nèi),徑流受人類活動(dòng)的影響相對(duì)輕微[20]。結(jié)合上述徑流變化的階段性,可以將第1階段視為天然時(shí)期,第2階段為中度人類活動(dòng)影響時(shí)期,而第3階段為強(qiáng)人類活動(dòng)影響時(shí)期。圖3繪出了南拒馬河流域不同階段的降水-徑流關(guān)系。由圖3可以看出,南拒馬河流域的實(shí)測(cè)年徑流量與年降水量在第1階段和第2階段均具有較好的非線性相關(guān)關(guān)系,在第3階段兩者的相關(guān)性較差。統(tǒng)計(jì)表明,南拒馬河流域的年降水量與年徑流量在3個(gè)階段的Spearman相關(guān)系數(shù)分別為0.58、0.40和0.01。
圖3 南拒馬河流域不同階段降水-徑流關(guān)系
研究表明,驗(yàn)證流域水文模型的模擬效果,一般需要6年以上的資料系列[12-13]。為保證模擬序列的一致性,根據(jù)南拒馬河流域徑流變化的階段性特征,在徑流量變化的第1階段選取1973—1979年共7年的資料來率定模型參數(shù)并驗(yàn)證模型的水文模擬能力。其中,將1973年作為預(yù)熱期,以減小模型狀態(tài)變量初始值對(duì)模擬效果的影響;率定期和驗(yàn)證期分別為1974—1977年和1978—1979年。采用人工試錯(cuò)的途徑進(jìn)行參數(shù)優(yōu)化,選Nash-Sutcliffe效率系數(shù)最高的一組參數(shù)作為優(yōu)化的參數(shù)。HBV水文模型共有6個(gè)敏感性高的參數(shù)[21],各參數(shù)的物理含義以及率定結(jié)果見表1。
表1 南拒馬河流域敏感參數(shù)含義及優(yōu)化值
利用Nash-Sutcliffe效率系數(shù)作為模型評(píng)價(jià)指標(biāo),表2給出了率定期和驗(yàn)證期逐日和逐月流量的模擬效果。由表2可以看出:南拒馬河流域驗(yàn)證期模擬效果較率定期要好,月尺度徑流量的模擬精度高于日尺度徑流量的模擬精度;在日尺度上,率定期和驗(yàn)證期的Nash-Sutcliffe效率系數(shù)均超過0.6;在月尺度上,率定期和驗(yàn)證期的Nash-Sutcliffe效率系數(shù)分別為0.71和0.88;兩個(gè)時(shí)期徑流量的模擬誤差分別為2.7%和-3.6%。由此充分說明HBV模型對(duì)南拒馬河流域水文過程總體上具有較好的模擬效果。
表2 HBV模型對(duì)南拒馬河流域徑流的模擬效果
分析后認(rèn)為,率定期和檢驗(yàn)期的選擇是驗(yàn)證期模擬精度比率定期精度高的可能原因;與月尺度降水、徑流過程相比,日尺度的氣象水文實(shí)測(cè)資料具有更為明顯的隨機(jī)測(cè)量誤差,這是導(dǎo)致HBV模型在月尺度上的模擬效果更好的主要原因。
為進(jìn)一步分析HBV模型對(duì)不同豐枯年份水文過程的模擬效果,圖4和圖5分別給出了北新店站率定期和驗(yàn)證期逐日和逐月的實(shí)測(cè)和模擬徑流過程及降水過程。
由圖4和圖5可以看出,無論日徑流量過程還是月徑流量過程,實(shí)測(cè)和模擬徑流量過程線總體擬合較好。同時(shí),也可以發(fā)現(xiàn),HBV模型對(duì)峰值徑流量模擬存在高估和低估的現(xiàn)象,例如模型對(duì)1974、1977、1979年的峰值徑流量模擬值偏低,但對(duì)1976年的峰值徑流量模擬值明顯偏高。此外,HBV模型對(duì)低值徑流量的模擬結(jié)果大多偏小,只有旱季個(gè)別月份的模擬徑流量高于實(shí)測(cè)徑流量。
圖4 北河店站率定期和驗(yàn)證期逐日降水過程與實(shí)測(cè)和模擬徑流過程
圖5 北河店站率定期與驗(yàn)證期逐月降水過程與實(shí)測(cè)和模擬徑流過程
峰值徑流量大多是由汛期暴雨產(chǎn)流所致,而干旱半干旱地區(qū)的暴雨一般具有突發(fā)性強(qiáng)和區(qū)域性強(qiáng)的特征。本研究采用流域內(nèi)5個(gè)氣象站的資料進(jìn)行水文模擬,這5個(gè)氣象站盡管分布均勻,可以監(jiān)測(cè)到大多數(shù)的降水信息,但對(duì)局地性暴雨信息可能未必能夠監(jiān)測(cè)得較為完整。因此,加密監(jiān)測(cè)站點(diǎn)或采用遙感、雷達(dá)等多源降水產(chǎn)品信息是提高半干旱區(qū)峰值徑流量模擬精度的重要途徑。
半干旱區(qū)枯季低流量多由前期降水入滲土壤形成的壤中流和地下徑流組成。本研究采用Nash-Sutcliffe效率系數(shù)為目標(biāo)函數(shù)開展模型參數(shù)率定。已有研究表明,高值徑流量模擬精度的高低可以在很大程度上決定NSE值的大小[10]。如果對(duì)高值徑流量模擬得較好,NSE值一般都會(huì)較高,相比而言,對(duì)低值徑流量模擬的好壞對(duì)NSE值的影響相對(duì)較小[9]。因此,如何選擇更為合適的目標(biāo)函數(shù)也至關(guān)重要。
此外,半干旱地區(qū)產(chǎn)流機(jī)制多為超滲產(chǎn)流,而HBV模型的優(yōu)點(diǎn)是更好地刻畫寒區(qū)產(chǎn)流過程。盡管HBV模型能夠較好地模擬半干旱地區(qū)的水文過程,但結(jié)合半干旱地區(qū)的超滲產(chǎn)流機(jī)制進(jìn)一步完善HBV模型結(jié)構(gòu),是提高HBV模型在半干旱地區(qū)水文模擬精度的重要途徑。
HBV模型對(duì)南拒馬河流域天然水文過程具有較好的模擬效果,可以模擬出徑流變化特征,率定期和驗(yàn)證期日流量模擬的Nash-Sutcliffe效率系數(shù)超過0.63,徑流量模擬誤差小于5%。
完善HBV模型結(jié)構(gòu),選取更為合適的目標(biāo)函數(shù)以及開展多源降水信息的應(yīng)用,是提高半干旱地區(qū)水文模擬精度的重要途徑。此外,人類活動(dòng)導(dǎo)致流域水文過程變得復(fù)雜,使長(zhǎng)序列水文過程呈現(xiàn)出不同的變異性特征。因此,在水文模擬中如何考慮人類活動(dòng)的影響,是水文科學(xué)中需進(jìn)一步研究的核心內(nèi)容。