自然狀態(tài)下流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律

陳桂煌，譚 倩,，朱志華，蔡宴朋,，王淑萍

(1.廣東工業(yè)大學(xué) 生態(tài)環(huán)境與資源學(xué)院，大灣區(qū)城市環(huán)境安全與綠色發(fā)展教育部重點實驗室，廣東 廣州 510006；2.南方海洋科學(xué)與工程廣東省實驗室(廣州)，廣東 廣州 511458；3.中國農(nóng)業(yè)大學(xué) 水利與土木工程學(xué)院，北京 100083)

1 研究背景

洪水是世界上最為常見且被認(rèn)為是最具破壞力的自然災(zāi)害之一[1-2]，在氣候變化和快速城市化雙重背景下，洪水災(zāi)害發(fā)生的頻率可能更高、波及的范圍可能更廣[3-4]。設(shè)計洪水是防洪工程布局與規(guī)模設(shè)置的重要依據(jù)[5]，是預(yù)防與緩解洪澇災(zāi)害的關(guān)鍵。設(shè)計降雨方法是常用的設(shè)計洪水計算方法之一[6]。傳統(tǒng)設(shè)計降雨通?；诙鄠€理想化設(shè)定，例如簡化或忽略降雨時空異質(zhì)性[3,7]。研究表明，降雨時空分布具有明顯的異質(zhì)性[8-9]，且該性質(zhì)可以顯著影響水文響應(yīng)[10]。洪峰響應(yīng)是重要的水文響應(yīng)之一，對于流域洪澇災(zāi)害具有重要影響。在氣候變化和快速城市化雙重背景下，流域洪峰不僅是自然過程的產(chǎn)物，同時也受到人類活動的影響，在不同區(qū)域、不同時間段，由于人類活動強度和范圍的不同，對流域洪峰所產(chǎn)生的影響也可能不同，而自然狀態(tài)下流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律則是研究自然因素和人為活動雙重影響下流域洪峰對降雨時空異質(zhì)性響應(yīng)規(guī)律的基礎(chǔ)。因此，揭示自然狀態(tài)下流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律，對于水利工程規(guī)劃設(shè)計和防洪減災(zāi)具有重要意義。

目前，已有學(xué)者針對降雨時空異質(zhì)性對洪峰響應(yīng)的影響展開研究。部分學(xué)者研究發(fā)現(xiàn)，降雨時間、空間異質(zhì)性對洪峰響應(yīng)的影響與土壤前期含水量、流域面積、重現(xiàn)期等有關(guān)。Zhu等[10]發(fā)現(xiàn)在土壤前期含水量為濕潤(干燥)情景下，當(dāng)匯水單元面積大于約2 000 km2(200 km2)時，降雨空間結(jié)構(gòu)比時間結(jié)構(gòu)更加重要，特別是當(dāng)土壤干燥時；而對于較小的匯水單元，情況正好相反。Peleg等[11]利用隨機降雨發(fā)生器和SWMM模型研究了氣候變異性和降雨空間異質(zhì)性對洪峰的影響，發(fā)現(xiàn)降雨空間異質(zhì)性對洪峰變異性的貢獻率約為26%，且該貢獻率隨著重現(xiàn)期的增大而增加。部分學(xué)者還探討了降雨時空異質(zhì)性對洪峰響應(yīng)產(chǎn)生影響的機理。如Gao等[12]指出降雨時空異質(zhì)性通過改變流域降雨的空間集中度，進一步改變流域出口處水位線的時間離散度，從而影響洪峰流量。Klongvessa等[13]研究發(fā)現(xiàn)：對于短歷時降雨，當(dāng)降雨量較小(較大)時，洪峰響應(yīng)主要受地表蓄水(地形陡度)的影響；對于長期降雨，洪峰響應(yīng)主要受土壤滲透率的影響。

在設(shè)計降雨中簡化或忽略降雨時空結(jié)構(gòu)，計算得到的洪峰流量可能偏大或偏小[7]，無法滿足防洪設(shè)計需求，還可能會出現(xiàn)洪災(zāi)漏報的風(fēng)險[14],增加了水文分析和預(yù)測的不確定性[8]。盡管前人針對降雨時空異質(zhì)性對洪峰響應(yīng)的影響進行了較多的研究，然而，自然狀態(tài)下不同重現(xiàn)期降雨時空異質(zhì)性如何影響洪峰響應(yīng)仍未得到深入研究。

因此，本文通過構(gòu)建降雨時空異質(zhì)性各異的降雨情景，采用水文模擬途徑，定量評估了自然狀態(tài)下降雨時空異質(zhì)性對洪峰響應(yīng)的影響。首先，通過RainyDay模型[15]構(gòu)建包含豐富時空信息的設(shè)計降雨，并將其重構(gòu)為具有不同時空異質(zhì)性的降雨情景。然后，以東江流域為研究區(qū)域，以受人類活動影響較小的1960-1972年為研究時間段，構(gòu)建東江流域SWAT(soil and water assessment tool)模型，并進行率定與驗證。最后，應(yīng)用SWAT模型分別模擬不同情景下的徑流過程，進而定量分析降雨時空異質(zhì)性對流域洪峰的影響。本研究主要探討自然狀態(tài)下流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律，因此有必要減少人類活動對本研究的干擾，鑒于東江流域水庫工程的建設(shè)對河流來水量影響較大[16]，而對東江流域影響較大的新豐江水庫、楓樹壩水庫以及白盆珠水庫在1972年之前僅新豐江水庫建成[17]，因此本文選取了東江流域1960-1972年的數(shù)據(jù)代表自然狀態(tài)。本研究揭示了自然狀態(tài)下流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律，有助于決策者在氣候變化和快速城市化背景下制定更合理的防洪設(shè)計標(biāo)準(zhǔn)以及洪水適應(yīng)戰(zhàn)略，對于變化環(huán)境下的東江流域水利工程規(guī)劃和防洪減災(zāi)具有重要意義。

2 研究區(qū)概況與數(shù)據(jù)資料

2.1 研究區(qū)概況

東江流域橫跨廣東、江西兩省(圖1(a))，位于粵港澳大灣區(qū)東北端，干流長度為562 km，集水面積為2.70×104km2，多年平均水資源總量為331×108m3，是珠江三大水系之一，具有灌溉、供水、航運、防洪等多種功能。東江流域1960-2015年平均年降雨量為1 700 mm，呈現(xiàn)出東北少、西南多的空間分布特征(圖1(b))，年代際變化較為明顯，年內(nèi)分配不均[18]。1980-2007年東江流域極端降雨事件累計發(fā)生173 次，其中，豐水年發(fā)生頻次較高，主要集中在3-9 月，增城-博羅-惠州-龍門一帶極端事件發(fā)生頻率最高[19]。

東江流域洪水發(fā)生頻率高、危害大。1959年博羅站實測崩堤洪峰流量為1.28×104m3/s，2019年上坪站洪峰水位為303 m。近年來，氣候變化以及人類劇烈活動帶來的下墊面變化導(dǎo)致極端降雨事件發(fā)生的頻率和強度有所增加，從而引起降雨時空異質(zhì)性分化更為明顯，給東江流域降雨徑流關(guān)系帶來較大影響[19-20]。傳統(tǒng)設(shè)計降雨方法由于忽略或簡化了降雨時空異質(zhì)性，可能無法滿足防洪設(shè)計需求。因此，本研究選擇東江流域作為研究區(qū)域，研究自然狀態(tài)下降雨時空異質(zhì)性對流域洪峰響應(yīng)的影響，有助于了解自然狀態(tài)下東江流域降雨時空異質(zhì)性對洪水災(zāi)害的影響。

2.2 數(shù)據(jù)資料

為了研究自然狀態(tài)下流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律，本文選擇東江流域受人類影響較小的時間段(1960-1972年)進行研究。主要收集了以下數(shù)據(jù)：東江流域10個氣象站點(圖1(b))1960-1972年的逐日降雨、日相對濕度、日最高氣溫和最低氣溫、日最大風(fēng)速等氣象數(shù)據(jù)；博羅站1965-1972年的日徑流量；東江流域數(shù)字高程數(shù)據(jù)(digital elevation model，DEM)、土壤分布圖、土地利用覆蓋圖、TRMM(Tropical Rainfall Measuring Mission)衛(wèi)星降雨數(shù)據(jù)等資料。

圖1 研究區(qū)地理位置、水系與高程及多年平均降雨量分布

3 研究方法

針對傳統(tǒng)設(shè)計降雨通常忽略降雨時空異質(zhì)性的問題，采用RainyDay模型生成考慮降雨時空異質(zhì)性的設(shè)計降雨；針對降雨時空異質(zhì)性如何影響流域洪峰的難題，將RainyDay模型生成的設(shè)計降雨重構(gòu)為6種不同時空異質(zhì)性的降雨情景，并逐一輸入SWAT模型，以進一步探究自然狀態(tài)下流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律。

3.1 SWAT模型

SWAT模型是目前被廣泛使用的流域尺度、半分布式模型，具有能夠進行長期模擬、運算效率較高、能夠模擬水量水質(zhì)等特點。構(gòu)建SWAT 模型需要屬性數(shù)據(jù)和地理空間數(shù)據(jù)[5]，該模型可基于DEM劃分若干子流域，并通過輸入土地利用類型、土壤類型、坡度類型等數(shù)據(jù)集，將子流域劃分為多個水文響應(yīng)單元。

本研究將東江流域劃分為92個子流域、1 196個水文響應(yīng)單元。為了盡量還原自然狀態(tài)下流域降雨徑流過程，本研究模擬了東江流域1960-1972年水文循環(huán)過程，時間步長為日尺度，1960-1964年作為預(yù)熱期、1965-1970年作為率定期、1971-1972年作為驗證期。

3.2 RainyDay模型

RainyDay模型是一個降雨生成器，其將遙感降雨數(shù)據(jù)與隨機暴雨移置法(stochastic storm transposition，SST)相結(jié)合，可產(chǎn)生與實際相接近的極端降雨情景[15]。SST方法通過對暴雨移置區(qū)的暴雨樣本進行時間重采樣和空間移置，生成目標(biāo)區(qū)域內(nèi)的概率降雨情景[21]。SST方法的主要步驟包括：確定暴雨移置區(qū)、確定暴雨目錄、移置區(qū)的空間異質(zhì)性檢驗、模擬N年的“年最大暴雨”序列、計算設(shè)計暴雨[3]。其中，暴雨移置區(qū)應(yīng)為具有與研究區(qū)域相同氣候條件及相似降雨特征的區(qū)域，且包含足夠多的暴雨事件[7]。

RainyDay模型具有以下優(yōu)勢：(1)克服了傳統(tǒng)方法對數(shù)據(jù)要求嚴(yán)格和一致性假設(shè)等缺陷；(2)能夠真實、合理地反映出暴雨時空結(jié)構(gòu)且不需要預(yù)設(shè)雨型，降低了設(shè)計暴雨的不確定性；(3)可以利用衛(wèi)星降雨數(shù)據(jù)集在缺少監(jiān)測數(shù)據(jù)的地區(qū)生成逼真的極端降雨[3,7,15]。

本研究結(jié)合目標(biāo)流域的大小、氣候和地理位置等綜合確定暴雨移置區(qū)，并將暴雨移置區(qū)TRMM衛(wèi)星降雨數(shù)據(jù)(時間分辨率為3 h、空間分辨率為0.25°×0.25°)作為暴雨樣本輸入RainyDay模型，生成具有豐富降雨時空分布特征的設(shè)計降雨。RainyDay模型暴雨移置過程如圖2所示。

3.3 降雨情景設(shè)置

本文設(shè)置了降雨總量相同、降雨時空異質(zhì)性不同的6種降雨情景(表1)，每種情景均設(shè)置了5個重現(xiàn)期，即5、10、50、250、500 a，每個重現(xiàn)期均設(shè)置了6 d連續(xù)降雨，每天的降雨均通過RainyDay獲得的3 h降雨計算得到。

3.4 變差系數(shù)法

本文采用變差系數(shù)(coefficient of variation，CV)評價降雨時空異質(zhì)性，CV值越接近1，表示離散程度越大，即降雨時空異質(zhì)性越大；CV值越接近0，則表示降雨時空異質(zhì)性越小。其計算公式為：

(1)

ki=Hi/Ha

(2)

式中：ki為變率；Hi為研究區(qū)某一雨量站(或某一天)的降雨量，mm；Ha為研究區(qū)域(或研究時段)均勻雨量，mm；n為氣象站個數(shù)(或降雨天數(shù))。

圖2 RainyDay模型暴雨移置過程示意圖

表1 不同時空異質(zhì)性的降雨情景

4 結(jié)果與分析

4.1 SWAT模型率定驗證

本研究采用東江流域代表性水文站博羅站1965-1972年的徑流數(shù)據(jù)對模型進行率定與驗證，所率定和驗證參數(shù)的意義以及最佳參數(shù)的取值如表2所示，東江流域日徑流量率定期和驗證期的模擬結(jié)果見圖3。圖3表明，率定期和驗證期的R2均接近0.8，納什系數(shù)(ENS)均大于0.7，相對誤差均小于20%，根據(jù)已有經(jīng)驗，當(dāng)R2≥0.6，ENS≥0.5，相對誤差小于20%時可以認(rèn)為模擬結(jié)果令人滿意，因此本研究的率定驗證結(jié)果可以滿足模擬需求。

4.2 考慮降雨時空異質(zhì)性的流域設(shè)計降雨

傳統(tǒng)設(shè)計降雨通常假設(shè)面降雨均勻分布，其降雨量一般會隨著重現(xiàn)期的增大而增加。將RainyDay模型所推估得到的設(shè)計降雨量平均分配到東江流域10個氣象站點，平均降雨量隨著重現(xiàn)期的增大而增加(圖4)，這與傳統(tǒng)設(shè)計降雨特征一致。考慮降雨時空分布特征的站點設(shè)計降雨與傳統(tǒng)設(shè)計降雨不同，其降雨量并不一定隨著重現(xiàn)期的增大而增加，如平山站和楊村站重現(xiàn)期為250 a的降雨量比500 a的降雨量更大(圖5)。

表2 SWAT模型參數(shù)意義以及最佳參數(shù)取值

圖3 東江流域日徑流量率定期和驗證期的模擬結(jié)果

將RainyDay模型推估得到的設(shè)計降雨重構(gòu)為6種不同時空異質(zhì)性的降雨情景，分別為空間均勻-時間不均勻1 d情景(YT1)、空間均勻-時間均勻2 d情景(YT2)、空間均勻-時間均勻3 d情景(YT3)、空間不均勻-時間不均勻1 d情景(NT1)、空間不均勻-時間均勻2 d情景(NT2)以及空間不均勻-時間均勻3 d情景(NT3)。6種情景降雨總量均相同、降雨時空分布不同，前3種情景每個氣象站的降雨量均相同，后3種情景每個氣象站的降雨量均不同。以重現(xiàn)期500 a為例，NT1、YT1情景第1 d設(shè)計降雨量空間分布如圖6所示。

圖4 不同重現(xiàn)期的平均設(shè)計降雨量 圖5 不同重現(xiàn)期的各雨量站平均設(shè)計降雨量

圖6 NT1、YT1情景第1 d東江流域設(shè)計降雨量空間分布

各情景降雨時間異質(zhì)性、空間異質(zhì)性均用變差系數(shù)CV表示，不同重現(xiàn)期的各情景變差系數(shù)CV如圖7所示。

由圖7(a)可知，NT1、NT2、YT1、YT2情景的時間CV值基本上也隨著重現(xiàn)期的增大而增大。當(dāng)重現(xiàn)期為500 a時，NT1、YT1情景的時間異質(zhì)性最大，CV值均達到0.5以上。當(dāng)重現(xiàn)期大于50 a時，NT1、YT1情景的時間異質(zhì)性分別略大于NT2、YT2情景，且NT1、NT2情景的時間異質(zhì)性均大于NT3情景，YT1、YT2情景的時間異質(zhì)性均大于YT3情景。NT1、NT2、NT3、YT1、YT2、YT3情景各個重現(xiàn)期的平均時間異質(zhì)性分別為0.388、0.262、0.136、0.339、0.236、0.118。由圖7(b)可知，NT1、NT2、NT3情景的空間CV值分別大于YT1、YT2、YT3情景，且NT1、NT2、NT3情景的空間異質(zhì)性均隨著重現(xiàn)期的增大而增大。此外，NT1情景的空間異質(zhì)性依次大于NT2、NT3情景，當(dāng)重現(xiàn)期為500 a時，NT1情景的空間異質(zhì)性最大，CV值達到0.4以上。NT1、NT2、NT3情景各個重現(xiàn)期的空間異質(zhì)性的平均值分別為0.245、0.203、0.196，YT1、YT2、YT3情景的空間異質(zhì)性的平均值均為0。

4.3 流域洪峰對降雨時空異質(zhì)性的響應(yīng)

應(yīng)用SWAT模型分別模擬各情景下的洪峰響應(yīng)，不同重現(xiàn)期東江流域洪峰對各情景降雨時空異質(zhì)性的響應(yīng)規(guī)律如圖8所示，不同重現(xiàn)期各情景降雨時空異質(zhì)性差值及洪峰差值如圖9所示。對圖8、9分析如下：

(1)降雨空間異質(zhì)性對流域洪峰具有重要的影響，當(dāng)情景間的時間異質(zhì)性差值趨于0時，隨著情景間的空間異質(zhì)性差值的增加，洪峰差值隨之增加，最大洪峰差值超過700 m3/s，平均洪峰差值超過300 m3/s。在同一重現(xiàn)期下，平均空間異質(zhì)性為0.245的NT1情景所產(chǎn)生的洪峰大于平均空間異質(zhì)性為0的YT1情景，情景間的洪峰差異在重現(xiàn)期大于50 a時更為明顯(圖8(a))。當(dāng)重現(xiàn)期小于50 a時，NT1情景與YT1情景的時間異質(zhì)性差值接近0(圖9(a))，隨著重現(xiàn)期的增加，空間異質(zhì)性差值隨之增加(圖9(b))，洪峰差值隨之增加(圖9(c))。NT1情景與YT1情景在各個重現(xiàn)期下的洪峰差值的平均值超過400 m3/s，最大差值超過700 m3/s(圖9(c))。平均空間異質(zhì)性分別為0.203、0.196的NT2情景和NT3情景所產(chǎn)生的洪峰分別大于平均空間異質(zhì)性為0的YT2情景(圖8(b))和YT3情景(圖8(c))，情景間的洪峰差異在重現(xiàn)期為500 a時更為明顯。

由圖9可知，除重現(xiàn)期為10 a外，NT2情景與YT2情景的時間異質(zhì)性差值接近0，隨著重現(xiàn)期的增加，兩情景之間的空間異質(zhì)性差值隨之增加，洪峰差值也隨之增加，當(dāng)空間異質(zhì)性差值增加到0.3左右時，洪峰差值接近700 m3/s。NT3情景與YT3情景的時間異質(zhì)性差值接近0，隨著重現(xiàn)期的增加，兩情景之間的空間異質(zhì)性差值隨之增加，洪峰差值也隨之增加，當(dāng)空間異質(zhì)性差值增加到0.3左右時，洪峰差值超過600 m3/s。NT2情景與YT2情景、NT3情景與YT3情景在各個重現(xiàn)期下的洪峰差值的平均值均超過300 m3/s。

圖7 不同重現(xiàn)期的各情景變差系數(shù)CV

(2)降雨時間異質(zhì)性對流域洪峰也有重要影響，當(dāng)情景間的空間異質(zhì)性差值趨于0時，隨著情景間的時間異質(zhì)性差值的增加，洪峰差值隨之增加，最大洪峰差值接近700 m3/s，平均洪峰差值超過200 m3/s。在同一重現(xiàn)期下，平均時間異質(zhì)性分別為0.388、0.262的NT1情景和NT2情景所產(chǎn)生的洪峰均大于平均時間異質(zhì)性為0.136的NT3情景，情景間的洪峰差異在重現(xiàn)期大于50 a時更為明顯(圖 8(d))。NT1情景與NT3情景的空間異質(zhì)性差值接近0(圖9(b))，隨著重現(xiàn)期的增加，時間異質(zhì)性差值隨之增加(圖9(a))，洪峰差值隨之增加，NT1情景與NT3情景在各個重現(xiàn)期下的洪峰差值的平均值約為300 m3/s，當(dāng)時間異質(zhì)性差值增加到0.5左右時，洪峰差值接近600 m3/s(圖9(c))。NT2情景與NT3情景的空間異質(zhì)性差值也接近0(圖9(b))，隨著重現(xiàn)期的增加，時間異質(zhì)性差值隨之增加(圖9(a))，洪峰差值也隨之增加，當(dāng)時間異質(zhì)性差值增加到0.3左右時，洪峰差值接近700 m3/s。

在同一重現(xiàn)期下，平均時間異質(zhì)性為0.118的YT3情景的洪峰基本上均小于平均時間異質(zhì)性為0.339的YT1情景和平均時間異質(zhì)性為0.236的YT2情景，YT1～YT3情景間的洪峰差異在重現(xiàn)期為500 a時更為明顯(圖 8(e))。YT1情景與YT3情景的空間異質(zhì)性差值為0(圖9(b))，隨著重現(xiàn)期的增加，情景間時間異質(zhì)性差值隨之增加(圖9(a))，洪峰差值隨之增加，YT1情景與YT3情景在各個重現(xiàn)期下的洪峰差值的平均值約為200 m3/s，當(dāng)時間異質(zhì)性差值增加到0.5左右時，洪峰差值約為500 m3/s(圖9(c))。YT2情景與YT3情景的空間異質(zhì)性差值為0(圖9(b))，隨著重現(xiàn)期的增加，時間異質(zhì)性差值隨之增加(圖9(a))，洪峰差值隨之增加，情景間各個重現(xiàn)期下的洪峰差值的平均值約為250 m3/s，當(dāng)時間異質(zhì)性差值增加到0.3左右時，洪峰差值超過600 m3/s。

(3)降雨空間異質(zhì)性、時間異質(zhì)性會對流域洪峰產(chǎn)生疊加影響，時空異質(zhì)性均較高的情景所產(chǎn)生的洪峰高于時空異質(zhì)性較低的情景，最大洪峰差值超過1 000 m3/s，且降雨空間異質(zhì)性對洪峰的影響較時間異質(zhì)性更為顯著。由圖 8(f)可知，在同一重現(xiàn)期下，平均空間異質(zhì)性為0.245、平均時間異質(zhì)性為0.388的NT1情景，和平均空間異質(zhì)性為0.203、平均時間異質(zhì)性為0.262的NT2情景所產(chǎn)生的洪峰基本上均大于平均空間異質(zhì)性為0的YT1、YT2、YT3情景，以及平均時間異質(zhì)性為0.136的NT3情景。NT1情景與YT3情景、NT2情景與YT3情景的最大洪峰差值均超過1 000 m3/s。平均空間異質(zhì)性和平均時間異質(zhì)性均最小的YT3情景的洪峰則基本上都小于其他5種情景。

對各個重現(xiàn)期下各個情景間的時間異質(zhì)性差值、空間異質(zhì)性差值與洪峰差值的相關(guān)性進行分析，結(jié)果如表3所示。由表3可以看出，時間異質(zhì)性差值與洪峰差值之間的相關(guān)系數(shù)為0.304，并呈現(xiàn)出0.05水平的顯著性，而空間異質(zhì)性差值與洪峰差值之間的相關(guān)系數(shù)為0.481，并呈現(xiàn)出0.01水平的顯著性。說明時間異質(zhì)性差值與洪峰差值之間、空間異質(zhì)性差值與洪峰差值之間均有顯著的正相關(guān)關(guān)系，且降雨空間異質(zhì)性對洪峰的影響較時間異質(zhì)性更為顯著。

圖8 不同重現(xiàn)期東江流域洪峰對各情景降雨時空異質(zhì)性的響應(yīng)規(guī)律

圖9 不同重現(xiàn)期各情景降雨時空異質(zhì)性差值及洪峰差值

表3 時空異質(zhì)性差值與洪峰差值相關(guān)性分析

5 討 論

對于傳統(tǒng)設(shè)計降雨通常忽略降雨時空異質(zhì)性的問題，本研究采用RainyDay模型生成考慮降雨時空異質(zhì)性的設(shè)計降雨，針對自然狀態(tài)下降雨時空異質(zhì)性如何影響流域洪峰的難題，提出了基于RainyDay模型和SWAT模型的洪水頻率分析方法，此外，本研究通過構(gòu)建研究區(qū)SWAT模型，并采用研究區(qū)日尺度徑流數(shù)據(jù)對模型參數(shù)進行率定驗證，具有一定的真實性與準(zhǔn)確性。

對自然條件下不同重現(xiàn)期流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律的分析結(jié)果表明，研究區(qū)空間異質(zhì)性所引起的最大洪峰差值超過700 m3/s，時間異質(zhì)性所引起的最大洪峰差值接近700 m3/s，而時空異質(zhì)性引起的最大洪峰差值超過1 000 m3/s，降雨時間異質(zhì)性差值、空間異質(zhì)性差值均與流域洪峰差值存在顯著的正相關(guān)關(guān)系，降雨空間異質(zhì)性、時間異質(zhì)性會對流域洪峰產(chǎn)生疊加影響，且空間異質(zhì)性的影響更為顯著，這與已有的相關(guān)研究結(jié)果相似[10-11]。這可能是由于與降雨時空異質(zhì)性相對較小的情景相比，降雨時空異質(zhì)性相對較大的情景的降雨主要集中在某個地區(qū)或某個時間，從而減少了徑流的損耗，增大了瞬時徑流，影響了洪峰流量。根據(jù)已有研究結(jié)果[10]，在土壤前期含水量為濕潤(干燥)情景下，當(dāng)匯水單元面積大于2 000 km2(200 km2)時，降雨空間結(jié)構(gòu)比時間結(jié)構(gòu)更加重要，而本研究區(qū)的集水面積超過20 000 km2，空間異質(zhì)性的影響更為顯著。

6 結(jié) 論

為了揭示流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律，本文首先采用RainyDay模型合成研究區(qū)域不同重現(xiàn)期下的設(shè)計降雨，并將其重構(gòu)為6種降雨時空異質(zhì)性各異的降雨情景，最后應(yīng)用SWAT模型分別模擬不同情景下的降雨-徑流過程，獲得流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律。同時，對不同重現(xiàn)期下流域洪峰對降雨時空異質(zhì)性的響應(yīng)規(guī)律進行了分析。本文得出的主要結(jié)論如下：

(1)降雨空間異質(zhì)性會對流域洪峰產(chǎn)生重要影響?？臻g異質(zhì)性差值與洪峰差值之間的相關(guān)系數(shù)為0.481，有著極顯著的正相關(guān)關(guān)系。當(dāng)情景間的時間異質(zhì)性差值趨于0時，隨著情景間的空間異質(zhì)性差值的增加，洪峰差值隨之增加，最大洪峰差值超過700 m3/s，平均洪峰差值超過300 m3/s。

(2)降雨時間異質(zhì)性會對流域洪峰產(chǎn)生重要影響。時間異質(zhì)性差值與洪峰差值之間的相關(guān)系數(shù)為0.304，有著顯著的正相關(guān)關(guān)系。當(dāng)情景間的空間異質(zhì)性差值趨于0時，隨著情景間的時間異質(zhì)性差值的增加，洪峰差值隨之增加，最大洪峰差值接近700 m3/s，平均洪峰差值超過200 m3/s。

(3)降雨空間異質(zhì)性、時間異質(zhì)性會對流域洪峰產(chǎn)生疊加影響，且空間異質(zhì)性的影響更為顯著。在同一重現(xiàn)期下，降雨時間異質(zhì)性和空間異質(zhì)性均較高的NT1、NT2情景所產(chǎn)生的洪峰明顯大于其他情景，最大洪峰差值超過1 000 m3/s，降雨時間異質(zhì)性和空間異質(zhì)性均最低的YT3情景所產(chǎn)生的洪峰則小于其他情景?？臻g異質(zhì)性差值與洪峰差值之間呈現(xiàn)出0.01水平的顯著性，時間異質(zhì)性差值與洪峰差值之間呈現(xiàn)出0.05水平的顯著性，空間異質(zhì)性對洪峰的影響更為顯著。