全 文 ：高山峡谷地区森林流域分布式降雨2径流
模型的构建与验证 3
刘建梅1 ,2 裴铁 1 3 3 王安志1 杨 弘1 ,2
(1 中国科学院沈阳应用生态研究所 ,沈阳 110016 ;2 中国科学院研究生院 ,北京 100039)
【摘要】 根据岷江上游杂谷脑河流域典型的高山峡谷地区主要水文特点 ,选择通用性较强的水文过程模
式 ,构建高山峡谷地区森林流域分布式降雨2径流过程模型 ,避免过多复杂的区域性模型参数率定 ,保证模
型在相似地区的可移植性 ;并选择杂谷脑水文站上游地区进行降雨2径流过程模拟 ,得到 1999 年和 2000
年模拟时段长度为 1 000 h 的两个径流过程 ,对模拟与实测的径流过程、累积径流量、洪峰流量与峰现时间
等进行比较 ,其拟合效果较好. 该模型结构简单 ,引入的经验参数较少 ,可推广应用到其它尺度流域.
关键词 分布式水文模型 森林流域 降雨2径流过程 尺度转换
文章编号 1001 - 9332 (2005) 09 - 1638 - 07 中图分类号 S715 文献标识码 A
Construction and verif ication of distributed rainfall2runoff model for forested watershed in alpine and gorge re2
gion. L IU Jianmei1 ,2 ,PEI Tiefan1 ,WAN G Anzhi1 , YAN G Hong1 ,2 (1 Institute of A pplied Ecology , Chinese A2
cademy of Sciences , S henyang 110016 , China ; 2 Graduate School of Chinese Academy of Sciences , Beijing
100039 , China) . 2Chin. J . A ppl . Ecol . ,2005 ,16 (9) :1638～1644.
Considering of the main hydrological characteristics in the upper Zagunao River watershed of the upper reach of
Minjiang River ,general hydrological models were selected to construct the distributed rainfall2runoff process mod2
el for the forested watershed in typical alpine and gorge terrains. Calibration of too many regional parameters was
avoided to assure the transportability of the models in similar watersheds. Two flow series of 1 000 hours in 1999
and 2000 were simulated by using the distributed model. The runoff hydrograph ,accumulative runoff volume ,
peak discharge ,and peak time showed good fittings with observed series. The simple structure and less empirical
parameters gave the distributed model the ability to simulate the rainfall2runoff processes in similar watershed
across scales ,which provided the basic approach to the hydrological scaling research.
Key words Distributed hydrological model , Forested watershed , Rainfall2runoff process , Scaling.3 国家重点基础研究发展规划项目 (2002CB111503) 和中国科学院
知识创新工程重要方向资助项目 ( YCXZY0203) .3 3 通讯联系人.
2005 - 04 - 06 收稿 ,2005 - 05 - 05 接受.
1 引 言
森林流域分布式降雨2径流过程模拟是当前水
文学的重要发展方向 ,尽管分布式水文模型现处于
发展初期 ,由于结构复杂、参数过多、数据量大 ,其模
拟效果仍逊于概念性模型 ,但是随着遥感和 3S 技术
的进步 ,流域数字化程度不断提高 ,加之人们对流域
水文过程物理机制的探索日益深入 ,为分布式模型
的发展不断提供有利条件. 分布式模型较其他水文
模型具有许多特殊优势[2 ] : 1) 应用前景广泛 ,不仅
可以用来模拟流域的降雨2径流过程 ,还可以通过模
拟径流的路径来揭示泥沙或污染物的运移规律 ,为
水利工程设计、水土保持、环境保护等领域提供技术
支持[32 ] ;2)可以预测当流域发生土地利用或气候变
化时流域的水文响应变化情况 ,为管理部门提供决
策支持 ;3)模型所需要的参数全部来源于实际测量
(如地形、土壤、土地利用、植被覆盖类型等) ,适合模
拟实测水文数据系列较短或是无观测水文数据流域
的水文过程 ; 4) 对于目前国际水文界的前沿问题
———水文尺度转换提供了一种有效的解决途径[5 ] ,
许多学者正尝试设计通用的分布式水文模型进行不
同尺度流域水文过程的模拟[21 ] . 因此 ,分布式水文
模型研究成为现代水文学的必然发展方向.
Freeze 和 Harlan[16 ]最早提出了具有物理基础
的分布式流域模型的概念和用途 ,尝试找到一个通
用的模型结构 ,描述林冠截留、土壤入渗、坡面汇流
等水文过程 , 通过边界条件将各个过程耦合起
来[11 ] ,从而达到流域水文模拟的目的. 在该思想启
发下 ,30 年来 ,各国水文学者根据流域的异质性程
度及基础资料、流域尺度等信息 ,将研究区离散为网
格 ( grid) 、子流域 ( subcatchment ) 或是山坡 ( hills2
lope) ,逐时段逐单元耦合各个水文过程机理模型 ,
应 用 生 态 学 报 2005 年 9 月 第 16 卷 第 9 期
CHIN ESE JOURNAL OF APPL IED ECOLO GY ,Sep. 2005 ,16 (9)∶1638～1644
描述流域响应过程 ,研制开发了许多分布式水文模
型 , 如 SHE[25 ] 、SL URP[20 ] 、ARHYTHM[40 ] 、HY2
DRO TEL [14 ,15 ] 、SWA T[1 ] 、ANSWERS[10 ] 和 TOP2
KAPI[8 ]等. 各模型的区别主要在于其离散方法和基
本假设不同[4 ] ,因此限制了模型结构的普适性. 国
内自 20 世纪 90 年代在分布式水文物理模型研究及
应用方面取得了一些进展[6 ,17 ,26 ,27 ,30 ,38 ] ,但也存在
许多不足 ,有待改进 ,如模拟尺度的转换能力、对地
形条件的充分描述、模型可移植性、参数的普适性
等. 本文基于结构简单易行、通用性强的各个水文过
程机理模型 ,结合四川岷江上游杂谷脑河流域杂谷
脑水文站上游地区的 DEM、土地利用、土壤类型等
图件资料以及理县气象站实测数据 ,建立适用于高
山峡谷地区森林流域的分布式水文模型 ,模拟该流
域降雨2径流过程 ,通过河道实测流量检验模型精
度 ,分析其模拟效果 ,为下一步的水文过程尺度转换
研究提供平台 ,进一步寻找影响水文尺度转换的主
要因素并验证分布式水文模型方法的可行性.
2 研究地区与研究方法
211 流域概况
研究区域位于四川岷江上游支流杂谷脑河流域内 ,选择
杂谷脑水文站以上的森林流域作为研究对象. 这里地处川西
高山林区 ,森林覆盖率较高 ,约为 4411 % ,主河道长度为 113
km ,平均河道比降为 23 ‰,河宽介于 4～36 m ,流域面积
2 528 km2 . 其高程从 1 83612 m 到 5 90512 m ,属典型的高山
峡谷地区 ,平均坡度 01403 ,土层 1 m 左右 ,河谷深切 ,坡陡
流急 ,遇暴雨容易发生泥石流 ,对下游洪水形成具有重要贡
献.
212 数据来源
根据四川省森林土壤地理分区略图 ,该流域属于川西北
高山高原半湿润、半干旱森林和草甸草原土壤地区的南坪2
得荣山地土壤省之黑水2得荣山地土壤区之黑水2理县山地
土壤组. 土壤类型总共包括 7 类 9 属 (表 1) ,沿海拔高度垂直
过渡十分明显 ,按照从低到高的顺序依次是山地褐土
(1 800/ 1 880～2 700/ 2 800 m) 、山地棕壤 (2 700/ 2 800～
3 250/ 3 300 m) 、山地暗棕壤 (3 250/ 3 300～ 3 800/ 3 850
m) 、山地灰化土 (3 600/ 3 650～3 800/ 3 850 m) 、亚高山草甸
土 (3 800/ 3 850～4 200/ 4 250 m) 、高山草甸土 (4 200/ 4 250
～4 350/ 4 400 m) 、高山寒漠土 (4 400 m 以上) [42 ] ;植被分布
位于岷山南坡、邛崃山东坡 (岷江水系) 岷江冷杉林、紫果云
杉林、油松林、辽东栎林小区 ,主要植被类型的垂直分布规律
依次是干旱河谷灌丛 (1 350～1 900 m) 、落叶阔叶林 (1 900
～2 400 m) 、山地暗针叶林 (2 400～2 900 m) .
亚高山暗针叶林 (2 900～3 900 m) 、高山灌丛草原带
(3 900～4 200m) [31 ] ,以上为高山草甸和荒漠苔原等 ;目前
表 1 各个土属的土壤垂向饱和渗透系数
Table 1 Saturated permeability in vertical direction for every soil cate2
gory
代号
Code
土 属
Category
饱和渗透系数 (m·s - 1)
Saturated permeability
0721 淋溶钙积褐色土 Leach calcisol cinnamon soil 7167 E - 06
1013 千枚岩棕壤 Phyllite brown soil 9133 E - 06
1111 暗棕壤 Dark brown soil 9193 E - 06
1131 草甸暗棕壤 Pratum dark brown soil 9193 E - 06
1211 山地灰化土 Mountain podzolic soil 1102 E - 05
1411 亚高山草甸土 Subalpine meadow soil 7135 E - 06
1511 高山草甸土 Alpine meadow soil 1125 E - 05
1521 高山灌丛草甸土 Alpine scrub meadow soil 1121 E - 05
1911 高山寒漠土 Alpine frost desert soil 1121 E - 05
研究区土地利用以森林和草地为主 ,面积分别为 1 114175
km2 和 1 100 km2 ,各占总流域面积的 4411 %和 4315 % ,其
他 1214 %的流域面积包括农田、建筑用地、湖泊、永久雪地
等.研究区 DEM 分辨率为 25 m ,精度较高 ,可靠性强 ;洪水
多由暴雨形成 ,一般多发生在 6～9 月 ,以 6～7 月最多. 主河
道上存在一些小的水电工程 ,虽然为径流式水电站 ,理论上
对径流无调节作用 ,但由于降雨事件时段较短 ,仍可能对径
流过程产生影响. 杂谷脑水文站及气象站位置见图 1 (水文
站与气象站位置相同) .
图 1 研究区 DEM 及水文、气象及雨量站位置图
Fig. 1 Location of the hydrologic and meteorologic stations and the DEM
of the study area.
3 结果与分析
311 模型结构设计
31111 流域离散化及时间步长的选择 流域离散的
方法主要有 3 种 :子流域法、山坡法和网格法. 本文
选择最为常用的网格法. 这种方法建模过程清晰 ,且
易与地理信息相结合. 一般当流域降雨2径流过程机
理清楚且空间数据充分的情况下 ,模型精度会随着
单元格尺度的减小而提高[41 ] ,但是当流域离散到一
定尺度时 ,模型的精度提高十分微小[23 ,25 ,37 ] ,甚至
可能出现模拟精度降低 ,而且流域离散网格越小 ,相
应的土壤、植被等数据精度需越高 ,才能与模拟网格
尺度匹配 ,从而真正提高模拟效果 ,同样 ,计算手段
93619 期 刘建梅等 :高山峡谷地区森林流域分布式降雨2径流模型的构建与验证
也要足够先进 ,以满足计算时间、计算量的需要. 因
此在选择离散程度时 ,应综合考虑各种影响因素 ,找
到比较适宜的尺度[34 ] . 本文根据研究区图件资料的
分辨率、土壤及植被类型的变化规律即流域下垫面
空间异质性等信息 ,确定网格尺度为 500 m ,全流域
共离散为 11 091 个单元.
时间步长的选择应考虑单元格尺度、坡度和水
力特性 ,确定的原则是 :在一个时间步长内 ,坡面单
元或河道单元内的水不会流过整个单元 ,旨在消除
其水量对下级单元的影响 ,即应满足 Courant 条
件[3 ,9 ] :
Δt = Δx
c
c = v ± gy
式中 ,Δx 为坡面单元或河道单元的尺度 ( m) ; v 为
水流流速 (m·s21) ; y 为平均水深 (m) . 根据此原则选
择模拟的时间步长为 60 s.
31112 网格单元的水文模拟 由于流域内土层厚度
为 1 m 左右 ,远小于网格单元尺度 (500 m) ,可以假
设土壤参数沿垂直方向不发生变化 ,并且假设在一
个单元格内 ,高程、土壤类型、植被参数 (LAI) 、土地
利用方式等均匀一致.
1)植被截留 :假设降雨首先满足植被的截留能
力 ,超过截留能力后的雨量才会穿过林冠层 ,到达地
面. 植被的截留能力是雨强、风速、叶面积指数等参
数的函数 ,但起决定性作用的主要是叶面积指数
LAI ,则林冠的截留能力选用如下经验公式计
算[29 ] :
Ic , i = 0115 L A I i
式中 , Ic , i 为单元 i 的植被 (林冠) 截留能力 (mm) ;
L A I i 为单元 i 的植被平均叶面积指数 ,无量纲 ;则实
际的截留量为 :
PI , i = min{ Ic , i , Pt , i}
2)实际蒸散量 :蒸散应包括冠层截留水量蒸发、
植被蒸腾和表层土壤蒸发. 实际蒸散量的估算基于
以下几个基本假设 :1)降雨期间 ,植被截留和坡面积
水的蒸发均在自由水面条件下进行 (即供水充分情
况下 ,按照潜在蒸散 Emax , i进行) ,此时主要是受气
象因素的影响 ;2)假设蒸发首先从植被冠层开始 ,当
植被截留的水量蒸发完毕后 ,林地坡面积水开始蒸
发 ,之后开始植被蒸腾和土壤蒸发.
森林地区植被蒸腾在蒸发中占有一定的比重 ,
但植被蒸腾量的模拟尚没有一个普适的办法 ,植物
蒸腾强度除依赖植物生理特性外 ,还与空气湿度、温
度、光照、土壤含水量等密切相关. 在自然情况下 ,植
物散发过程与土壤蒸发过程很相似 ,因此 ,常常与土
壤蒸发一起计算. 本文考虑实际蒸发时 ,将植被蒸腾
与土壤蒸发作为一个受潜在蒸散量与土壤水分状态
共同影响的下垫面过程进行处理 ,不同植被及不同
季节的影响采用作物系数和叶面积指数的月变化来
表达 ,而土壤蒸发主要受制于土壤水分状况 ,则单元
格植被系统蒸散可用下式估算 :
Esoil , i = Emax , if (θi) {
L A Ii
L A Imax , i
·V egi + (1 - V egi) }
式中 , f (θi) 为土壤含水量的函数 ,当土壤含水量大
于田间持水量时 , f (θi) = 110 ,即土壤蒸发等于潜
在蒸发量 ;当土壤含水量小于凋萎系数时 , f (θi) =
0 ;其间植被蒸腾、土壤蒸发量与土壤含水量呈线性
相关 ; Emax , i 为单元格 i 的潜在蒸散量 , mm ,可根据
研究区风速、温度、以及湿度实测值采用改进的彭曼2蒙蒂斯公式计算得到[39 ] ; V egi 为单元格的植被覆
盖度. 本式说明土壤含水量大 ,则实际蒸发速率快 ,
反之亦然 ,假设实际蒸发速率是供水充分条件下蒸
发能力的正比函数 ,需乘以一个与土壤含水量相关
的系数. 由于森林流域的植被蒸腾对实际蒸发量影
响很大 ,流域下垫面的总蒸发量随着叶面积指数增
大而增大 ,反之则减小 ,叶面积指数全年的变化规律
参考长白山森林的叶面积指数 ,因为在这两个区域
的植被类型及分布特点具有相似的规律 ,由于本文
模拟的时段介于 7 月末至 9 月初 ,植被处于生长旺
盛期 ,因此 L A I i/ L A Imax , i ≈ 110 .
单元格内的实际蒸发的计算简图如图 2.
图 2 单元坡面的实际蒸发计算简图
Fig. 2 Sketch of actual evapotraspiration calculation in a slope cell.
A :植被截留蒸发 Canopy interception evaporation ;B :坡面积水蒸发
Overland water evaporation ;C :植被蒸腾和土壤蒸发 Plant transpira2
tion and soil evaporation ;D :基岩 Base rock ; E :坡面积水 Overland wa2
ter ; F :土壤层 Soil layer.
因此单元格 i 中的实际蒸发量为 :
Ea = Ecanopy , i + Eslope , i + Esoil , i
式中 , Ecanopy , i 为植被冠层截留水量蒸发速率 (mm ·
s
- 1) ; Eslope , i 为坡面积水蒸发的速率 ( mm ·s- 1) ;
Esoil , i 为植被蒸腾和土壤蒸发的速率 (mm ·s- 1) .
0461 应 用 生 态 学 报 16 卷
3)土壤入渗 :对于流域入渗过程的模拟 , Philip
入渗方程及格林2安普特公式均可取得较好的模拟
效果 ,本模型选用 Philip 入渗公式. 通用的 Philip 入
渗公式形式为 :
f i = 12 S i t
- 015
+ A i
式中 , f i 为入渗率 (在地面供水充分的情况下可能入
渗的速率 (cm ·h - 1) ; A i 为根系层稳定入渗速率 ,可
近似取饱和渗透系数 ; t 为时间 ; S i 为吸收率 ,与植
被覆盖和土壤类型有关 ,可根据实测土壤、植被参数
计算得到.
4)饱和壤中流 :假设土壤层中 ,首先在接近近似
不透水岩层的地方达到饱和 ,然后随着水量的增加
饱和层向上移动 ,直至全部饱和.
算法采用饱和水流的一维达西定律 :
V sat ,i = ra , i Ks , iJ i
式中 , V sat ,i 为饱和壤中流 i 单元格向下级单元格 i
+ 1流动的流速 (m·s- 1) ; Ks , i 为饱和水力传导度 (m
·s- 1) ; J i 为水力坡度 ,假设等于地面坡度 S i ; ra , i 为
各向异性指数 ,本文采用的土壤饱和渗透系数基本
数据为垂直取样测定结果 (表 1) ,但土地覆盖类型
决定了土壤各向异性的程度 ,根系发达的区域沿平
行于山坡的方向具有较垂直方向更强的透水性 ,因
此考虑森林和草地两种植被覆盖下的根系区域的土
壤各向异性 , 其他类型覆盖下的认为各向同性[37 ] ,
森林 ra , i = 310、草地 ra , i = 115 .
5)坡面汇流 :坡面流运动目前主要采用运动波
理论、扩散波或完整圣维南方程进行描述. 运动波近
似理论在大多数情况下可以很好地描述坡面流运动
过程 ,且计算简单[7 ] . 因此本文采用圣维南方程的
一维运动波模型 ,坡面流基本方程为 :5 h5 t + 5 q5 x = pcosα - i
式中 , x 为沿坡面向下的坐标 ; t 为时间 ( s) ; h 为坡
面水深 (m) ; q 为单宽流量 (m·s - 2) ; p 为到达坡面
的降雨强度 (m·s - 1) ;α为坡面倾角 ; i 为入渗率 ( m
·s - 1) .
此处假设降雨方向垂直向下 ,根据曼宁公式 :
q = 1
n
·h
5
3 ·S
1
2
式中 , S 为水力坡度 , 假设等于地面坡度 , 即 S =
sinα; n 为曼宁糙率系数 (m - 1/ 3·s - 1) .
6) 回归流 :研究区属高山峡谷 ,土层覆盖比较
薄 ,在地形和坡度的影响下 ,坡地上部形成的壤中
流 ,在到达坡脚附近时可能露出地面成为地表径流.
这种原先为壤中流 ,后又渗出地面成为饱和坡面流
的成分称为回归流. 其形成条件是 :山坡壤中流比较
发育 ,坡脚处易形成达到地面的饱和带[28 ] ,因此在
本模型中考虑回归流计算 ,基于整个坡面性质均匀
一致的假设 ,认为当土壤含水量与上游来水量之和
大于土壤饱和含水量与向下导出水量之和时 ,超出
的部分全部返回到坡面 ,转化成饱和地面径流 ,即回
归流.
31113 汇流方向的确定及河道汇流演算 汇流方向
的确定采用八方向法 ,即假设单元格中的水量流向
其周围相邻的八个单元格中高程最低的 (图 3) ,格
中数据代表该单元的高程 ,箭头所指即为汇流方向.
图 3 汇流方向确定示意图
Fig. 3 Sketch of flow concentration direction.
河道汇流演算采用以运动波理论为基础的
Muskingum2Cunge 法. 此种方法是最有效的分布式
水流演算方法之一[12 ,13 ] . 本模型中未考虑湖泊、水
利工程设施对河道径流的调节作用.
312 模拟结果分析
根据杂谷脑水文站的降水及洪水摘录资料 ,选
择 1999 年 和 2000 年 的 各 一 场 降 雨 过 程
(1999108108～09119 ;2000107127～09106) ,分别为
1 000 h ,土壤初始的蓄水状态一般对流域的降雨产
流过程影响很大 ,如果流域缺水量较大 ,则即使降雨
较大也不会产生径流 ;但如果流域处于饱和状态 ,则
很小的降雨也可以产生洪水. 而流域的土壤蓄水状
态很难得到实测的数据 ,但是如果模拟时段足够长
时 ,土壤的初始蓄水状态对结果的影响不显著[8 ] .
另外模拟时段长度约为 40 d ,因在雨季 ,可以忽略地
下水和河道基流之间的相互补给. 应用分布式模型
得到两个降雨2径流过程 (图 4) .
31211 径流过程拟合效果 过程模拟的效果除了对
模拟过程与实测过程的拟合情况进行观察外 ,一般
可以通过以下几个主要参数进行评价 :
14619 期 刘建梅等 :高山峡谷地区森林流域分布式降雨2径流模型的构建与验证
图 4 降雨2径流过程模拟与实测值比较
Fig. 4 Comparison of simulation and observed rainfall2runoff processes.
a) 1999108108 17 :00～1999109119 8 :00 ; b) 2000107127 1 :00～ 2000109106 16 :001 下同 The same below. 1) 降水 Rainfall ;2) 实测流量 Ob2
served runoff ;3)模拟流量 Simulated runoff .
MA E =
6n
i = 1
| O i - Pi |
n
;
R RM S E =
6n
i = 1
( Pi - O i) 2
n
×1O ;
EF =
6n
i = 1
( O i - O) 2 - 6n
i = 1
( Pi - O i) 26n
i = 1
( O i - O) 2 ;
CD =
6n
i = 1
( O i - O) 26n
i = 1
( Pi - O) 2
式中 , Pi 为第 i 个模拟流量值 ; O i 为第 i 个实测流量
值 ; O 为实测流量平均值 ; n 为实测序列长度 ;MAE
为绝对误差平均值 ,010 ≤MAE ;RRMSE 为离差系
数 , 010 ≤ R RMSE; EF为效率系数[24 ] , - ∞ < EF
≤110 ; CD 为确定系数 ,010 < CD ≤+ ∞[18 ,19 ,22 ] .
这些指标除了MAE外都是无量纲的. 当模型模拟结
果满足这几个指标的最佳组合 (即 MAE、RRMSE最
小 , EF最大 , CD 临近最优值1) 时 ,可以认为此模拟
结果最合理[33 ,36 ] . 表 2 为其提供了佐证.
31212 峰值流量与峰现时间比较 从两个过程中选
出几个典型的洪峰流量进行峰值与峰现时间的比
较 ,结果如表 3 所示.
表 2 模型模拟结果评价参数
Table 2 Model performance criteria parameters
平均误差
MAE
(m3·s - 1)
离差系数
RRMSE
效率系数
EF
确定系数
CD
过程线 Hydrograph ( a) 101274 01142 01693 11292
过程线 Hydrograph ( b) 41560 01092 01652 01871
最佳值 Optimal value 010 010 110 110
表 3 模拟与实测洪峰流量与峰现时间比较
Table 3 Comparison of simulated and observed peak flow and time
模拟峰现时间
Simulated
peak time
模拟峰值
Simulated peak
flow (m3·s - 1)
实测峰值
Observed peak
flow (m3·s - 1)
相对误差
Relative
error ( %)
峰现时间差
Peak time
error (h)
1999/ 08/ 20/ 09 22416 17010 2413 + 1
1999/ 08/ 21/ 04 21619 19514 919 + 4
2000/ 08/ 07/ 24 12619 10710 1517 - 2
2000/ 08/ 17/ 09 17219 14118 1810 - 2
2000/ 08/ 26/ 12 11316 9716 1411 + 1
+模拟洪峰滞后 The peak time delay ; - 模拟洪峰提前 Peak time advancing.
由图 5 可以看出 ,模拟累积径流量与实测累积
径流量吻合 ,表明本模型符合水量平衡原则.
模拟过程与实测过程之间存在较好的拟合效
果 ,但是在两个过程线的初始模拟阶段 ,模拟值与实
测值之间误差较大. 这主要是由于土壤前期含水量
估计误差造成的 ,但经过一定时段长度的模拟 ,尤其
是在几次降雨发生后 ,逐步通过水量平衡计算 ,使得
土壤含水量状况与实际情况愈加接近 ,从而在一定
时段后 ,两个过程线之间比较吻合. 另外 ,由于本模
型未考虑河道水电站等水利设施的影响 ,模拟结果
2461 应 用 生 态 学 报 16 卷
图 5 累积流量过程比较图
Fig. 5 Comparison of accumulative hydrographs.
1)实测累积Observed accumulative runoff ;2)模拟累积 Simulated accu2
mulative runoff .
是天然状态下的径流过程 ,峰值流量相差虽然较大 ,
但是一般不超过 20 % ,符合模型精度要求. 若考虑
水电站等设施的调节作用 ,洪峰流量的模拟效果可
以进一步提高.
4 结 论
411 径流过程模拟结果表明 ,模拟洪水过程线与实
测过程线之间拟合较好 ,不但对降水过程的响应十
分合理 ,而且几个洪峰流量及其峰现时间与实测较
为接近. 但由于模型没有考虑水利工程的径流调节
作用 ,限制了本模型对洪峰流量与峰现时间模拟精
度的进一步提高.
412 模拟累积径流量与实测值十分接近 ,说明模型
中总水量的计算较为合理 ,即产流计算精度较高. 这
充分说明水利工程设施对于径流过程存在调节作
用.
413 本模型未曾考虑河道与地下水的相互补给 ,因
此不能进行长期的降雨2径流模拟 ,但是对次降雨事
件引起的洪水上涨过程模拟效果较好 ,能够达到精
度要求.
414 分布式模型模拟中 ,时间步长的选择及离散网
格的确定十分关键. 时间步长直接决定了径流演算
的精度 ,必须根据河道特征 ,严格按照计算稳定性条
件进行选择 ;而离散网格的尺度选取则应充分考虑
流域下垫面的空间异质性与通量的时空变异性 ,并
综合考虑模拟运行效率等 ,选择比较适宜的网格尺
度.
415 两场洪水的整体模拟过程的拟合程度较高 ,在
选择了较少的经验参数的情况下效果较好 ,保证了
模型的可移植性 ,说明本模型具有推广到其他尺度
流域的潜力 ,从而为下一步的水文过程尺度转换研
究打下了基础.
参考文献
1 Arnold J G ,Srinivasan R ,Muttiah RS , et al . 1998. Large area hy2
drologic modeling and assessment . Part Ⅰ: Model Development . J
A m W ater Resour Assoc ,34 :73～89
2 Bathurst J C ,O’Connell PE. 1992. Future of distributed modeling :
The system hydrologique europeen. Hydrol Process ,6 :265～277
3 Bedient PB , Huber WC. 1992. Hydrology and floodplain Analysis.
Addison2Wesley :Reading ,MA.
4 Beven K. 2002. Towards an alternative blueprint for a physically
based digitally simulated hydrologic response modeling system. Hy2
drol Process ,16 :189～206
5 BlÊschl G , Sivapalan M. 1995. Scale issues in hydrological model2
ing :A review. Hydrol Process ,9 :251～290
6 Chen J2F (陈军锋) ,Li X2B (李秀彬) . 2004. Simulation of hydro2
logical response to land2cover changes. Chin J A ppl Ecol (应用生态
学报) ,15 (5) :833～836 (in Chinese)
7 Chen L (陈 力) ,Liu Q2Q (刘青泉) ,Li J2C (李家春) . 2001.
Study on the runoff generation process on the slope with numerical
method. J Sedi ment Res (泥沙研究) , (4) :61～67 (in Chinese)
8 Ciarapica L , Todini E. 2002. TOPKAPI :A model for the represen2
tation of the rainfall2runoff process at different scales. Hydrol Pro2
cess ,16 :207～229
9 Ciriani TA ,Maione U ,Wallis J R ,eds. 1977. Mathematical Methods
for Surface Water Hydrology. Wiley :Chichester.
10 Connolly RD , Silburn DM. 1995. Distributed parameter hydrology
model (ANSWERS) applied to a range of catchment scales using
rainfall simulator data Ⅱ. Application to spatially uniform catch2
ments. J Hydrol ,172 :105～125
11 Costa2Cabral MC , Burges SJ . 1994. Digital elevation model net2
works :A model of flow over hillslopes for computation of contribut2
ing and dispersal areas. W ater Resour Res ,30 :1681～1692
12 Cunge JA. 1969. On the subject of a flood propagation computation
method (Muskingum Method) . J Hydraul Res ,7 (2) :205～230
13 Dooge J CI , Strupczewski WG , Napiorkowski JJ . 1982. Hydrody2
namic derivation of storage parameters of the Muskingum Model. J
Hydrol ,54 :371～387
14 Fortin J P , Turcotte R ,Massicotte S , et al . 2001a. A distributed wa2
tershed model compatible with remote sensing and GIS data Ⅰ. De2
scription of model. J Hydrol Eng ,6 :91～99
15 Fortin J P , Turcotte R , Massicotte S , et al . 2001b. A distributed
watershed model compatible with remote sensing and GIS data Ⅱ.
Application to Chaudiere watershed. J Hydrol Eng ,6 :100～108
16 Freeze RA ,Harlan RL . 1969. Blueprint for a physically2based ,digi2
tally2simulated hydrologic response model. J Hydrol ,9 :237～258
17 Guo S2L (郭生练) ,Xiong L2H(熊立华) , Yang J (杨 井) , et al .
A DEM and physically based distributed hydrological model. 2000.
J W uhan U niv Hydr Elec Eng (武汉水利电力大学学报) ,33 (6) :
1～5 (in Chinese)
18 Gupta HV , Sorooshian S , Yapo PO. 1998. Toward improved cali2
bration of hydrologic models :Multiple and noncommensurable mea2
sures of information. W ater Resour Res ,34 (4) :751～763
19 Legates DR ,McCabe GJ . 1999. Evaluating the use of“goodness2of2
fit”measures in hydrologic and hydroclimate model validation. W a2
ter Resour Res ,35 (1) :233～241
20 Linden SVD , Woo M. 2003. Transferability of hydrological model
parameters between basins in data2sparse areas ,subarctic Canada. J
Hydrol ,270 :182～194
21 Liu J2M (刘建梅) , Pei T2F (裴铁 ) . 2003. Research progress on
hydrological scaling. Chin J A ppl Ecol (应用生态学报) ,14 (12) :
34619 期 刘建梅等 :高山峡谷地区森林流域分布式降雨2径流模型的构建与验证
2305～2310 (in Chinese)
22 Loague K , Green RE. 1991. Statistical and graphical methods for e2
valuating solute transport models : Overview and applications. J
Contam Hydrol ,7 :51～73
23 Mamillapalli S , Srinivasan R ,Arnold J G , et al . 1996. Spatial vari2
ability in basin scale hydrologic modeling. In proceedings of the
Third International Conference/ Workshop on‘Integrating GIS and
Environmental Modeling’,Santa Fe ,New Mexico.
24 Nash J E ,Stucliffe J V. 1970. River flow forecasting through concep2
tual models :A discussion of principles. J Hydrol ,10 :282～290
25 Refsgaard J ,Storm B. 1995. MIKE SHE. In : Singh VP ,eds. Com2
puter Models in Watershed Hydrology. Littleton ,Colo . : Water Re2
sources Publications.
26 Ren L2L (任立良) ,Liu X2R (刘新仁) . 1999. Application of digital
elevation model to topological evaluation of drainage system. A dv
W ater Sci (水科学进展) ,10 (2) :129～134 (in Chinese)
27 Ren L2L (任立良) . 2000. A study on digital hydrological modeling.
J Hohai U niv (河海大学学报) ,28 (4) :1～7 (in Chinese)
28 Rui X2F (芮孝芳) . 1991. Runoff Forming Principles. Nanjing : Ho2
hai University Press. (in Chinese)
29 Sellers PJ ,Randall DA ,Collantz GJ , et al . 1996. A revised land sur2
face parameterization (SiB2) for atmospheric GCMs I. model formu2
lation. J Cli mate ,9 :676～705
30 Shen X2D (沈晓东) , Wang L2C (王腊春) , Xie S2P (谢顺平) .
1995. A dynamic precipitation2 runoff model for a watershed based
on grid data. Acta Geogr Sin (地理学报) , 50 (3) : 264～271 (in
Chinese)
31 Sichuan Forest Editorial Board. 1992. Sichuan Forest . Beijing : Chi2
na Forestry Press. 65～66 (in Chinese)
32 Singh VP. 1995. Chapter 1. Watershed modeling. In :Sing VP ,eds.
Computer Models of Watershed Hydrology. Littleton ,Colo . : Water
Resources Publications. 1～22
33 Sooroshian S , Gupta V K. 1995. Model calibration. In : Singh VP ,
eds. Computer Models of Watershed Hydrology. Littleton , Colo . :
Water Resources Publications. 23～68
34 Vázquez RF , Feyen L , Feyer J , et al . 2002. Effect of grid size on
effective parameters and model performance of the MIKE2SHE
code. Hydrol Process ,16 :355～372
35 Wood EF , Sivapalan M ,Beven K , et al . 1988. Effects of spatial
variability and scale with implications to hydrologic modeling. J Hy2
drol ,102 :29～47
36 Yan J ,Haan CT. 1991. Multiobjective parameter estimation for hy2
drologic models —Weighting of errors. Trans A mer Soc A gric
Eng ,34 :135～141
37 Yang D2W (杨大文) ,Li C (李 羽中) , Ni G2H (倪广恒) , et al .
2004. Application of a distributed hydrological model to the Yellow
River basin. Acta Geogr Sin (地理学报) , 59 ( 1) : 143～154 (in
Chinese)
38 Yu P2T(于澎涛) ,Xu D2Y(徐德应) ,Wang Y2H(王彦辉) . 2003.
Simulating rainfall2runoff processes by GSH model , a physically2
based distributed hydrological model. Sci S ilvae Sin (林业科学) ,
39 (1) :1～9 (in Chinese)
39 Maidment DR ,eds. 1992. Zhang J2Y(张建云) ,Li J2S (李纪生) ,
trans. 2002. Handbook of Hydrology. Beijing :Science Press. 108 (in
Chinese)
40 Zhang Z , Kane DL , Hinzman LD. 2000. Development and applica2
tion of a spatially distributed Arctic hydrological and thermal pro2
cess model. Hydrol Process ,14 :1017～1044 (in Chinese)
41 Zhang Z2Q (张志强) , Yu X2X (余新晓) , Zhao Y2T (赵玉涛) , et
al . 2003. Advance in researches on the effect of forest on hydrologi2
cal process. Chin J A ppl Ecol (应用生态学报) ,14 (1) :113～116
(in Chinese)
42 Zhu P2F(朱鹏飞) ,Li D2R(李德融) . 1989. Forest Soil in Sichuan.
Chengdu :Sichuan Science and Technology Press. 216～223 (in Chi2
nese)
作者简介 刘建梅 ,女 ,1977 年生 ,博士生. 主要从事森林水
文学、水文尺度转换等研究 , 发表论文 6 篇. Tel : 0242
83970358 ; E2mail :liujianmei-1212 @sina. com
4461 应 用 生 态 学 报 16 卷