径流模拟（共5篇）
径流模拟 篇1
通过随机水文模拟获得大量径流序列,再进行水文系统分析计算,以认识系统各组成要素间的复杂关系,是规划、设计、运行与管理复杂水资源系统的重要方式,在水库群优化调度、水资源系统风险分析和径流预报等水资源规划与管理实践中具有广泛应用[1,2,3,4,5,6]。随机水文模拟的关键是建立合理可靠的随机水文模型,目前常用的随机水文模型可以分为回归类、解集类和具有物理基础类3种类型[7]。
月径流等季节性非平稳水文序列随机模拟最常用的随机水文模型是季节性自回归模型SAR(p),该模型考虑了非平稳随机序列的明显季节变化特征,根据不同季节性序列的统计特征分别建立各自的自回归模型[8]。季节性随机水文模型能够较好地保持实测样本季节序列的各项统计特征,但由于此类模型将本应为有机统一整体的年内分配过程视为相互独立的随机过程,使得模拟的结果在保持季节径流特性的前提下常不能同时较好的保持年径流序列统计特性,在应用中受到限制[9]。年径流时间序列可视为平稳随机过程,对年径流的随机模拟已有许多精度较高可以应用的随机水文模型,先随机模拟得到年径流,然后采用一定的方法将年径流分解得到月径流,是模拟月径流的一种重要方法[9]。本文建立了基于年径流自回归随机模拟和双层模型分解法、典型解集分解法的月径流随机模型,以平寨水库为例,对入库径流进行随机模拟,并比较了两种分解方法的适用性。
1 基于年径流分解的月径流随机模拟方法
1.1 年径流随机模拟模型
年径流随机模拟技术成熟、模拟精度较高,常用于年径流随机模拟的模型有ARMA(p,q)、AR(p)、最邻近抽样模型和基于小波分析的组合随机模型等[10,11,12]。本文对年径流的随机模拟采用自回归模型AR(p),并基于AIC准则确定AR(p)模型的阶p,有关AIC准则的具体内容可以参见文献[9]。AR(p)模型的基本形式为:
式中:xt为原始年径流随机序列;u为xt的均值;φ为自回归系数;p为自回归阶数;εt为均值为0、方差为δt2的独立随机变量,该方差与样本方差有一定联系,对于偏态序列常用的处理方法有对数转换法、独立随机项变换法和W-H变换法[9]。
1.2 月径流随机模拟模型
由年径流随机水文模型模拟得到年径流后,在保证年径流统计特性不变的前提下,可以采用一定的方法将年径流分解成月径流。常采用的年径流分解方法包括双层模型法、典型解集法和相关解集法,不同分解方法有各自的优缺点,在实际应用过程中应根据实际需要进行比选后再确定分解方法。
本文采用双层模型法和典型解集法对年径进行分解得到月径流,并对两种方法得到的分解结果进行比较分析,模拟流程如图1所示。
双层模型法的主要流程是:随机模拟年径流;采用季节性随机模型如SAR(p)等模拟月径流;基于年径流对月径流进行修正,修正公式为:
式中:Qi为随机模拟得到的年径流;qi,j由季节性随机模型模拟得到的第i年第j(j=1,2,…,12)月的月径流;q''i,j为调整后的第i年第j月径流量。
典型解集法的主要流程是:随机模拟年径流;计算实测径流的月径流分配系数;在实测年径流寻找与随机模拟年径流最为接近的年份,将年径流模拟值按该年的月分配系数解集为月径流。
2 实例应用
2.1 研究区概况
平寨水库位于三岔河干流木底河河段,坝址位于贵州省惠水县太阳乡平寨,距离贵阳直线距离85 km,是一座以灌溉、防洪、发电为主的大型水库。水库上游集雨面积3 492 km2,正常水位1 331 m,死水位1 305 m,总库容10.89亿m3,调节库容4.48亿m3。本文选取平寨水库40年(1968-2007)年入库径流量为基础数据,实测径流数据的统计特性如表1所示,4项统计特征参数分别为均值Ut、均方差δt、变差系数Cv、和偏态系数Cs。
2.2 模拟结果的统计特性分析
采用AR(p)模型模拟年径流,由AIC准则确定p为1,即年径流采用一阶自回归模型AR(1)模拟,由于年径流序列呈偏态分布,采用独立随机项变换法建立偏态AR(1)模型。由AR(1)模拟得到1 050组年径流,为排除初值的影响,舍弃前50组,采用余下1 000组年径流模拟序列分别采用双层模型法和典型解集法分解成月径流。
采用季节性一阶自回归模型SAR(1)模拟得到1 050组12个月径流序列,舍弃前50组,
对余下1 000组模拟值的统计参数进行分析,表2为采用SAR(1)模拟得到的各项统计参数的相对误差,该表中年径流序列通过累加相应SAR(1)模拟得到的12个月月径流序列取得。
基于SAR(1)模拟得到的月径流和AR(1)模拟得到年径流,采用双层模型法由式(2)修正得到月径流各项参数统计误差如表3中方法1所示;基于AR(1)模拟得到的年径流采用典型解集法分解得到月径流各项参数统计误差如表3中方法2所示。
AR(1)直接模拟得到的年径流序列各项统计参数的相对误差分别为-1.36%、-3.59%、-4.81%、-1.26%,四项主要统计参数相对误差均较小,说明由AR(1)随机模拟得到的年径流序列能够较好的保持样本的统计特性。由SAR(1)模拟各月及由各月径流相应统计得到年径流各项统计参数相对误差如表2所示,其中年径流的均值、均方差、变差系数、偏态系数的相对误差分别为-1.10%、-22.45%、21、59%、-77.35%,除均值模拟效果较好以外,其他3项参数的误差均在-20%以上,说明由SAR(1)模拟得到月径流再统计得到的年径流序列不能较好的保持样本的统计特性。
%
对比表3中双层模型法和典型解集法模拟得到各月径流序列各项统计参数的相对误差,典型解集法所得结果的相对误差普遍较双层模型法小,且两种方法对均值、均方差和变差系数的模拟效果要好于偏态系数的模拟效果,说明在年径流在解集为月径流的过程中两种方法均未能较好的保持月径流序列的偏态特性。对比表2和表3中分解方法1相应的各月各项参数的相对误差,可以发现,表3中相应参数的相对误差相对于表2均有不同程度的增大,说明由SAR(1)模拟得到的月径流序列经双层模型法用式(2)修正后,在保持年径流序列统计特性的同时,月径流序列模拟结果的精度有一定的丧失。其中,双层模型修正对均值的统计特性保持最好,经修正后的月径流序列均值大相对误差为-5.79%;而对其他3项参数的统计特性保持最差,各月均方差、变差系数、偏态系数的最大相对误差分别达53.9%、50.22%、910.30%。
%
2.3 模拟结果年内分配过程分析
对于以月为时间尺度的水资源系统设计、规划、调度管理等水资源分析计算而言,径流的年内分配同样具有重要意义,同样的年径流量,不同的年内分配将导致不同的水资源优化配置和调度决策。
选取10%、25%、50%、75%、95%五种频率和多年平均条件下双层模型法和典型解集法两种方法模拟结果的年内分配过程,将其与实测的同频率下的年内分配过程进行对比分析,结果如图2所示。
对比分析图2中双层模型法模拟结果(图2中过程线1)的年内分配过程与实测年内分配过程,在频率为10%和25%的偏丰年份模拟结果与实测过程差别较大,而在50%、75%、95%等平水年份和偏枯年份,则基本上能够保持与实测年内分配过程大致趋势相同;多年平均条件下,模拟结果的年内分配过程与实测过程均基本完全一致。
对比分析图2中典型解集法模拟结果(图2中过程线2)的年内分配过程与实测年内分配过程,10%、25%两个偏丰年份下,模拟结果与实测过程不完全一致,但基本能够保持相同的趋势;在50%、75%、95%和多年平均条件下,典型解集法模拟结果与实测过程基本完全一致。
综合对比两种方模拟结果在5种来水频率和多年平均条件下年内分配过程与实测过程的符合性,在偏丰水年份(10%、25%),两种方法模拟结果与实测过程的符合性均较差,但典型解集方法模拟结果比双层模拟法模拟符合更好;在平水年份(50%)和偏枯年份(75%、95%),双层模型法模拟结果的年内分配过程与实测过程的符合性则明显的较典型解集法模拟结果差;在多年平均条件下两种方法模拟结果与实测过程的符合性均较好。
进一步对比年内各月两种模拟结果与实测径流的符合性,可以发现,模拟结果与实测结果差别较大的月份主要集中在5-9月,即平寨水库所处流域的汛期。
表4对比了两种模拟结果汛期(5-9月)径流量及其占年径流总量的比例与实测过程的符合性,对比分析可知,双层模型法在各频率模拟结果汛期径流量占年径流量的比例均与实测过程有一定差别,典型解集法在10%和25%频率下模拟结果汛期径流量占年径流量的比例与实测比例有所差别,但差别较小,且均比双层模型法的差别小,在50%、75%、95%等频率下,典型解集法模拟结果汛期径流量占年径流量的比例与实测比例完全相符。在多年平均条件下,两种方法模拟结果径流量占年径流量的比例均能较好符合实测比例。
综合分析可知,两种模拟结果年内分配过程与实测过程符合性随着来水频率的升高而变好,即在偏丰年符合较差,而在偏枯年符合较好;丰水年份水库入库径流受降雨的影响较大,而降雨的不确定性较大,因此在对丰水年份月径流过程进行模拟时不能较好的符合实测过程,偏枯年则与之相反;两种方法在多年平均条件均下的年内分配过程与实测过程基本完全一致,说明两种方法在整体上均保持了样本序列的基本特性。模拟结果与实测过程符合较差的月份主要出现在汛期(5-9月),由于汛期径流受降雨影响较大,具有较强的不确定性,因此对汛期的模拟结与实测过程的符合程度较非汛期低。
3 结语
采用AR(1)模型随机模拟得到平寨水库年径流,分别采用双层模型法和典型解集法将随机模拟的年径流分解为月径流,对年径流模拟结果和月径流分解结果进行了分析。
(1)采用SAR(1)模拟平寨水库月径流,并由相应月径流统计得到年径流,该结果能较好地保持样本的月径流量的统计特性,但不能同时较好的保持年径流量的统计特性;由双层模型法将由AR(1)模型模拟得到的年径流分解成月径流,年径流各项统计参数保持AR(1)模型的模拟精度不变,但由双层模型法修正分解后的月径流与原SAR(1)模型模拟得到的月径流相比,各项统计参数的精度均有不同程度下降,其中偏态系数的精度下降最为显著。
(2)典型解集法分解得到的各月径流均值、均方差和变差系数等三项统计参数相对误差大部分较双层模型法模拟结果相应相对误差小,其中典型解集法模拟结果均值、均方差和变差系数的最大相对误差分别为8.30%、16.85%和13.81%;两种方法模拟结果偏态系数的相对误差均较大。
(3)两种分解方法在偏丰水年的年内分配过程与实测过程的符合性较差,在偏枯水年符合较好,在多年平均条件下均基本与实测过程完全一致,总体上不同频率下典型解集法模拟结果的年内分配过程与实测过程的符合性均优于双层模型法模拟结果;两种分解方法分解的月径流结果年内分配与实测过程符合较差的月份均主要集中在汛期(5-9月)。
摘要：建立了基于年径流随机模拟的月径流分解模拟模型,以平寨水库入库径流随机模拟为例,分别采用双层模型法和典型解集法分解模拟月径流,分析模拟结果的统计特性和不同频率下的年内分配过程,比较两种方法的分解效果。结果表明:1典型解集分解法较双层模型分解法能更好的保持月径流的统计特性,在各项参数中,两种分解方法对样本均值特性的保持最好,而对偏态特性的保持最差;2典型解集分解法得到的月径流年内分配过程与实测同频率下月径流年内分配的符合程度较双层模型分解法高,两种方法分解的月径流在偏丰水年的年内分配与实测同频率下月径流年内分配的符合程度低于偏枯水年,符合较差的月份主要集中在汛期(5-9月)。
关键词：随机模拟,月径流,双层模型,典型解集
参考文献
[1]刘攀,郭生练,张文选,等.梯级水库群联合优化调度函数研究[J].水科学进展,2007,(6):816-822.
[2]罗启华,周研来,杨娜,等.基于SAR模型和蒙特卡罗法的防洪调度风险分析[J].人民长江,2011,(1):4-8.
[3]郭旭宁,胡铁松,曾祥,等.基于调度规则的水库群供水能力与风险分析[J].水利学报,2013,(6):664-672.
[4]曹枝俏,王国利,梁国华,等.基于随机模拟信息的神经网络洪水预报模型[J].水力发电学报,2010,(4):63-69.
[5]Gaivoronski A,Sechi G M,Zuddas P.Cost/risk balanced management of scarce resources using stochastic programming[J].European Journal of Operational Research,2012,216:214-224.
[6]Celeste,A B.&Billib,M.Evaluation of stochastic reservoir operation optimization models[J].Advances in Water Resources,2009,32:1429-1443.
[7]王文圣,金菊良,李跃清.水文随机模拟进展[J].水科学进展,2007,(5):768-775.
[8]武兰婷,何士华,朱剑军,等.季节性自回归模型适用性分析[J].中国农村水利水电,2014,(12):17-19,23.
[9]王文圣,丁晶,金菊良.随机水文学[M].2版.北京:中国水利水电出版社,2008:152-156.
[10]赵丽娜.年径流序列随机模拟与预报研究[D].陕西杨凌:西北农林科技大学,2010.
[11]褚永军,李明,原彪,等永定河上游清水河年径流序列特性分析及其随机模拟[J].水文,2011,(2):35-37,45.
[12]衡彤,王文圣,李拉丁,等.基于小波变换的组合随机模型及其在径流随机模拟中的应用[J].水电能源科学,2002,(1):15-17.
径流模拟 篇2
在澳门半岛选取4个屋面汇水区,进行降雨屋面径流水样的.收集与水质分析,监测项目包括:pH、浊度、TN、CODCr、TOC、Zn、Pb、Cu、Fe.研究结果表明,生锈铁皮屋的屋面径流水样中Zn平均浓度值超出国家地表水V类标准的2倍以上,TN和CODCr也超出地表水V类标准.屋面材料对屋面径流输出影响显著.从3场降雨事件不同屋面材料的径流水质参数的平均浓度值看,Zn和Pb的浓度排序:铁皮屋面(严重锈蚀)>铁皮屋面(轻度锈蚀)>铁皮屋(新油漆)>混凝土.Pb浓度排序:铁皮屋面(严重锈蚀)>铁皮屋面(轻度锈蚀)>铁皮屋(新油漆)>混凝土.而其它水质参数,如CODCr、TOC、TN,铁皮屋面的浓度值均大于混凝土.屋面径流排污规律和污染物浓度输出具有不确定性,且受降雨干期长度和降雨强度等因素的综合影响.
作 者：黄金良 杜鹏飞 欧志丹 李梅香 赵冬泉 何万谦 王志石 HUANG Jinliang DU Pengfei AO Chitan LEI Muiheong ZHAO Dongquan HO Manhim WANG Zhishi 作者单位：黄金良,杜鹏飞,赵冬泉,HUANG Jinliang,DU Pengfei,ZHAO Dongquan(清华大学环境科学与工程系,北京,100084)
欧志丹,王志石,AO Chitan,WANG Zhishi(澳门大学科技学院,澳门)
李梅香,何万谦,LEI Muiheong,HO Manhim(澳门民政总署渠务处,澳门)
成都市某区暴雨径流过程模拟分析 篇3
城市化发展是经济社会发展的必然趋势, 但伴随着城市化过程产生的水资源危机和雨洪灾害突出等是城市化过程中人们必须面对的严峻问题[1]。选择能反映城市化地区雨洪特点的计算模型, 保证模拟结果的可靠性和合理性, 可以为城市的防洪规划建设提供更为科学的依据。通过采取各种工程技术措施利用雨洪资源, 不但可减少城市雨洪排泄, 减轻市政排水管网压力, 还可缓解城市水资源供需紧张的矛盾, 并且涵养城市地下水源, 改善生态环境, 对我国水资源极度短缺的现状具有重要意义。
针对城市化流域的特性, 在研究美国城市雨洪管理模型SWMM (Storm Water Management Model) [2]的基础上, 通过对成都市某区暴雨径流过程的分析, 确定正确和合理的模型参数, 建立起较为适用的雨洪数学模型。该区的暴雨径流模型由地表产流系统、地表汇流系统和径流传输系统构成, 地表产流和汇流系统适合模拟上游地区的地面漫流和小的沟或管的流动;径流传输系统的主要作用是从渠系、地下管网和排水系统的分流建筑物, 演算至下游溢流点。
2 模型的建立
2.1 地表产流系统
从下渗角度考虑, 将研究区域概化成不透水面积和透水面积两部分。产流由两部分组成:对于不透水面积上的产流等于其上的降雨量减去初损量 (即填洼量) 。对于透水面积上的产流不仅要扣除填洼量, 还要扣除下渗引起的初损。不透水地表产流量表示为:
式中, R1为地表产水量 (mm) ;D为洼蓄量 (mm) 。透水地表降雨损失包括洼蓄量和下渗量, 产流量表示为:
式中, R2为地表产水量 (mm) ;i为降雨强度 (mm/s) ;f为入渗强度 (mm/s) 。在成都市某区暴雨径流模型中采用Horton模型来计算下渗量。按模型确定研究区域的最大下渗率、最小下渗率、入渗衰减系数、饱和土壤恢复到干旱状态的时间以及最大下渗量。
式中, ft为t时刻的下渗率 (mm/h) ;fc稳定下渗率 (mm/h) ;f0土壤初始下渗率 (mm/h) ;k下渗衰减系数, 与土壤的物理性质有关;t为时间h。根据式 (3) , t时刻透水面积的平均毛管下渗率f1和平均重力下渗率f2分别为:
认为土壤含水量主要是毛管下渗量, 根据霍顿公式, 从0—t至时刻土壤累积毛管下渗量即为对应的土壤含水量[3]。按式 (4) 对时间积分得:
undefined
用式 (4) 代换后得:
将式 (6) 代入式 (5) 得:
土壤蓄水容量用Wm来表示, 是f1对时间从t—0至∞的积分值, 即:
undefined
故:
undefined
式 (10) 和式 (11) 表明土壤平均下渗率f1和f2与土壤含水量W之间为线性关系, 据此可直接由W推求f1、f2以及ft。
undefined
2.2 地表汇流系统
地表径流由概化区域的两种类型地面产生, 地表汇流演算是通过把这两个部分近似作为非线性水库而实现的, 即联立求解连续方程和曼宁方程[4]。现在以透水地表的径流计算为例加以说明, 计算过程如图1所示。
连续方程:undefined
式中, V=A×d为地表集水量 (m3) ;d为水深 (m) ;t为时间 (s) ;A为地表面积 (m2) ;i*为净雨强度 (mm/s) ;Q为流量 (m3/s) 。曼宁方程用来计算出流量, 如公式 (14) :
undefined
式中, W为集水小区宽度 (m) ;n为曼宁糙率系数;dp为地面蓄水深 (mm) ;S为坡度。联立方程 (13) 、 (14) 成为一个非线性微分方程可以求得未知量d, 该微分方程形式如下:
undefined
对于每一个时间步长△t, 用有限差分方法求解 (15) , 即:
undefined
用Horton公式计算时段步长内的平均渗透率, 再对方程 (16) 采用Newton-Raphson迭代法求解, 便可得到d2, 从而得出△t末的瞬时出流量。计算不透水面积时, 只要改变上述值便可求得。
2.3 径流传输系统
在成都市某区暴雨径流模拟中, 雨水传输系统的基本单元考虑街面进口、雨水管道、天然和人工明渠。这些单元要保证提供足够的泄水能力, 保证水流流速不会破坏管道[4]。 将系统概化为由一些节点连接的一系列的管道, 这些管道和节点作为一个整体, 有明显的特征值, 可代表整个管网系统, 管道允许水流从一个节点流向另一个节点[5]。下水道系统的流量计算微分方程式为:
undefined
式中:Q为通过管道的流量;V为管中流速;A为过水断面面积;H为水头;Sf为摩阻坡度。摩阻坡度用曼宁公式确定, 即:
undefined
式中, K=gn2。流速项用绝对值符号, 使Sf为正值, 以确保摩阻力总是与水流方向相反。根据方程 (17) 和方程 (18) , 即可依次求解各时段内每个管道的流量和每个节点的水头。
3 模型参数确定
成都市某区总面积67.15km2, 其中透水面积为37.80km2, 不透水面积为30.46km2, 流域平均坡度7‰, 排水管渠全长17.7km。在暴雨径流的模拟计算中, 选取了2005—2008年具有代表性的八场暴雨作为样本, 其中四场暴雨资料用于模型参数率定[7], 确定适合研究区域特征的模型参数;另外四场暴雨资料用于模型验证, 检验模型参数的正确性和模型结构的合理性。
模型模拟所需要的主要地表特征参数有:地面洼蓄深、地表曼宁糙率和Horton公式中的初始下渗率f0、稳定下渗率fc、下渗衰减系数k三个参数。根据城市区域典型地面洼蓄深和地表漫流曼宁糙率的参考值, 对于各种土地利用情况可以参考这些数值进行参数取值。
管网特征参数包括管道曼宁糙率、渠道等的几何参数和水力参数, 按照给定的资料得出。然后采用模型参数最优化调试时所用的目标函数为总量误差函数:dr= (R模拟-R实测) /R实测。一般要求计算结果误差需小于20%, 用于参数计算的四场降雨过程线如图2所示。
模型通对上述四场暴雨对参数反复的试算调整, 几个主要参数的率定结果见表1。
在上述参数确定的结果下, 所模拟的四场暴雨的雨洪总量和实测雨洪总量分析结果见表2。
由表2可见, 对四场降雨的误差都控制在20%以内, 雨洪总量的计算值与实测值比较接近;同时, 从暴雨产流的过程来看也符合流域产流的基本规律。这说明率定的参数是比较可信的, 能够满足计算的各项要求。
4 模型参数验证
采用率定的参数对另外四场暴雨 (图3) 进行模拟, 其结果见表3。
通过表3可以发现, 模型的计算值跟实测值非常接近, 误差都在20%以内;同时, 从暴雨产流过程来看也符合流域产流的规律。这说明模型结构符合研究区的基本特征, 是适用的。
5 结论
本文以成都市某区的多次降水为研究对象, 通过计算验证了模型参数的可靠性和合理性。模型在模拟具有复杂下垫面的城市地区时, 将流域概化为多个子流域 (集水小区) , 根据各子流域的地表性质逐个模拟, 这样可以很方便地解决多特征的城市流域雨洪模拟问题。
由于时间关系, 研究中模拟的区域是城市化程度比较高的中心城区, 并没有触及城市化不很显著的郊区。由于目前我国大部分城市都是由中心城区和郊区构成, 郊区同时包含一定比例的城市化面积和农田面积, 因此今后应对郊区的产汇流模拟做进一步的计算研究。
摘要：为提高城市雨洪管理的效率, 最大限度地减少暴雨洪水带来的危害, 针对城市防洪排涝的需要, 在分析成都市某区降雨径流规律后, 建立了该区暴雨径流模拟的数学模型, 有助于采取相应措施充分利用雨洪资源。通过对雨洪过程模拟验证表明, 模型适合该区域的实际情况, 具有一定的合理性和可靠性。
关键词：暴雨径流,模拟,产流,汇流
参考文献
[1]陈守珊.城市化地区雨洪模拟及雨洪资源化利用研究[D].南京:河海大学水文资源学院, 2007∶51-92.
[2]Singh Vijay P.Hydrologic Systems Rainfall-runoff Modeling[M].PrenticeHall Inc, 1999∶26-52.
[3]徐向阳.平原城市雨洪过程模拟[J].水利学报, 1998, 8 (8) ∶34-37.
[4]张配亮.天津市区暴雨径流模拟模型的研究[D].天津:天津大学建筑工程学院, 2007∶35-78.
[5]刘俊.城市雨洪模型研究[J].河海大学学报, 1997, 25 (6) ∶20-24.
[6]张文华, 等.流域降雨径流理论与方法[M].武汉:湖北科学技术出版社, 2008∶59~102.
[7]王文杰, 等.数学优化方法在新安江模型参数率定中的应用分析[J].华北水利水电学院学报, 2004, 25 (2) ∶10-13.
[8]岑国平, 等.城市暴雨径流计算模型的建立和检验[J].西安理工大学报, 1996, (3) ∶184-225.
[9]芮孝芳, 等.流域水文模型的发展[J].水文, 2006, (3) ∶22-26.
径流模拟 篇4
本文利用DEM、植被覆盖/土地利用、土壤等下垫面资料,基于0.25°×0.25°网格分辨率,选取西江流域为例,采用VIC模型与汇流模型耦合,进行参数率定与流量过程的模拟,探讨模型在西江流域的径流模拟效果与适用性。鉴于气候变化对水资源影响研究中常选取1961-1990 年作为气候基准期[5,6,7],故本文的研究时期为1961-1990年,以期为气候变化对流域水文过程的影响研究提供科学参考。
1 研究区概况
西江全长2 214km,流域总面积为34.6万km2,占珠江全流域的75.6%[8]。西江流域属热带及亚热带气候,5-8月降水总量占全年降水量的62.5%,各月降水量均超过200mm,其中6月是一年中降水量最大的月份,达到261.5 mm[9]。西江流域径流以降水作为补给来源,降水的空间分布决定了径流的空间分布[8]。西江流域暴雨多由地面冷锋、静止锋、高空切变线、低涡和热带气旋等天气系统形成,具有强度大、次数多、历时长等特点。暴雨、大暴雨或特大暴雨多出现在每年的4-10月,约占全年暴雨总次数的58%。西江流域洪水多由暴雨形成,且出现时间与暴雨一致。洪水过程以多峰型为主,有峰高、量大、历时长的特点,一次较大的洪水过程约历时30~40d。
本文选取西江流域武宣水文站以上集水区域为研究区,研究区集水面积196 255km2。研究区内共有气象站点19个,主要水文控制站12个,如图1所示。
2 模型简介
可变下渗能力水文模型VIC[10](Variable Infiltration Ca-pacity)是由美国华盛顿大学、加利福尼亚大学伯克利分校、普里斯顿大学共同发展的基于物理机制的、基于网格的大尺度分布式水文模型。该模型考虑了大气- 植被- 土壤之间的相互作用过程,反映土壤、植被、大气中水热状态变化和水热传输[4],并通过网格化,分别考虑每个计算网格内多种植被覆盖类型,以及土壤特性和降雨的空间变异性对径流的影响。
VIC模型由一层土壤的VIC-1L模型和两层土壤的VIC-2L模型,发展为具有三层土壤的VIC-3L模型。VIC-3L模型在VIC-2L的土壤顶层分出一个顶薄层[11](常取0.1m),它允许土壤层与层之间土壤水的扩散。VIC模型是一个基于空间分布网格化的水文模型,其格网结构便于与气候模型嵌套以评价气候变化对水资源的影响[12]。VIC模型结构如图2 所示,VIC模型与水文相关的变量有土壤蒸发E,植物散发Et、地表截流蒸发Ec、潜热通量L、感热通量S、长波辐射RL、短波辐射RS、地表热通量G、下渗i、渗透Q、地表径流R、基流B。
实际应用中,一般先采用VIC模型进行水量平衡计算,输出研究区各网格的径流和蒸发,再与汇流模型耦合,将网格上的产流转化为流域出口断面的流量过程。
3 数据与方法
3.1 数据准备
本文将研究区划分为351个0.25°×0.25°的网格,VIC模型在每个网格内计算产流。驱动VIC模型需要准备的输入文件包括:植被参数库文件、植被参数文件、土壤参数文件,气象强迫数据文件和全局控制文件[5]。
VIC模型将陆地表面用N+1 种陆面覆盖类型来描述,n=1,2,…,N表示N种植被覆盖类型,n=N+1 代表裸土。VIC模型中植被参数通过植被参数库文件和植被参数文件描述。本文中植被参数库中各参数主要根据陆面数据同化系统(Land Data Assimilation Systems,LADS)确定。植被参数文件描述各个网格内各种植被类型的面积比例、叶面积指数等信息。在模型中,网格内总的蒸散发通过对各种地表覆盖类型上的蒸散发进行面积加权平均来计算。
VIC模型的土壤参数文件用来描述土壤的空间差异性。土壤分类根据NOAA(the National Oceanic and Atmospheric Administration)办公室提供的全球5′土壤质地分类描述。土壤参数文件中包含每个网格的主要土壤类型参数、平均高程、平均年降水量等信息。本文中土壤参数主要根据Cosby[14]的成果确定。
本文中气象强迫数据通过将19 个气象站点1961-1990年的实测日最高、日最低气温和日降水数据按反距离平方插值方法插值得到。
全局控制文件描述模型运行的时间步长、模拟起始时间、各参数文件的路径等信息,用以引导模型运行。
3.2 模拟方法
上述文件准备完毕后则可驱动VIC模型产流部分的运行。VIC模型虽具有一定的物理机制,但由于自然界能量及水文过程的复杂性,模型往往采用简化的物理方程或经验方程来描述水分及能量的变化过程,因此有部分参数需要水文资料进行率定[15]。需要率定的产流参数主要有模型顶薄层、上层和下层土壤深度、可变下渗曲线指数binf 、最大基流速度Dsmax、产生非线性基流与Dsmax的比值Ds等。底层土壤采用Arno[16]模型的土壤水模块计算基流。
本文的模型汇流部分,采用自由水蓄水库将总径流划分为地表径流、壤中流和地下径流,采用马斯京根分段连续演算法进行河道汇流演算。汇流过程需率定参数包括自由水蓄水容量SM、自由水蓄水容量曲线指数EX、地下水和壤中流的日出流系数KG和KI、地面径流消退系数CS、壤中流消退系数CI、地下水消退系数CG、马斯京根法参数Kmus和Xmus。
水文站点之间按照汇流次序演算,上游站点的实测径流值采用河道演算方法演算至下游站点。按照所收集到12水文站点各自的径流资料序列,将其划分为参数率定期和验证期。本文采用确定性系数(Nash-Sutcliffe效率系数,NSE)最大为目标函数率定VIC模型产、汇流参数,采用确定性系数NSE与相对误差Bias判别其模拟效果。确定性系数与相对误差计算方法分别如下式。
式中:yci为第i个计算值;yoi为第i个实测值;y珔o表示实测值的均值;n为数据个数。
4 结果分析
4.1 多年径流模拟
按照上述方法进行产汇流计算,得到12个水文站率定期与验证期日径流模拟结果,如表1所示。
由表1可知VIC模型模拟研究区12个水文站的多年径流过程结果如下:(1) 率定期7 个站点径流模拟的确定性系数(NSE)在0.9以上,3个站点在0.7~0.9,2 个站点在0.6~0.7;率定期12个水文站点模拟值与实测值的相对误差(Bias)均在±5%之间。(2)验证期8个站点的确定性系数(NSE)高于0.75;除小龙潭站和八茂站的Bias偏高,其余10个站点的Bi-as均在±10%。根据表1,本研究采用的VIC模型能够较准确地模拟西江流域多年日流量过程。
小龙潭、八茂、这洞等站模拟值与实测径流值相比,NSE偏低(或相对误差偏大),分析其原因,可能是这些站点区间内雨量站数目较少,降水输入误差会较大程度地影响径流模拟的精度。
4.2 年内径流模拟
以研究区中、下游区域、资料系列较长且模拟效果相对较好的天峨、武宣两个水文站点为例,分析其年内(以模拟相对稳定期1975年为例)日径流模拟效果,结果如图3和图4所示。
由图3和图4显示,VIC模型能较好地模拟西江流域1975年的日径流过程:天峨站径流过程模拟NSE为0.92,相对误差为6.78%;武宣站径流过程模拟NSE为0.95,相对误差为2.71%。但由图3和图4可以看出VIC模型对两个站点的洪峰模拟系统偏小。主要原因是这些峰值高的洪水过程多是由暴雨形成,而研究区内数量有限的气象站点可能不能够准确记录暴雨中心的雨量,因此输入的降水值可能偏小,很可能引起洪峰模拟系统偏小。对枯季径流,VIC模型模拟值与实测值之间的相对偏差较为明显。主要原因可能为,本文采用确定性系数最大为目标函数,通常能有效地率定高流量过程,所率定的参数可能不能有效表征枯季径流的水文特征。
总体而言,VIC模型能较好地再现西江流域的水文过程,模拟效果较好。
5 结语
西江流域水资源呈现年际间丰枯交替、年内水资源空间分布不均等特点,并导致流域水旱灾害的威胁与水资源短缺、水污染严重困扰并存[17]。此外,由于气候变化或气候异常的影响,水资源的供需矛盾日益突出。因此,气候变化对流域水资源的影响研究已成为目前水文水资源研究的热点。而评价气候变化对水文水资源的影响时,水文模型是最为常用且有效的工具,故研究不同区域水文模型的适用性可为气候变化影响研究奠定科学基础。
径流模拟 篇5
1 研究区域概况及数据获取
1.1 研究区域概况
本文所采用的研究区域是位于西藏昌都的左贡县城东北方向的若曲河流域。该地区位于E97°54′49.067″,N29°59′54.442″。电站位于左贡县城北10.23°偏东方向约38KM处,大坝坝址部位距河谷高程约3 870M(图1)。该地区位于横断山脉北部与念青唐古拉山东部的交汇处,山脉走向约为南东向,属于典型的高原山区地貌。研究区域最高海拔约5 479M,平均高程为4 725.42M,森林植被覆盖率约为50%,地表风化强烈,研究区域河流犬牙交错,共有大小河流81条,总里程1 463KM,年径流量达到32.8亿立方米,水资源十分丰富。
1.2 研究区域数据获取及预处理
本文通过下载ASTER GDEM数据[4](ASTER测绘数据覆盖范围广,从N83°到S83°的所有陆地区域几乎都能覆盖,覆盖面积达地球陆地表面的99%,是目前可以提供给应用人员最完整的全球数字高程数据),经过后处理用于地形和水文分析。该研究区域的数据级别为LEVEL1,根据首部的位置,以其为中心,下载2°×2°范围的Aster GDEM影像数据(N29°—30°,E97°—98°)[5]。该范围内包含的影像数据文件列于表1内。
将表中的4个分块影响进行拼接,生成整体影像(N29°—31°,E97°—98°)。然后采用该地区的流域矢量图对拼接好的影像进行掩膜处理,得出研究区域所对应的ASTER GDEM,如图2
2 HEC-HMS[6,7,8]模型的构建
以电站上游的集水区为研究区域,分别构建流域模型组件、气象模型组件和控制设定组件,完成若曲流域降雨径流的模拟。
2.1 流域模型组件
在HEC-HMS中可以通过模型编辑工具来构建流域模型组件。如图3
在图3中,构建的流域模型包含21个子集水区单元、10个渠道单元、8个汇流点及1个沉流单元,其中沉流点为流域出口断面。
2.2 气象模型组件
气象模型主要包括雨量计算和蒸(发)散量计算,雨量计算来自于降雨和融雪计算。由于该地区太阳直射较少,因此本文忽略了融雪和蒸(发)散的影响,在构建气象模型组件时采用Frequency Storm方法计算雨量。在所有子流域中使用该方法,所选用的参数是相同的。
2.3 控制设定
HEC-HMS的控制设定主要是对径流模拟的起始时刻、结束时刻及模拟径流的时间间距。在实际流域模拟的应用中,当改变模拟时间步长时,要对模型参数重新进行调整,以获取模型的最好效果,本文中的研究区域经过反复多次试验,最终确定将模型的模拟时间间距设定为1小时,模拟的效果能够达到最好状态。
3 降雨径流的模拟与分析
3.1 若曲河流域径流模拟[9]
中小流域的洪水估算主要是估算洪峰流量,用于设计涵洞、中小型桥梁、提防及其他排水工程、小型闸坝、溢洪道等。流域模拟结果子流域的洪峰量、流域出口处设计洪峰量和洪水过程线如图4、图5所示。
3.2 改变参数后结果分析
在现有条件下考虑若曲流域集水区将如何响应不透水面积的增加和河道休整的影响。保持气象模型和控制标准不变,在此条件下创建修正的流域模型ruo qu future,用以反映可预期的集水区变化。在汇流计算的过程中将子流域不透水区域的面积分别增加10%,子流域将河道曼宁系数由0.022 5改为0.017,模拟出口洪峰流量和洪水过程线如图6。
3.3 结果对比
集水区资源管理器的“Results”选项卡中同时打开两个模拟运行的结果进行对比。如图7和表2所示:
图中实线和虚线分别代表流域目前状态和将来条件改变情况下流域出口处的出流量。
4 总结
本文主要采用GIS水文模型的核心部件Archydro数据模型,用AsterGDEM数据生成基础地形数据,以 HEC-HMS软件为平台对数据进行处理和模拟,最后应用HEC-GeoHMS对流域地形进行分析和工程处理,提取水文参数,构建研究流域HEC-HMS模型,实现降雨径流模拟。通过试验表明,在可行性研究阶段,HEC-HMS模型能够较好的应用于降雨径流模拟。
参考文献
[1]中国水力发电工程学会.中国水力发电工程学会手册[Z].北京:中国水力发电工程学会,1984.
[2]左其亭,王中根.现代水文学[M].郑州:黄河水利出版社,2006.
[3]GUUS S STELLING,ADRI VERWEY.Numerical flood sim-ulation,in Encyclopedia of Hydrological Sciences[M].Wiley&Sons Ltd,2005.
[4]DAWEN YANG.A continental scale hydrological model u-sing the distributed approach and its application to Asia[J].Hydrol process,2003(17):2855-2869.
[5]王博.基于AsterG Dem的海南岛地形地貌信息提取与土地利用景观格局分析[D].海口:海南大学,2010.
[6]蔡新明,董志勇,张永华,等.HEC系列水利软件的应用[J].浙江水利科技,2005(6):20-23.
[7]User's Manual of HEC-GeoHMS Version5.0:US ArmyCorps of Engineers[Z].Hydrologic Engineering Center.
[8]朱超,于瑞宏,刘慧颖,等.基于DEM的乌梁素海东部流域河网信息提取[J].水资源保护,2011,27(3):75-79.