分布式水文模型

介绍了分布式水文模型的特点、几个关键问题、存在的不足以及今后需要努力的方向。

• 中文名 分布式水文模型
• 外文名 无
• 其    他 见正文
• 特    点 见正文

特点

　　与传统模型相比，基于物理过程的分布式水文模型分布式可以更加准确详细地描述流域内的水文物理过程，获取流域的信息更贴近实际。二者具体的区别在于处理研究区域内时间、空间异质性的方法不一样：分布式水文模型的参数具有明确的来自物理意义，它充分考虑了流域内空间的异质性。采用数学物理偏微分方程360百科较全面地描述水文过程，通过连续方程和动力方程求解，计算得出其水量和能量流动。

尺度问题

　　尺度问题指在进行不同尺度之间信息传递（尺度转换）时所遇到的问题。水文学研究的尺度包括过程条五异圆思尺度、水文观测尺度永异理另秋止质龙、水文模拟尺度。当三种尺度一致时，水文过程都烟阳够转转硫临在测量和模型模拟中都可以得到比较理想的反应，但要想三种尺度一致是非常困难的。

　　尺度转换就是把不同的时空尺度联系起来，实现水文过程在不同尺度上的衔接与综合，以期水文过程和水文参数的耦合。所谓转换，包括尺度的放大和尺度的缩小两个方面，尺度放大就是在考虑水文参数异质性的前提下，把单位面积回思元推足齐上所得的结果应用到更大的尺度范围的模拟上，报太束唱读气立素尺度缩小是把较大尺度的模型的模拟输出结果转化为较小尺度信息。尺度转换容易导致时空数据信息的丢失，这一问题一直为科学家所重视，却一直未能得到真正解决，这也是当今水文学界研究的热点和难点。

　　尺度问题源于目前缺乏对高度非线性的水文学系统准确的表达式；于是对于一个高度非线性的、且没有表达式的系统，人们用“分布式”方法来“克服”它。然而事实上，无论是“subwatersheds”是“ri案d Cells”其内部仍十副并统协次定实然是非线性的且没有表达式。但是，人们认为他们是“均一”的，于是就产生了尺度问题。比她利握表如，自然界中水文参数存在很大的时间、空间异质性，野外实验证明，传统上认为在“均一族态础会雷金却和”单元，且属于同一土壤类型的小尺度土地上，其水力传导语难度的变化范围差异可以达到好论叫官吧及者确几个数量级。

　　在分布式水文模型MIKESHE中，处理的最有代表性的尺度问题就是模拟不饱和带的垂向水分运动，Richards方程用到的水力参数是由实验室对野外采集回来的少量未扰动各检富主吗消的土壤样品测量而得，然而，对分辨率低（计算网格比较大）的单元格，用一个参数值来表示起土壤的水力参数肯定是不够的，除非该网格内土壤质地绝对均一，而这显然是不大可能的。

　　解决尺度转换的问题还应该在以下几方面的深入研究：研究水文过程在不同尺度间的联系、影响与相互作用，以及不同尺度水文循环规律，用不同分辨率的空间数据表达各个尺度水循环的物理过程。改良水文数据的获取方式、处理方法，提高数据的精度。研究水文过程在不同尺度上的适用性及其不同的影响因素。

　　水文模型模取势官院况孩挥拟的主要任务之一就是将小于模型计算空间尺度的水文异质性特征整合在计算单元格之中，以达到对水文物理过程的准确模拟。传统的集总式模型都是建立在水文环境不变这一基本假设之上，而在分布式模型纸重高声数首笔中，空间异质性通过模行深入探讨胜活从示丰庆，水文参数的空间分布尺度不确定等。在当今的分布式水文模型中，各种参数由实验数据得来，每个计算单元的水文异质性特征被不同程度地概化或单一化处理，所以其“分布性”不彻底，水文物理过程的描述也不是百分之百的详尽，因此并未从根本上解决尺度南白传里末肥从度富去斗的转换问题。

　　但是究希将叫好心，能实时收集大容量面上信息的遥感技术和具有管理、分析、处理大容量空间属性数据的地理信息例集液型厚掌围广甚务达系统技术的发展，为找到适合不同尺度流域的分布式水文模型的模型结构及主要参数提供了可能，实现尺度转换也许只是时间问题。

计算离散

　　分来自布式水文模型计算域的离散，即对流域内空间异质性描述方法，是为了更实际地反映影响流域整个水文循环的因素（地形、土壤类型、植被、降水、气温、辐射、人类活动气候变化等），方便与GIS技术集成，从而有效的利用遥感（RS）数据，分布式水文模型将研究流域划分360百科成若干单元（单元也可进一步细分），极大的方便了对水文过短沿容房父程数值模拟和计算。王中根海序销种备任左克答等、张志强、万洪涛较求作建群露从不同的角度介绍了流域离散的基本原理，以及目前流行的水文模型离散计算单元的的方法。

块操九雨湖烟怕族获再负　　目前，划分基本计算单元的方法主要有以下四种：栅格单元（grid cell）、坡面单元（hill-slop discretization element）、自然子流域单元（subwatershed）众该下、以及响应单元（hydrological response u毛巴取宜nit）。

基于栅格单元（gri点常载质况受d cell）的划分

　阿术硫律味取丝罗　将研究流域划分为若干个大小相刚斗活优关称真军经美轮同的矩形网格，并将不同参数赋予各网格单元，这种方法在分布式水文模型里应用的比较普遍。网格的大小视情况而定，曲群对于较小的实验流场或小流域直接用DEM网格划分，多为20m×20m或50m×50m等。该类方法在一些能设小尺度的基于物理过程的分布式参数水文模型（SHE模型，MIKESHE模型等）中比较流行。针对模拟几十万到几百万平方公里的大流域的一些大尺度分布式水文模型，通常将研究区固件吗飞防标燃械七组域划分为1km×1km或更大的网格。每个网格单元根据迫报DEM分辨率和模型精度要求，又可分为更小的网格权验介心否绝引双与即亚网格。以栅格单元划分流域，网格大小要符合流域实际（地形、地貌气候）以及要求输出结果的精度的要求，如果单元格过小，单元格数量过多，就犯配会增加计算机负荷，反之，如果单元格过大，分辨率降低，单元格上的上的代表值就不能够完酸统氧全覆盖整个单元格的全部信息，导致部分属性数据丢但底助失。事实上，同上文紧客获套再扩亮获供操中尺度问题所述，各个尺度大小的网格都有异质性问题，而如果无限的划分亚网格会对资料、数据提出更高的要求，这显然是不现实的。在流域详细资料短缺时，对亚网格尺度的异质性描述可采用统计特征分布的方法。

基于坡面单元（hill-slop discretization element）

　　此法将一个矩形坡面作为分布式水文模型的最小计算单元。首先，根据 DEM进行河网和子流域的提取。然后，基于等流时线的概念，将子流域分为若干条汇流网带。在每一个汇流网带上，围绕河道划分出若干个矩形坡面。在每个矩形坡面上，根据山坡水文学原理建立单元水文模型，进行坡面产汇流计算。最后，进行河网汇流演算。上文中提到的IHDM（64，66）（Institute of Hydrology Distributed Model）模型的计算单元划分就采用这种离散方法。

基于自然子流域（subwatershed）的划分

　　将研究流域按自然子流域的形状进行离散，也是分布式水文模型中常用的做法之一。利用GIS软件能够自动、快速地从DEM中进行河网的提取和子流域的划分。将子流域作为分布式水文模型的计算单元，单元内和单元间的水文过程十分清晰，而且单元水文模型很容易引进传统水文模型，从而简化计算。依情况而定，子流域还可以根据需要进行更细的划分。

水文响应单元方法

　　ydrological response unit，HRU）。SWAT模型是一个典型代表，该模型将大的流域细分成性质相似的小区域，然后分析各小区域与整体的相互作用和相互影响，用聚类方法从地图中消去小的或无关的地理特征，将详细的信息聚类成概化的值，使整个流域概化成性质相近的子流域。以及分组响应单元GRU（Grouped Response Unit）、聚集模拟单元ASA（Aggregated Simulation Area）以及水文相似单元HSU（Hydrological Similar Unit）等多种，当然，根据需要也可以是相互间多种的组合，如自然子流域和单元网格相结合的方法等。

参数率定

　　分布式水文模型的参数率定（parameters calibration）是在适当范围内，调整模型参数，使模型的预测结果更加接近观测数据。通常以流域出口断面流量为初步校准对象，通过调参，使出口断面流量模拟结果与实测数据接近，以期得到一套优化的参数。在此基础上，模拟计算流域内各个水文过程比如非饱和带土壤水分动态变、化地下水运动等。

　　进行参数率定即通过率定校准模型的参数主要解决空间异质性问题，有效的观测尺度通常小于模型参数所在的尺度，比如水力传导度（k）。过去关于参数校准的研究提出了许多关于最优参数的方法。参数率定的方法分为两种：1）人工调试法，比较常见，适合参数较少、计算单元简单的分布式水文模型；2）按照一定的规则机制，采用目标函数法。人工调试法，是依靠用户人为方法或依靠某些计算最优法则，模型运行一次，参数值就调整一次，直到得到最优参数。在水文模拟参数校准过程中，目标函数法很常见，它是检测水文模型模拟结果与有效水文观测值相吻合程度的一种方法，其本质是由一个或多个目标函数共同构造的参数空间（超立方体、超椭球体）上寻求峰值，即各种目标函数的最佳交汇点。其中，多目标参数率定是用不同的目标函数衡量某个单独的水文过程描述。当然，由多个复杂目标函数构成多维参数空间很难可视化，但往往能从中寻找到最接近真实的参数值。

　　Henrik2003年对分布式水文模型MIKESHE进行了多目标参数率定，建立一套通用的水文模型参数率定方法，即首先模型参数化，然后确定率定原则、选择合理的优化运算方法，再将多目标函数利用Pareto优化解分两步集成单目标函数，最后与人工经验率定参数模拟结果相比，表明：对于径流模拟，这种优化解效果更好，而对地下水模拟，二者差别不大。

　　目前，伴随模型方法、自动微分理论以及kalman滤波方法已经用于分布式水文模型的参数率定和实时更新。随着分布式水文模型被广泛地应用，参数校准成为一个必要课题，越来越受到学术界和研究者的重视。

　　模型的确认（model validation）是将一套新输入数据输入参数率定后的模型，进行模拟。更为确切的表达应该是模型的评价（model evaluation）或模型试验（model experience）。

展望

　　分布式物理模型已经有二十几年的历史，随着各种相关科学和技术的进步和完善，分布式水文模型已成为流域水文模拟的重要发展趋势，是建设“数字流域”的重要工具。相对传统的水文模型而言，分布式水文模型是一种意识、理论上的创新和进步。当然，由于受到技术等原因的制约，分布式水文模型目前的应用还存在一定的问题，比如尺度转换、空间参数率定、以及在实际流域模拟中的数值算法的有效性和稳定性等问题。这需要从事水文研究特别是水文模型研究的学者更加深入的学习和理解水文的过程机制，更细致完善进行水文的过程描述，更加主动的去学习与水文研究相关的科学和应用技术。