基于径流和积雪资料的水文模型多目标率定

以雅鲁藏布江奴下水文站以上流域作为研究区，采用HBV水文模型（Hydrologiska Byr?ns Vattenbalansavdelning model）对研究区域的积雪和径流进行模拟。提出了一种同时考虑径流、雪深和积雪覆盖面积的多目标优化方法对水文模型的参数进行率定，并同仅考虑径流和雪深的率定结果进行了对比。结果表明，率定时仅考虑径流和雪深时，HBV模型能较好地模拟研究区的径流过程，但对雪深变化过程的模拟效果欠佳；率定时增加积雪覆盖面积目标函数后，模型能精确判断流域积雪覆盖情况，径流的模拟效率系数也有所提升，表明同时基于径流、积雪覆盖面积和雪深数据的HBV水文模型可以更好地预测和模拟研究区积雪和径流变化。     

川中丘陵区小流域分布式水沙模型

以川中丘陵区的解家湾小流域为研究对象,将分布式水文模型与土壤侵蚀产沙模型嵌套,构建了解家湾分布式流域水沙模型。模型基于DEM将流域离散为＂坡面＋沟道＂系统,利用数理方程描述流域水沙过程,坡面单元模拟了降雨、截留、蒸散发、入渗、地表径流、壤中流和地下水、侵蚀产沙过程,沟道单元模拟了汇流演算以及泥沙输移过程。在解家湾小流域的率定和验证结果表明,模型结构合理,水文模块精度良好,侵蚀产沙模块令人满意。通过对不同工况下径流过程的模拟,对径流参数的敏感性进行了检验,表明饱和导水率是模型敏感参数,植被截留影响较小,土壤前期含水量影响壤中流。     

基于SWAT模型的青龙河流域气候变化径流响应研究

气候变化影响水资源时空分布,为探讨气候气候变化对径流的影响,以青龙河流域为研究区,依据流域DEM、土地利用、土壤、气象水文等数据,建立了SWAT流域水文模型,采用SWAT-CUP软件内嵌的SUFI2算法,根据t-Stat和p-Values值分析了参数敏感性,采用Pfactor、Rfactor、Nash-Suttcliffe系数Ens及相关系数R2四个指标评价了模型的适用性,结果表明流域水文模型模拟精度高,不确定性小,能较真实地模拟流域的水文过程。采用气候方案假定法,利用流域分布式水文模型,模拟丰、平、枯三种水平年降雨量和温度组合因素下的径流过程。结果表明降水量和气温的变化影响径流过程,其中降水的影响较为明显,是影响该流域水资源变化的主要因素。     

基于遥感信息的新安江模型产流计算参数估计

卫星遥感技术和水文模型的结合应用是当今水文学研究中的热点问题。但是,直接利用遥感信息提取水文模型相关参数来模拟径流过程存在较大的不确定性。为了分析其对径流模拟不确定性的影响,构建了利用遥感信息估计新安江模型3个产流计算参数的框架:基于土壤属性推求WM,基于流域几何特征推求B,基于土地覆被分类和Landsat遥感影像推求IMP;并采用GLUE方法在高关水库流域作了长系列径流模拟研究。传统的新安江模型参数需要根据实测资料进行率定,而在新的参数估计框架下,需要率定的参数减少了3个。模拟结果表明:新的参数估计框架减少了参数的不确定性,计算得到的模拟径流90%置信区间基本包含所有的实测数据,且区间范围明显小于传统方法,尤其是在低流量的模拟结果上差别更加明显,即基于遥感信息的参数估计框架显著降低了径流模拟的不确定性,这种方法可以应用到其他相似的流域中进行径流模拟。     

SWAT模型基于不同坡度林地径流调节作用的实现与应用

在国内外许多地区,SWAT模型广泛应用于表征土地利用变化的水文效应。但鲜有学者考虑模型对土地利用模拟方法的改进。SWAT模型概化了土地利用类型的坡度和空间差异,降低了结果的精确性。文章以提高SWAT模型对土地利用(尤其是林地)改变的敏感性和径流模拟能力为目标,考虑土地利用类型CN值随不同坡度变化以及林地对径流汇流的调节作用,对SWAT模型进行改进。研究以老灌河上游流域为实验区,将流域划分为4个坡度带,以子流域为单位分别计算各土地利用类型的CN值,提高模型对土地利用空间变化的敏感性;在此基础上改进模型汇流模块,实现各坡度带下林地对汇入径流的调节功能,并与原始模型进行比较。结果表明,改进后的SWAT模型在月、日径流模拟高于原SWAT模型精度,尤其对汛期产汇流过程的模拟效果有明显提高。考虑了不同坡度林地径流调节作用的模型可以更为准确地刻画研究区的水文特征,为模型模拟水文过程以及因气候变化和土地利用变化引起的水文响应提供更为准确、有效的工具。     

汾河上游流域分布式水文模型的构建

针对研究区的水文、气象特点，本文以坡度、坡向为下垫面主要因素，按照集水区自然分水线划分子流域的流域离散方法，将SCS产、汇流模型与马斯京根法相结合建立了基于流域尺度的次降雨一径流分布式水文模型。模型对研究区典型流域模拟结果表明，该模型的径流量合格率及汇流合格率分别达到70％和80％，且计算流量过程与实测流量过程吻合较好，可适用于该研究区。     

雅鲁藏布江上游径流变化及影响因素分析

雅鲁藏布江流域蕴藏着丰富的水资源，在气候变化背景下，近年来其上游(奴下水文站以上流域)的径流发生了显著变化。本文基于耦合冰冻圈过程的生态水文模型GBEHM，构建了雅鲁藏布江上游的分布式水文模型，对其水文过程进行模拟，计算得到上游水文要素的变化过程，并定量分析了气候变化对径流的影响。结果显示，1981—2010年雅江上游的年径流量和蒸散发量均呈显著增加趋势，降水增加是径流增加的主要因素；冰川和冻土发生显著退化，多年冻土面积占上游面积的比例减少约7%，多年冻土活动层厚度增加速率约30.6 cm/10a，季节性冻土的年最大冻结深度减少速率约7.3 cm/10a；流域冰储量以10亿m³/a的速率显著下降，而冰川融化径流以2.7 mm/a的速率增加。     

基于降雨温度偏差纠正的金华江流域未来地表径流预估

利用区域气候模式PRECIS与分布式水文模型DHSVM进行耦合,并用金华江流域实测水文数据对水文模型参数进行了率定,将PRECIS模拟的A1B情景下基准期(1961-1990年)及未来期(2011-2040年)的气象数据作为DHSVM模型的输入,模拟出相应时期金华江流域的径流,然后对这两个时期的径流量进行比较、评估。由于PRECIS模拟的降雨和温度等较实测数据有较大误差,在利用PRECIS数据驱动水文模型前先对降雨和温度数据进行了偏差纠正。结果表明,偏差纠正可以较好的消除PRECIS模拟的降雨和温度等数据的误差;A1B情景下未来期(2011-2040年)金华江流域的地表径流量、极端径流值等较基准期(1961-1990年)略有减少,地表径流量减少约3.86%,变化不显著。     

不同降水产品在滦河流域径流模拟中的适用性

卫星降水产品和多源再分析数据对于水文模拟具有重要意义。本文基于地面实测降水数据,对全球降水观测计划多卫星降水产品（GPM IMERG）和中国区域地面气象要素驱动数据集（CMFD）再分析降水数据进行定量多尺度时空精度评估,并利用SWAT模型进行月尺度径流模拟,对比分析两种降水产品的水文效用。结果表明：在多时间尺度上,IMERG和CMFD数据与地面实测降水具有较高的相关性,二者分别呈现出对降水约3.7%和2.6%的高估;空间上,二者能够较好地描述降水的整体变化趋势。在弱降水的探测准确度上二者均需进一步提升。两种降水产品整体适用于滦河流域径流模拟,其中IMERG数据有效提高了雨量站稀疏流域的径流模拟精度,在水文模拟中具有良好的应用潜力。     

基于随机森林遥相关因子选择的月径流预报北大核心CSCD

流域径流过程与大尺度气候因子之间存在遥相关关系,如何从众多的水文、气象、大气环流及洋流等因子中找出与径流密切关联的因子,是中长期径流预报的一个难题。将基于贝叶斯优化的随机森林模型应用于对水文、气象、气候因子构成的高维度因子集进行因子选择,根据变量重要性评分挑选对月径流影响较大的预报因子,构建广义回归神经网络、极限学习机、支持向量回归径流预报模型。将该方法应用到金沙江流域,相较于线性相关法,基于随机森林输入因子选择的方法提高了模型泛化性能;遥相关因子的引入既实现了流域月径流高精度预报,又从物理机制上提供了支撑。     

线性响应模型与神经网络联合模拟降雨～径流过程

本文将简单线性（黑箱）模型与神经网络联合起来对降雨～径流过程进行了模拟，在早期大多数有关降雨～径流的神经网络研究中,往往将前期径流作为模型输入的一部分,而本文利用线性模型对径流的估算值代替前期径流作为神经网络输入的一部分,从而为资料稀缺流域降雨～径流关系的模拟提供了新的途径，研究结果表明该组合模型是可行的。     

数字流域模型在长江上游龙河流域的应用

数字流域模型是当前水文领域研究的热点问题。本研究选取长江上游龙河小流域为研究对象,将数字流域模型应用于长江流域。首先利用ArcGIS软件提取河网信息,选取该流域1982年汛期的降雨及流量过程,采用基于因素分析的图解法对模型进行率定及验证。结果显示模拟的Nash系数达到0.965,洪峰相对误差在10%以内,表明该模型可以很好地模拟长江小流域产汇流过程。然后还对模型中涉及的几个重要参数进行敏感性分析,结果表明：土壤垂向饱和导水率主要影响峰值,二者成负相关;土壤初始含水量主要影响径流量,二者成正相关;田间持水量与峰值和径流量均成负相关;植被截留水量与峰值和径流量均成负相关;糙率主要影响峰型,与峰值成负相关。若要将率定后的数字流域模型应用到具体工程实践中,还需用近期实测数据对模型进一步进行验证。     

利用区域流量历时曲线模拟东江流域无资料地区的日径流过程

根据流量值与流域空间特征值之间的相关关系来构建区域化流量历时曲线，以流量历时曲线取代常规的流量过程作为流域降雨径流模型参数优化的目标函数，分析该方法的可行性与模拟精度。由东江流域中的11个子流域所组成的研究区域能得到精度良好的区域化流量历时曲线，以TOPMODEL模型作为流域降雨径流模型，用区域化流量历时曲线作为优化目标函数，验证流域星丰和岳城的计算结果表明该方法是可行的，能得到较为满意的模拟精度，可以将该方法应用于广大的无资料地区推求日径流过程。     

基于SWMM模型的城市雨洪模拟与LID效果评价——以北京市清河流域为例

随着城市洪涝灾害的不断加剧,以低影响开发(Low Impact Development,LID)技术为核心的海绵城市建设正逐渐成为新的城市雨洪管理理念。本文以北京市清河流域为研究对象,构建流域暴雨洪水管理模型(SWMM),并针对流域尺度排水区下垫面特征设置相应的LID措施组合,在各种重现期降水情景下设置不同LID措施组合的比例并进行相应的模拟与分析。结果表明:LID组合措施对高频暴雨的洪峰流量和径流总量削减率可高达66.2%和49.4%,而对低频暴雨径流总量削减率仅为11.5%,洪峰流量无明显变化。由此可见,LID措施对研究区高频暴雨径流过程削减效果显著,而对低频暴雨削减效果较差,以上结果可为研究区的防洪排涝管理和海绵城市建设提供相应技术支撑。     

GFS未来10天数值降雨预报信息的可利用性分析

中期降雨预报为研究中长期降雨径流预报和发电调度模型提供新的信息.本文依据二滩水电站实际径流和发电运行特征,统计了雅砻江流域全球预报系统(GFS)末来10天预报降雨总量分级预报精度,研究GFS降雨预报在汛期旬径流预报中定量及定性应用,并与常用的ARMA类模型相比较,进而分析GFS未来10天降雨预报信息的可利用性及在二滩水电站发电调度中的应用.研究表明,GFS未来10天数值降雨预报信息能为径流预报和发电调度提供较好的旬径流定性预报信息,并可指导实际的发电调度.     

基于改进深度信念网络模型的中长期径流预测

为提高流域中长期径流预测效果,提出径流综合指数构建、因子筛选和改进深度信念网络模型相结合的预测方法。首先研究不同水文站点（细粒度）月平均径流的一致性,构造流域径流综合指数（粗粒度）,在较宏观层面研究流域水情丰枯变化;接着采用基于信息熵的因子筛选方法,获得影响流域水情丰枯变化的关键因子集,形成深度学习的输入;然后利用改进的深度信念网络（IDBN）模型进行预测。以雅砻江流域为例,将所建模型与多元线性回归、自回归移动平均、反向传播（BP）神经网络、支持向量机和传统深度信念网络等预测模型进行对比分析。结果表明：所提方法具有较好的实用性,且IDBN模型具有更好的预测速度和精度。研究结果可为流域中长期径流变化趋势预测提供参考。     

黄土区坡面与小流域植被变化的水文效应分析

选择黄土丘陵沟壑区的向阳沟小流域，利用1996—2001年实测水文资料，从坡面径流小区和小流域两个尺度层次分析植被变化对暴雨产流产沙和土壤水分的影响。结果表明：径流小区植被度增大，可减少次暴雨产流量、产沙量，使土壤含水量降低；流域植被度增大，可降低洪水径流总量和输沙量，显著削减洪峰流量，且减沙效益大于减水效益。同时，建立了人工牧草小区产流量与植被度等因素之间的多元线性回归方程，并探讨了相对土壤含水量与小区植被度之间的关系。     

东部季风区不同地貌类型试验流域洪水研究

基于位于中国东部季风区的安徽省城西（丘陵区）和黄山（山区）试验流域实测资料,分析了不同地貌类型条件下的场次洪水特性,同时利用基于地形的水文模型Topmodel对两个试验流域进行次洪模拟,探讨该模型在长江下游东部季风区的适用性。结果表明：在年尺度和场次尺度上黄山试验流域的径流系数均高于城西试验流域;对于同一天气过程,城西试验流域洪水的涨水历时大于黄山试验流域,而洪水历时受面积、坡度、土地利用和河网分布等多重因素影响具有不确定性;利用Topmodel进行次洪模拟的纳什效率系数（NSE）均值达0.77,各模拟时段的平均相对误差控制在14%以内,模型在山区的适用性高于丘陵区。     

城市化对济南小清河流域产汇流的影响研究

快速城市化背景下，流域产汇流特性发生改变，城市洪涝灾害问题日趋严重。为揭示城市化引起的土地利用变化对城市产汇流的影响，本文以济南市小清河流域为研区，分析了该流域2000—2017年土地利用变化，并构建不同城市化条件下的暴雨洪水管理（SWMM）模型，通过设置多种暴雨重现期情景，模拟不同城市化条件下的洪水过程并定量分析其变化特征。研究结果13表明：2017年地表径流量和下渗量分别是2000年的1.42倍和1/2，径流系数从2000年的0.56提高到2017年的0.79，洪峰流量从285.7 m3/s提高到311.7 m3/s，城市化对暴雨洪涝过程有明显的放大作用；常遇暴雨下2017年峰现时间比2000年提前，稀遇暴雨下相近。