基础信息

  • 姓名:何柯琪
  • 学号:3150100856
  • 成果类别:论文著作类
  • 院系(学园):建筑工程学院

成果名称:基于径流和积雪资料的水文模型多目标率定

1.基本观点

       自20世纪以来,全球气候变暖已成为了不争的事实。据IPCC(Intergovernmental Panel on Climate Change)第五次研究报告指出,1880—2012年这一百多年间,全球海洋和陆地的表面平均温度呈线性上升趋势,共计上升了0.85 ℃,这一数值大于IPCC第四次评估报告所给出的0.74 ℃(1906—2005)。气候变化会影响全球范围内的降水、温度等环境因素,改变水资源在时空上的分配,同时会影响到全球的水文循环。虽然雅鲁藏布江是一条主要由大气降水供给的河流,但冰川、积雪融水也是其径流的重要来源,冰川、积雪对全球气候变暖的响应给雅鲁藏布江的径流带来了极大的影响。因此,在全球变暖的大背景下,加强对雅鲁藏布江流域径流、积雪的变化研究,对于高效管理及保护流域内的水资源、防灾减灾都至关重要。

       本研究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 Byråns Vattenbalansavdelning models)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,HBV水文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;增加了积雪覆盖面积目标函数的水文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。

2.主要创新和学术价值

主要创新:

      本研究采用HBV水文模型对雅鲁藏布江奴下水文站以上流域的积雪和径流进行模拟。在对水文模型参数进行率定时,首次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。基于径流、积雪覆盖面积和雪深的HBV模型多目标率定:即在率定HBV水文模型的参数时,选取两个目标函数并通过多目标优化率定方法来优选最佳参数组。

       (1)第一个目标函数为积雪的评价指标:由于模型模拟的是以雪形式存储的雪深,而积雪覆盖面积(SCA)数据显示的是流域空间单位是否被积雪覆盖,纵向的雪深和横向的积雪覆盖面积无法从数量上进行直接比较。因此,以间接的方式对积雪覆盖面积与雪深模拟进行比较。采用以下两种类型的积雪模拟误差来评估积雪模拟的优劣:

       第一个被称为模型高估误差(SEO),即HBV模型模拟得到的雪深大于临界值,但MODIS数据却表明流域无积雪,公式如下:  。

       第二个积雪模拟误差为模型低估误差(SEU),即HBV模型模拟得到的雪深为0,但MODIS数据却表明流域有积雪,且积雪覆盖面积百分比大于临界值,公式如下:

       最终,积雪目标函数定义为过高和过低估计积雪错误的总和:

       (2)第二个目标函数为径流的评价指标:通常用于校准水文模型的目标函数是Nash-Sutcliffe系数和相对水量误差(relative volume error,RVE),将NS和RVE合并成一个目标函数Y作为径流综合的评价指标:




学术价值:

       雅鲁藏布江流域是世界上平均海拔最高的流域,地处高寒山区且流经多个国家。与我国其他流域相比,由于其特殊的自然地理条件及客观历史原因等,该流域及其周围的水文、气象站点相当稀少,导致雅鲁藏布江流域监测资料极度缺乏。而缺资料流域的水文研究一直是国际水文界的研究热点,这既符合高海拔地区水文水资源基础研究的需要,也是高原流域水资源合理开发与保护的重要科学基础。

       同时,雅鲁藏布江作为一条国际性河流,对于它的研究必定会引起邻国如印度、尼泊尔、不丹等国的关注。在了解了雅鲁藏布江流域冰川、积雪分布及其对流域径流的影响后,可以为多国合作开发国际性河流提供理论支持。

3.研究方法

       本研究以同时考虑径流、雪深和积雪覆盖面积的水文模型多目标率定方法为核心,按照“数据收集与整理-模型评价指标建立—模型率定及校验”的总体思路予以开展研究:

       数据收集与整理:本研究中所使用的资料主要包括:中国西部环境与生态科学数据中心提供的1979—2014年逐日的中国雪深长时间序列数据,空间分辨率为25 km × 25 km;国家基础地理信息中心提供的分辨率为90 m×90 m数字高程数据(Digital Elevation Model, DEM);奴下水文站逐日流量资料(1979—2008);国家气象局提供的气象数据,包括研究区内16个气象站1979—2008年的逐日降水量、气温数据;来源于安装在美国宇航局对地观测系统的Terra和Aqua卫星上的MODIS光学仪器获得的分辨率为250 m×250 m的逐日积雪覆盖面积数据(snow cover area,SCA;MOD10A1V005)。

       模型评价指标建立:本研究采用了Nash-Sutcliffe效率系数(NS),相对体积误差(RVE),径流综合指标(Y),径流和积雪的复合目标函数等不同目标函数,从不同方面评价模型的模拟效果以优选最佳参数。

       模型率定及校验:根据模型评价指标进行参数的率定,被优选出来的最佳参数将被再次用于HBV水文模型来模拟验证期的径流和积雪并与实测值相比较以校验参数的性能。

       本研究的技术流程图如下图所示(黄色——数据收集与整理;红色——模型评价指标建立;蓝色——模型率定及校验):