谷 一, 王國慶, 郝振純, 鮑振鑫, 陳煜良
(1.河海大學 水文水資源與水利工程國家重點實驗室, 江蘇 南京 210098; 2.南京水利科學研究院水文水資源與水利工程科學國家重點實驗室, 江蘇 南京 210029; 3.上海市建筑科學研究院集團, 上海 200032)
20世紀70年代,河海大學趙人俊教授研制出了我國第一個大流域分布式概念性水文模型——新安江模型[1]。新安江模型在國內乃至國際均得到認可并得到廣泛應用[2-5],是中國少有的一個具有世界影響力的水文模型。新安江模型根據流域面積大小和研究需要可采用集中式模型和分布式模型來進行模擬,運用靈活多變,且其大多數參數具有明確的物理意義,有一定的物理機制[6]。目前,新安江模型已被廣泛應用于洪水預報中[7-10]。
新安江模型在我國的應用日趨完善,周廣剛等[11](1999)、朱求安等[12](2004)、唐俊龍等[13](2017)先后探討了新安江模型在灑河流域、漢江江口流域、浙江白水坑水庫等流域的適用性,結果表明新安江模型在我國絕大部分地區模擬效果良好。徐莎等[14]發現新安江模型在我國長江、淮河等濕潤地區的模擬效果優于黃河、松花江等半濕潤地區,尤其在最濕潤的昌江流域可達甲等標準。水文模擬是開展環境變化影響的重要基礎工作,本文采用新安江模型開展了曲江流域的水文模擬研究。
曲江是珠江上游的一條主要河流,是南盤江西岸的一級支流,其位于云南省玉溪市和紅河州的交界處。曲江流域地處低緯度高原區,地勢東南低,西北高,山地、高原、盆地、峽谷交錯分布,地形復雜多樣[15]。屬亞熱帶高原季風氣候,立體化特征顯著,冬春少雨,夏秋濕潤[16],多年平均降水量約為850 mm,且超過50%的降水量集中在6-8月份。流域內主要洪水類型為暴雨洪水,且受地形影響較為明顯,多年平均年徑流深為140~220 mm,降雨徑流相關性良好。
本文選取的研究區位于曲江流域西山水文站以上區域,主要流經安化彝族鄉、九溪鎮、玉溪市、峨山彝族自治縣、曲江鎮,沿途有董炳河、九溪河、峨山大河等多條支流匯入,整條河流基本都在山區,植被茂密豐富,林地、草地和耕地分別占研究區面積的57%、13%、24%,城鎮建設用地僅占4%,受人類活動干擾小。

圖1 曲江流域水系及水文氣象站點分布圖
曲江流域內氣象站、水文站和雨量站的分布情況如圖1所示,流域內有玉溪1個氣象站,大矣資、馬家莊、峨山、西山4個水文站,雨量站大多分布在峨山站以上。收集整理了流域內水文氣象站點的逐日資料,表1給出了4個典型子流域的基本信息。
新安江模型主要基于蓄滿產流理論,由蒸散發計算、產流計算、分水源計算、匯流計算4部分組成。本文采用的是3水源新安江模型,其蒸散發計算模塊采用三層模式來分別計算上層、下層和深層地下水的蒸發量;產流計算模塊采用蓄滿產流模型,基于蓄水容量曲線來進行計算;分水源計算模塊通過線性水庫將總徑流量劃分為地表徑流、壤中流、地下徑流3個部分;匯流計算模塊分為坡面匯流和河網匯流兩個部分,通過馬斯京根法或滯后演算法來進行計算[1]。
模型采用Nash-Sutcliffe效率系數和多年平均相對誤差兩個目標函數來表征模擬效果,其表達式如下:
(1)
(2)

本研究采用的三水源新安江模型共有16個參數,由于該模型涉及到的參數比較多,所以有必要對這些參數進行敏感性分析,從而提高模型率定的效率,縮短率定時間[17-18]。優選參數及其范圍如表2所示。

表2 新安江模型參數及范圍
上述模型參數中,KC、UM、LM、C為蒸散發計算模塊的參數,WM、B、IM為產流量計算模塊的參數,SM、EX、KG、KI為分水源計算模塊的參數,CS、CI、CG、CR、LR為匯流計算模塊的參數。
KC為水面蒸發量與蒸發皿蒸發量之比,控制著總水量平衡,UM、LM、C的增加會使得計算蒸發量增加,但UM、LM的影響相對有限,屬于不敏感參數,C值對于濕潤地區的濕潤時期而言并不敏感,只對干旱期或半濕潤地區產生較大影響。WM不敏感且不影響蒸發計算,蓄水容量曲線不變的情況下B與WM成負相關,IM可通過GIS技術直接測得,在本研究中不敏感。SM是敏感參數,其增加時會減少地表徑流,KG、KI分別控制地下水和壤中流占總水量的比值,從而將總水量分成地表水、地下水和土壤水3層。CS、CI、CG為坡面匯流計算模塊的參數,CR、LR為河網匯流計算模塊的參數,本模型中均采用滯后演算法來進行匯流的計算,即基于線性水庫的推移和坦化,來推求出口處的徑流過程[19]。
受徑流資料和蒸發資料的限制,本研究僅收集到大矣資站和馬家莊站1982-1985、2006-2009年這8年的資料,以及峨山站和西山站1976-1985、2006-2015年這20年的資料。大矣資站和馬家莊站采用3年率定,1年驗證,峨山站和西山站采用7年率定,3年驗證,表3統計給出了模擬結果。
由表3可以看出:(1)新安江模型模擬效果總體而言較好,率定期Nash效率系數均大于0.7,水量平衡誤差控制在±5%以內,驗證期效率系數均大于0.5,水量平衡誤差控制在±15%以內。(2)西山站模擬效果最好,Nash效率系數最小為0.799,峨山站次之,Nash效率系數均大于0.7,且西山站和峨山站率定期的水量平衡誤差均在-2%以內,驗證期均在+10%以內,說明資料序列較長情況下新安江模型在曲江流域模擬效果良好。(3)大矣資站和馬家莊站率定期的效率系數較高,驗證期則較低,僅采用1年的資料對模擬結果進行驗證,存在明顯的偏差,較短的資料序列會嚴重影響模型的模擬精度。
圖2給出了4個水文站實測與模擬的逐日流量過程對比,以便于更直觀地分析新安江模型在曲江流域的模擬效果。可以看出:(1)4個水文站模擬結果良好,實測徑流與模擬徑流擬合程度較高,新安江模型在曲江流域能較好地模擬出徑流過程的漲落。(2)新安江模型對不同豐枯年份徑流的模擬存在著差異,對于豐水年的模擬效果明顯優于平水年和枯水年,但其考慮的產匯流模式過于單一,對于洪峰的模擬不夠精確。
4個水文站實測與模擬年徑流量的散點圖如圖3所示,由圖3可見:(1)4個水文站實測年徑流量與模擬年徑流量間具有良好的線性關系,相關系數均大于0.75。(2)大矣資站和峨山站相關系數最高,均超過0.9,峨山站點群最接近于1∶1線,說明峨山站模擬年徑流量最接近于實測年徑流量;大矣資站和馬家莊站點群數量少,但均接近于1∶1線,處于合理范圍內。
曲江4個水文站實測與模擬的徑流量年內月分配過程如圖4所示,可以看出:(1)實測流量與模擬流量的年內月分配基本一致,7-9月份為主汛期,一般8月份流量為全年最大,2-4月份為低流量期,4月份流量為全年最小,這與流域內的氣候特征有很大關系,夏季降水多,更易形成降水,冬、春季節降水相對少,特別4月份時平均風速大,日照時數長,導致蒸發極大,故而流量較少。(2)汛期時新安江模型模擬值普遍偏小,非汛期則普遍偏大,分析認為曲江流域地處山區,汛期時多短歷時強降水,降雨強度較非汛期大,因而并不完全進行蓄滿產流。新安江模型模擬時僅用IM來概化不透水面積的產流,將強降水時超滲產流的部分直接視為蓄滿產流計算,故汛期時模擬值偏小,為了減小水量平衡誤差,非汛期時模擬值偏大。新安江模型能較好地模擬濕潤地區的水文過程,但針對對包含短歷時強降水的情況仍需改進。

表3 曲江流域4個水文站不同時期的模擬結果

圖2 4個水文站實測與模擬日流量過程

圖3 曲江4個水文站實測與模擬的年徑流量比較

圖4 曲江4個水文站實測與模擬月平均徑流量
(1)新安江模型在曲江流域模擬效果總體良好,能夠較好地反映出我國南方山區徑流的特點,且對于豐水年模擬效果優于平水年和枯水年,但對汛期洪峰過程的模擬不夠精確。
(2)基于單一的蓄滿產流理論新安江模型存在著不足,其僅采用IM一個參數來概化流域內不透水面的超滲產流部分,如何考慮強降水時超滲產流的部分仍是新安江模型未來發展的重要方向。
參考文獻:
[1] 芮孝芳, 凌 哲, 劉寧寧,等. 新安江模型的起源及對其進一步發展的建議[J]. 水利水電科技進展, 2012, 32(4):1-5.
[2] KHAN M H. Xinanjiang Model on Bird Creek catchment in USA.[J]. Pakistan Journal of Agricultural Research, 1993, 14(4):373-382.
[3] ZHU Dehua, PENG Dingzhi. Notice of RetractionComparison of the hydrological models in the Upper Medway Catchment, UK[C]// Sixth International Conference on Natural Computation. IEEE, 2010:3874-3877.
[4] 劉玉龍, 阮本清, 張春玲,等. 從生態補償到流域生態共建共享——兼以新安江流域為例的機制探討[J]. 中國水利, 2006(10):4-8.
[5] HAPUARACHCHI H A P, LI Zhijia, WANG Shouhui. Application of SCE-UA method for calibrating the Xinanjiang watershed model[J]. 湖泊科學(英文版), 2001, 13(4):304-314.
[6] 劉金濤, 宋慧卿, 張行南,等. 新安江模型理論研究的進展與探討[J]. 水文, 2014, 34(1):1-6.
[7] 張 波, 馬得蓮, 包為民,等. 新安江模型在富水水庫流域洪水預報中的應用[J]. 水電能源科學, 2010, 28(4):49-51+21.
[8] 胡宇豐, 安 波, 陸玉忠,等. 新安江模型在嫩江流域洪水預報中應用[J]. 東北水利水電, 2011, 29(8):41-45+72.
[9] 肖興濤, 張鵬遠, 張淑霞. 新安江模型在湯旺河流域洪水預報中的應用[J]. 黑龍江水利科技, 2012,40(1):41-43.
[10] 張漫莉. 改進的HBV模型與新安江模型在武江流域洪水預報中的應用比較[J]. 人民珠江, 2014, 35(1):34-37.
[11] 周廣剛, 溫立成, 侯國柱. 三水源新安江模型在灑河流域的適用性研究[J]. 水利水電工程設計, 1999(3):45-47.
[12] 朱求安, 張萬昌. 新安江模型在漢江江口流域的應用及適應性分析[J]. 水資源與水工程學報, 2004, 15(3):19-23.
[13] 唐俊龍, 郝振純. 新安江模型在浙江白水坑水庫的適用性研究[J]. 水電能源科學, 2017,35(3):20-23.
[14] 徐 莎, 楊小柳. GR3模型和新安江模型在我國的對比研究[J]. 水文, 2015, 35(1):7-13.
[15] 谷桂華. 玉溪市暴雨洪水特性分析[C]// 中國水利學會2003學術年會,深圳:2003.
[16] 孫惠玲, 李天艷, 周曉娟,等. 近54年來玉溪市氣候變化特征分析[J]. 云南師范大學學報(自然科學版), 2016, 36(5):67-73.
[17] 張利茹, 管儀慶, 葉 彬,等. 新安江模型參數敏感性分析的實證研究[J]. 水電能源科學, 2008, 26(5):16-17+30.
[18] 舒 暢, 劉蘇峽, 莫興國,等. 新安江模型參數的不確定性分析[J]. 地理研究, 2008, 27(2):343-352.
[19] 楊自坤, 孔 燕. 新安江三水源模型在橫江洪水預報中的應用[J]. 水資源研究, 2010,31(1):36-38.