曹 虎
(遼寧省鐵嶺水文局,遼寧 鐵嶺 112000)
環境變化對區域水資源的影響正隨著社會經濟的快速發展以及全球氣候變化的加劇而逐漸顯現,對變化環境下區域水文過程的動態模擬和不同驅動要素條件下的水資源影響評估已成為水資源評價分析的重要基礎和必要前提[1]。流域水文模擬技術正隨著計算機技術的發展和對區域水文循環認識的深入而日益成熟,已成為目前水資源評價和環境影響分析的有效工程和重要方法[2]。當前,應用于水資源模擬、洪水預報分析以及環境變化影響評價等方面水文模型多種多樣,然而考慮到不同流域產流機制以及水文氣候特征的差異,各水文模型在不同流域也具有各自的適用性[3- 6]。所以,對模型的適用性只有經過代表性流域的充分驗證和檢驗后方可將該模型應用于相應的區域。
為滿足遼寧省水資源調查評價相關要求,本文以遼寧省典型的3個流域實測水文氣象數據資料為基礎利用RCCC-WBM模型進行徑流模擬分析,驗證了該模型在遼寧省的適用性與可靠性,以期為該區域環境影響評價分析以及水資源的科學管理提供決策依據和參考。
本文在綜合考慮了遼寧省氣候特征、地理位置、流域尺度以及數據資料可獲取性的基礎上[7],選取了該區域3條典型流域即大凌河、渾河和太子河進行RCCC-WBM適應性分析,所選取的水文站主要有朝陽水文站、沈陽水文站和本溪水文站,各流域水文特征信息見表1。

表1 遼寧省3條典型河流的水文特征信息
本研究所選取的典型流域基本可覆蓋遼寧省的各個區域,3條典型流域的尺度范圍和徑流量變化較大,而氣溫和降水量相差不大,據此可在不同水文特征下反映各流域的產流差異。
為應對氣候環境變化水利部研究中心結合相關研究成果完善并研發了大尺度水文模型即RCCC-WBM水量平衡模型,該模型在考慮了融雪、積雪和降雪過程特征的基礎上通過對蓄滿、超滲2種產流機制的合理概化,并可對水文過程進行準確模擬分析[8]。模型以月時間步長進行融雪、地下和地面徑流3種成分徑流量模擬預測,其中氣溫、水面蒸發量以及逐時段降水量為模型輸入的主要參數資料,可利用Penman等公式對水面蒸發估算。模型結構框架及流程如圖1所示。

圖1 RCCC-WBM模型結構
結合上述模型基本參數和特征可知,地面、地下和融雪徑流系數Ks、Kg、Ksn以及土壤需水容量Smax為模型需要率定的主要參數;其中Ks、Kg、Ksn為無量綱參數,值位于0~1范圍;而土壤蓄水容量通常位于100~500mm范圍。在進行參數率定時,通常要求擬合過程與實測數據具有較高的擬合度,并且盡量保證模擬水量誤差符合精度要求。因此,目標函數選取模擬總量相對誤差RE和Nash效率系數進行驗證,RE值越趨近于1,NSE值越趨近于0則代表該模型的擬合效果越優。
不同流域的產流特征因不同的下墊面、土壤類型以及氣候條件等要素的差異而不同[9],大凌河流域和渾河2個流域的徑流量、氣溫和降水年內分配過程如圖2所示。

圖2 遼寧省典型流域徑流量、氣溫和降雨年內分配過程
由圖2可知,2個流域的氣溫年內分配狀況大致保持相同,氣溫最高和最低月份分別出現在每年的7和1月,溫度最低值約為-10℃;大凌河和渾河的降水量在7月最大,主汛期為7—9月,期間降水量分別占全年的62%和68%;2個流域的降水量在冬季均較低,不足全年的5%;流域受主汛期降水量的影響徑流量均在60%以上,然而2個年內徑流量分配也存在較大差異,由圖可知大凌河和渾河年內徑流量分別表現出雙峰和單峰過程。考慮到遼寧省氣候環境特征,該區域為半干旱環境其產流機制主要為超滲產流和降雨集中,在汛期降水形成的地表徑流是形成8月徑流峰值的關鍵因素;同時可以發現,降水量最大為7月,相對于徑流峰值提前了1個月,由此表明區域產流受前期降水量的作用影響較為顯著。冬季由于具有較低的氣溫,每年的12月至次年1月氣溫均在零度以下,因此該期間主要是以降雪為主,其主要成分為地下徑流。隨著時間的推移,寒冷的冬季即將結束,氣溫逐漸變暖,積雪逐漸融化并形成春汛,在此期間地下徑流和融雪為徑流的主要組成。大凌河流域的融雪徑流模型相對渾河而言,其徑流峰值較為明顯,峰值出現在3月左右,而渾河流域徑流峰值不明顯,其變化相對平緩。綜上分析,流域徑流變化與氣溫的改變存在密切關系,每年的12月至次年的2月大凌河流域的氣溫較低,往往處于-5℃以下,此后氣候轉暖,融雪徑流較為顯著;而渾河流域在冬季的氣溫相對較好,溫度回升平緩并引起積雪的漸漸融化,此期間形成融雪徑流相對于大凌河并不明顯。
自20世紀80年代以來在遼河流域開展了大規模的水利工程建設,對水文資料一致性產生了嚴重的破壞[10]。據此,本文考慮到數據的準確性與可獲取性并為降低水文模擬受人類活動的影響,水文模擬和模型參數率定所需的數據資料統一采用1986年以后的相關資料。遼寧省典型的3個流域模擬效果和參數率定結果見表2。

表2 遼寧省典型流域月徑流過程模擬效果和模型參數率定
由表2擬合和率定結果可知,最大土壤需水容量在3個典型流域相差不大,處于155~180mm范圍,其原因可能與2個流域土壤類型差異相關;模型地面、地下、融雪徑流系數存在較大差異,并以大凌河流域參數值最大,由此表明該流域徑流較為充足,而太子河雖然具有較大的Ks系數,但是其Kg相對較小,由此表明地表徑流為該區域的主要類型,相對于其他流域其地下徑流占比較低,并且渾河流域的融雪徑流均大于其他流域;各流域Nash系數均在75%以上,并且其水量擬合誤差均低于2.0%位于精度要求范圍之內;在渾河和大凌河流域的Nash系數均高于80%,由此表明在遼寧省典型流域月水文徑流過程該水文模型具有較強的適用性與可靠性。

圖3 遼寧省典型流域徑流模擬與實測年內分配
研究表明:朝陽和沈陽水文站月徑流實測結果與模型擬合結果較好,流域水文過程能夠采用該模型進行準確地反映和表征。本溪水文站的模擬結果整體優于其他站點,此研究結果與上述結果一致,在模擬后期沈陽站的月徑流模擬結果誤差較大。依據相關文獻研究,渾河流域實測徑流序列在1990年以后因人類活動影響已發生較大的改變,該流域后期徑流模擬誤差較大的主要原因可能與人類大規模活動引起產流條件的改變相關。
上述分析初步顯示遼寧省典型流域的徑流過程能夠采用RCCC-WBM模型進行準確、客觀地表征和反映。為更好地評估區域水資源狀況,模型應能夠較好的模擬年際和年內水資源分配變化特征,而且應保證水資源總模擬誤差滿足精度要求。遼寧省3個典型流域的多年平均年內分配過程如圖3所示。
由圖3可知,徑流年內分配徑流模擬值與實測值具有良好的吻合度,模型不僅可對非汛期的融雪徑流峰值進行很好地模擬,而且對汛期峰值的模擬具有更好的準確度與可靠性。3個水文站點的模擬徑流量點群在徑流量過程曲線中大多集中在1∶1附近范圍,由此表明年徑流量實測值與模擬值非常接近。由此進一步說明對年徑流量的模擬分配特征和大小可以采用該模型進行模擬分析,該模型在遼寧省區域具有較強的適用性與可靠性。
通過對比分析汛期和非汛期的誤差大小可知,在汛期的徑流量模擬相對于非汛期偏大,而在非汛期則表現出偏小的特征;模型具有大流量模擬偏大,而小流量模擬偏小的特征。深入分析發現,NSE系數的大小在很大程度上可由模型參數率定過程中的某些或某個高值流量的模擬決定,其中目標函數往往是以模擬總量相對誤差RE最小化和實現Nash效率系數NSE最大化為基礎和條件,并因此造成對于大值流量模型的模擬效果較好,而對于低值流量和中等流量過程模型的模擬效果仍有待進一步的提升。
(1)流域徑流變化與氣溫的改變存在密切關系,每年的12月~次年的2月大凌河流域的氣溫較低往往處于-5℃以下,此后,氣候回暖,融雪徑流較為顯著;而渾河流域在冬季的氣溫相對較好,溫度回升平緩并引起積雪的漸漸融化,此期間形成融雪徑流相對于大凌河并不明顯。遼寧省典型流域Nash系數均在75%以上,并且其水量擬合誤差均低于2.0%位于精度要求范圍之內;在渾河和大凌河流域的Nash系數均高于80%,由此表明在遼寧省典型流域月水文徑流過程該水文模型具有較強的適用性與可靠性。
(2)朝陽和沈陽水文站月徑流實測結果越模型擬合結果較好,流域水文過程能夠采用該模型進行準確地反映和表征,本溪水文站的模擬結果整體優于其他站點,此研究結果與上述結果保持一致;渾河流域實測徑流序列在1990年以后因人類活動影響已發生較大的改變,該流域后期徑流模擬誤差較大的主要原因可能與人類大規模活動引起產流條件的改變相關。
(3)NSE系數的大小在很大程度上可由模型參數率定過程中的某些或某個高值流量模擬決定,其中目標函數往往是以模擬總量相對誤差RE最小化和實現Nash效率系數NSE最大化為基礎和條件,并因此造成對于高值流量模型的模擬效果較好,而對于低值流量和中等流量過程模型的模擬效果未達到最優。