基于srm的塔什库尔干河流域融雪径流模型研究

基于srm的塔什库尔干河流域融雪径流模型研究

srm乾靖流模型是设计用于模拟和预测山区流域水流的水文模型。该模型最初只在欧洲的一些小流域使用。随着遥感技术方法的引入,模型得到很大的改进并且能够应用到一些更大的流域中。该模型在应用的流域中大都取得比较理想的结果。SRM模型是一种相对比较简单的使用度日因子法的水文模型。根据世界气象组织报告中所提出并且使用的分类方法,SRM被归类为确定性概念性分布式和基于物理原理的一类水文模型,也是为数不多的采用遥感数据作为模型输入变量的水文模型。日气温、日降水和流域的积雪覆盖率是模型的3个基本的输入变量.日气温和日降水是常规的气象观测数据,积雪覆盖率是由遥感数据进行计算.另外模型还有若干参数,模型的参数基本上可由流域本身的特点确定。SRM是一种简单易用,精度较高的水文模型。特别是能够在资料相对缺乏,地面观测难于进行的高山流域中应用,这也是SRM模型最为突出的特点。1径流时空分布模型设定SRM模型的计算原理是分别计算每天的融雪和降水所产生的水量,并将它们叠加到所计算的退水流量上,得到每日的日径流量。SRM融雪径流模型的计算公式如下:Qn+1=[CSn⋅αn(Tn+△Tn)Sn+CRnPn]⋅A⋅1000086400(1−Kn+1)+QnKN+1(1)Qn+1=[CSn⋅αn(Τn+△Τn)Sn+CRnΡn]⋅A⋅1000086400(1-Κn+1)+QnΚΝ+1(1)式中:Q平均日径流量(m3·s-1);C是径流系数,其中Cs和CR分别为融雪和降雨的径流系数;α是度日因子(cm·℃-1·d-1),表示单位度日因子的融雪深度;T是度日因子数(℃d);△T是根据气温直减率在不同高程进行气温插值后度日因子数的调整值(℃d);S是积雪覆盖面积和流域面积的比值,即流域积雪覆盖率;P是降水形成的径流深(cm);A是流域或者流域分带的面积(㎞2);k是退水系数,表示在没有融雪或降水的时间段里的径流下降值;n是径流计算时间段的日数序列;10000/86400是径流深到径流量的转换系数。在SRM模型中,T、S和P为3个模型的输入变量。Cs,CR,α,△T,k都是模型的基本参数,是在一定地理气候条件下流域的基本水文特征。由于在塔什库尔干河流域的洪水主要是由于冰雪融水产生,因此将SRM融雪径流模型应用与该流域时,可以不考虑降水产生的径流部分,SRM模型可简化为:Qn+1=CSn⋅αn(Tn+△Tn)Sn⋅A⋅1000086400(1−Kn+1)+QnKN+1(2)Qn+1=CSn⋅αn(Τn+△Τn)Sn⋅A⋅1000086400(1-Κn+1)+QnΚΝ+1(2)2融雪期雪的降水特性2.1流域特征参数(1)流域和流域分带面积:流域和流域分带面积是SRM模型中的基本参数,由流域本身的特点决定。流域面积可以使用不同比例尺的地形图来确定。如果有流域的数字高程模型(DEM),流域和流域分带及其面积的确定也可以利用地理信息系统(GIS)的相应功能实现。下坂地水库的主控流域塔什库尔干河流域的面积确定为9570km2,伊尔烈黑水文站的控制流域为7780km2。(2)面积-高程曲线:流域的面积-高程曲线在SRM融雪径流预报模型中的目的是确定每个高程分带的平均高程,分带的平均高程则可用来对每个分带的度日因子数进行插值计算。分带内平均高程的选取原则是带内平均高程以上和以下的面积相等,同样,采用DEM和GIS空间分析的方法可以方便地得到面积-高程曲线以及各高程分带的平均高程。2.2模型变量(1)气温和度日数:在SRM模型中,气温是以度日数形式表现的。气温是积雪消融能量平衡过程中的一个比较合理的综合指标,而且容易获取进行插值和预报。为了计算日融雪水深,度日数采用气温的观测值来进行计算。一般情况下,可用下式来确定平均度日数:其中:T为日平均气温值,也就是平均度日数;Tmin和Tmax分别为逐日最低和最高气温值。那么整个流域平均高程处的度日数调整值为:式中,γ是流域的温度直减率,其单位为(℃/100m);hst是气象基站的海拔高度,hp是流域高程带或网格的高程。(2)流域的积雪覆盖率:雪是地球表面最为活跃的自然因素之一,气温的变化促使冰川运动与积雪分布产生相应的波动。对有季节性雪盖区域的水文过程产生较大的影响,在融雪期,积雪的不断消融和流域积雪覆盖率的不断缩小是一个非常显著的特征。而积雪覆盖率在SRM模型中它每日的数值应从流域积雪覆盖率衰减曲线中读取获得。而积雪覆盖率的衰减曲线是使用由一系列有一定时间间隔的航空或卫星遥感图像经过积雪制图得到的。图1为GoogleEarth4.0上采用卫星拍摄的地理照片——下坂地水库塔什库尔干河流域的地理信息图,从图片上可以清楚的看到在该流域的积雪覆盖情况、流域的地形条件、河网分布情况等。对于SRM模型来说,模型需要流域实时的积雪覆盖率作为输入条件,但现在对该流域的积雪覆盖率变化曲线没有相应的资料进行绘制,因此在文中,SRM模型中积雪覆盖率采用图1中流域的积雪覆盖情况来近似表示冰雪融雪期流域的积雪覆盖率。对图1采用网格法计算得到流域积雪覆盖率大约为10.3%。2.3模型参数(1)径流系数:径流系数是流域水量平衡的基本参数之一,是指同一地区同一时期内的径流深度与形成该时期径流的降水量之比,其值介于0与1之间。融雪和降雨径流系数一般可以根据流域的地理气候特点选取并且在模型模拟的最初阶段适当调整。对于塔什库尔干河流域由于没有找到相关的数据,但是可以根据SRM模型在西天山巩乃斯河流域的径流系数,大致确定塔什库尔干河流域的径流系数范围。在确定塔什库尔干河流域径流系数时采用遗传优化算法来进行选定。(2)度日因子:度日因子在SRM模型中是用来计算融雪水深的一个核心参量,它根据实测逐日雪水当量的递减值和度日数计算求得。它和度日数与融雪水深的关系为:式中,M为融雪水深,α为度日因子,T为度日数。度日因子可以由实验确定。在缺乏详细资料的情况下,度日因子可以由以下经验公式得到:式中,α为度日因子,ρs为积雪容重,ρw为水容重。当雪的密度增大时,雪的反射率降低,雪中液态水含量增加,因此,雪的密度可用于融雪期雪的特性变化指标。但由于流域积雪密度时空变化大,用(6)式求α值时要慎重。(3)温度直减率:气温随海拔高度升高的递减率,可以根据不同海拔高度上的气温资料事先确定,然后在模型运行中再根据模拟结果作适当修正。对于处在高远山区的流域,气象观测点一般很少。可以更多地参考其他的资料并结合一定的经验进行调整,以达到比较好的模拟结果。它的经验值一般为海拔高度每增加100m气温下降0.65℃,温度直减率也不是常数,而是随季节变化的。(4)退水系数:退水系数在SRM模型中是一个很重要的模型参数,因为由它可以确定和反映出每日融水能直接补给到径流量中的部分。退水系数可以由实测的历史径流数据由以下计算公式得到:式中,Qn是日平均径流量;x和y是两个常量,对于给定流域有其确定的值。为了确定公式中的x和y值,可以把研究期内的实际日平均径流量Qn和Qn+1对应绘制在对数表上,图2是塔什库尔干河流域1960～1967年和2000年融雪期的退水过程散点图,在一般情况下,采用界于1∶1线和下廓线之间的中线来确定(7)式中的x和y值。根据塔什库尔干河的流域特点,选择界于1∶1线和下廓线之间的中线来确定x和y值。为此根据k=Qn+1/Qn,在中线上选取两个点,横坐标值分别是:Q1=10m3/s和Q2=50m3/s,并分别计算得到:k1=0.899和k2=0.798,将这两对值分别代入(6)式,得到:x=1.20和y=0.07405。因此,塔什库尔干河流域融雪期的退水系数公式便可写为:3预测结果及方差分带在塔什库尔干河流域,由于流域的地理环境、及气候方面的资料比较缺乏,因此在这里采用全局优化算法--遗传算法来进行模型参数率定。模型参数率定时,参数范围参考天山乌鲁木齐河流域的数据确定,参数范围分别确定为:融雪径流系数:0～0.8;度日因子:0.1～0.6cm·℃-1·d-1;温度调整值:-3～3℃d。率定时适应度函数选为:无量纲拟合优度系数Nash-Sutcliffe系数(R2)最大(后面有介绍)。采用无量纲拟合优度系数Nash-Sutcliffe系数作为评定模型的目标函数,主要目的是与SRM模型在其它25个国家近80个流域的应用结果进行比较,确定该模型在流域的应用前景。通过对流域的洪水过程的分析,选用1960～1967年、2000年这9年资料中7月～8月底的数据,及从Googleearth4.0软件获得流域的积雪覆盖面积,采用遗传算法对流域的参数进行优化确定,在优化时不对流域进行分带处理。通过优化确定出三个参数值分别为:融雪径流系数Cs=0.61;度日因子α=0.34cm·℃-1·d-1;温度调整值△T=2.5℃d。采用2001～2002年的日平均径流量资料和高空气温资料进行模型检验,得到预测结果和实测的日平均径流量比较见图3,图4。从图3,图4可以清楚的看到SRM模型在该流域2001～2002年预测效果,模型在洪水期的预测值都非常接近于实测值。在这里采用两个精度分析指标来评价模型预测模拟结果,分别为无量纲的拟合优度系数Nash-Sutcliffe系数(R2)和径流体积差DV[%]。采用这两个标准对模型进行评价,主要目的是与SRM模型在其他流域的应用结果进行比较,以说明SRM模型在该流域的应用效果。无量纲拟合优度系数Nash-Sutcliffe系数(R2)的表达式为:R2=1−∑i=1n(Qi−Q‚i)2∑i=1n(Qi−Q¯¯¯)2(9)R2=1-∑i=1n(Qi-Qi‚)2∑i=1n(Qi-Q¯)2(9)式中,Qi是实测的日平均径流量,Q‚ii‚是计算得到的日平均径流量,Q¯¯¯Q¯为预测得到的整个冰雪融水期的平均径流量,n为预测冰雪融水期的总日数。R2的数值范围是0到1。1表示预测结果达到100%精度。径流体积差DV[%]的计算表达式为:式中VR是实测的冰雪融水期的径流体积,V‚RR‚为预测得到的冰雪融水期的径流体积。DV[%]可以是任意值,其绝对值越小表明模拟的结果越好。由(9)和(10)两式,分别计算得到冰雪融水期径流量预测结果的两个精度指标分别为:2001年R2=0.937和DV=0.44%;2002年R2=0.906和DV=-3.73%,两个评价指标的计算结果表明SRM模型在该流域的应用结果比较令人满意。与SRM融雪径流模型在25个国家的近80个流域的模拟结果的平均精度R2=0.84和DV=3.8%进行比较,也表明SRM模型在塔什库尔干河流域预测模拟达到比较好的效果,能够对该流域的冰雪融水型洪水径流过程进行比较好的预测模拟,具有很高的应用价值。5srm模型在该流域的应用SRM模型是一种相对比较简单的使用度日因子法的概念性水文模型。SRM模型的参数取决于流域本身的地理、气候和水文特征,以及基于物理原理的实际观测数据和实验数据,因此它可以对用于流域气候变化对径流影响的模拟和评估,而且模型的参数都具有实际的物理意义。通过SRM模型在塔什库尔干河流域2001～20