ruiza流域春季融雪径流的srm模型参数选择

ruiza流域春季融雪径流的srm模型参数选择

1融雪径流模型及其在山区融雪水监测中的应用进展雪约占总降水量的5%，由于蒸发损失低于雨水，对河流的实际保护贡献远大于5%。在中国西部的山区，雪原水减少量在春季可达到75%以上。在中国西部的山区，雪原水是一个非常重要的水资源。就像春天的石油一样，这也是一个重要的水资源。在欧洲alps山区，雪原水在合理利用水资源方面发挥着重要作用。季节性雪盖通常可以几个月内保存，这被认为是雨水的正常减少效果。瑞典、法国、意大利、意大利和意大利的许多国家正在广泛分布。雪原水是这些水库蓄水的主要来源，占60%以上。它也是控制水库蓄水、合理组织农业和生活用水的重要组成部分。因此，欧洲对雪原水的模拟和预测引起了广泛的关注，特别是地感世观技术的发展，使大规模雪盖的监测变得可能。1975年，瑞士科学家j.r.在法国的2.65km2的小流域建立了第一个半物理机制的雪球元气源模型sw50模型（srm），并将雪球元模型转换为现实。近20年来，srm模型成功地模拟了25个国家的80多个流域，成为国际气候组织唯一推荐的雪球元气源模拟模型。近年来，srm模型和gps算法的结合可以促进实时监测地表雪压资源的可能性。其中，ascas系统是srm模型、遥感数据处理和信息系统结合最成功的山区雪盖分析系统。2气候变化驱动的srm模型SRM模型(也称Martinec模型或Martinec-Rango模型)的目标是模拟及预报以融雪为主要河流补给源的山区流域逐日径流,目前SRM模型已经扩展了一个气候变化对流域融雪径流情势影响评价的模块.随着遥感技术的应用,SRM模型的应用范围由最初的2.65km2的小流域扩大到面积达120000km2的大范围流域(最小的为0.76km2).2.1月内市融雪季节流量模拟及预报综合SRM的功能以及到目前的扩展,模型的应用可以总结为3大方面:(1)模拟年内或年际融雪季节的逐日流量.模拟结果可以通过实测值进行实时修正以调整模型参数;(2)短期和季节性径流预报;(3)气候变化对雪盖和融雪径流的潜在影响.2.2模型材料系数d每天流域融雪和降雨产生的流量由下式计算:式中:Q为平均日流量(m3·s-1);c为径流系数;cS为融雪径流系数;cR为降雨径流系数;a为度-日因子(cm·℃-1·d-1);T为度-日数(℃·d);S为雪盖面积百分比;P为降水(cm);A为流域或分带面积(km2);k为衰退系数;n为模拟流量连续计算的天数;10000/86400:从cm·km-2·d-1转换成m3·s-1的系数;T、S和P是模型变量,其它为模型参数.值得注意的是SRM的模型参数在式(1)中并未完全出现,而是对主要参数进行定义的参数或者是水文学的通用参数.对SRM模型的进一步认识,请参阅SRM用户手册.SRM模型的重要特点是当流域的垂直高度差大于500m时,要求对流域进行分区(分带),式(1)将在每个子区计算,总的模拟值为各个子区之和.2.3基于pc机的srm模型SRM模型从最开始的实验性运行到目前的4.xx系列先后经历了20余次的修改,初始的“test”是利用Fortran语言在IBM大型计算机上实现的.到了3.xx系列,基于PC机的SRM模型开始应用,4.xx版本增加了气候变化对流域融雪径流情势影响评价的模块.3srm模型在riza流域的应用3.1基于srm模型模拟融雪径流的gis设计地理信息系统(GeographicInformationSystem——GIS)已经广泛应用于以环境为目标的各个领域,根据研究的内容,可以设计各自的GIS空间结构.在应用SRM模型模拟融雪径流中,建立4个层次的GIS:地理坐标控制层;基础数据层;专题数据层以及图像层,如图1所示.通过GIS主要解决两个问题:建立数字地形模型和获取环境属性.3.1.1alps山区雪盖扩压Rienza流域位于意大利东北部的Alps山脉与奥地利接壤,范围为11°32′26″～12°21′40″E,46°28′34″～47°06′10″N.流域集水面积1915.52km2,海拔从734.84～3386.95m.Rienza是一个典型的Alps山区积雪覆盖流域,每年的10月至次年的6月雪盖范围可达流域面积的1/3以上;而3～6月融雪径流量占其时段总径流的60%以上.DEM的建立是通过数字化地形图等高线,利用Woditem模型的内插和建模得以实现.空间分辨率为200×200m2(子流域为100×100m2).DEM的建立目的在于划分子流域和图像解译中的应用.子流域的划分是SRM模型的基础,本研究结合水系特征和垂直高度带将Rienza流域划分成5个子区,图2分别为它们的基本数据.在SRM模型的运行过程中每个子流域是基础模拟单元,其各自的参数都不尽相同.3.1.2环境属性gis影响雪盖分布和SRM参数选择的因素很多,而其中环境属性是最重要的影响因子,如地形、土地类型、植被覆盖、气象水文状况等,GIS为研究提供了基本的环境属性.这些属性将被应用于模型参数的量化和使用.3.2gis参数及模拟参数缺失引起的相关问题SRM模型参数按获取方式有3种类型:来源于实测的站点数据如气温、降水、径流以及时间剩差等;来源于计算及GIS的各种参数如面积-高度曲线、径流衰退系数、度-日因子等;来源于遥感数据的参数如雪盖面积.从中可以发现,有些参数是直接可以获取和输入的数据,而本文则介绍3个通过GIS和遥感数据间接计算或模拟的参数:3.2.1等面积平均高度利用DEM,可以计算面积-高度曲线,在这条曲线上分布着不同高度上的面积.而等面积平均高度定义为在某一高度上,流域的面积处于一个平衡状态也就是此点以上和以下的面积相同.如图3所示.3.2.2土地类型和植被覆盖质量的关系度-日因子被认为是SRM模型中最为敏感的参数之一(SRM模型也被称为度-日因子模型),定义为每日温度上升1℃所融化的积雪深度.其获取方法是通过野外的实地测量(测量方法请阅读参考文献*4]),但是测量所用的雪枕精度不够并且仅仅代表测量点上的分布.因此当气温和降水确定以后,土地类型和植被覆盖属性很自然同时也很容易理解是影响度-日因子的决定因素.对于土地类型,它的影响只限于融雪过程的开始阶段,当雪深很小的时候以满足土壤的饱和度.对于植被覆盖,早期的研究成果表示,植被贫瘠地区的度-日因子是森林区域的2倍,尤其是当流域被分为若干子区时,发现植被覆盖率和度-日因子具有较好的相关关系.Swamyetal在意大利Alps山的CordevoleRiver流域进行长期的研究表明,在Alps山区这种相关关系具有高的相关关系,可达到0.85以上.但是,由于分区标准的差异建立一个通用的统计公式是极其困难的.本文利用意大利Padova大学水文实验室通过实测的Rienza流域度-日因子值(Rienza流域各个子区的植被覆盖率和度-日因子之间也有较好的线性统计关系),如表1所示.3.2.3dem方法和流程雪盖是融雪径流的物质条件,相应的雪盖面积是SRM模型中的最为重要、也是唯一使用遥感数据获得的参数.目前,广泛应用于SRM模型中的遥感数据为NOAA/AVHRR、LandsatMSS、TM(ETM)、MODIS以及航空遥感数据.考虑到时间分辨率,多平台的遥感数据往往结合起来应用.在山区,雪盖面积的提取将受到起伏地形的很大影响,表现在影像上是反射特性的变化.相同的地物在阴阳坡的反射特性差异、不同地物在不同的地形结构下反射特性的混淆.例如,处在阴坡的积雪在可见和近红外波段图像上的亮度小于处在眼光照射下的沙砾、裸土和某些植被.地形影响造成反射特性变化的原因可以归类为太阳入射角所造成的阴影所致,借助于DEM可以修正图像的太阳入射角并通过亮度补偿法,产生一个补偿的山影影像,继而通过图像之间的覆盖计算以消除地形的影响.图4是一幅Rienza流域的山影影像在获得经过定标、几何纠正以及消除地形影响的图像.通常普遍利用3种途径制作雪盖图:阈值法、监督分类法和雪被指数法.本研究采用监督分类法,选择的研究区域如图5所示.4模型输出结果选择1993年春季作为模拟时段(考虑到遥感图象系列完整、质量良好),SRM4b版本(SRM4b是SRM4.xx系列中的第一个版本).模型输出结果如下所列:融雪径流模型:SRM4b运行时间:01-03-98流域名称:Rienza年份:1993运行系列号:01模拟开始时间:0401模拟结束时间:0731单位:m实测平均径流/106m3:558.395模拟平均径流/106m3:558.828实测平均流量Q/m3.s-1:52.975模拟平均流量Q/m3.s-1:53.016验证误差:0.078模拟径流曲线如图6所示.5应用状况分析利用SRM模型模拟春季融雪径流的关键是精确地输入模型参数.借助于GIS和其提供的环境要素,可以获取几个非直接观察的重要参数:度-日因子、等面积平均高度.遥感数据在提取雪盖面积的过程中,消除地形影响是极其必要的.从目前SRM模型的应用状况分析,精确地获取雪盖面积是影响模拟结果的关键.从结果来看,Rienza流域具有基础数据完整,尤其是气象、水文站点密布;GIS信息丰富,流域可以按照水系特征进行分区,这在很大程度上弥补了单纯依靠高度带分区所造成缺乏地面控制的状况.而摆在我们面前的问