CMFD数据集在雅江年楚河流域的适用性分析

积雪融水是高海拔地区河流的重要补给水源,但高海拔地区资料稀缺,水文模拟面临极大的挑战．本文基于中国区域地面气象要素驱动数据集提供的降水、气温资料,结合MODIS雪盖数据,以2004—2009年为率定期,2010—2015年为验证期,在年楚河流域构建SRM模型,并以气象站点的实测资料为参照,对比分析了中国区域高时空分辨率地面气象要素驱动数据集在年楚河流域的融雪径流模拟效果．结果表明:基于气象站点实测降水和温度的融雪径流模拟纳什效率系数在率定期和验证期分别为0.75和0.68;基于中国区域高时空分辨率地面气象要素驱动数据集的融雪径流模拟纳什效率系数在率定期和验证期分别为0.77和0.78,径流模拟效果有所提高．CMFD再分析数据集可为缺资料地区的水文模拟提供数据来源,对高寒地区的融雪径流模拟具有一定的参考价值．      

雅江流域多源遥感驱动的SRM模型精度影响因子研究

利用多源遥感数据驱动SRM模型模拟雅鲁藏布江4个不同水文站控制流域的融雪过程,分析流域特征(面积、地形地貌因子、植被类型)、模型输入变量(气温、降水、积雪覆盖率)对遥感驱动SRM模型模拟精度的影响.研究表明:遥感驱动的SRM模型在雅鲁藏布江研究区域模拟精度较高,NSE系数达到0.83以上;但其精度受流域面积大小的影响,具有尺度阈,在一定面积尺度上模拟精度最大,流域地形越复杂,其模拟效果越差;植被覆盖类型影响融雪径流过程的模拟,进而影响模拟结果;模型3个主要输入变量气温、降水、积雪覆盖率对遥感驱动的SRM模型的模拟精度同样有很大程度的影响.研究结果对资料匮乏的高海拔地区水资源利用具有重要意义,同时可为遥感驱动的SRM模型的推广应用提供有效支撑.     

基于遥感和GIS改进SRM融雪径流的模拟及分析

融雪径流是内陆区重要的径流来源,径流模拟是水文预报的主要手段。本文选择克兰河流域为研究区,以2008年3-5月为例,基于遥感和GIS技术构建了一个改进SRM融雪径流模型,并引入DEM和遥感数据作为空间数据基础,以获取研究区雪深、雪盖、空间温度和降水信息。模拟结果表明:改进式模型能直观反映融雪径流的空间分布,反应融雪径流的变化过程;本模型模拟的2个优度指标为:Nash-Sutcliffe系数R2=0.83。和体积差Dv=6.81%;但由于对遥感数据质量要求较高,本模型对逐日径流量的细节模拟仍然存在一定误差。该研究方法及结果对高寒无资料区的径流预测具有重要意义。     

新疆天山玛纳斯河流域高分辨率积雪遥感研究进展

新疆天山北麓玛纳斯河流域冬、春季积雪覆盖,高山冰川发育,是我国西北干旱区的典型流域,其冰雪融水对北疆工农业生产和生态环境具有重要意义.近五年来,在流域开展5次科学考察、积雪常规观测和星地同步观测,利用GF-1PMS(Panchromatic and Multi-Spectral)和WFV(Wide Field of View)、HJ-1CCD(Charge-Coupled Device)和IRS(Infrared Scanner)等国产高分光学遥感数据和C波段RADARSAT-2、ENVISAT ASAR等合成孔径雷达数据,探索山区复杂地形条件下的综合辐射校正方法,建立积雪识别模型获取积雪覆盖范围、积雪表面类型和积雪干湿状况,建立积雪参数反演模型获取雪粒径、雪深和雪水当量,分析流域积雪变化特征与雪盖衰退过程,进行流域融雪径流模型的参数率定、模拟与预报,为流域水资源合理利用与调配提供科学依据.     

雅鲁藏布江拉萨河流域水文模型应用研究

雅鲁藏布江是我国水能资源最丰富的河流之一,拉萨河作为雅鲁藏布江支流中流域面积最大、最长的河流,更是西藏自治区水利开发的重点,但拉萨河流域水文模型应用研究甚少.本文介绍了改进的TOPMODEL,并应用该模型对拉萨河流域进行水文模拟,取得了较好的模拟效果,为开展缺资料地区的水文模型应用研究进行了一定的尝试.     

基于BP神经网络的玛纳斯河流域雪盖率预测

为了实现对新疆玛纳斯河流域的雪盖率预测,为该区融雪径流预报提供数据支撑,本文选取反向传播(BP)神经网络模型时间序列预测的方法对研究区雪盖率的预测问题进行了研究.首先基于2001-2012年研究区中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)积雪数据产品MOD10A2提取研究区雪盖并计算雪盖率,分析研究区雪盖率变化在时间上的自相关性,据此选取对预测值影响较大的相邻若干个历史时刻的雪盖率以及往年同期雪盖率的均值作为模型输入变量,建立神经网络模型,并选取相关系数与确定系数作为模型预测效果的评价指标.结果表明:以BP神经网络时间序列预测方法预测2012年积雪覆盖率,输入变量为与待预测雪盖率相邻的前期雪盖率值与往年同期雪盖率均值,预测值与实际值的相关系数为0.80,确定系数为0.61,预测结果基本反映了2012年雪盖率的年内变化趋势,可以为融雪径流模型(SRM)径流预报提供一定的数据支撑.     

雅鲁藏布江拉萨河流域水文模型应用比较研究

雅鲁藏布江是我国水能资源最丰富的河流之一,拉萨河作为雅鲁藏布江支流中流域面积最大、最长的河流,更是西藏自治区水利开发的重点,但拉萨河流域水文模型应用研究甚少。本文介绍改进的TOPMODEL,并应用该模型和新安江模型对拉萨河流域进行水文模拟,结果表明：两模型都取得了较好的模拟效果,弥补了雅鲁藏布江拉萨河流域水文模型应用研究的不足,为开展缺资料地区的水文模型应用研究进行了一定的尝试。     

SWAT分布式水文模型在黑河干流山区流域的改进及应用

在集成地理信息系统(GIS)和遥感(RS)技术的SWAT(Soil and Water Assessment Too1)分布式水文模型改进的基础上，对黑河干流山区流域出山径流进行了模拟。SWAT-GIS按不同的地形、土壤类型、土地利用或覆盖类型将整个流域划分成157个具有相似水文特征的水文响应单元(HRU)。通过模拟结果比较，表明浅层蓄水层回归因子(基流回归因子)、海拔高度带的划分分别对黑河干流山区流域地下径流和融雪径流过程有重要的影响，是该模型模拟精度高低的关键。通过参数的调整，1990～2000年月平均径流模拟结果显示，莺落峡站出山径流模型效率系数R^2达到0．88，相关系数r^2接近0．91。     

基于VIC模型的拉萨河流域分布式水文模拟

通过构建大尺度分布式VIC(variable infiltration capacity)模型,对拉萨河流域的水文过程进行了模拟,并以拉萨水文站为控制站点对模型进行率定和验证.结果表明:日尺度上,率定期和验证期的Nash-Suttcliffe效率系数(ENS)、确定性系数(R2)、相关性系数(r)基本都在0.80以上;月尺度上,3个指标达0.90以上;空间上,网格水量相对误差都小于1%.表明VIC模型能够较好地应用于拉萨河流域,适用性较好.VIC模型的构建,为研究气候变化对拉萨河流域水循环的影响奠定了基础.     

融雪径流模型参数渐进式优化率定方法

融雪径流模型(SRM)是一种概念性和半分布式模型,其参数在一定程度上反应了流域对融雪的径流响应内在机制.提出了一种融雪径流模型离散化参数的渐进式优化率定方法,以新疆玛纳斯河流域为实验区,开展SRM模型参数离散化分析及其优化研究.根据模型结构剖析,确定融雪径流系数和降雨径流系数为两个待率定的敏感参数,分析了月、半月、10天和5天等不同离散尺度模型参数表征融雪径流响应时变机制的特性,对旬离散的模型参数,采用不同目标函数及优化方法分别对2001—2012共12年融雪期逐日的融雪径流过程进行模拟率参,精度评价表明渐进式优化率定方法优于分时段优化率定方法.最后以2001—2008年的融雪期作为率参期,以2009—2012年作为检验期,分别面向三个目标对模型参数进行全局优化率定,验证模拟的平均效率系数达到0.87,表明本文提出的融雪径流模型参数率定方法是有效的,经优化的模型可应用于融雪径流预测.