水科学研究的关键词共词聚类分析_韩宇平
基于短时临近降水集合预报的中小河流洪水预报研究
第49卷第3期2021年5月河海大学学报(自然科学版)Journal of Hohai University(Natural Sciences)Vol.49No.3May 2021DOI :10.3876/j.issn.10001980.2021.03.001 基金项目:国家重点研发计划(2018YFC1508102);国家自然科学基金(41775111,41875131)作者简介:包红军(1980 ),男,正高级工程师,博士,主要从事水文气象预报与气象灾害风险预警研究㊂E⁃mail:baohongjun@通信作者:曹勇,高级工程师㊂E⁃mail:caoyong@引用本文:包红军,曹勇,曹爽,等.基于短时临近降水集合预报的中小河流洪水预报研究[J].河海大学学报(自然科学版),2021,49(3):197⁃203.BAO Hongjun,CAO Yong,CAO Shuang,et al.Flood forecasting of small and medium⁃sized rivers based on short⁃term nowcasting and ensemble precipitation forecasts [J].Journal of Hohai University(Natural Sciences),2021,49(3):197⁃203.基于短时临近降水集合预报的中小河流洪水预报研究包红军1,2,曹 勇1,2,曹 爽1,2,王 蒙1,2(1.国家气象中心,北京 100081;2.中国气象局-河海大学水文气象研究联合实验室,北京 100081)摘要:为了延长中小河流洪水预报预见期,建立了基于短时临近精细化网格降水集合预报的中小河流洪水预报模型㊂模型采用百分位映射订正技术,发展数值模式降水预报场与实况场映射关系,结合Bayesian 模型,构建基于GRAPES⁃3KM 模式和Time⁃Lag⁃Ensemble 融合技术的短时临近降水集合预报(最优集成㊁最大(95%分位数)㊁最小(5%分位数))格点场,作为GMKHM (Grid⁃and⁃Mixed⁃runoff⁃generation⁃and⁃Kinematic⁃wave⁃based Hydrological Model )的降水驱动,进行中小河流洪水逐小时实时滚动预报㊂选择新安江屯溪流域作为试验流域,对2020年汛期流域大洪水进行实时预报㊂检验结果表明,基于短时临近最优降水预报的中小河流洪水预报模型提前了7h 预报出屯溪断面洪峰,洪峰误差为5.6%,峰现时差为-1h ,比不考虑预见期降水的中小河流洪水预报提前了4h ;基于短时临近最大㊁最小降水预报的中小河流洪水预报模型提前了13h 预报出洪峰区间,并且自7月7日9时起滚动预报最大与最小预报跨度呈逐渐减少趋势㊂在中小河流洪水预报中引入短时临近集合预报降水,对提升中小河流洪水风险防控能力有重要意义㊂关键词:中小河流洪水预报;短时临近降水预报;GRAPES⁃3KM 模式;Time⁃Lag⁃Ensemble ;分布式水文模型;屯溪流域中图分类号:P338 文献标志码:A 文章编号:10001980(2021)03019707Flood forecasting of small and medium⁃sized rivers based on short⁃termnowcasting and ensemble precipitation forecastsBAO Hongjun 1,2,CAO Yong 1,2,CAO Shuang 1,2,WANG Meng 1,2(1.National Meteorological Center ,Beijing 100081,China ;2.CMA⁃HHU Joint Laboratory for Hydrometeorological Studies ,Beijing 100081,China )Abstract :A flood forecasting model for small and medium⁃sized rivers,based on the short⁃term nowcasting and fine ensemble gridded precipitation forecasts,is established for increasing the flood foresight period.The model adopts the percentile correction method to develop the mapping relationship between the precipitation forecast field of numerical model and the observed field.Based on the GRAPES⁃3KM model and the Time⁃Lag⁃Ensemble fusion technique,a short⁃term ensemble precipitation forecasting that is consist of three members (the optimal,maximum (95%quantile)and minimum (5%quantile))is developed with the Bayesian model.Taking the developed ensemble precipitation forecasts as the driving force of GMKHM,the hourly real⁃time rolling forecasting of flood for small to medium⁃sized basin is performed.The Tunxi Basin of the Xin’anjiang River is selected as the experimental basin to test the real⁃time flood forecasting in 2020flood season.Results show that the developed model performed well,the peak discharge of the Tunxi hydrological station was forecasted with 7hours in advance,the relative error was 5.6%,and the peak time difference was pared with that without considering the precipitation in lead⁃time period,the flood forecast lead⁃time can be increased by 4hours with the optional precipitation forecasts and 13hours with the maximum and minimum precipitation forecasts.The developed model has certain reference significance for the flood forecast of similar basin.The span between maximum and minimum forecasts presented the trend of decreasing gradually since 9:00on July 7th.It is of great significance to improve the flood risk prevention and control ability of small and medium⁃sized rivers with introducing the ensemble nowcasting and short⁃term precipitation forecasts.Key words :flood forecasting of small and medium⁃sized rivers;short⁃term nowcasting precipitation forecasts;GRAPES⁃3KM model;Time⁃Lag⁃Ensemble;distributed hydrological model;Tunxi Basin891河海大学学报(自然科学版)第49卷我国中小河流众多,洪水频发,灾害严重,已经成为当前洪水防控的薄弱环节[1]㊂根据国务院‘全国山洪灾害防治规划“,中小流域面积在200~3000km2之间,流域面积小,灾害突发性强,基础与观测资料不全,坡陡流急㊁汇流快㊁预见期短,预报预警难度大[2]㊂目前,国内外中小河流洪水预报主要有精细化分布式水文模型预报法和致洪临界雨量阈值预警预报法两种[3⁃5]㊂为了获得更长时效的预报预见期,引入预见期内的降水预报是提升中小河流洪水防控与减灾救灾的重要途径之一[6]㊂中小河流汇流一般在12h以内,如何提升面向中小流域0~12h的短时临近降水精准性预报,成为中小河流洪水精细化预报与风险防控研究的重要前沿问题[7⁃8]㊂根据中国气象局2017年‘全国短时临近预报业务规定“,短时临近降水预报分为0~2h临近降水预报和2~12h短时降水预报,不同时效的降水预报技术不尽相同[9]㊂目前,国内外的临近降水预报主要是以观测信息或分析数据进行外推,外推方法以卢卡斯卡纳德(Lucas⁃Kanade)光流法(简称LK光流法)为主,目前在天气业务中应用广泛[10]㊂中小尺度天气系统短时降水预报能力的提升主要依赖于数值天气预报模式,特别是快速滚动更新的高分辨率中尺度模式[11]㊂在国内,中国气象局GPAPES⁃3KM模式[11]㊁华东中尺度模型(SMB⁃WARMS)[12]和北京RMAPS模式[13]是提升短时降水预报能力的主要途径之一㊂但中小尺度天气系统降水局地性㊁突发性强,确定性数值模式难以考虑其不确定性,而传统基于初始场扰动㊁多物理过程等的集合数值预报,耗时费力,时效性难以满足需求[8]㊂本文面向中小流域,构建基于短时临近精细化网格降水集合预报的中小河流洪水预报模型㊂模型以中国气象局雷达组网和GRAPES⁃3KM模式为基础,发展基于金字塔架构的LK光流技术和强度守恒约束的Semi⁃Lagrangian平流技术的雷达外推临近降水预报技术,提出基于GRAPES⁃3KM模式和Time⁃Lag融合的短时降水集成预报和集合预报方法,实现0~12h逐小时降水集成与集合预报,驱动GMKHM(Grid⁃and⁃Mixed⁃runoff⁃generation⁃and⁃Kinematic⁃wave⁃based Hydrological Model)[14⁃16],建立中小河流洪水预报模型㊂以皖南山区新安江江屯溪以上流域(简称屯溪流域)为例,将洪水预报模型应用于2020年7月汛期洪水中进行实时预报,以探讨其对中小河流洪水预报精度与预见期延长的效果㊂1 短时临近降水集合预报的中小河流洪水预报模型建立基于短时临近降水集合预报的中小河流洪水预报模型包括短时临近降水集合预报和GMKHM两部分㊂基于多雷达组网和GRAPES⁃3KM模式,结合Time⁃Lag⁃Ensemble技术,发展短时临近降水三成员(最优集成㊁最大和最小)集合预报技术,以短时临近集合降水预报作为分布式水文模型的雨量驱动场,实现中小河流洪水预报㊂1.1 短时临近降水集合预报1.1.1 最优集成预报短时临近降水最优集成预报包括改进的雷达LK临近(0~2h)降水预报和基于GRAPES⁃3KM模式的短时(2~12h)降水集成预报两部分㊂1.1.1.1 改进的LK临近降水预报技术目前,国内外主要应用LK光流技术进行雷达外推临近降水预报㊂传统的LK光流法难以解决估计无降水区域的最优风场㊁雨强衰减计算误差以及系统生效问题,这是制约降水临近预报精度提升的重要因素之一㊂本文基于金字塔架构改进传统的LK光流法,利用空间升尺度技术,构建金字塔结构物理量场,生成8种空间尺度的降水预报场,从底层到高层逐渐分辨率降低(自底层起5km×5km至最高层30km×30km),再由上至下逐层利用LK光流技术获取当层的平流背景风场,并作为下一层的平流背景风场的初始场,实现最优估计无降水区域背景平流风场和有降水区域背景平流风场的精细结构㊂用于降水临近外推的Semi⁃Lagrangian技术,往往由于降水的非网格点插值易导致计算的外推降水强度逐渐减弱㊂本文利用插值前后两时刻降水累积百分位匹配技术,保持降水强度守恒,并结合GRAPES⁃3KM 模式环境场预报,建立前两个时次的降水生消变化及热力不稳定环境场定量关系,实时构建降水强度增减幅统计经验关系模型,实现在外推过程中降水强度订正计算㊂结合实时Z鄄R关系动态反演降水技术[10],实现基于改进LK光流法的雷达外推临近降水预报㊂第3期包红军,等 基于短时临近降水集合预报的中小河流洪水预报研究1.1.1.2 基于GRAPES⁃3KM 模式和Time⁃Lag 融合的短时降水最优集成预报GRAPES⁃3KM 模式是中国气象局国家级区域数值天气预报业务模式,自应用以来,大大提升了中央气象台中小尺度天气预报能力[11]㊂目前,GRAPES⁃3KM 快速更新同化系统实现了逐3h 快速滚动更新预报,并实时同化最新观测资料,在短时降水预报中小尺度系统强降水预报中准确率高㊂将GRAPES⁃3KM 模式预报作为短时定量降水预报的基础场,采用实时频率匹配订正技术,利用待订正量以及观测量样本资料,分别计算待订正量经验累积概率分布函数以及观测量经验累积概率分布函数,并利用两者在经验累积概率分布函数之间的差异,进行待订正量的数值订正,最终使得订正后待订正量的经验累积概率分布函数与观测量经验累积概率分布函数一致,具体计算公式如下:x c =F -1o (F m (x m ))(1)式中:x m 待订正量;F m (x m ) 待订正量的经验累积概率分布函数;F -1o (F m (x m )) 观测量经验累积概率分布函数的逆函数;x c x m 对应的订正值㊂Time⁃Lag 技术是针对某个预报时效㊁不同起报时刻的短时定量降水预报;Bayesian 模型根据前期降水预报与实况对应关系,计算出对应于某个预报时效各个起报时刻的短时定量降水预报融合权重系数,进行集成得到短时降水最优集成预报㊂基于GRAPES⁃3KM 模式的预报实时偏差订正技术流程见图1㊂图1 基于GRAPES⁃3KM 模式的预报实时偏差订正技术流程Fig.1 Flow chart of forecast real⁃time error correction technique based on GRAPES⁃3KM mode1.1.2 最大、最小预报考虑到天气过程固有的混沌效应以及预报技术对初始场的敏感性,相邻时刻起报的临近降水预报往往会有差异,这种差异表现为预报不确定㊂利用该特点,构建基于多起报时刻的时间滞后集合降水预报(Time⁃Lag Ensemble Forecast)㊂时间滞后集合降水预报的核心是基于快速更新同化系统构建集合成员,每一次循环更新将产生高频次的预报场,贡献新的集合成员,这一过程并不占用额外的计算机资源,成为一种经济实用的集合预报方案㊂考虑到不同起报时刻的临近降水预报成员不多,一般使用6个成员㊂由于直接使用概率预报以及求解分位数极值存在跳跃误差,为此采用一致性排序技术以及线性插值技术,拟合集合概率分布曲线,并利用该曲线,构建最小可能降水(5%分位)和最大可能降水(95%分位),与最优集成降水预报,形成3个集合预报成员,提供短时临近降水预报的最优预报和最大㊁最小预报㊂1.2 GMKHM 分布式水文模型Bao 等[14]在新安江水文模型的基础上,结合DEM 和RS 技术,构建基于DEM 网格的分布式混合产流水文模型(GMKHM)㊂模型是将流域内的DEM 网格作为水文响应过程的基本单元,并假设单元网格内地形地貌㊁陆面植被覆盖和土壤组成类型等下垫面条件和降水强迫空间分布一致,GMKHM 中只考虑DEM 网格间水文要素的变异性㊂在网格水文单元中,植被冠层截留和蒸散发计算后得到的净雨量,经过混合产流计算与划分水源,根据河网逐网格汇流演算次序,依次将地表径流㊁壤中流与地下径流演算至流域出口断面,得到其水文过程㊂在单元网格垂直方向上分为4层:植被层㊁上层土壤㊁下层土壤㊁深层土壤㊂在植被层考虑植被截留,对3层土壤层采用新安江水文模型的3层蒸散发模型进行蒸散发计算㊂应用考虑蓄满与超渗两种产流机制的混合产流模型进行网格内产流计算;坡面汇流和河道汇流均采用逐网格的一维运动波水流演算模型㊂在逐网格分布式汇流模型中,将上游网格入流作为当前网格单元产流计算中降水量的一部分处理,当此网格为河道网格,径流量将按比例汇入河道[15]㊂2 模型应用2.1 流域介绍及主要数据选取新安江屯溪流域作为模型应用检验流域㊂屯溪流域位于新安江流域上游皖南山区,属于副热带季991002河海大学学报(自然科学版)第49卷风气候区,多年平均降水量约为1800mm,为典型的湿润中小流域㊂屯溪水文站是新安江干流上游主要控制站,流域面积2693km2,地势西高东低,坡陡流急,最大落差达1018m,极易形成洪水㊂流域内植被良好,主要包括常绿针叶林㊁落叶阔叶林㊁混合林㊁灌木林㊁牧草地与耕地,土壤类型主要为壤土㊁砂质黏壤土㊁砂壤土和壤砂土㊂新安江流域为山区型河流,雨期集中在4 7月,洪水暴涨暴落,洪峰持续时间短,汛期与降水量一致,其降水量占年降水总量的65%㊂屯溪流域面积占整个新安江流域面积的24.4%㊂屯溪水文站实测最大洪峰流量5780m3/s(1969年5月5日)㊂屯溪流域1980 2013年间共34场次洪水,其中2008年的洪水最大,洪峰流量达5250m3/s;用于中小河流实时洪水预报的2020年汛期洪水,洪峰流量为5040m3/s㊂本文使用的气象数据来自中国气象数据网,水文数据摘自‘中华人民共和国水文年鉴“[17],DEM数据来自美国地质调查局(USGS)提供的全球30″×30″分辨率的DEM数据[18]㊂流域下垫面覆盖数据采用美国地质调查局提供的全球30″×30″土地覆盖数据[19]㊂2.2 模型参数空间估计GMKHM参数呈现空间网格上的不均匀分布,如直接应用传统流域出口断面水文过程难以进行模型参数率定㊂GMKHM依据参数的物理意义,建立与流域地貌特征㊁土壤类型以及植被覆盖等之间的定量关系,减少了模型参数对流域出口断面水文资料的依赖,可以获得参数合理的空间分布[19]㊂GMKHM蒸散发参数中叶面指数㊁最大叶面指数㊁作物高度通过每个栅格单元的LADS直接获取[20];深层蒸散发系数与栅格单元的植被覆盖率有关,在植被密集地区可取0.18,因此可假定其与植被覆盖率的比值为0.18[21];蒸散发折算系数主要与测量水面蒸发所用的蒸发器有关,对于国内普遍采用的E⁃601蒸发皿而言,一般取1;地表曼宁糙率系数可由陆面地表覆盖类型得到[22]㊂产流模型(含分水源)参数包括蓄满产流与超渗产流两类参数㊂单元栅格张力水容量㊁自由水蓄水容量根据赵人俊等[23]比较新安江模型与SACRAMENTO模型后得出㊂壤中流的出流系数和地下水的出流系数根据赵人俊等[23]的研究成果,其和表示自由水出流的快慢,与土壤类型有关㊂超渗产流计算中,Green⁃Ampt下渗方法参数的有效水力传导度㊁湿润锋面土壤吸力均根据水文学手册[24]取值,饱和含水率由栅格单元的土壤类型获取[25]㊂由于新安江屯溪流域为典型湿润流域,以蓄满产流为主,模型运行时关闭超渗产流计算模块㊂汇流参数包括河道曼宁糙率系数㊁地表坡度㊁河道坡度㊂河道曼宁糙率系数和河道坡度与上游汇水面积有关,地表坡度㊁河道坡度均可通过DEM数据求得[17]㊂2.3 模型应用与分析2.3.1 对历史典型洪水的验证选取1980 2013年间34场屯溪流域历史典型洪水,时间步长取为1h,用GMKHM对其进行洪水模拟,探求模型的适用性㊂根据DEM与下垫面覆盖数据的分辨率(30″×30″),屯溪流域划分为3605个30″×30″的水文计算单元网格,流域降水资料采用反距离权重法插值到网格计算单元㊂表1为34场洪水模拟结果特征值㊂GMKHM参数直接由空间估计获取,减少了对历史资料的依赖㊂从预报结果可以看出,与新安江模型相比,GMKHM在屯溪流域洪水模拟效果评估中,根据GBT22482 2008‘水文情报预报规范“,均为甲等预报方案,应用效果良好:GMKHM与新安江模型模拟精度相当,径流量相对误差和峰现时差平均值GMKHM稍优,洪峰相对误差平均值相近㊂GMKHM是在新安江模型基础上发展的,应用于屯溪流域时,只保留蓄满产流,从1986⁃06⁃11㊁1989⁃05⁃01㊁1994⁃05⁃01㊁1999⁃05⁃21㊁2008⁃06⁃09㊁2013⁃06⁃27等模拟结果可以看出,模型对流域洪水预报精度良好,也证明了GMKHM应用的合理性和可靠性㊂2.3.2 2020年汛期洪水实时预报2020年6月23日至7月11日,屯溪流域历经13场较强降水过程,流域累计面雨量为710.4mm,持续强降水致使屯溪水文站在7月7日16时流量达5040m3/s,中小河流洪水灾害严重㊂本文以发展的短时临近降水逐小时滚动集合(最优㊁最大㊁最小)预报驱动GMKHM,对本次洪水过程进行逐小时实时滚动预报,探求对中小河流洪水预报预见期的延长效果㊂其中,洪水起报时间从7月7日2时开始,起报时间前使用实况降水,起报时间至峰现时间预见期内使用降水集合预报;以较强降水(5mm/h以上)量级进行检验评估,0~ 2h临近定量降水预报逐小时Threat Scores(TS)评分平均为0.15,高于传统LK光流法的0.07;2~12h短时定量降水预报逐小时TS评分平均为0.12;12h累计定量降水预报TS评分达0.51,高于GRAPES⁃3KM同预第3期包红军,等 基于短时临近降水集合预报的中小河流洪水预报研究表1 屯溪流域洪水模拟特征值对比Table1 Characteristic comparison of flood simulation results in Tunxi Basin序号洪水起始日期累计降水量/mm实测洪峰流量/(m3㊃s-1)径流量相对误差/%洪峰相对误差/%峰现时差/h确定性系数G X G X G X G X11982⁃05⁃01191.324280-1.33 1.99-0.2 2.8100.980.97 21983⁃05⁃1174.151300-7.137.28-10.1 2.50-10.920.96 31983⁃05⁃1474.591510 3.8612.57-15.3-1.70-10.980.95 41983⁃05⁃29125.6124908.7215.4711.118.7-2-30.950.85 51983⁃06⁃0997.352170-3.99 2.94 4.5-6.0-300.90.97 61984⁃05⁃0189.615708.2510.66-26.0-24.9-1-20.860.79 71984⁃08⁃26135.932513-4.48-14.68 1.4-0.7440.970.96 81986⁃06⁃1191.5722600.73-1.27 6.3 5.70-10.940.92 91987⁃06⁃1927.0394519.9329.6916.725.0450.80.78 101988⁃05⁃0777.301390-6.65-5.91-16.1-13.6-1-20.850.81 111988⁃06⁃1140.191000 6.0424.91 1.919.3-1-20.880.83 121989⁃05⁃0178.92174010.207.49 1.8-8.20-30.970.84 131989⁃06⁃12113.472274 1.71 6.59-10.8-0.40-10.970.98 141989⁃06⁃3071.451740 2.3117.36 1.413.50-20.970.93 151989⁃07⁃2289.21470-6.53-29.60 2.20.8-2-40.870.76 161990⁃05⁃0152.671700-9.41 3.3414.815.8-1-20.960.93 171990⁃06⁃11126.942500 5.327.66-12.7-6.8310.940.98 181991⁃05⁃18130.3722208.96 3.96-19.3-14.6-3-40.90.84 191991⁃06⁃3054.552060 2.7910.4622.630.7-1-20.870.84 201992⁃06⁃20114.8531509.10-12.76-2.2-6.4-1-20.960.83 211993⁃05⁃27193.614700 1.5111.49-18.0 4.70-20.950.91 221994⁃05⁃01154.6841607.660.53-0.8-19.4-1-20.970.83 231995⁃05⁃15113.244070 6.62 6.3312.7 3.4-3-20.890.95 241996⁃06⁃01180.696490 3.83-5.2814.3-3.11-30.960.87 251997⁃06⁃06116.272730-6.15-1.830.918.9-3-40.950.84 261998⁃05⁃01132.32427015.69-3.0719.18.7-1-40.930.91 271999⁃05⁃2191.262960-2.5016.26 4.3 3.61-10.980.91 281999⁃06⁃22131.2337809.7625.099.419.80-40.960.82 291999⁃08⁃24118.4128900.2411.28-19.49.0000.960.92 302001⁃05⁃0172.361410-25.7314.41-19.210.80-10.870.88 312001⁃06⁃20134.523640-9.23-15.33-1.50-3-20.890.92 322002⁃05⁃13123.812120-8.319.40-4.3-1.2010.860.94 332008⁃06⁃09154.315250-1.33 1.62-0.20.3110.980.98 342013⁃06⁃27137.213980-7.137.82-10.19.1000.920.93绝对值平均 6.9010.509.89.7 1.2 1.90.920.89 注:G代表GMKHM,X代表新安江水文模型㊂报时效评分;以洪峰误差20%㊁峰现时间误差为1h衡量洪峰预报准确性㊂从表2和图2可以看出,7月7日2 7时起报的降水预报精度相对不高,导致最优预报洪峰效果越来越差,但随着7时之后起报的降水预报精度逐步提升,洪水最优预报精度随着预见期临近越来越高;自9时起报的洪峰误差均在10%,最优预报的峰现时间误差均小于1h,而不考虑预见期降水的中小河流洪水预报直到13时才预报出洪峰,且峰现时间误差为1h,对比预见期提前了4h;且自2时起报的最大预报与最小预报很好地包含了实况流量过程线,之间的跨度(最大与最小预报之差)越来越小,接近于实况过程㊂3 结 语为了延长中小河流洪水预报的预报预见期,发展了短时临近精细化网格降水集合预报(3个成员:最优预报㊁最大预报㊁最小预报)技术,驱动GMKHM,建立基于短时临近集合预报的中小河流洪水预报模型㊂以皖南山区新安江上游屯溪流域为验证流域,对流域2020年汛期大洪水进行实时滚动预报㊂结果表明,基于短时临近最优降水预报的中小河流洪水预报模型提前了7h预报出屯溪洪峰,洪峰误差为5.6%,峰现时差为-1h,比不考虑预见期降水的中小河流洪水预报提前了4h;基于短时临近最大㊁最小降水预报的中小河流102河海大学学报(自然科学版)第49卷表2 屯溪流域2020年实时预报洪水洪峰Table 2 Flood peak of Tunxi Basin by real⁃time forecasting in 2020序号洪水起报时间预报洪峰/(m 3㊃s -1)最优最大最小跨度最优预报峰现时间/h17月7日2时5333.39040.53242.05798.5-427月7日3时5488.96169.32529.23640.1-337月7日4时4537.35893.92663.63230.3-347月7日5时3943.16400.12964.53435.6-257月7日6时3433.75694.12867.92826.2-267月7日7时2967.14721.52134.82586.7-277月7日8时4360.54647.43459.91187.5-287月7日9时4777.95586.74063.31523.4-197月7日10时4887.95281.84089.21192.6-1107月7日11时4910.05588.14414.61173.5-1117月7日12时5085.85187.14456731.10127月7日13时5017.35481.34816.2665.1雨量实况场(6月23日17时至7月7日9时)㊁雨量预报场(7月7日9 16时)图2 2020年屯溪流域基于降水最优预报的洪水预报结果Fig.2 Flood forecasting result based on optimal precipitation forecasts in Tunxi Basin in 2020洪水预报模型提前13h 预报出洪峰区间,并自7月7日9时起,最大与最小预报之间跨度逐渐减少㊂笔者认为,针对面向中小河流洪水预报的流域雨量场构建,仍需要进一步的研究㊂a.流域雨量实况场㊂中小流域水文气象监测不足,呈 东密西疏” 大密小疏”,空间代表性不够,基于天气雷达回波反演特别是在复杂地形地区的降水反演精度不够,难以准确捕捉中小河流致洪强降水的精细化分布㊂随着多源遥感技术的快速发展,基于天基㊁空基㊁地基等多源监测资料,研发复杂地形影响下不同水文气象分区基于大数据识别与融合同化技术的三维降水监测技术,是提升面向中小河流洪水预报的流域雨量场精度的重要手段之一㊂b.流域雨量预报场㊂降水是决定中小河流洪水预报精度和预见期的关键因素,目前,面向中小流域的高分辨率雨量预报场构建技术亟须加强㊂构建不同水文气象分区降水特征条件下多源信息融合的高时空分辨率雨量场,发展基于人工智能与数值模式的雷达智能外推短时临近降水预报技术,构建面向中小流域的无缝隙精细化智能网格降水预报,是中小河流洪水预报下一步要解决的关键技术㊂参考文献:[1]李致家,朱跃龙,刘志雨,等.中小河流洪水防控与应急管理关键技术的思考[J].河海大学学报(自然科学版),2021,49(1):13⁃18.(LI Zhijia,ZHU Yuelong,LIU Zhiyu,et al.Thoughts on key technologies of flood prevention and emergencymanagement in small and medium⁃sized rivers[J].Journal of Hohai University (Natural Sciences),2021,49(1):13⁃18.(in Chinese))[2]WAN Y,KONYHA K.A simple hydrologic model for rapid prediction of runoff from ungauged coastal catchments[J].Journal of Hydrology,2015,528:571⁃583.[3]REED S,SCHAAKE J,ZHANG Z.A distributed hydrologic model and threshold frequency⁃based method for flash flood forecasting at ungauged locations[J].Journal of Hydrology,2007,337(3/4):402⁃420.[4]GOLIAN S,SAGHAFIAN B,MAKNOON R.Derivation of probabilistic thresholds of spatially distributed rainfall for flood forecasting[J].Water Resources Management,2010,24(13):3547⁃3559.[5]包红军,林建,曹爽,等.基于流域地貌的中小河流致洪动态临界面雨量阈值研究[J].气象,2020,46(11):1495⁃1507.202302第3期包红军,等 基于短时临近降水集合预报的中小河流洪水预报研究(BAO Hongjun,LIN Jian,CAO Shuang,et al.Topography⁃based dynamic critical area rainfall threshold for small to middle⁃sized river flood warning[J].Meteorological Monthly,2020,46(11):1495⁃1507.(in Chinese))[6]LI J,CHEN Y,WANG H,et al.Extending flood forecasting lead time in a large watershed by coupling WRF QPF with adistributed hydrological model[J].Hydrology and Earth System Sciences Discussions,2016,21:1⁃45.[7]刘佳,邱庆泰,李传哲,等.降水临近预报及其在水文预报中的应用研究进展[J].水科学进展,2020,31(1):129⁃142.(LIU Jia,QIU Qingtai,LI Chuanzhe,et al.Advances of precipitation nowcasting and its application in hydrological forecasting [J].Advances in Water Science,2020,31(1):129⁃142.(in Chinese))[8]包红军,曹勇,林建,等.山洪灾害气象预警业务技术进展[J].中国防汛抗旱,2020,30(9/10):40⁃47.(BAO Hongjun,CAO Yong,LIN Jian,et al.A review:operational technology advances in meteorological early warning for flash flood disasters [J].China Flood&Drought Management,2020,30(9/10):40⁃47.(in Chinese))[9]毕宝贵,代刊,王毅,等.定量降水预报技术进展[J].应用气象学报,2016,27(5):534⁃549.(BI Baogui,DAI Kan,WANGYi,et al.Advances in techniques of quantitative precipitation forecast[J].Journal of Applied Meteorological Science,2016,27(5):534⁃549.(in Chinese))[10]金荣花,代刊,赵瑞霞,等.我国无缝隙精细化网格天气预报技术进展与挑战[J].气象,2019,45(4):445⁃457.(JINRonghua,DAI Kan,ZHAO Ruixia,et al.Progress and challenge of seamless fine gridded weather forecasting technology in China [J].Meteorological Monthly,2019,45(4):445⁃457.(in Chinese))[11]庄照荣,王瑞春,李兴良.全球大尺度信息在3km GRAPES⁃RAFS系统中的应用[J].气象学报,2020,78(1):33⁃47.(ZHUANG Zhaorong,WANG Ruichun,LI Xingliang.Application of global large scale information to GRAEPS RAFS system[J].Acta Meteorologica Sinica,2020,78(1):33⁃47.(in Chinese))[12]徐同,李佳,王晓峰,等.2010年汛期华东区域中尺度数值模式预报效果检验[J].大气科学研究与应用,2011(2):10⁃23.(XU Tong,LI Jia,WANG Xiaofeng,et al.Validation of mesoscale numerical model in East China during2010flood season[J].Research and Application of Atmospheric Science,2011(2):10⁃23.(in Chinese))[13]陶局,赵海坤,易笑园,等.基于RMAPS的一次局地强降水过程成因分析[J].气象科技,2019,47(2):299⁃230.(TAO Ju,ZHAO Haikun,YI Xiaoyuan,et al.Causal analysis of a short⁃time strong rainfall based on RMAPS and observation data[J].Meteorological Science and Technology,2019,47(2):299⁃230.(in Chinese))[14]BAO Hongjun,WANG Lili,ZHANG Ke,et al.Application of a developed distributed hydrological model based on the mixedrunoff generation model and2D kinematic wave flow routing model for better flood forecasting[J].Atmos Sci Lett,2017,18(7): 284⁃293.[15]包红军,李致家,王莉莉,等.基于分布式水文模型的小流域山洪预报方法与应用[J].暴雨灾害,2017,36(2):156⁃163.(BAO Hongjun,LI Zhijia,WANG Lili,et al.Flash flood forecasting method based on Distributed Hydrological Models in a small basin and its application[J].Torrential Rain and Disasters,2017,36(2):156⁃163.(in Chinese))[16]包红军,王莉莉,李致家,等.基于Holtan产流的分布式水文模型[J].河海大学学报(自然科学版),2016,44(4):340⁃346.(BAO Hongjun,WANG Lili,LI Zhijia,et al.A distributed hydrological model based on Holtan runoff generation theory [J].Journal of Hohai University(Natural Sciences),2016,44(4):340⁃346.(in Chinese))[17]中华人民共和国水文年鉴:安徽省新安江水文资料(1980 2013)[R].北京:中华人民共和国水利部水文局,2014.[18]U S Geological Survey(USGS).GTOP30[EB/OL].[2006⁃02⁃10]./products/elevation/gtopo30/gtopo30.html,2005.[19]U S Geological Survey(USGS).Global land cover characteristics data base[EB/OL].[2006⁃02⁃10]./glcc/globdoc2_0.asp,2005.[20]Land Data Assimilation Schemes(LDAS),Mapped Vegetation Parameters[EB/OL].[2015⁃07⁃12]./LDAS8th/MAPPED.VEG/LDASmapveg.shtml,2010.[21]YAO Cheng,LI Zhijia,YU Zhongbo,et al.A priori parameter estimates for a distributed,grid⁃based Xinanjiang model usinggeographically based information[J].Journal of Hydrology,2012,468/469:47-62.[22]VIEUX B E.Distributed hydrologic modeling using GIS[M].Dordrecht,The Netherlands:Kluwer Academic,2001.[23]赵人俊,王佩兰.新安江模型参数的分析[J].水文,1988(6):2⁃9.(ZHAO Renjun,WANG Peilan.Parameter analysis ofXin’anjiang Model[J].Journal of China Hydrology,1988(6):2⁃9.(in Chinese))[24]MAIDMENT D R.Handbook of hydrology[M].New York:McGraw⁃Hill,1993.[25]ANDERSON R M,KOREN V,REED ing SSURGO data to improve Sacramento Model a priori parameter estimates[J].Journal of Hydrology,2006,320:103⁃106.(收稿日期:20210419 编辑:胡新宇)。
【国家自然科学基金】_淡水藻类_基金支持热词逐年推荐_【万方软件创新助手】_20140802
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词 浮游藻类 浮游植物 底栖藻类 黄茅海 高岚河 香溪河库湾 酸性矿山废水 鄂尔多斯盆地 辛基酚 藻 蓝藻水华 荧光 苯胺 腐蚀 脂肪酸 聚类分析 群落结构 绿藻水华 粪类甾醇 监测 盐沼湿地 生物处理方法 环境生态效应 物种多样性 烃源岩 潭江 淡水藻类 淡水水体 淡水 油源对比 沉积物 水质评价 水质 水华蓝藻 杭州西湖 束丝藻属 新记录种 微生物 微囊藻毒素 影响 富营养化 大型水电站 多样性 地质成因磷 地球化学特征 响应 吸附等温线 吸附 原油 半抑制浓度 判别分析 传统处理方法
推荐指数 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44
推荐指数 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
53 54 55 56 57
基于小世界网络的海河流域河网结构及功能响应
第34卷第4期2023年7月㊀㊀水科学进展ADVANCES IN WATER SCIENCE Vol.34,No.4Jul.2023DOI:10.14042/ki.32.1309.2023.04.007基于小世界网络的海河流域河网结构及功能响应张兴源1,李发文1,赵㊀勇2(1.天津大学水利工程仿真与安全国家重点实验室,天津㊀300072;2.中国水利水电科学研究院,北京㊀100038)摘要:河网是流域水循环中的水流通道,其空间演变影响着水文过程㊂人类改造和重建河网使其结构和功能发生了显著变化,分析河网演变下的结构特征和功能响应,对河网健康评估和管理具有重要意义㊂本文提出小世界河网概念,构建了基于图论的河网评估框架,解析了河网演变下的结构特征㊁增长模式和功能响应㊂结果表明:海河流域现状河网具有高连通㊁大整体㊁高密集的小世界特征,拥有较高的网络效率;河网发育具有无标度特征,服从节点增长和优先连接的发育模式,受到 小范围连接 的空间约束;与自然河网相比,防洪功能提升了65%,供水功能提升了222%,生态功能降低了78%,功能变化趋于非一致性㊂评估结果可为流域河网优化管理和规划提供技术支撑㊂关键词:河网演变;河网结构;功能响应;小世界河网;功能优化;稳态效应中图分类号:TV122㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1001-6791(2023)04-0541-12收稿日期:2023-02-27;网络出版日期:2023-07-10网络出版地址:https :ʊ /kcms2/detail /32.1309.P.20230710.1105.004.html基金项目:国家自然科学基金资助项目(52179020)作者简介:张兴源(1995 ),男,河北廊坊人,博士研究生,主要从事水文水资源方面研究㊂E-mail:zxingyuan@ 通信作者:李发文,E-mail:lifawen@ 河流网络是流域水循环中重要的水流通道以及生态过程和物种运动的水文连续体[1-2],其空间格局将影响河网连通性和功能性[3-4]㊂人类在水资源管理实践中广泛改造和重建河网,大型流域河网已经演变为 自然+人工 双重特征河网,河网结构发生显著变化[5-6]㊂特别在具有大范围冲积平原的流域,现状河网具有复杂的分支模型和拓扑结构[7-8]㊂河网动态变化影响着水流过程潜在的时空异质性,河网功能是多尺度上水流过程与物理网络相互作用的结果㊂随着人工河道纳入河网中,河网功能也发生了系统性变化㊂河网不是随机的拓扑结构[9],在自然因素和人类活动驱动下,河网结构与功能具有独特的演变规律和相互作用㊂国内外已有研究通常采用河网密度㊁分支比等参数分析河网的几何结构[10-12],或从网络角度分析节点㊁河道重要性及结构连通[13]㊂另有学者基于地形地貌和生态视角对河网结构进行研究,但人类活动影响下的现状河网与地形地貌的关联性较低[14],地形地貌难以解释现状河网的结构特征,生态学中的河网研究主要关注生态连通性,探究环境通量变化和物种多样性[15],对流域河网结构特征和变化缺乏认识㊂目前没有形成明确的评估框架,缺乏对流域现状河网的拓扑模式㊁演变规律及功能响应的全面解析,并且现有研究多针对自然河网或局部河网[10,16-17]㊂因此,针对大型流域剧烈变化的河网,构建综合评估框架,研究其结构特征,解析空间演变规律,定量评估功能响应,可更好地评估多因素影响下的河网动态[18]㊂小世界网络是复杂网络的分类之一[19],现实世界中,随机网络和规则网络不是研究复杂系统的合适框架[20],很多系统已演变为小世界网络,并已广泛应用于电力㊁交通等网络的拓扑特征研究中[21-22]㊂小世界网络理论在河网研究中应用甚少,仅应用于城市供水网络研究中[23-24]㊂人类活动是小世界网络形成的重要驱动因素,流域河网作为一种拓扑网络在长期人类影响下也可能呈现小世界特征㊂小世界网络是反映社会属性的网络理论,基于此,明确流域河网的拓扑特性以及是否具有小世界特征,对实际河网的综合规划和管理具有指导意义,同时这种跨学科方法对于多角度理解河网至关重要[25]㊂542㊀水科学进展第34卷㊀海河流域是中国七大流域之一,河网复杂且演变剧烈,长期河网建设中对拓扑特征和系统性功能变化认识不足,亟需对河网演变下的拓扑模式㊁演变规律和功能响应进行综合评估㊂本文以海河流域为例,调查确定自然河网和现状河网,构建河网综合评估框架,识别流域河网的 小世界 特征,解析河网结构的演变规律及其空间约束,定量评价河网结构演变下的功能响应,讨论基于功能曲线的河网优化管理思路㊂1㊀研究区域与数据海河流域面积为32.06万km2,流域内大中城市众多,人口集中,上游分布有太行山脉和燕山山脉,下游为粮食产区华北平原㊂海河流域形状为扇形,山区平原界限分明,上游至下游呈收缩趋势㊂自然河网(未包含人工河道)河道长度为84814km,现状河网(自然河道+人工河道)河道长度为159868km,人工河道占比达46.95%(图1)㊂流域河网在人类活动影响下剧烈演变,尤其在广阔的平原区,人工河道较多,河网四通八达,空间上呈密集网状结构㊂河网内水利工程众多,水流运动受到强烈干扰㊂河网数据来自全国地理信息资源目录服务系统(https:ʊ/main.do?method=index)中1ʒ25万地理数据㊂对比不同数据产品,该数据与流域现状河网更符合,分辨率较高,因此使用此数据进行建模和研究㊂本文旨在研究人类活动影响下的海河流域现状河网的结构特征,对比自然河网分析河网演变规律和功能响应,需将河道划分为自然河道和人工河道㊂自然河道是自然因素(地形地貌㊁气候等)驱动下形成的水流通道,人工河道是人为修建的河道㊂1ʒ25万河网数据属性标注了河道类型(自然或人工),在此基础上通过河名进行划分(河名中带 减 ㊁ 运 ㊁ 新 ㊁ 渠 ㊁ 排 等字的为人工河道),最后再人为校核㊂但是,海河流域河网非常密集和复杂,部分河道难以准确划分㊂研究中将此类河道划分为自然河道,自然河道比例可能略高于实际情况,但并不影响研究结论㊂图1㊀海河流域河网示意Fig.1Schematic diagram of the river network in the Haihe River basin2㊀研究方法2.1㊀研究框架本文提出小世界河网概念,构建基于图论的河网综合评估框架㊂首先,分别建立海河流域自然河网模型㊀第4期张兴源,等:基于小世界网络的海河流域河网结构及功能响应543㊀和现状河网模型,解析现状河网的小世界拓扑特性;然后,研究河网的演变规律,分析其节点增长㊁优先连接以及空间约束作用;其次,建立河网的功能评价体系,定量评价河网的防洪㊁供水和生态3项重要功能;最后,分析河网演变的功能曲线和稳态效应,探究河网功能优化区间,为流域河网的系统优化和管理提供支撑㊂2.2㊀图模型图论是复杂网络研究的重要手段,近年来在河网拓扑特征度量中得到广泛应用[13,26-27]㊂图模型是基于图论的河网拓扑模型,通过点和边的连接关系表征河网,进而分析其拓扑结构或连通特性㊂河网的拓扑模式可通过无向图表征[28],本文基于python的Networkx和Igraph模块构建了海河流域现状河网模型G=(V,E)㊂将河道源头和交汇点用点集V表示,河段分支用边集E表示,模型中考虑了河道内的控制工程(水库㊁大型水闸),将其概化为节点加入到点集V㊂V={v i},i=1,2, ,N,N为节点数,节点分为河段节点㊁工程节点2类㊂E={e i},i=1,2, ,M,M为河段数,河段属性设定为河段长度㊂海河流域现状河网模型有节点46777个,河段56207个㊂海河流域范围广阔,考虑所有河道是困难的,并且对河网影响较小的大量分支河道会显著降低建模效率㊂本文以可获取的详细数据构建的海河流域河网模型,虽然与实际河网存在差异,但能够表征河网拓扑特征,研究结果合理可信㊂同时,构建了海河流域自然河网模型以对比分析河网拓扑和功能㊂2.3㊀小世界河网小世界网络是复杂网络(指结构复杂㊁随时间演变并且具有连接多样性㊁动态复杂性等特性的实际网络)的分类之一[19]㊂本文将符合小世界网络拓扑特征的河网定义为小世界河网㊂小世界河网的河道密集,大部分节点间彼此不相连,但经过少数相连河段就可到达其他节点㊂小世界河网是具有更高全局效率和局部效率的复杂河网,结构连通性高,节点间路径长度缩短,展现出更强的蓄水能力和水沙输移能力[29]㊂节点度㊁聚集系数和路径长度是度量小世界网络的重要指标,Humphries等[30]提出了基于聚集系数和路径长度的小世界系数以识别小世界网络㊂本文采用小世界系数判断流域河网是否为小世界河网,并对比自然河网的节点度㊁聚集系数㊁路径长度来解析河网拓扑特征㊂(1)度(K)是指节点直接连接的河段数量㊂计算公式为K=1NðiɪG k i(1)式中:k i为节点i连接的节点数㊂(2)聚集系数(C)是描述节点之间结集成团程度的指数,定义为某一节点的任意2个邻居彼此也是邻居的概率㊂聚集系数可以表征河网的紧密程度和传递性,聚集系数越大,表示结构越紧密(传递性越强)㊂计算公式为:C=1NðiɪG c i(2)c i=E ik i(k i-1)/2(3)式中:c i为节点i的聚集系数;E i为节点i的k i个邻居节点之间实际存在的边数㊂(3)平均路径长度(L)是指网络中任意2个节点间的平均路径长度,表征河网中的任意节点间的输移距离㊂计算公式为L=1N(N-1)ðiʂjɪG d ij(4)式中:d ij为节点i和节点j之间的最短路径长度,km㊂(4)小世界系数(σ)是一个定量的网络分类指标,对比现状河网与具有相同节点数和度序列(每个节点544㊀水科学进展第34卷㊀连接属性的数组)的随机河网来识别是否为小世界网络㊂小世界系数是聚类系数和平均路径长度的比值,计算公式为σ=C /C rand L /L rand (5)式中:C rand ㊁L rand 分别为随机河网(相同节点和度序列)的聚集系数和平均路径长度,小世界网络必须满足的条件是σ>1(C ≫C rand 和L ʈL rand )㊂2.4㊀功能性评价流域河网是气象因素与下垫面地质地貌长期共同作用的产物,河网结构决定了河道中的水流存蓄与流动状态㊂人类活动影响下海河流域河网不断演变,与原始自然河网差异巨大,改变了自身水文连通性,进而影响河网防洪功能㊁供水能力以及生态功能的发挥㊂本文基于河网模型,提出了河网主要功能的评价体系,以评估河网演变下的功能响应㊂功能评价将河道中的控制工程(水库㊁水闸)概化为节点,反映其对河道的分隔作用㊂本文主要针对河网进行研究,未考虑工程规模和运行方式㊂海河流域河网规模大且复杂,难以定量验证评估结果,后文采用定性分析验证结果的合理性㊂2.4.1㊀防洪功能防御洪水是河网承担的主要功能之一㊂相对传播时间分布是决定洪峰大小的重要因素[31],如果各支流从源头到流域出口的洪水传播时间相似,下游洪峰易遭遇产生更大洪峰;相反,则支流洪峰在下游不易遭遇㊂Karki 等[32]基于Troutman 等[31]的洪水过程线概念提出了洪水衰减评估方法,通过洪水路径长度差异来表征防洪能力,因洪水传播受流量大小的影响,通过流量加权修正洪水路径长度㊂本文采用该方法概化评估河网整体防洪功能,由于流域河网数据限制,忽略了断面特征和传输损失等因素㊂计算防洪功能指数(F d ),数值越大表示防洪能力越强,详细说明可见文献[32],计算公式如下:F d =ði ɪG q i (ði ɪG q i )2-ði ɪG q 2i ˑði ɪG q i (l i -L )2(6)q i =A S r ˑS i (7)式中:q i 为河段i 的集水面积,km 2;A 为流域面积,km 2;S r 为河网总长度,km;S i 为河段i 的长度,km;l i 为河段i 的上游节点至流域出口的距离,km;L 为河段平均长度,km㊂ði ɪGq i (l i -L )2为流量加权的洪水路径长度差异,ði ɪG q i (ði ɪG q i )2-ði ɪG q 2i 表示流域的产汇流差异㊂海河流域河网中每个河段的集水面积难以界定,多项研究证实了集水面积与河道长度存在相关关系[33-34],并且蔡振华等[35]研究表明集水面积较小的河道其集水面积与河道长度呈线性相关关系㊂海河流域河网密集,片段化程度高,因此本文采用式(7)估算河段的集水面积㊂2.4.2㊀供水功能供水功能是河网为区域生活生产提供所需水资源的能力㊂王淑良[36]采用网络效率评估了供水网络的性能和脆弱性,本文考虑到河网密度对供水范围的影响,将网络效率和河网密度相结合用于评估河网供水功能㊂网络效率是衡量网络信息交换效率的概念[37],可表征网络输送和共享水流的潜力㊂河网密度是表征流域内河网密集程度的指标[38]㊂河网供水能力受到河网格局㊁河道形态以及传输能力等因素影响,本文重点研究河网演变下的功能响应,旨在同一标准下对比河网功能变化,因此未考虑以上复杂因素,主要基于河网㊀第4期张兴源,等:基于小世界网络的海河流域河网结构及功能响应545㊀效率与密度的联合指数来进行评价㊂供水功能(F s )计算公式如下:F s =E f D r (8)E f =ði ʂj ɪG e ij N (N -1)=1N (N -1)ði ʂj ɪG 1d ij (9)D r =S r /A (10)式中:E f 为网络效率指数;D r 为河网密度,km /km 2;e ij 为网络中节点i 与j 的效率指数㊂2.4.3㊀生态功能生态功能是河网的水文连通特性,是物种多样性和栖息地发展的能力㊂生态功能通常由流量驱动[39],区域间差异性的河网演变将改变河网水动力特征,而水动力特征的时空失衡会进一步影响局部流量过程,导致连通性的破坏,降低生态功能[40]㊂Zhang 等[29]在海河流域的研究证实了区域河网差异性演变是生态功能降低的重要影响因素,因此,本文利用河网空间演变的差异性评估生态功能㊂假设自然河网的生态功能是最佳的(功能指数为1),现状河网的生态功能指数(F e )计算公式为F e =E a,m -E r,m E a,p -E r,p (11)式中:E a,m ㊁E a,p 分别为现状河网的山区和平原区河段数;E r,m ㊁E r,p 分别为自然河网的山区和平原区河段数㊂3㊀结果与讨论3.1㊀小世界河网海河流域河网演变剧烈,长期地质构造和地貌演变下形成的自然河网加入了大量人工河道㊂表1给出了自然河网和现状河网的结构指标㊂现状河网长度相比自然河网增加了88.5%,现状河网的节点增加了176.9%,河段数增加了246.4%㊂自然河网的边点率为0.96,现状河网为1.20,节点连接了更多的河道,内部联系更紧密㊂自然河网的网络分量(与其他区域河网不连通的局部河网)为1205,最大分量节点数占总节点数的34.4%,没有形成覆盖整个流域的连通河网㊂现状河网连通了独立的网络分量,最大分量节点数占总节点数的91.15%,构成了覆盖整个流域的密集河网㊂但局部地区由于人工河道修建形成一些新的独立水系,导致现状河网的网络分量(1231)多于自然河网㊂表1㊀海河流域河网特征Table 1Characteristics of the river network in the Haihe River basin河网长度/km 节点/个河段/个边点率网络分量/个最大分量节点(河段)/个度聚集系数平均路径长度/km 自然河网8481416891162240.9612055808(5981) 1.920.019612.33现状河网1598684677756207 1.20123142636(53226) 2.400.038503.37㊀㊀自然河网的平均度为1.92,现状河网为2.40,增大了25%㊂流域的集水特性使河网具有大量源节点,自然河网呈树状分布[21],支流向干流汇集并向下传播,节点的度主要为1和3(图2)㊂由于工程建设,现状河网出现了度为2的节点,并且度为3和4的节点显著增加,结构连通性和片段化提升㊂自然河网聚集系数为0.019,现状河网为0.038,增大了100%㊂自然河网平均路径长度为612.33km,现状河网为503.37km,降低了17.79%㊂海河流域现状河网的小世界系数为2.44,具有显著的小世界特性㊂自然河网在几百年甚至几十年的改造和重建中剧烈变化,由树状河网演变为小世界网络㊂小世界网络体现了人类社会的网络属性,小世界耦合的动力系统显示了增强的物质输移能力和同步性,是全局和局部效率均更高的空间网络[37]㊂小546㊀水科学进展第34卷㊀世界河网具有高连通㊁大整体㊁高密集的拓扑特性,并且小世界河网具有鲁棒性[41],对随机事件的抵抗能力强,删减某些节点对网络结构影响很小㊂河网内某一河段或节点遭受破坏,不会导致河网功能大幅降低㊂河网中不易发生大范围的水灾害或水污染事件,人为调控下只会在小范围造成影响,对河网整体功能干扰很小㊂流域河网向小世界网络的演变,源于人类对河网效率和控制程度的高要求,不断地改造重塑河网,改变其拓扑特性㊂图2㊀自然河网与现状河网的结构对比Fig.2Structure comparison of natural river network and current rivernetwork图3㊀河网节点度分布Fig.3Double logarithmic diagram of river network degree distribution 3.2㊀河网演变现状河网是一个独特的网络系统,分布有大量源节点(度为1)和少量工程节点(度为2)㊂节点度呈现带拐点的分布趋势,并在之后(度ȡ3)线性衰减,尾部具有幂律分布特征㊂尾部幂律分布是无标度网络的分布特征[20],图3可知现状的小世界河网具有无标度特性㊂无标度是小世界网络的一个分支,大多数节点拥有较少连接,而少数节点拥有较多连接㊂现状河网的同配性指数(度较高的节点相互连接的概率)为0.061,自然河网的同配性指数为-0.094,同配性指数明显增大,也验证了现状河网的无标度特性㊂无标度特征网络服从节点增长和优先连接的发育规律[8,42],即网络节点不断增长,并且总是优先连接枢纽节点(度较高的节点)㊂海河流域河网演变的无标度特征引起了显著的空间差异,节点增长集中在下游平原区,节点从2761个增长至27128个,增长了882.5%(表2)㊂节点度不断增加,河道互联互通,平均河段长度明显降低,平原河网演变成为密集网状㊂山区河网演变程度较低,节点从14130个增长至19649个,增长了39.1%,大部分河网仍然保持着自然特征㊂河网的节点增长和优先连接与流域经济发展和 上蓄㊁中疏㊁下排 的治水理念相一致[43]㊂随着经济社会发展,下游建设大量网状的输水通道以满足不断提升的供水需求,同时,区域防洪重要性不断提高,催生了中下游的工程节点和行洪通道㊂㊀第4期张兴源,等:基于小世界网络的海河流域河网结构及功能响应547㊀表2㊀山区和平原区的河网变化Table2Changes in river network in mountain and plain areas河网变化山区平原区自然河网/个现状河网/个增加量/个增加百分比/%自然河网/个现状河网/个增加量/个增加百分比/%节点1413019649551939.127612712824367882.5河段1339720551715453.4282735656328291161.3㊀㊀人类活动影响下,自然河网的空白区域中不断出现新节点,人工河道以自然河道为骨架不断连通(图4)㊂自然河网不是完全连通的整体,可以划分滦河㊁潮白河㊁大清河㊁子牙河等多个子河网(网络分量)㊂优先连接的演变过程模糊了原本的自然网络分量,在空间网络中难以清晰划分不同的子河网㊂河网演变倾向于形成大整体的全局网络,与功能网络的发育趋势一致[44],局部网络逐渐成为全局系统㊂人工河道长度较短,很少出现远距离的直接连接㊂现状河网和自然河网平均河段长分别为2.84km和5.23km,片段化程度不断提高,现状河网趋向于不规则 井 字型分布㊂尤其在平原区,现状平均河段长仅2.39km(图5)㊂ 井 字型河网具有更高的服务效率,是平原河网的建设趋势之一㊂这是成本与功能统筹后的结果,形成了网络的空间约束,在其他网络中称之为 小范围连接 (或短距离连接)约束[45-46],即2个节点连接的概率随着距离的增加而降低㊂长期的空间约束干预了河网演变进程,空间约束限制着网络的无限增长,包括节点增长与连接长度㊂空间约束也限制着无标度特征的发展,节点的度最大为6,不存在连接度非常高的枢纽节点,并且度为3的节点数量最多㊂最终,节点增长和优先连接以及空间约束的多重作用下,塑造了海河流域复杂的小世界河网㊂独特的拓扑结构使河网的动力学特性非常复杂,尤其在局部区域,水流运动过程具有很强的差异性,这可通过流量序列的相关关系和作用来揭示[44]㊂图4㊀海河流域平原区河网Fig.4River network in the plain area of the Haihe River basin3.3㊀河网功能响应人类对河网的改造和重建是流域发展的必然趋势,两者存在高度关联性[47-48]㊂河网向小世界网络演变548㊀水科学进展第34卷㊀图5㊀山区和平原区的平均河段长度统计Fig.5Length statistics of river sections in mountain and plain areas所引起的水文过程响应,使其功能性发生显著变化㊂自然河网防洪㊁供水和生态功能指数分别为103455.33㊁0.00055㊁1.00,现状河网分别为170926.99㊁0.00177㊁0.22㊂本文将自然河网的功能指数设定为基准,防洪功能和供水功能为0(不代表实际功能为0),生态功能为1.00,对现状功能指数进行量纲一化㊂现状河网的防洪㊁供水㊁生态功能量纲一化指数分别为0.65㊁2.22㊁0.22㊂现状小世界河网防洪功能提升了65%,供水功能提升了222%,但生态功能降低了78%㊂这说明河网改造更侧重于防洪和供水安全,而忽略了生态安全,未遵循自然演化规律,导致水生态和水环境问题逐渐凸显㊂河网功能随着结构演变呈现出非一致性的趋势,河网的系统优化需要考虑功能间的关系,改造和重建过程中使各项功能尽量最大化㊂基于自然河网和现状河网的功能性,构建了河网的功能变化示意曲线(图6),横坐标以节点增长表征河网演变过程,纵坐标为河网功能变化,红色标记为现状河网的评价指标值㊂ 功能优化区间 是3条功能曲线的交汇区,表示潜在的综合功能最优区域,网络演变在此区间内具有相对最优的综合功能,不会出现某项功能过度减弱影响河网平衡㊂现状河网变化超过了 功能优化区间 ,人类对河网的改造未处在最优状态,大幅度破坏了生态功能以满足其他功能需求㊂ 功能优化区间 也能够定义河网演变的 度 ,来确定河网优化建设的途径和限制,这对于开发程度较低的流域至关重要㊂Butz等[46]将其称之为稳态效应(调节),初期通过短距离的网络重建来满足功能需求,当进入 功能优化区间 时放慢网络演变的速度,并减少局部连接,通过寻求更远距离的连接或重建节点来满足进一步的需求㊂对于流域管理,可以基于功能变化建立河网的稳态调节来进行河网规划,建设优化高效的小世界河网,为区域发展提供更好的服务与支持㊂河网的优化管理,需要确定功能曲线㊂本文基于自然河网和现状河网以及假定的曲线示意功能变化,实际情况下,河网拓扑演变和功能变化是复杂的非线性过程,存在耦合作用关系㊂结构和功能相互作用的性质(强度㊁方向以及两者函数关系)可以通过适当的模型或曲线拟合样本点来确定㊂这需要结构演变中的多个样本点,可定期测量河网来逐渐拟合和验证功能曲线㊂本文采用1ʒ25万地理数据概化反映流域河网,以尽可能合理地分析河网演变下的拓扑特征和功能响应,但仍与实际河网存在一定差异,可能影响研究结论,未来可收集流域实际河网数据开展进一步验证和研究㊂实际河网功能在自然和人类多因素影响下差异性较强,功能评估是针对河网整体的,难以支撑河网精细化管理㊂基于图论的拓扑精细化度量对于复杂网络的分析㊁分类和建模非常有效,但由于河网的复杂性和独特性,适用于其他网络的评价方法和体系不能很好地表征河网功能[22,46]㊂后续的研究可综合考虑河网格局㊁河道形态及人类调度等因素,研究适用于流域河网的精细化评价体系,科学准确地评估河网功能㊂。
水文学教案资料
绪论一、水文学的研究对象及主要内容（一）研究对象1、水文学——研究地球上水的性质、分布、循环、运动变化规律及其与地理环境、人类社会之间相互关系的科学。
2、水体——以一定形式存在于自然界中水的总称。
水的形态包括大汽水、河流水、湖泊水、海洋水、湖泊水、沼泽水、冰川水、地下水、土壤水、生物水等。
（二）水文学研究的主要内容及本课程的内容结构1、主要内容（1）水分循环及水量平衡（水文学的核心内容）（2）水的数量、质量及分布（3）各种水体的性质（物理性质、化学性质）（4）各种水体的类型结构及运动规律（5）水在地理环境中的作用（与生态系统、地理环境、人类活动之间的关系）（6）水资源开发利用及人类活动的水文效应2、本课程的内容结构二、水文学的发展简介水文学经历了从萌芽到成熟、从经验到理论、从定性到定量的历史发展过程。
（一）水文现象定性描述阶段1、时期：远古——14世纪未2、标志（1）世界上最早的水文观测：中国和埃及（大禹冶水、随山刊木）（2）水经注吕氏春秋定性描述各大河流的源流、水情、水文循环的初步概念（3）特点水文观测定性描述经验积累（二）水文科学的形成阶段1、时期：15世纪初——19世纪未2、特点：（1）概念描述进入定量描述（2）水文理论的形成3、标志（1）1674年p.佩罗提出了水量平衡概念（2）1775年谢才提出了谢才公式（明渠畅流等流速公式）（3）1802年道尔顿提出蒸发公式（4）1856年达西定律形成（三）应用水文学阶段1、时期：20世纪—20世纪五十年代2、特点（1）水文观测理论体系进一步完善（2）应用水文学发展3、标志（1）工程水文学成为应用水文学的主要分支（2）产汇流理论计算公式（3）森林水文学、城市水文学的形成（四）现代水文学阶段1、时期：20世纪50年代以来2、特点：（1）水文技术科学的发展（2）分支科学不断诞生（3）研究方法趋向综合（4）水资源开发利用、管理、评价成为重点3、标志（1）雷达测雨（2）中子散射法测土壤含水量（3）放射性示踪测流（4）同位素测沙（5）卫星遥感及GIS的利用（6）水文模拟、随机分析、系统分析方法（7）水文研究自动化（8）水资源的评价、管理、优化利用三、水文学体系（一）按水体的分类（对象）（传统分类法）（二）系统水文学体系1、水文学的学科体系2、普通水文学：水文学基本理论、方法3、水文测验学4、区域水文学（1）流域水文学（2）河口水文学（3）山地水文学（4）平原水文学（5）坡地水文学（6）干旱区水文学（7）岩溶区水文学5、应用水文学（1）工程水文学（2）城市水文学（3）森林水文学（4）农业水文学（5）土壤水文学6、新技术方法（1）随机水文学（2）模糊水文学（3）系统水文学（4）遥感水文学（5）同位素水文学四、水文学地理研究方向及其与其它学科的联系（一）水文学的地理研究方向1、水文学的三个研究方向（1）地理学方向（2）地球物理学方向（3）工程学方向2、水文学地理方向（地理水文学）（1）水文学与地理学共同隶属、分别分支（2）侧重水体运动变化的自然规律，总体演化趋势，与其它地理要素相互关系的综合研究；水体差异的区域性研究（3）特点：宏观性、区域性、综合性（二）水文学在地理学中的地位1、地理学的学科体系2、水文学是地理学自然地理的学科分支学科自然地理包括气候学、地貌学、水文学、土壤地理学、生物地理学等。
基于分布式时变增益水文模型和ＣＮ０５
第４５卷第３期人民珠江 ２０２４年３月 ＰＥＡＲＬＲＩＶＥＲｈｔｔｐ：／／ｗｗｗ．ｒｅｎｍｉｎｚｈｕｊｉａｎｇ．ｃｎＤＯＩ：１０ ３９６９／ｊ ｉｓｓｎ １００１ ９２３５ ２０２４ ０３ ００３基金项目：国家自然科学基金资助项目（４２３７１０２１、５２１０９０３６）；河海大学水灾害防御全国重点实验室“一带一路”水与可持续发展科技基金面上项目（２０２２４９１１１１、２０２１４９０６１１）；水利部水文气象灾害机理与预警重点实验室开放基金（ＨＹＭＥＤ２０２２０３、ＨＹＭＥＤ２０２２１０）收稿日期：２０２３－０７－０８作者简介：钟奇（１９９９—），男，硕士研究生，主要从事水文水资源研究。
Ｅ－ｍａｉｌ：ｚｈｏｎｇｑｉ＿ｚｚｑ＠１６３．ｃｏｍ通信作者：付晓雷（１９８６—），男，教授，主要从事土壤水热数据同化、水文预报研究。
Ｅ－ｍａｉｌ：ｆｕｘｉａｏｌｅｉ５１８＠ｙｚｕ．ｅｄｕ．ｃｎ钟奇，付晓雷，蒋晓蕾，等．基于分布式时变增益水文模型和ＣＮ０５．１降水数据的赣江流域径流模拟研究［Ｊ］．人民珠江，２０２４，４５（３）：１８－２９，１０８．基于分布式时变增益水文模型和ＣＮ０５．１降水数据的赣江流域径流模拟研究钟 奇１，付晓雷１，２，３，蒋晓蕾１，２，章雨晨１，胡乐怡１，章丽萍１（１．扬州大学水利科学与工程学院，江苏 扬州 ２２５００９；２．水利部水文气象灾害机理与预警重点实验室，南京信息工程大学，江苏 南京 ２１００４４；３．河海大学水灾害防御全国重点实验室，江苏 南京 ２１００９８）摘要：水文模型是径流模拟的重要手段，降水是水文循环的重要组成部分，模型的选择和降水数据的质量对流域径流模拟都具有重要意义。
以赣江流域为研究区域，通过对比ＣＮ０５．１降水数据与站点线性插值降水数据，分析ＣＮ０５．１降水数据的可靠性，评估基于分布式时变增益水文模型（ＤＴＶＧＭ）和ＣＮ０５．１降水数据在赣江流域径流模拟的适用性。
研究表明：①ＣＮ０５．１降水和站点插值降水多年月平均降水年内变化过程类似，空间分布相关性很高，Ｒ均值为０．９０，ＣＮ０５．１日降水与站点插值日降水相关性较高，ＲＭＳＥ均小于等于７．５２ｍｍ，Ｒ均大于等于０．８１；②基于ＣＮ０５．１降水和站点插值降水数据模拟了赣江流域新田等６个水文站１９６１—２００９年的流量，模拟流量在多数大流量处大于实测流量，表明模型对于大流量的模拟存在高估现象；③无论是日径流还是月径流，基于ＣＮ０５．１降水数据的径流模拟精度均较高，且月径流模拟要优于日径流。
RF-SVR降尺度模型在滦河流域的适用性分析
第32卷第2期2021年4%Voa232No22Apr.,2021水资源与水工程学报Joarnl of Wler Resoaoes&Wler EnyineeonyDOI：10.11705/j.issn.1672-643X.2021.02.05RF-SVR降尺度模型在滦河流域的适用性分析孙傲涵，李建柱，冯平(天津大学水利工程仿真与安全国家重点实验室,天津340077)摘要：探讨了RF-SVR统计降尺度模型用于汛期极端降雨模拟的可能性。
该统计降尺度模型由降雨状态分类和降雨量预测回归两部分构成，降雨状态分类过程中采用了随机森林(RF)方法，降雨量预测回归过程采用了支持向量机回归(SVR)法。
选用1961-2000年的NCEP/NCAR再分析资料及滦河流域10个雨量站点的降雨观测数据进行模型率定，并用2001-2012年数据进行了验证。
将RF-SVR统计降尺度模型与SVR模型降尺度效果做了对比。
结果表明：RF-SVR模型模拟的滦河流域日降雨量偏差显著减小，并可以改善流域极端降雨的模拟预测效果o 关键词：RF-SVR降尺度模型；降雨分类；降雨预测；极端降雨；适用性评价；滦河流域中图分类号:TV213.4文献标识码：A文章编号：1672-643X(2021)02-0031-07 AppdcabOOy of RF-SVR downscaling moded ta Luanhr Rivva BasinSUN Aohan,LI Jianzhu,FENG Ping(State Key LaOoratora of Hydranlee Engineering Simulation ang Safet),Tianjin Unwersit),Tianjin340072,Chinn)Abstract:The applicability of RF一SVR statisticai downscaliny model to the$11X100of extreme rain-fali in food swsoc is discossW.The stoctno of the poposeb downscaliny model is composeb of two pits,which is the rainfali state classificatioo and the oyossiod of rainfali amooci poOictiod.The oc-dom forest(RF)method is nsW fo the rainfali state cUssiOclioc,and the suppoO ywOo oyossioc (SVR)is usW fo the rainfali amooci podictWc.The NCEP/NCAR oily与data from1071ta2202 and the rainfali odseoatioo data of12statiocs in the Luanhe Rives Basin are selected fo model calinra-tioo,and the data from2221ta2212are used to yliOlWo.The downscaliny effect of the RF一SVR sta-tisticai downscaliny model is compared with Wai of the SVR moded The results show that We daiiy rain-fali deviatioo of the Luanhe Rives Basin50X00Uy We RF-SVR model is sionificantiy rednced,and this model can We$0X10)of extreme rainfall predickoo of the Ulin.Key words:(RF-SVR)downscaliny model,rainfall classificatioo,rainfall predictioo;extreme rainfad；anplicability wo I u IW o;Lnande Rives Basin1研究背景统计降尺度方法［17是目前研究气候变化过程中提高全球气候模式(gUdat climaie models,GCM)分辨率的常用方法，具有简单、效果明显、计算量少等优点。