英语原文共 24 页，剩余内容已隐藏，支付完成后下载完整资料

3 降雨-径流模拟的数据

降雨-径流模拟未来的进展与获取新的数据和实验工作紧密相关，以此作为结论来结束对模拟的回顾可能会显得奇怪，但在我们看来，这就是这门科学当下的状态。

——英国 霍恩伯格、贝丝·博耶，1995

大多数情况下，一个水文模型的成功取决于可用于建立和推动水文模型的数据。在本书的前两章中里多次提到了水文作为一门科学，其受限于数据的可用性和测量技术。近年来，与降雨-径流模拟相关的一些数据收集技术方面有所改进。由于降雨雷达技术的发展，我们现在对空间降雨变化有了更好的理解，传感器和数据记录仪的改进可对流量、水位和土壤含水量进行更可靠、更连续的测量；超声波装置使得流速测量和排放估计更快 （如果精度要求不高）；还出现了可用于直接估算蒸散发的技术；遥感技术使得一系列空间数据集可用于模拟。本书不是讨论关于水文数据的收集，不详细地介绍测量技术，但本章的其余部分将讨论与降雨-径流模拟过程的主要数据类型相关的问题。

3.1 降雨资料

降雨-径流模拟很大程度上仍然取决于点雨量的记录，雨量计包括可以给出在一个小时或更精细的时间步长的降雨强度估计的自记雨量计和日雨量计。在大流域中，使用以日计为时间步长的模型可以完全满足实际应用，故而输入资料的空间变化通常比时间变化更重要。在小流域中，以日计为时间步长可能会超过流域内的暴雨响应时长，需要使用更精细的时间分辨率以用于充分模拟响应及洪峰的动态变化，这样的自记雨量计就变得越来越重要，但这种自记雨量计运行成本较高，而且数量上也较少。然而，如果仍要使用日雨量计来估算流域内的总降雨量，需要取最近的自记雨量计来近似了解降雨在时间上的分布，即暴雨分布。

即使在小流域内，日降雨量对于获得径流量（而不是洪峰）的可接受预报值也可能足够了，特别是当需要较长时间，例如以月为时间步长的径流量时更是如此。这一点通过对土壤缺水量的成功模拟被间接证明了（如图2.9所示），因为流量将完成这些地点的水量平衡。但是，当一场暴雨跨越两次日测量时段的时候，预报洪水过程线会特别困难，因为固定的日测量周期（通常为上午9点至次日上午9点）是水文学随意确定的。

雨量计测量的雨量往往会存在着一些误差。特别是，观测结果较大程度上是依赖于雨量计所处位置的风力条件和降雨强度的条件。对雨量计最好的设计是其孔口设在地面，并被防溅栅格网所包围，但这种设计并不适用于全部实际情况，特别是在经常降雪的环境中。各种防风罩的设计已在不同的国家中使用，试图减轻风力对雨量计的影响。据报道，在风力较大的地方，在高于地平面30厘米的雨量计与处于地平面的雨量计相比，测量结果可降低20％（参见Rodda和Smith，1986）。高降雨强度也可能会对某些类型的雨量计如翻斗雨量计的自记雨量计产生影响，如果开始时翻转过快，翻斗就会反弹。在降雨强度大的情况下，需要给定一个校准量。

降雨量和强度可能在空间和时间上迅速变化，特别是在对流雨事件中（如图3.1所示）。因此，除了对降雨量在时间上进行插补以产生暴雨分布外，还可能需要在空间上进行插值，这是因为雨量计测量的结果只是点雨量。进行空间插补有许多的方法，如简单算术平均法、泰森多边形法和距离倒数权重法，以及各种水文教材中讨论到的其他方法（参见Shaw等，2010）。所有的方法都是值近似于流域实际降雨量的算法，且它们的精确度有可能随着降雨的不同而发生变化。

图3.1 美国弗吉尼亚州拉皮丹河（Rapidan）流域 1995年6月27日

暴雨的降雨时间和空间的变化

（源自史密斯等人，1996年；美国地球物理协会版权所有）

雷达降雨测量技术的发展，相比于单独从雨量计观测中获得的资料，使得我们对于降雨强度在时间和空间上的变化有更好地理解。当下，欧洲和美国的大部分地区都由常规地面雷达进行日常的降雨监测。雷达上有一个旋转天线，其以低角度向大气发送规则的电磁脉冲，利用探测器来测量返回信号的强度（在某些情况下，频率会衰减）。基本原理是雷达的返回信号主要依赖于在距离测量位置不同距离处的雷达波束的路径中的降雨强度。然后通过校准函数，估算每个距离上的降雨强度，估算的降雨强度通常被插入到方形网格坐标中，对于作业雷达来说，方形网格具有2～4km的分辨率。

雷达可用于降雨-径流模拟的数据中是一个非常重要的发展，事实上也确实是这样，但仍存在一些无法忽视的局限性，这一点我们必须承认。第一，雷达测量的不是地面上的降雨，而是在距地面以上一定距离的降雨（通常是数百米，且离雷达站越远，这个距离越大）。因此，降雨强度在地面有可能会发生变化，特别是在风力强并且地形影响较大的地方。第二，雷达的精确度不仅取决于降雨强度，还取决于降水类型，特别是雨滴尺寸分布，以及降水是全液态水还是冰水混合物（会产生不同的返回信号）。因此，可能需要以不同的方式“校正”雷达的基本率定以削弱影响。最经常使用的方法是，通过地面自记雨量计的在线数据连续调整雷达产生的降雨强度估算值。在某种意义上，雷达成为了一种昂贵的（但非常有效的）空间插值技术。它是有效的，因为它可以指示可能被地面雨量计网络完全错过的降雨强度高的网格。这在高强度的局部降水事件（如图3.1，Smith等（1996）对于美国弗吉尼亚州的高强度降雨事件的实例）中是特别重要的。

使用不均匀度直接测量雨滴尺寸分布也已用于尝试改进校准（甚至考虑了风场效应，但受限于在地面自记雨量计测量到的水滴尺寸分布可能与在雷达波束高度处的尺寸分布不相同）。其还可能实现流域图层叠加到局部雷达系统，以解决使用更便宜的X波段雷达的现有天气雷达网络的一些问题（参见Anagnostou等，2004；Matrosov等，2010；van de Beek等，2010）。X波段雷达在面积覆盖上有很大的限制，但可以给出更多的局部细节，在某些研究领域是特别有用的。例如，在城市化流域的径流预测中（参见Maki等，2005）。

获得空间降雨信息的另一种方法是利用现有微波信号，例如移动电话发射机-接收机链接的广泛覆盖网络。这种方法不需要额外的设备，但只能估算在线性链接的长度上的平均降雨量。它还需要与移动电话公司沟通以获取数据。这项工作仍处于起步阶段，可能在将来会有其用武之地（参见Leijnse等，2007，2008）。

在降雨-径流模拟中，降雨估算是极为重要的，因为，即使有一个模型有完善的物理理论或已经被经验公式证明，但如果模型的输入资料没有充分表现降雨量输入的特点 它都不能产生精确的水文过程预报（普遍接受的“垃圾进，垃圾出”的GIGO原则，在这里是适用的）。Hornberger等写了一篇关于模型模拟结果较好的报告。在他们的研究中，美国弗吉尼亚州5的白橡树流域率定的降雨-径流模型，该模型以前在实测流量中有较好的拟合，但在预测随后的一场“合理性论证”暴雨时失败了。事实上，雨量计记录的降雨量远远小于河流中记录的总径流量（在流域这一侧有处于不同高度的雨量计，但是强降雨集中在流域的另一侧）。在这种情况下，任何模型都难以准确地预测响应。 因此，对流域的降雨输入估算不充分，必会增加径流预测的不确定性。

据文献报道，一些预报模型将降雨放大因子作为待率定的参数，作为解决可用的雨量计资料不能较好地表示流域输入的降雨量特点的一种补偿方式。我们也不清楚这样的模拟结果是否是理想的，因为对于流域降雨量输入估算不好也许只占少数部分。对于极端事件，如在上面所提到的白橡树流域示例中，很明显可能存在着问题。对于更多的中等降雨事件来说，可能猜想某些场次的降雨没有很好地估算，但不清楚哪场降水可能是有问题的。因此，恒定的降雨放大因子不会是调整流域输入的适当方式。最好实施一些有效的控制（见第3.2节），如有必要，在模拟过程中的排除不可靠或不具有可塑性的数据时段，可能效果会改善一些（参见Beven和Westerberg，2011）。

然而，有时候对雨量计进行调整是必要的。目前最普遍的情况是，在山区地形中，山谷底部存在一个或多个雨量计，但在预计降雨输入更大的较高的位置没有雨量计，这样流域的平均降雨输入可能始终会大于山谷底部雨量计记录的降雨量。为了达到合理的水量平衡，需要进行一些调整。然而，即使在这种情况下，对降雨放大因子的校准也不是最好的解决方案，因为校准过程将导致与同时校准的其它参数的相互影响。显热，这就是不能针对每次降雨都用降雨放大因子校准降雨输入的情形（见7.8节）。因此，最好在物理的基础上事先进行调整推理，而不是让降雨放大因子在校准过程中发生变化。尽管缺少做变量调整的信息，但在这基础上仍考虑了在不同时期进行不同的调整。然而，其他任何参数值的校准仍将依赖调整后的输入。如第1.8节所述，一般情况下，任何参数的校准都必须以所使用的输入系列为条件，即使该系列没有进行这种调整。

在估算降雪形式的降水输入过程会出现一系列新的问题。水文学家对雪的水当量感兴趣，这取决于雪的深度和密度分布，而这两者随着时间的推移，其积雪结构演变和软化会发生改变。雪的水当量可以直接在一个点或在称为雪道的断面上，通过雪的深度和密度分布的实地测量来测量，但是这要维持频繁的测量，需要花费大量的人力财力。最佳的连续测量方法是使用压力测量装置（例如雪枕），测量某一点上方的雪的重量。压力增加表示有新的降雪，压力降低表示雪的升华或融化所造成的损失。连续的压力测量，可以较好的表示水文过程模拟所需的融雪率。

由于这种装置昂贵且仍然相对罕见。 就如雨量计一样，只在某一个点上给出雪的重量，并且雪的水当量和融化率方面的多变是总所周知的，特别是在山区地区及植被在积雪上延伸的地方。由于风吹造成的积雪重新分布、地形和植被对雪聚集的影响、温度和日照条件、冻融循环和随时间的变化而改变积雪反照率，都是影响这种变化性的因素，并使融雪模拟变得非常困难（参见Bathurst和Cooley的研究，1996）。这是水文学的一个领域，其中遥感已被证明是特别有用的（见第3.7节）。

3.2 流量资料

实测流量资料对于模型校准过程是非常重要的。然而，通常都是流域的少数站点才有流量数据。实测流量资料也是一个综合性指标，因为只有实测水文过程线才能反映流域中发生的水流过程的复杂性。通常情况下，难以直根据实测水文过程直接推断出水流过程的性质，除了某些一般的特征，例如特定降雨中的平均响应时间。对没有流量资料的站点进行降雨-径流模拟是一个更加困难的问题。这类流域缺乏实测资料的问题是水文建模的真正挑战之一，是国际科学水文学家协会十年研究计划——无资料流域地区（PUB）预报的主题。（见第10章）。

有许多测量流量的方法（参见Herschy，1995）。但是只有很小的流域的流量可以直接进行测量。然而，河流水位相对容易测量，大多数估算流量的方法都是将水位的测量结果转换为流量。如果水流是在通过一个维护良好的堰或水槽结构，这种转换可将精确度提高5%。如果没有这样的结构，或者结构物在大水时被漫过，则精确度会变得很差，特别是其过水断面和有效粗糙度可能由于沉积物运输或季节性植被生长而随时间改变（参见Westerberg等，2010）。在极端洪水情况下，水位测量装置本身可能会被冲走，然后唯一的手段就是尝试使用比降—面积法估算最大流量，其中水流横截面积和水面坡度可以表示水流最大范围的的污染线来估算最大流量，然后使用均匀流动粗糙度方程来确定平均流度。由于洪水的顶峰流量是不均匀的，高度紊动，且在动态变化的水截面中包含着大量的泥沙，因此难以估算有效粗糙度系数和过水断面面积，也就难以估算平均流速和流量。于是，流量估算中的误差会更高。

当流量资料作为计算机文件用于降雨-径流模拟时，往往会忽略一些潜在的误差。 建模人员总是倾向于将这些资料看作为对流量的最佳估算。在某种程度上，这是合理的，但是这些数据是真实流量的近似值，当然这些资料也是用来校准模型参数的最佳资料。不过，如果使用有误差的资料来校准模型（任何模型），那么有效参数值就会受到影响，依赖这些参数值的其他时段的预测也将受到影响。 这是我们在第7章中将要谈到的模拟中的不确定性的又一个来源。

现在，值得强调的是，在应用任何模型之前，应该先检验降雨—径流资料与实际情况的一致性。 也许某些误差可能不明显，但以下这些简单的检验还是需要做（另见第7.17节）：

（1）如果可能，流量特性曲线需要进行一致性的检验，并需要检查由特性曲线外推得到的“观测”流量超过直接测量的流量范围的程度。在洪水条件下，得到流量的直接测量结果是十分困难的（在有龙门架或者索道横跨的洪泛区也是难以得到），因此由外推所获得的大流量可能非常不确定。

（2）在可能的地方，由于总降雨量和总径流量受退水流量的影响较小，可选择由相似小水流分割的时段，计算记录中不同时段的总降雨量和总径流量。径流系数（径流量与降雨量比值）与预期的季节性变化是一致的吗？在夏季，预计值较低，而较高值在冬季。

（3）径流系数和在增加的暴雨量一致吗（考虑季节变化的情况）？例如，有径流系数超过100%吗？如果超过，则表明测量有误，因为对于一个流域来说，由于质量平衡，径流输出是很难会大于降雨输入的。

（4）如果有大于一个的流量计或雨量计，需要检查它们的一致性（对于流量，通过面积差来进行标准化）。将径流系数或者用双累计曲线来检查不同量具测量值累积量的坡度变化进行比较。

（5）检验是否有缺失数据被填补的明显迹象。一个较为普遍的例子就是，24h内降雨强度很明显是一个常数，表明使用日雨量计的观测值填补了自记雨量计停止工作时的值。当水文过程线有很长一段平台时，也表明测量有问题。

这些简单的检验简单易行，至少可以更仔细地检查或从分析中排除具有明显不正常表现的数据时段。然而，存在的唯一不足就是排除一个数据时段，会使得所选择的模型不能对那个时期进行较好的模拟。如果不存在其他排除数据时段的理由，这并不是一种很好的做法。因为通常情况下，建模人员对模型有局限性的认识，往往是从模拟较差的模拟情形中得到的，多于从模型较好的模拟情形中得到的。然而，读者应该知道，大多数水文模拟文献（自

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[25787]，资料为PDF文档或Word文档，PDF文档可免费转换为Word