第23卷 第3期中 国 沙 漠Vol. 23 No. 3
2003年5月M ay 2003JOU RN AL OF DESERT RESEAR CH
文章编号:1000-694X(2003) 03-0221-09
水文模型研究综述
陈仁升
1, 2
, 康尔泗, 杨建平, 张济世
111
(1. 中国科学院寒区旱区环境与工程研究所, 甘肃兰州 730000; 2. 北京大学, 北京 100871)
摘 要:水文模型是水文学发展到一定阶段的产物。依照水文系统的概念, 给水文模型下了一个粗略的定义。在初步分析水文模型发展历程的基础上, 划分了水文模型的发展阶段。汇总了水文模型的11种分类。依照系统理论模型、概念性模型和分布式模型的分类标准, 对各类水文模型的优缺点进行了分析和比较, 并探讨了水文模型的可能发展方向。
关键词:水文模型; 发展历程; 模型分类; 模型比较; 发展方向中图分类号:P334. 92
文献标识码:A
现代科学研究越来越趋向于定量化, 而计算技术和计算手段的迅猛发展, 为定量化研究提供了可能。水文学是一门古老的科学, 长期以来人们一直在努力实现水文研究的定量化。尤其是近几十年来, 随着人口的增加和工农业的快速发展, 生活用水、生产用水日趋紧张, 水质污染, 水资源的不合理应用, 地区用水的不平衡, 极端洪旱事件的频繁出现等, 更加促使人们要求水文学的定量化研究, 以保证水资源的合理调度和应用。这就需要高精度水文模型的建立。下面就水文模型的发展历程、发展方向及存在的问题作一展开。
伴随着水文学的发展而发展。据黄锡荃等对水文学的发展历程所作的描述, 自远古至约14世纪末是水文现象定性描述阶段, 15世纪初到约19世纪末是水文科学体系的形成阶段, 自20世纪初到50年代为应用水文学的兴起阶段, 而现代水文学则起始于50年代[5]。而Anderson 等则提出水文学作为一门独立的应用学科起始于20世纪30年代[6]。
早期的水文学是人们在防洪和治洪的过程中逐渐发展起来的, 水文模型的出现也是基于预报洪峰的需要, Dooge 指出传统的洪峰预报方法起始于1851年[7]。现代水文模型应该出现于应用水文学的兴起阶段, 特别是1932年Sherman 提出水文单位过程线的概念[8], 以及Horton 提出经典的地表径流入渗理论[9]以后。Sherman 和H orton 的模型在流域径流模拟方面吻合得很好, 正如Chorley 指出, 二者具有 特别和谐的环境 [10]。尽管Sherman 的模型和Horton 模型具有本质的差别:前者是一种集总的经验的黑箱模型, 而后者则为一种具有一定物理基础的 白箱 模型[6], 但这两个模型共同控制了水文学达几十年之久[4, 6]。到20世纪60年代初期, 由于考虑森林土壤在径流产生过程中的作用[11~统的Horton 模型的统治地位打破[14]。
13]
1 定义
有关水文模型的定义很多, 最好的表达是引入系统的概念。据Diskin 和Clarke 对模型所下的定义:模型是一个复杂系统的简化体现, 那么水文模型就是对复杂水文系统的一种简化体现。具体地说, 水文模型就是用一种特定的表达方式来概化一定的水文系统, 使它能够代表实际的水文系统, 并在一定的目标下代替实际的水文系统。通俗地说, 水文模型就是用数学语言或物理模型对现实水文系统进行刻划或比拟, 并在一定的条件下对水文变量的变化进行模拟和预报。建立水文模型的目的就是能够对一个水文系统的未来变化进行预报[4]。
[1]
[2]
[3]
, 才将传
第一次世界大战后, 随着工程水文学的发展, 农业水文学、森林水文学和城市水文学也相继兴起[5]。现代水文学建立以后, 分支学科不断派生, 各种新技术、新手段的逐渐应用到水文学中来, 水文模型也相应蓬勃发展起来。下面就常见水文模型的
2 发展历程
水文模型是水文学发展到一定阶段的产物, 并
收稿日期:2001-10-22; 改回日期:2001-12-17
基金项目:国家自然科学基金重点项目(40235053) ; 中国科学院寒区旱区环境与工程研究所知识创新工程项目(210016和210036) ; 中国
科学院知识创新工程重大项目(KZCX1-10-03-01) 共同资助
作者简介:陈仁升(1974 ) , 男(汉族) , 山东沂水人, 博士, 主要从事内陆河山区水文水资源的研究。E -mai l:crs2008@ns. lzb. ac. cn
发展历程作一概述。2. 1 径流过程模型2. 1. 1 土壤水分迁移模型
中 国 沙 漠
23卷
过程模拟模式。这种确定性模式主要以Darcy 定律和连续方程等数学模型为基础, 采用有限差分法和有限元法进行计算。它由集总参数模式发展而成为
分布参数模式[32]。2. 1. 6 流域径流模型
流域径流模型出现于19世纪, 主要出于预测洪水的需要。Nash 和Dooge 等对单位过程线进行了改进, 提出了连续变化的暴雨响应模型。对一般的流域径流模型, 直到20世纪40年代还主要以简单的水量平衡和降雨-径流统计关系为主。连续变化的水量平衡模型的应用是在Peman 蒸散发公式提出以后[35], Pereira 等最早应用这种模型对试验数据进行分析[36]。
到20世纪50年代, 随着人们对入渗理论[9, 37], 土
[14]
[33]
[34]
[35]
影响土壤水分迁移的因素有土壤特性、气候因子、水文要素、土地利用要素和管理要素等。土壤水分迁移模型的发展经历了从考虑少量要素的简单模型到包括多个要素的复杂模型的阶段, 经历了以简单的水量平衡为基础的模型[15~
[18, 19]
17]
到以能水平衡为
基础的动力学模型的阶段, 经历了从以单点试验为基础的简单模型到应用遥感等新技术为基础的分布式模型[20, 21]的阶段。2. 1. 2 坡面过程模型
坡面过程模拟属于山坡水文学的研究范畴。早期的坡面过程模拟主要应用Horton 模型, 后来逐渐考虑森林对水文过程的影响[11~
[22, 23]
13]
壤水运动的Richards 理论, 河道理论以及地下水运动理论的综合认识, 综合地利用计算机进行计算的流域径流模型逐渐出现了。第一个集总概念性水文模型是1960年建立的斯坦福模型[40]。这是一个以入渗理论、单位过程线和回归函数为基础的以日为步长的模型, 随后又发展成为一个包含土壤水平衡、蒸散发估计以及汇流技术等的以小时为步长的模型[41]。该模型之后又由Johanson 等发展。1961年以试错法为计算手段的日本水箱模型也建立起来了[43]。
Dawdy 和O Donnell 于1965年提出的模型具有明显的进展[44]。这个模型以4个线性水库、传统的入渗理论和汇流函数为基础, 它的优点在于应用计算机自动调整模型参数对观测数据进行拟合。在20世纪60年代到80年代初期, 出现了大量的集总概念性水文模型, 如SACRAM ENTO, APIC, SSARR, XINANJIANG (新安江) , ARNO 模型[45]等。这些模型起初是为特定的流域设计的, 后来有许多模型被应用到其他流域。
随着概念性水文模型的发展, 具有物理基础的分布式水文模型出现了。Freeze 和H arlan 于1969年描述了分布式水文模型的前景[46]。由于对计算机的要求较高, 分布式水文模型发展较慢。分布式水文模型的大量出现和初步应用开始于20世纪70年代末和80年代初。这主要有3种类型: 半概念半分布式, 如Beven 等[47]; 以传统的H orton 理论为基础的仅处理入渗和地表流相互作用的模型, 如Kutchment [48]; 完全分布式模型, 如SH E 模型[49, 50], SWAM 模型[51], IH DM 模型[52]等。20世纪80年代末到90年代, 计算机技术迅猛发展, 气象卫星数据和遥感数据的较易获得, 使分布[53~
56]
[42]
[38][39]
。以后的研究
不仅考虑坡面流, 而且考虑壤中流和地下水之间的相互作用, 考虑土壤势在各种土壤空隙下的变化[24, 25]。当前坡面过程研究更将土壤动力模式与植被截留联系起来, 主要考虑物理过程研究[26], 有时也应用统计模式。2. 1. 3 降水模型
传统的单点降水观测经过校正后[27], 其观测数据是基本可靠的, 关键是面降水量的准确定量。在径流过程模拟中, 降水模型也主要体现在面降水量的推求上。传统的面降水量的计算方法如算术平均法、泰森多边形法、距离权函数法、三角形法、等值线法、等高线法等, 都具有人为武断的特点, 因此影响了计算精度。降雨雷达的使用, 提高了面降水量的计算精度。但是由于系统误差及自然因素如风速等的影响, 该方法计算的降水量也需校正。在这方面的研究主要有Battan 、Greene 2. 1. 4 蒸散发模型
[28]
[29]
和Matejka
[30]
等。
区域蒸散发的计算一直是水文学的一大难点。目前蒸散发的计算主要有以下几种途径: 通过统计手段, 利用单点水面蒸发资料求取; 利用站点lysimiter 观测资料采用加权法进行计算; 经验公式法; 根据水量平衡计算; 根据能水平衡计算; 空气动力学方法; 选取参照植被物计算法; 生物学方法; 根据单点观测资料利用遥感进行分布计算。蒸散发模型的发展也基本遵循上述发展历程。2. 1. 5 地下水模型
利用以经验为基础的地下水预测模式一直是一[31], ,
3期 陈仁升等:水文模型研究综述
人工神经网络模型也发展起来了[57~2. 2 水质模型
61]
。定而发展起来的。最早是美国1948年制定的联邦水污染控制准则。20世纪70年代和80年代初期是水质模型的兴起阶段, 在这一时期出现了大量的
水质模型(表1) [62]。
水质模型的发展主要是随着政府有关法规的制
表1 水质模型一览表
Tab. 1 Summary of selected w ater -quality models
模型类别
模型名称DOSAG-1DOSAGM QUAL I QUAL II SNS IM DIURNAL RIVER HS PF
基本水质模型
W QRRS EST URARY HYDRO DUQUAL WAVE
HARO3DASHRY
化学/有毒物质水质模型城市径流水质模型化学平衡模型
CTAP SLSA S WM M M UNP W AT EQF BALANCE
模型说明DO-BOD 河流模型DOSAG 的公制版本多元水质模型静态河流模拟系统
水质模型河流DO 动力平衡模型静态河流水质模型土地利用水质模型河流水库系统水质模型桌面河湾模型(静态) 海湾水动力模型与HYDRO 的水质动态联系
海湾水动力模型静态河湾模型DUW AM ISH 河流河湾模型口岸化学传输静态分析系统简化河湖毒物静态分析系统
暴雨水质管理模型
模型来源TW DB 德克萨斯州立大学
TW DB EPA EPA EPA 水文科学EPA-Athens COE-HEC &Unic. Calif. Berkeley
HydroQual T etra T ech T etra T ech 水文科学EPA U SGS HydroQual HydroQual EPA
EXAM S RUNQUAL ST ORM PHREEQE
露天分析模拟系统
暴雨径流模型
EPA Roes n er 等
US GS
模型名称S PAM WASP PRM S RECEIV II RECIEV III HSM F CREAM S M IT JM SRIV AQUAL GENES H. Q. ESOO1
模型说明
静态稀疏矩阵分析模型水质分析模拟系统降水-径流和沉积水质模型
水质模型弥散水质模型水文模拟模型陆面过程模型水库水质系统河湾水质系统(静态) 静态基本河湾模型WAVE 的动态水质模拟
静态河湾模型
模型来源水文科学水文科学US GS US GS Raytheon Raytheon EPA-Athens US DA-ARS
M IT VIM S 水文科学水文科学EPA
DR3M -QUAL 多目标城市径流水质模型
与HYDRO 的水质静态联系T etra T ech
城市非点源污染管理模型Surtheland-M cCuen
天然水化学平衡地球化学反应
U SGS U SGS
土壤水储存, 变化和表面流模型
天然水化学反应
2. 3 水资源模型
水资源模型包括供水模型、污染控制模型、水电模型、灌溉模型、洪水控制模型、地表排水模型、航行模型、水资源再生利用模型和生态环境模型等。这些模型也主要是在20世纪50年代以后, 尤其是70~80年代发展起来的。近些年随着计算机技术的广泛应用而逐渐应用到实际生产中来。其发展进程同流域径流模型基本一致。
综上所述, 可以看出, 水文模型的发展大体经历了如下几个阶段。 原始模型阶段。19世纪50年代或更早时期到20世纪30年代。这段时期的模型主要以洪水预报为主。 经典模型阶段。单位过程线模型和Horton 理论的提出, 标志着现代水文模型的出现。这两个模型控制了水文界大约25a 。 计算机初步应用阶段。大约自20世纪50年代末开始到1965年。这一时期, 人们对入渗理论、土壤水运, 相继出现, 计算机的初步应用, 水文学进入到现代水文学阶段。 模型参数自动调整阶段。起始时间大约为1965年到70年代末。在这一时期, 可以利用计算机对模型参数进行自动调整, 出现了大量的黑箱型和概念性模型, 并逐渐应用到实际生产中。分布式水文模型也出现了。 黑箱模型和概念性模型的兴起阶段。大约为70年代末到90年代初。这一时期, 黑箱模型和概念性模型, 尤其是概念性模型进入全面发展阶段, 确定性模型也进入到研究和初步应用阶段。 确定性模型的全面发展阶段。90年代至今。随着计算机、遥感等技术的迅速发展, 确定性模型得到了全面的发展, 并逐渐在某些地区得到了应用, 但离广泛应用于指导生产尚有一定的距离。 由上述各种水文模型的发展历程可知, 水文模型是水文学发展到一定阶段的产物。随着水文学科的不断出现而逐渐产生了适合各种用途的水文模型, 它完善了各水文学科的体系, 是水文学中不可缺
中 国 沙 漠
3. 3 按模型结构分类
23卷
文模型的发展同计算机技术的发展是密切相关的, 它同其他一些新技术新手段如遥感、互联网的发展也关系密切。纵观自然科学的发展历程, 无不在过去的漫长岁月里发展缓慢, 而到18、19世纪以后发展迅速, 尤其到20世纪中后期更是突飞猛进。这是各学科、各行业共同发展共同协作的结果。水文模型的发展与其他相关学科的发展密切相关。这是事物发展的规律。
纵观各种水文模型, 发现从其结构上可大体分为3类:即 白箱型 模型, 黑箱型 模型和 灰箱型 模型。
(1) 白箱型 模型。即研究水文系统本身的性质与结构的模型, 它对水文系统进行明确的物理定义。比较典型的为理想的分布式水文模型。
(2) 黑箱型 模型。即只研究水文系统与外界的信息交换情况, 而不研究水文系统内部的性质与结构, 这样的模型称为 黑箱型 模型。即输入-输出型模型。这种模型对水文系统的输入、输出有明确的限定, 其内部结构为一系列转换函数。比较典型的为人工神经网络模型、统计模型等。
(3) 灰箱型 模型。国内传统上主要指灰色系统模型。但我们认为介于黑箱和白箱型模型之间的模型统称灰箱模型, 即具有一定物理意义但又在某些方面只能设置参数来表达的模型, 如概念性模型。
按照模型结构还有另外一种分类方法[4]:(1) 黑箱模型。这同上述 黑箱型 模型基本一致。认为黑箱模型的输入-输出间有不含任何物理意义的转换函数。这种模型在输入-输出间建立一种统计关系。这主要包括:单位过程线模型、频率分析、回归分析、实时预报等。当然也包括神经网络模型。这种模型在数据区范围内效果很好, 因为它将数据之间隐含的物理意义用统计关系表达出来了。但是用于外延预报, 则该物理基础消失了, 变成了纯数学表达, 所以效果较差。
(2) 确定性模型。这种模型基于复杂的物理理论。这种模型对数据量和计算时间有较大的要求。但是由于这种模型完全基于物理原理, 所以它可以根据水文系统的变化对水文变量进行预测。模型对初值是极为敏感的。这种模型同上述 白箱型 模型基本一致。
(3) 概念性模型。这是介于确定性模型和经验黑箱型模型之间的一种类型。这种模型含有较少的变量, 每个变量代表一种水文过程。模型的每个单元包含一个非线性水库。常见的这类模型有:IEM4、HBV 、SM D 等。这类模型应该属于上述 灰箱型 模型。
3. 4 依照模型性质分类
,
3 分类
水文模型数量很多, 大约有如下几种分类方法:3. 1 按学科分类
水文学科很多, 几乎每个学科都有适合本学科
发展的特定的水文模型。水文学科的分类方法也有很多, 相应的就有较多的水文模型分类方法。下面依据水文学科的分类标准对水文模型进行分类。3. 1. 1 按水体对象分
按照水体对象的不同, 水文模型可分为: 河流水文模型; 湖泊水文模型; 沼泽水文模型; 冰川水文模型; 水文气象模型; 地下水文模型; 海洋水文模型; 冻土水文模型; 生态水文模型; 土壤水文模型等。3. 1. 2 按研究手段分
按照研究手段分: 随机水文模型; 模糊水文模型; 系统水文模型; 遥感水文模型; 同位素水文模型等。
3. 1. 3 按研究区域划分
按照研究区域的不同, 有如下几类水文模型: 流域水文模型; 河口水文模型; 山地水文模型; 坡地水文模型; 平原水文模型; 干旱地区水文模型; 岩溶水文模型; 寒区水文模型等。3. 1. 4 按照应用学科划分
按照应用学科, 水文模型又可分为: 工程水文模型; 农业水文模型; 土壤水文模型; 森林水文模型; 都市水文模型等。3. 2 依照研究对象分类
按照研究对象, 水文模型可分为: 降水模型; 气温模型; 蒸散发模型; 土壤水模型; 地下水模型; 地表径流模型; 水资源模型; 水质模型等。
按照研究对象的目标又可分为: 水量模型; ;
3期 陈仁升等:水文模型研究综述
即数学模型和物理模型。物理模型是指将复杂的水文系统进行理想的概化, 然后用相似的物理模型来比拟概化水文系统, 通过研究物理模型得到实际水文系统的变化情况。而数学模型是偏微分方程或积分方程、代数方程和定解条件的总称。数学模型是对复杂的水文系统进行了一定的简化, 用一组数学关系式来刻划实际水文系统在时空上的一种结构关系, 它具有复制和再现实际水文系统状态的能力。我们以上讨论的水文模型主要是指数学模型。根据研究变量的性质不同, 可将水文模型细分为以下几类[63]。
(1) 线性水文模型和非线性水文模型。这是根据模型中未知量的次数划分的。若模型是由线性偏微分方程或线性积分方程、线性代数方程所组成的, 则称为线性模型; 否则称为非线性模型。
(2) 静态水文模型和动态水文模型。这是按模型中的未知量是否与时间有关而划分的。若模型中的未知量与时间变化无关, 则称为静态模型; 反之则称为动态模型。
(3) 集总参数水文模型和分布参数水文模型。这是根据模型中是否有坐标变量来划分的。若模型中不包含空间坐标变量的, 则称为集中参数模型; 否则称为分布参数模型。
(4) 确定性水文模型与随机性水文模型。这是根据模型中变量的取值情况来划分的。如果模型中的变量只能取确定的值, 各变量之间有严格确定的关系, 则称为确定性模型, 又叫数值模型; 如果模型中含有一个或多个随机变量, 则称为随机模型, 又叫经验统计模型。
多数水文模型具有多种分类性质, 比如有的模型是集总的、动态的和非线性的, 有的是确定性的、分布参数的, 等等。
典型的系统理论模型有Markov 链[64], Kalm an 滤波[65], 基于最小二乘法的统计、回归, 模糊数学和人工神经网络等。在外延预报方面, 基于大量的观测、
试验数据的人工神经网络模型和非线性回归模型以及实时预报稍微弥补了外延物理基础消失的缺陷。4. 2 分布式模型
4. 2. 1 分布式流域水文模型的定义及特征
为叙述方便, 本节所讨论的分布式水文模型是指基于流域尺度的具有严格物理基础的分布参数水文模型。它基于一种尺度, 那就是 流域 。具有两大特点, 这就是: 具有严格的物理基础; 参数是分布的。
模型具有严格的物理基础, 是指模型严格按照人们所理解的流域水文过程建立起来的。一个流域内部的地形、地貌、地质、植被、土壤、气象等基本要素一般是不同的, 其相应的水文过程也各异, 那么反映流域水文过程的具有严格物理基础的水文模型在流域各处的参数也应该是不同的。分布参数和集总参数模型的本质差别就是模型参数是否随空间坐标变化而变化。这就是说, 具有严格物理基础的流域水文模型必然是分布参数式水文模型。但是, 具有分布参数的模型并非一定具有物理基础。比如有的模型尽管含有分布参数, 但刻划流域各分带水文过程的数学描述可能是黑箱。另外, 具有物理基础的模型也并非全部是分布式水文模型。比如有些概念性模型就基于一定的物理基础, 部分模型参数也可能随空间坐标变化而变化, 但刻划流域各分带水文过程的数学描述并非基于严格的物理基础, 多数过程的描述还是集总概念性的, 这种模型或许可以叫做半分布式水文模型, 或严格说叫做具有物理基础的概念性水文模型。所以, 分布式水文模型的首要特征就是基于严格的物理基础。
分布式水文模型从性质上看属于确定性水文模型。理想的确定性水文模型是指严格按照水文系统变化的实际物理过程而建立起来的水文模型, 又称数值模型。但是, 由于下垫面的复杂多变, 目前尚没有任何一种理论能够完全描述实际的物理过程, 都是基于一定程度的假设。所以, 从这个意义上看, 分布式水文模型应该等同于确定性水文模型。
尽管分布式水文模型尽量依照实际的水文过程而建立, 但这有一个前提, 这就是人们对实际水文过程的理解。自然界存在复杂多样的水文过程, 而由, 4 模型特点及对比
我们依照黑箱模型、概念性模型和分布式模型的分类方法对水文模型进行分类描述。4. 1 黑箱模型
黑箱模型又叫系统理论模型。它是建立在经验统计的基础上的一种模型。它简单灵活, 适用性广。正如上述所述, 这种模型在数据区范围内效果很好, 因为它将数据之间隐含的物理意义用统计关系表达出来了。但是用于外延预报, 则模型隐含的物理基,
中 国 沙 漠
23卷
尚且存在着差异。而且, 对这种认识的数学描述也是基于一定的概化模式。这种概化模式是否能够真正代表实际的过程也是一个问题。即使能够代表, 这中间所进行的概化是否合理或是否略去了人们尚没有认识到的有用信息也还是一个问题。因此, 分布式水文模型是随着人们对物理过程的认识及数学的发展而发展的, 它必然具有时代的特点。4. 2. 2 分布式水文模型的优点及缺点
由于计算机技术的迅猛发展, 目前计算耗时已经不再是限制分布式水文模型发展的主要因素了。当前分布式水文模型尚对两个方面有严格的要求, 这就是: 模型的准确设计; 模型参数的准确率定。模型的准确设计要求对模型所涉及的各个水文过程有较准确、合理的概化和描述。这种概化和描述的合理程度依赖于人们对物理过程的认识程度和数学的发展水平。由于分布式水文模型的参数是基于一定的空间坐标而变化的, 不同下垫面条件(土地利用、植被覆盖、地形、地貌等) 下的模型参数需要人们准确的测量。模型参数的准确与否直接影响到模型的校正。如果模型参数不准确, 那么它就错误地反映了实际的陆面过程, 在此情况下, 即使模型结构和概化合理, 模型模拟和预测结果也较差。由于分布式水文模型的参数很多, 如果要获得准确的模型参数, 必须进行大量的观测。即使结合遥感技术, 对于下垫面情况复杂的大流域来说, 也需布置必要的大量观测点。所以分布式水文模型的建立需要大量的人力和物力。综上所述, 分布式水文模型主要存在两个缺点: 需要进行大量的观测; 需要对水文变化的连续物理过程有深入的了解。
从上述分析中可以看出, 分布式水文模型的上述缺点是存在正反两个方面的。这就是如果人们对水文过程有了较深入的认识, 而且进行了大量的观测, 那么就能够建立高精度的水文模型, 可以对水文变量进行可靠的预测。分布式水文模型的优点之二就是可以对无观测站点的流域进行径流模拟和预测。因为对各种水文过程的物理机制有了深刻的了解后, 只需对流域的下垫面参数进行测量即可运转模型。分布式水文模型的另一个优点就是可以对具有多源影响的流域过程进行模拟和预测, 比如对多点源或面源污染进行模拟。4. 3 概念性模型
概念性模型既有一定的物理基础, 又具有统计, , 据精度要求也不很严格。但该类模型的参数不易获得。同时, 如果水文系统内部的变化比如森林的砍伐、土地利用的改变等, 必会影响到模型参数的变化, 从而必须重新调整参数。
5 发展方向
系统理论模型长期以来一直用于水文预报, 指导生产。概念性模型也慢慢用于生产应用中。分布式模型还处在研究和调试阶段, 多数模型模拟精度不高, 真正用于指导生产的还很少。
事物的发展总是优胜劣汰的。目前仍然应用的黑箱或系统理论模型主要有统计回归模型、滤波分析、实时预报、人工神经网络模型等。概念性模型虽然经过了40多年的发展, 但始终在20世纪60~80年代初期建立的模型的基础上, 进行一些修订和改进, 并没有出现大的突破。由于各种新技术和新手段的不断引进, 资料的获取和模型的运行更加方便、快捷, 分布式水文模型结构得以不断更新, 模型精度得以不断提高, 模型发展迅速。
人类认识事物的过程, 是从简单到复杂, 从总体到个体, 从表面到本质的。人们对事物的发展过程总是追求更加深刻的认识, 追求事物变化的实际过程。水文科学的研究也逐渐发展到水文过程即水文现象的机制的研究。水文模型正是体现水文过程的最重要的手段。因此, 水文模型也必然朝着再现水文过程的方向发展。
在今后较长的一段时间内, 系统理论模型还会继续得到应用。但是, 该类模型会逐渐向体现事物的物理意义方向发展。也就是说, 追求模型分析结果同实际的水文过程的结合, 追求事物发展的统计意义, 并逐渐扩大数据区范围, 体现极端事件对统计结果的影响, 尽量消除外延预报的随机性。这一方面需要大量的试验和观测, 另一方面取决于系统理论的发展。
概念性模型也会继续得到发展。目前多数概念性模型尽管具有一定的物理意义, 体现一定的水文过程, 但是由于该类模型的最大的优点, 也是其最大的缺点, 就是模型的参数化, 在很多情况下, 使实际的物理过程消失了。另外, 概念性模型中的很多过程是没有物理意义的, 有的概念性模型完全没有物理意义, 模型模拟精度是靠调整参数来实现的。模型参数的调整是基于一定的假设, 并与一定的观测、试验相结合。这同样存在一个数据区范围问题。尽
3期 陈仁升等:水文模型研究综述
是集总参数式的, 模型参数并没有体现实际的物理过程。因此, 概念性模型今后的发展方向, 应该是尽量多应用实际的观测和试验数据, 保证实际物理参数的可靠性, 尽量减少集总参数, 使模型尽可能体现实际的物理过程。模型会逐渐复杂, 模型参数中逐渐含有分布的参数, 并逐渐转向完全分布。分布式模型具有很大的发展潜力。分布式模型要得到突破性进展, 必须加强点上数据的观测, 并保证数据的可靠性和代表性, 研究清楚单点所代表的物理过程, 进而考虑尺度转换问题。尺度转换必须选择合适的插值方法, 并结合高分辨率的遥感图像。模型格点尽可能小, 保证每个格点内的水文过程一致。对每一个格点内的水文过程的研究, 尽量减少假设, 并探讨所应用的理论是否适合该种物理过程。目前所应用的多数水量转换和迁移理论, 都是基于一定程度的假设, 有一定的适用范围。所以, 必须进行各种尺度、各种陆面过程条件下的水量转化和迁移理论的研究。同时, 分布式水文模型应该与大气模式相结合, 并实现研究区内各种大的陆面过程的完美衔接。达到上面所述的这些条件, 目前的分布式模型就逐渐转化到数值模型了。
综上所述, 系统理论模型逐渐向体现实际的物理过程过渡, 概念性模型逐渐向分布式模型发展。殊途同归。与其说这两类模型逐渐向分布式模型发展, 倒不如说分布式模型是这两类模型的最终替代品, 目前这两类模型的存在只是因为分布式模型还处在初期发展阶段。如果分布式模型发展到数值模型阶段, 那么就再没有必要发展其它两类模型了。
念性模型的发展, 在尽量体现实际水文过程的同时, 尽量减少集总参数, 逐步加入分布参数, 并最终发展到完全分布式模型。随着人们对各种尺度下陆面过程的认识程度加深, 分布式水文模型最终会发展成为数值模型。目前系统理论模型和概念性模型的存在只是因为分布式模型还处在初期发展阶段, 分布式模型最终会发展到数值模型阶段。数值模型将是水文模型发展的最终归宿。参考文献(References) :
[1]
Richard H M , W il lard M S. Hydrologic M odeling:Statis tical M ethods and Applications [M ]. New Jersey:Prentice Hall, En -glewood Cliffs, 1986. 3.
[2]Diski n M H. Research approach to w atershed modeling, defi nition
of terms [A ]. ARS and S CS Watershed M edeling Workshop [C]. T ucson, Ariz. , 1970.
[3]Clarke R T. A review of some mathematical models used i n hydrolo -gy, w ith observation on their calibration and use [J]. Jour nal of Hydrology , 1973, 19(1) :1.
[4]Anderson M G, Burt T P. M odelling strategies [A]. Anderson M
G, Burt T P. Hydrological Forecasting [C]. Chichester:John Wley &Sons Ltd. , 1985. 1-2, 5-8.
[5]黄锡荃, 李惠明, 金伯欣. 水文学[M ]. 北京:高等教育出版社,
1993. 1-2.
[6]Anderson M G, Burt T P. Process studies in hillslope hydrology:an
overview [A]. Anderson M G, Burt T P. Process Studies in H i l-l sl ope H ydrology [C ]. Chichester:John Wley &Sons Ltd. , 1990. 2.
[7]Dooge J C I. Problems and methods of rainfal l-runoff modeling
[A]. Ciriani T A, M aione U, Wallis J R. M athematical M odels for Surface Water Hydrology [C ]. Wiley, Chichester:John Wley &Sons Ltd. , 1977. 71-108.
[8]Sherman L K. Stream flow from rainfall by the unit hydrograh
method[J]. Engineering New s Rec ord , 1932, 108:501-505.
[9]HortonR E. The role of infiltrati on in the hydrol ogical cycle [J ].
T rans. A. m. Geophys. Union , 1933, 14:446-460.
[10]Chorley R J. The hillslope hydrological cycle [A]. Kirkby M J.
H il lslope Hydrology[C]. Chichester:John Wley &S ons Ltd. , 1978. 1-42.
[11]Hew lett J D. Studies in soil physics. 1. T he flow of air and water
through soils[J]. J. Agr ic. Soils , 1961, (4) :1-24.
[12]Hew lett J D, H ibbert A R. M oisture and energy conditions w i thin a
sloping soil mass during drainage [J ]. J. 1963, 68(4) :1081-1087.
[13]W hipkey R Z. Subsurface stormflow from forested sl opes [J ].
B ull. Internat. A ssoc. S ci. Hyd rology , 1965, 10(2) :74-85.
[14]Kirkby M J. Hillslope hydrol ogy[A]. Anderson M G, Burt T P.
H ydrological Forecasting [C ]. Chich ester:John Wley &Sons , Geophys. Res. ,
6 小结
水文模型是水文学发展到一定阶段的产物, 它丰富了水文学体系, 并随着水文学的发展而发展, 促
进了水文学的总体发展。水文模型的发展大约经历了6个阶段, 目前主要存在11种分类方法。离开了统计数据区范围, 系统模型的外延预报缺乏物理基础, 因而具有一定的随机性, 从而其可靠度较低。概念性模型的最大特点是模型的参数化, 而这种参数化很可能将模型的物理意义消融掉了, 而且模型参数不容易确定。分布式模型的发展必须加强单点所代表的水文过程的研究, 并进行大量的观测, 结合遥感和GIS 手段进行合适的尺度转换, 同时加强各种尺度、各种陆面过程条件下水量转换和迁移的理论研究, 而且要与大气模式相结合。系统理论模型要,
中 国 沙 漠
John W ley &Sons Ltd. , 1985. 313-316.
23卷
[15]Han ks R J, Hill R W. M odeli ng Crop Response to Irrigation in Re -lation to Soils, Climate and Salini ty [M ]. International Irrig. Information Center. Bet Dagan, Israel, 1980.
[16]Hanks R J , Rasmussen V P. Predicting crop production as related
to plant water stress[J]. A dv ances in Ag ronomy , 1982, 35:193-215.
[17]Han ks R J. M odel for predicti ng plant yield as influenced by w ater
use[J ]. Agron. J. , 1974, 66:60-665.
[18]李保国. 农田土壤水的动态模型及应用[M]. 北京:科学出版社,
2000. 247-268.
[19]杨邦杰, 隋红建. 土壤水热运动模型及其应用[M ]. 北京:中国科
学技术出版社, 1997. 1-13.
[20]Huff D D, Kell y J M , Sapp C D. An evaluation of remote sensing
methods for s tudy of variable hydrologic source areas [A]. Env-i ronmental S ciences Div. [C ]. Oak Ridge National Lab. Oak Ridge, T ennessee. Publicati on No. 1794. 1982.
[21]Bernard R, Vauclin M , Vidal-M adjar D. Possi ble use of active
microw ave remote sensing data for prediction of regional evapora -tion by numerical simulation of soil w ater movement in the unsat -urated zone [J]. Water Resour c es Res. , 1981, 17:1603-1610.
[22]Dunne T , Black R D. Partial area contributions to storm runoff i n a
small New England w atershed [J ]. 1970, 6:1296-1311.
[23]Freeze R A. Role of subsurface flow in generating surface runoff.
1. Basefl ow contributions to channel flow [J]. W ater Resources. Res. , 1972, 8(3) :1272-1283.
[24]Beven K, Germann P. Water flow in soil macropores. I and II[J].
J. Soil S ci. , 1981, 32:1-29.
[25]Jones J A. Soil pipi ng and steam channel ini tiation [J]. Water Re -sour ce s Res. , 1971, 7:602-610.
[26]杨文治, 邵明安. 黄土高原土壤水分研究[M ]. 北京:科学出版
社, 2000. 134-247.
[27]Daqing Yang, Barry E G, John R M , et al . Quantification of pre -cipitation measurement discontinuity induced by w ind sh i elds on national gauges[J]. Water R e sou rces Res. , 1999, 35(2) :491-508.
[28]Battan L J. Radar Observati ons of the Atm osphere -Revi w [M ].
Chicago:Universi ty of Chicago Pres s, 1973.
[29]Greene D R. Numerical techn i ques for the analysis of digital radar
data w ith application to meteorology and hydrology[D]. Ph. D. dissertation. Texas A&M Univ. College S tation. Texas. 1971.
[30]M atejka T J, Houze R A, Hobbs P V. M icrophysics and dynamics
of clouds associated w ith mes oscale rainbands in extratropical cy -clones [J]. Quart . J. Roy. M et . Soc. , 1980, 106:29-55.
[31]Konikow L F, Patten E P. Groundw ater forecasting[A]. Ander -son M G, Burt T P. Hydrological Forecasting[C]. Chichester:John Wley &Sons Ltd. , 1985. 221-270.
[32]Gerelick S M. A review of distributed parameter groundwater man -agem ent modeli ng methods [J ]. W ater Resour c es Res. , 1983, 19:305-309.
[33]Blackie J R, Eeles C W O. Lumped catchment models[A]. Ander -. Water R esou rces Res. ,
[34]Nash J E. T he form of instantaneous unit hydrograph [J ]. Hy -drol. S ci. Bull . , 1957, 3:114-121.
[35]Dooge J C I. A general theory of the uni t hydrograph[J]. J. G e o -physical Res. , 1959, 64(1) :241.
[36]Pereira H C, M cCulloch J S G, Hosegood P H, et al . A short
term method for catchment basin studi es[J]. E. Af r. Agric. For. J. , 1962, 27:4-7.
[37]Phili p J R. An infiltration equation w ith physical significance [J ].
S oil Sci. , 1954, 77:153-157.
[38]Richards L A, Gardner W R, Ogata G. Physical processes deter -mini ng w ater losses from soil[J ]. Soil Sci. Soc. Am. P roc. , 1956, 20:310-314.
[39]M cCarthy G T. The uni t hydrograph an d flood routing[Z]. Proc.
Conf. North Atlantic Divi sion, US Army Corps of Engineers, 1938.
[40]Lins ley R K, Craw ford N H. Computation of a synthetic stream -flow record on a digital computer [J ]. Hydrol. S ci. Bull . , 1960, 51:526-538.
[41]Craw ford N H, Linsley R K. Di gital simul ati on in Hydrology:
Stanford W atershed M odel IV [R]. T echnical Report 39, Dept. Of C i vil Engineering, Stamford Universi ty, 1966.
[42]Johanson R C, Imhoff J C , Davis H H , e t al . User s mannual for
the Hydrological Simulati on Program -Fortran (HSPF) [R ]. E nv ironmen tal Protection Agency Report FPA -600, 1980. 9-80.
[43]Sugaw ara M. An analysis of runoff structure about several J apanese
rivers[J]. Jap anese J. G e op hys , 1961, 2:10-17.
[44]Dawdy D R, O Donnell T. M athem ati cal models of catchment be -havior [J]. J. Hyd. Div. Pr oc. AS CE , 1965, 91:123.
[45]M arco Franchini, M ichele Paccian i . Com parati ve analysis of several
conceptual rai n fal-l runoff models[J]. J. Hydr ol. , 1991, 122:161-219.
[46]Freeze R A, Harl an R L. Blue pri nt for a physically -based digital
simul ated hydrologic response model[J ]. J. Hydrol. , 1969, 9:237-258.
[47]Beven K J, Kirky M J. A physically-based variable contri buting
area model of basin hydrology [J]. Hyd ro. Sci. Bu ll. , 1979, 24(1) :43-69.
[48]Kutchm ent L S. A tw o -dimensional rainfall-runoff model:ident-i
fication of param eters and possible use for hydrological forecasts [A]. Hydrological Forecasting [C ]. ISHS Publication 129, 1980. 215-219.
[49]Jonch -Clausen T. S ysteme Hydrologique Eurppeen :a short de -scription[A]. Danish Hydraulics Ins titute. SHE Report1[C ], H orsholm, Denmark, 1979.
[50]Beven K J, Warren R, Zaoui J. SHE:tow ards a m ethodol ogy for
physi cally -based distributed forecasting in hydrology [A]. H y -drological Forecasting[C]. IAHS Publication 129. 1980. 133-137.
[51]DeCoursey D G. ARS small w atershed model [J]. A m. Soc. A-
3期 陈仁升等:水文模型研究综述 [52]M orris E M. Forecas ting flood flow s in grassy and forested basins
using a deterministic distributed mathematical model [A]. Hy -drological Forecas ting[C]. IAHS Publication 129, 1980. 247-255.
[53]Zhang Wanchang, Katsuro Ogaw a, Ye Besh eng, et al . A monthly
sream flow model for esti m ati ng th e potential changes of river runoff on the projected global w arming [J ]. Hydrological Pro -cesses , 2000, 14:1851-1868.
[54]M arks S W, Lance W V, Dennis P L. A distributed hydrology -vegetation m odel for complex terrai n [J ]. Res . , 1994, 30(6) :1665-1679.
[55]J ean -Pierre V, S ylvain H , And Denis I. A distributed hydrological
model adapted to the automatic calibration of parameters[J]. J. of Hydrology, 1986, 87:1-8.
[56]Putty M R Y, Prasad R. Understanding runoff processes using a
w atershed model a case study in the Western Ghats in South India [J]. J. of Hydr ology , 2000, 228:215-227.
[57]Kuo -lin Hsu, Hoshin Vijai Gupta, Soroosh Sorooshian. Artificial
neural netw ork modeling of the rainfall -runoff process [J ]. Water Resources Res. , 1994, 31(10) :2517-2530.
[58]Hornik K, Stinchcombe M , Wh i te H. M ultilayer feedforw ard net -Water Resources
works are universal approximation [J ]. Neural Netw or ks , 1989, 2(5) :359-366.
[59]Gautam M R, Watanabe K, S aegusa H. Runoff analysis in humid
forest catchm ent w ith artificial neural netw ork [J]. J. of H y -dro , . 2000, 235, 117-136.
[60]陈仁升, 康尔泗, 张济世. 基于小波变换和GRNN 神经网络的黑
河出山径流模型[J]. 中国沙漠, 2001, 21(增刊) :12-16.
[61]蓝永超, 康尔泗, 徐中民, 等. B -P 神经网络在径流长期预测中
的应用[J]. 中国沙漠, 2001, 21(1) :97-100.
[62]Dri scoll E D. M ancini J L, M angarella P A. T echnical guidance
manual for performing w aste load all ocations[A]. Prot. Agency, offi ce of w ater regulations and standards, monitoring and data support division, monitoring bran ch, Washington, DC. Book II Streams and Rivers, Final report for US Environ[C]. 1981.
[63]谢新民, 杨小柳. 半干旱半湿润地区枯季水资源实时预测理论与
实践[M ]. 北京:中国水利出版社, 1999. 65-67.
[64]蓝永超, 康尔泗, 徐中民. 龙羊峡水库年入库流量的M arkov 预
测模型[J]. 中国沙漠, 2000, 20(1) :95-97.
[65]蓝永超, 康尔泗. Kalman 滤波方法在黑河出山径流年平均流量
预报中的应用[J]. 中国沙漠, 1999, 19(2) :156-159.
Research Review of Hydrological Modeling
CHEN Ren -sheng 1, 2, KANG Er -si 1, YANG Jian -ping 1, ZHANG J-i shi 1
(1. Cold and Arid Re g ions E nv ironmen tal and Engineering Research I nstitute, Chinese Academy of Sciences, La nzhou 730000, China;
2. Beijing Univer sity, Beij ing 100871, China)
Abstract :Hydrological modeling is one of the results of the H ydrology development. It simplifies the com plicat -ed Hydrological system. T he definition, the development and its tendency of Hydrological Modeling are de -scribed in this paper. Several partition methods of Hydrolog ical modeling have been discussed. T his paper also describes the advantages and disadvantages of different types of Hydrolog ical modeling. The results show that the deterministic numerical models w ill dominate H ydrology in the future.
Key words :Hydrological modeling; developing process; model classification; model comparison; developing ten -dency