DEM分辨率对山洪淹没模拟影响

DEM是表征地形状况的重要指标,在山洪淹没模拟中起着重要作用。以2016年7月19日发生在河北省石家庄市井陉县西部山区的特大暴雨山洪事件为研究对象,利用HEC-HMS水文模型和FLO-2D水动力模型,设置5种DEM分辨率方案(30、20、15、10、5 m),从淹没范围和淹没水深两方面分析了DEM分辨率对山洪淹没模拟的影响,并从模型运行时间角度对其运行效率进行了评估。研究表明:DEM分辨率越高,则淹没范围越小,平均淹没水深越大,即模型模拟精度越高,山洪事件的淹没范围及水深越接近于实际调查情况(DEM分辨率为30和5 m时,淹没范围及淹没深度的模拟精度分别为0.56和0.41、0.76和0.79);随着DEM分辨率的提高,尤其从10 m提高至5 m时,模拟结果差异减少,模拟精度的增幅也减小,淹没范围和水深的精度增幅分别为2.70%和3.94%;DEM分辨率越高,则模型运行时间越长,模型运行效率越低,5 m DEM方案下的运行时间为30 m DEM方案的700倍。综合考虑模拟精度及模拟时间,10 m分辨率的DEM对山洪淹没模拟、风险评估及预警预报等更为适用。     

不同土壤湿度和雨强下径流曲线模型的改进

前期土壤湿度条件和降雨强度是影响径流曲线（SCS-CN）模型径流量预测精度的重要因素。分析不同流域下二者对SCS-CN模型性能的影响,对提高模型预测精度至关重要。基于5个半干旱半湿润和湿润流域的降雨径流资料,利用偏相关分析和K-均值聚类改进SCS-CN模型。结果表明：在重新划分前期土壤湿度条件区间后,模型预测能力大幅度提升,有效降低模型平均偏差,纳什效率系数平均提高42.8%。基于最大10 min雨强对SCS-CN模型改进后,纳什效率系数得到一定提高,且半干旱半湿润流域的提升幅度略大于湿润流域。改进的模型在研究流域都取得较好的效果,平均偏差均低于7 mm;除呈村流域非汛期外纳什效率系数均达到0.93,平均提升89%;均方根误差平均降低29.2 mm。     

基于GRACE陆地水储量估算土壤湿度变化——以中国东部季风区为例

为探究获取高精度土壤湿度变化数据的新方法,选取2005年1月至2012年12月为研究时段,利用GRACE重力卫星反演降尺度得到的空间分辨率为0.25°×0.25°的陆地水储量变化数据和GLDAS-NOAH陆面模式模拟的地表径流、积雪深以及实测地下水位等数据,基于水量平衡原理估算东部季风区6个主要流域的土壤湿度变化数据,反演深度范围可达0～200 mm。从时空相关性、均方根误差、趋势度等方面,与AMSR-E、ERA-Interim、MERRA2、ASCAT、GLDAS-NOAH、GLDAS-Mosaic、GLDAS-Catchment共7种土壤湿度产品进行对比验证。结果表明:估算的土壤湿度变化数据优势明显,在珠江流域表现最好,与上述产品的皮尔逊相关系数分别为0.70、0.79、0.86、0.85、0.81、0.50和0.51;与MERRA2、ASCAT、GLDAS-Catchment的单变量Moran′s I较为相近,分别为0.67、0.80和0.74,且与其他产品的均方根误差均较小,大部分控制在0.25～0.30;各种产品的土壤湿度变化在黄河流域表现一致性较差,皮尔逊相关系数均在0.41以下,变化趋势也不尽相同。