分布式水文模型的误差分析探讨

冀连华

【摘要】分布式水文模型以其具有明确物理意义的参数结构和对空间分异性的全面反映，能够准确详尽地描述和模拟流域内真实的降水径流过程而被广泛需求和关注。在模拟土地利用、土地覆盖、水土流失等各种变化过程的水文响应，面源污染、陆面过程、气候变化影响评价等诸多领域都有广泛的应用。模型的预报精度和误差至关重要，决定了模型的应用和推广。

【关键词】分布式；水文模型；误差分析；参数

水文模型是研究水文自然规律和解决水文实践问题的重要工具。在水利工程规划设计、水资源评价、水土保持等方面的研究和发展中得到广泛的应用。近年来，随着社会的进步、科技的发展，传统的水文经验模型、概念模型已经不能满足需要，对先进的分布式模型的需求在不断增长。

1、分布式水文模型

1.1分布式水文模型的概念

从水文信息学的角度来讲，水文模型是符号的综合体。从反映水流运动的空间变化能力而言，水文模型可分为集总式模型和分布式模型两类。分布式水文模型是充分考虑了模型中变量和参数空间变异性的基于自然物理过程的水文模型。

1.2建模原则

水文模型的建立和使用必须按照一定的步骤和顺序进行，即是建模原则。建模原则在原则上是灵活的，适用的，即使形式化后，也应该是易改变的。分布式水文建模一般原则如图1所示。

1.3建模思路

分布式流域水文模型建模主要思路是：将整个流域划分成足够多的若干网格，每个网格降雨、植被、土壤和高程等均有差异，对每个网格采用不同的产流计算参数分别计算产流量；通过比较相邻網格的高程确定各网格的流向，根据各网格的坡度、糙率和土壤等因素确定参数，将其径流演算到流域出口断面得到流域出口断面的径流量。

1.4分布式水文模型的一般结构

分布式水文模型一般可分为纯物理模型和半物理模型两种形式。从功能上来说，分布式水文模型包括功能不同且相对独立的子系统，每一个子系统从数学上描述水文循环的一个子过程。尽管可用不同的方式描述水文过程，但模型的基本构架大同小异。

1.5模型验证

分布式模型参数多，数据输入量庞大，计算时间长，模型验证困难。严格地说模型验证原则上是不可行的。我们所说的模型验证即证明特定的模型可得出符合特定性能标准精度要求的模拟结果，实际上是观测模型成功验证的数量和概率，进而确定模型的可靠性。为了证明校准后模型的实用性，必须用不同于校准的数据来进行验证。

2、分布式水文模型误差分析

模型预测精度是评价和衡量一个模型质量好坏的关键性指标，也是一个模型能否被同行业人员认可和接受的决定性因素。分布式水文模型涉及参数和影响因素较多，对分布式水文模型进行误差分析不但可以优化模型参数，而且可以更加清楚建模目的、原理和建模思路，优化模型结构，提高模型预测精度。模型建模工作中，误差源是大量的。分布式水文模型的误差来源主要有以下几个方面。

2.1被排除在外的因素引起的误差

在建模时，每个环节都有许多影响因子，把每个因子都引入到模型中是不现实的，也是不可能做到的。所以就要对影响因子有所选择，有所抛弃，被抛弃的因子会给模型预报带来一定的影响，产生一定量的预测误差。此类误差是不可能完全消除和避免的，主要的分析方法有主成分分析法和专家打分法。主成分分析法是指通过对一组变量的几个线性组合来解释这组变量的方差和协方差结构，以达到数据的压缩和数据的解释的目的。专家打分法是通过建立专家打分模型的方法以确定模型中各因子的敏感性评价值和权重，进而确定选取的敏感性因子。通过各位专家单独确定的各模型因子的敏感性评价值和权重，进行汇总和分析，即可确定各个模型因子的的敏感性强弱，为模型参数的选择提供依据和参考。

2.2实测历史记录资料的随机或系统误差

实测数据精度的高低、误差的大小决定于测量技术的先进和成熟程度，影响模型模拟的拟合度从而影响模型的预测精度。大部分流域降雨径流资料由于测量技术受到限制，其精度可能无法反映真实水文现象。另外人类活动的影响会导致某些水文因素的变化，使历史资料无法直接与现状资料统一应用，而无论是修正历史资料还是还原现状资料都有一定的难度。对实测数据进行分析，确定所产生的误差大小，进而计算出调整系数，是减小此类误差的主要方法。

2.3参数误差

参数误差包括每个参数的取值非最优产生的模型预报误差和各个参数组合在一起非最优产生的模型预报误差。通常模型参数的选择需要遵循即科学性、实用性和可行性的和原则。不同的参数对于模拟结果的影响是不同的，有的参数直接影响模拟结果，有的则是许多参数共同作用，来反映对结果的影响。

2.4模型结构误差

不完善的模型结构带来的误差在模型校准和验证阶段难以发现，所以在模型构建阶段需要对模型结构的正确性进行充分的讨论。模型结构不完善的原因主要是由于对水文过程理解不够而造成的模型框架结构不能真实地反映水文实际过程，忽略了产汇流的随机性，模型较少甚至不考虑环境变化对流域产汇流机制的影响等。另外，在模型设计和建立过程中采用的不正确的计算方法，不合适的时间步长，不恰当的运行次序，不完整或有偏差的模型结构等，都会引起的模型预报误差。

3、结语

分布式水文模型的误差来源有被排除在外的因素引起的误差、实测历史记录资料的随机或系统误差、参数误差和模型结构误差等。前两类误差必须在模型建立过程中和试运行之前进行分析将其降到最低。在对模型校准过程中，必须明确区分不同误差来源，不要用对一种误差源的调整去弥补另一种误差源的影响，如通过参数调整来弥补模型结构误差等。在参照和借用国外较为成熟的分布式水文模型研究方法和应用的基础上，建立和使用适合我国各流域条件的分布式水文模型，通过误差分析确定各类误差的产生途径和规律，利用现有资料及处理方法减小和降低各类误差，进而提高模型的预测精度和适用性，是我国水文建模研究今后发展的方向。

参考文献：

[1]王中根，夏军，刘昌明，等.分布式水文模型的参数率定及敏感性分析[J].自然资源学报，2007，22（4）：649-655.