基于陆面水文耦合模型CLHMS的黄河源区水循环模拟与分析

孜尼哈尔·祖努尼江，杨传国，郝振纯

(河海大学水文水资源学院，南京 210098)

气候是人类赖以生存的自然环境的重要组成部分，它的任何变化都将对自然生态环境与社会经济发展产生深刻的影响[1]。水资源系统作为地球物理系统的重要组成部分，与气候变化相互作用、相互影响，气候变化会改变全球水循环的现状，引起水资源时间空间上的重新分配，进而影响水资源管理系统和人类社会经济系统[2]。进一步揭示地表、土壤及地下水文过程与气候之间的相互作用，发展陆面-水文耦合模式，并实现与气候模式的耦合，已成为现阶段气候与水文学科交叉研究的前沿。

诸多水文研究者在陆面水文模型耦合方面开展了不少研究[3,4]。其中Yang 等[5]进一步发展了陆面水文耦合模式CLHMS，充分考虑了陆地植物草丛类型、积雪层厚度与水分和土壤含水量，添加了地表水、土壤水等多个水文过程环节，并在淮河流域进行的水循环模拟精度很好[6]。随后，李敏[7]针对模式的不足，引入了次网格非均匀性参数化方案、坡面产流参数化方案、四阶 Runge-Kutta 方程求解土壤湿度，改进了模式对淮河流域河道流量、地表产流和土壤湿度的模拟性能。

黄河源区是我国母亲河黄河的发源地，流域面积为12.2 万km2，仅占黄河流域面积的15.4%，但产流达到整个流域的34.5%。位于青藏高原东北部，有典型内陆高原气候特征。近些年来随着气候变化的影响，该区域面临着冰川冻土萎缩，草地退化，频繁断流(1998年以来已出现3次长时间断流)等生态环境问题[8]。在气候变化的背景下，研究黄河源区水文循环过程的变化及未来的变化趋势，对整个黄河流域现今和未来的水资源管理、规划与保护都具有战略性意义。

本研究结合黄河源区的水文地质参数，气象驱动数据等观测资料，建成适用于黄河源区的大尺度陆面水文耦合模式，并通过长时间流域实测流量资料，测试该模式对黄河源区水文水循环过程的模拟能力。黄河源区DEM、河网示意图见图1。

图1 黄河源区DEM、河网示意Fig.1 DEM、river network map of the Yellow River source area

1 CLHMS模式在黄河源区的建立

1.1 模型原理

陆面水文耦合模式 CLHMS[9](Coupled Land surface and Hydrological Model System)包括大气环流模式GENESIS 中的大尺度陆面模块LSX[10](Land Surface Transfer Model) 和余钟波教授等于1999年构建的大尺度流域一体化分布式水文模型HMS[11](Hydrologic Model System)以及2个模块间的耦合。CLHMS模式在每段设定的时间步长内进行一次计算，在 LSX网格和HMS网格间对各自变量采取尺度上的升降处理，把陆面模式划分为细小网格后并计算各个子网格参数，插值到小尺度水文网格中。该模型目前已在区域水量平衡、变化环境下水资源机理响应研究、人类活动影响、干旱洪涝灾害预报等诸多研究领域。

对于黄河源区陆面水文耦合模式，其陆面和水文模块均采用10 km网格。CLHMS模型结构见图2，陆面模式 LSX是考虑植被生理作用的新一代陆面过程模式，包括了植被、土壤、积雪等物理过程模块。考虑各模块之间的水热通量，计算出每一个网格的蒸发、产流、下渗量等并赋值到水文模块中。水面模块HMS主要强调地表水和地下水的相互作用关系及陆面和气候过程，并利用土壤类型、水文参数、数字高程和土地利用等空间分辨率较高信息，也介绍了各种数据系列在模型系统中的预处理过程。

图2 陆面水文耦合模式CLHMS结构示意Fig.2 The structure of the coupled Land Surface and Hydrological Model System

1.2 参数准备

CLHMS模型的参数由陆面模块参数库和水文模块参数库组成，陆面模块参数主要包括土壤质地参数与植被类型。水文模块参数主要包括流域参数即地表高程、高程偏差、流域范围、初始水面高程、河道深度等；水文地质参数即孔隙度、水力传导度、含水层系数等。表1为这些主要参数的数据来源、分辨率和覆盖范围。陆面模块中植被类型采用Doeman-Sellers参数化方案，将全球植被划分为12种主要类型，模式中给定了每种植被类型在年内每个月份生物物理变化特征。土壤质地数据包括6层土壤(0～4.25 m)沙土含量和黏土含量数据，每层土壤厚度从上到下分别为0.05、0.10、0.20、0.40、1.0、2.5 m，原始数据源是Webb等[12]整理的一个标准化全球土壤质地和水利参数数据库，根据GENESIS 大气环流模式中的2°×2°土壤质地数据库采用距离权重方法差值得到。

表1 CLHMS模型主要参数库及其数据来源Tab.1 CLHMS model main parameter library and its data source

水文模块中的流域参数主要由USGS HYDRO1K数据集整理得到，利用该数据集可导出模式初始所需的高程偏差、流域划分。该数据水平分辨率为1 000 m，DEM精度为30 m。河道深度、河湖水面初始高程等参数则由该数据处理得出假设值，根据累积流量和假设产流量(0.5 mm/d)计算河道深度初始值，同时假设河道水位均为河道深度的70%，经长系列模拟运算推出河湖水面初始高程。中国范围内的含水层厚度、孔隙度、水力传导度等水文地质参数依据中国科学院地理科学与资源研究所生成的中国1∶400万土壤质地空间分布数据，并参考USGS30s土壤质地数据整理得到。

利用驱动数据，冷启动运行CLHMS模型,生成地表水和地下水过程的重启动文件；以重启动文件为初始条件；将地下水模块运行2 000 a，使得模型中地下水位处于平衡状态，并输出新的初始文件。以1971年作为预热年，选取黄河源区干流玛曲和唐乃亥水文站1971-2014年共44 a的实测资料，以1971-2000年为调整模型参数的率定期，2001-2014年为模型的验证期，系统评估了该模型对黄河源区径流过程和流域水循环过程的模拟能力。

2 模拟结果分析

2.1 流量模拟性评估

本文选用WBI、PMC、NSI、IOA4个指标来评价模型模拟精度和适用性。水量平衡系数WBI，用以检验模型对研究流域水量平衡能力；Pearson 相关系数PMC，用以检测实测流量和模拟流量的时间相关程度；Nash-Sutcliffe 效率系数NSI，用以检验模型模拟值实测流量峰值的模拟水平；IOA用以检验观测值和模型模拟值的相似度。这4个指标数值越接近于1，表明模型的模拟效果越好。

上述检验指标的具体计算公式如下：

结果见表2。结合表2的结果可以发现，水量平衡系数(WBI)率定期玛曲和唐乃亥站分别为0.96和0.98，验证期分别为1.03和1.06，率定期和验证期都接近于1，表明模型对2个站水量平衡模拟能力很好。纳什效率系数(NSI)率定期2个站分别为0.73和0.72，验证期为0.78和0.73，从图3也可以看出实测峰值与模拟峰值的差别比较大，尤其在1981年9月中旬这一段，实测流量值比较大，因为这段时间黄河源区连续下大暴雨洪水较多洪峰峰值大，所以CLHMS模式对黄河源区逐日流量模拟过程中洪峰峰值的模拟能力有待提高。Pearson相关系数(PMC)率定期2个站分别为0.85和0.85，验证期为0.88和0.86，表明模拟流量值与实测流量的相关性比较好。相似性指标(IOA)率定期2个站的分别为0.91和0.91，验证期为0.93和0.92，表明模式模拟的流量与实测流量很相似，模拟精度和准确性高。

表2 CLHMS模型对黄河源区1971-2014年主要站点逐月径流量模拟评估Tab.2 Evaluation of the monthly simulated stream flow by CLHMS in 1971-2014

黄河源区降雨集中在夏季，冬季降雨量少，降雨季节变化较大。流域观测的径流量也主要集中在夏季，而冬天径流量很少，模拟径流量与实测径流量都符合此规律。从图3中也可以看出很多时间段2组序列非常吻合，说明模式对研究区域主要水文站观测月平均流量的年际和季节变化特征的模拟效果很好。

图3 黄河源区1971-2014 年逐月平均模拟流量和实测流量对比Fig.3 Comparison of the monthly simulated flow and observed flow from 1971 to 2014

2.2 水量平衡模拟分析

地表水量平衡过程模拟，主要是产流量和土壤含水量的准确模拟，对于准确预报洪水，确定区域洪涝干旱灾害非常重要。下面分析黄河源区1971-2014年各个地表水分循环变量的多年日平均值和年际变化，包括降水量、蒸散发量、积雪量、产流量。

图4 给出了黄河源区1971-2014年共 44 a模式模拟的水循环过程中各个分量的多年日平均值。降雨量年内分配是不均匀的，主要集中在6-10月份，冬季降水量很小几乎为零，与实际的气候条件非常符合。最大值在7月8日为4.42 mm，多年平均降雨量为每年620 mm。考虑某个区域的下垫面、植被和土壤类型的情况下，该地区的产流跟降雨量和土壤含水量有直接的关系。降雨量是蓄满产流的主要影响因素，而降雨强度是超深产流的主要影响因素，CLHMS模型中蓄满产流机制和超深产流机制都考虑到了。模拟的产流量变化趋势与降雨量基本一致，主要集中在夏天，而冬季产流量很少。最大值也在7月8日为2.24 mm，年平均产流量206.6 mm，多年平均产流系数是0.33，与黄河源区实际产流系数0.32很相近，表明CLHMS模型的产流模拟水平较好[13]。

图4 CLHMS模型1971-2014年日平均水文过程要素模拟Fig.4 CLHMS model simulation of average hydrological process elements from 1971 to 2014

蒸散发是维持地表水平衡和能量平衡的重要因素，跟温度、气压、风速、降水量等有关系，模型使用空气动力学方法计算地表蒸散发量。从图4看出黄河源区蒸散发量夏季大、冬季小，跟黄河源区的实际温度、降水量、风速等年内变化大致相同。5-9月份蒸发量很大，峰值约达2.0 mm/d，多年平均蒸发量是288.27 mm/d,与黄河源区多年实际蒸散发很相近[14]。地表积雪量冬季春季分布较多，从10月下旬到次年5月都有积雪存在，峰值在3月份可达到27 mm,多年平均积雪厚度为277 mm。地表积雪厚度跟当地气温，下雪量与下垫面条件都有关系的，黄河源区积雪月份可以达6个月左右，所以积雪对黄河源区径流产生的影响不能忽视。

不同层次土壤含水量模拟结果看出，表层土壤含水量的年内变化幅度较大，因为它受降水量、日照、温度的直接影响较大，所以雨季表层含水量很大，冬季很少。第2层的土壤埋层范围在地表以下5～15 cm,其含水量明显比表层高，年内季节变化比表层小，峰值比表层滞后半个月左右。第3层土壤含水量年内季节变化最小，其峰值比表层含水量滞后1个月左右。不同层次的土壤含水量年际变化也比较明显。由图5可知，1993年为黄河源区丰水年，土壤含水量较高，1997年为黄河源区枯水年，土壤含水量较小。前一年的旱涝情况，影响着当年前期第3层土壤含水量，体现了土壤含水量变化的滞后效应。上面所述的土壤含水量不同层次的年内年际变化规律反应了自然的实际情况，体现了该模型对土壤含水量的模拟能力。

图5 土壤表层和第3层模拟含水量的年际变化Fig.5 Interannual variations of simulated water content in the surface and third layers of soil

2.3 空间分布模拟分析

CLHMS模型能够模拟研究区的降雨量、蒸发量、产流量等水文过程的空间分布，通过分析这些模拟出来水文过程的空间分布与实际空间分布的相似程度，分析模型的空间分布模拟能力。

黄河源区位于青藏高原，地势高且气候寒冷。由图6可知模式模拟的降水量、蒸散发量、产流量等变量的空间分布都从西北到东南成增加的趋势，与实际的分布情况一致。黄河源区有利的地形条件和强烈的上升运动导致地区性降雨次数比较多，但因为离海洋较远，而且有高山阻挡，输送到的水汽很小，所以总体降雨量很小。黄河源区年日照时间长、辐射量大、湿度较小、风力风速大，所以流域蒸发量比较大，蒸发量一般为0.5～1.1 mm/d 。北部地区的河道流量比较大，因为北部地区支流比较多，降雨量相对丰富点补给河道流量。

1981年和2000年典型的丰水年和枯水年，从图6可知，1981年的各个水量过程要素都比2000年的大，符合实际分布情况，所以模型对黄河源区的空间分布模拟能力很好。

图6 黄河源区1981年与2000年降雨量、蒸散发量、产流量、河道流量的空间分布模拟Fig.6 The spatial distribution simulation of precipitation, evaporation, runoff, river flow about 1981 and 2000

3 结论与思考

本文以黄河源区为研究对象，利用陆地水文耦合模式CLHMS对黄河源区1971-2014年，总共44 a的水循环各分量进行了模拟。 分析结果表明，CLHMS对黄河源区年平均地表蒸散发量、产流量、土壤含水量等水循环分量均具有较好的模拟能力。

对黄河源区唐乃亥和玛曲水文站的流量模拟结果表明，水量平衡系数(WBI)接近于1，Pearson相关系数均高于0.85，IOA相似度均高于0.91，说明CLHMS模式在珠江流域具有很高的精度和准确性，而2个站的纳什效率系数为0.72左右，表明模型在该研究区域的流量峰值模拟能力有待提高。