WRF-Hydro模型在生态水文中的研究进展

刘 晨，张成福，苗 林，贺 帅，王雨晴，丁素芹

(1.内蒙古农业大学 沙漠治理学院，内蒙古 呼和浩特 010018 2.包头市林业和草原工作站，内蒙古 包头 014030)

1 引言

由于气候变化和人类活动所致的全球气候变暖的趋势日益加剧，进一步引发极端水文事件(如洪涝或干旱)频度和强度增大、重现期缩短,灾害程度加重[1]。同时，生态水文和生态经济用水量估算不确定性也有所增加[2]。因此，特定流域的区域气候-陆地水文模拟具有重要的科学意义和应用价值。这些模拟有助于对极端降水事件造成的灾害做出及时的应对措施和方案[3～5]。

与其他水文模型相比，WRF-Hydro具有更高的模拟精度。WRF-Hydro对地表水文过程预报的准确性是因为它包含高分辨率的地形和水文数据。WRF-Hydro 是一个开源的、以用户为中心的建模框架，旨在建立大气和陆地水文过程之间的多尺度连接，并集成了水体的大气建模和水文分析建模能力。目前，WRF-Hydro正在世界各地进行测试和应用。它可以用作大气和地球表面水文模型的“中间件”，或用作独立传统地表水文模型[6]。目前，最新版本的WRF-Hydro5.0具有多种水文参数化方法，为地球表面典型的多种水文过程提供模型耦合接口，用户可以自主添加其他模块，以满足研究和应用需求[7]。

本文在查阅国内外相关文献的基础上，分析了WRF-Hydro模型研究的发展现状、趋势和热点。在综合评述山洪预测、大气-水文模拟、区域水资源管理和大气-陆地水平衡的基础上，阐述了WRF-Hydro发展的过程，指出了WRF-Hydro面临的主要问题和挑战并对未来该模型的研究方向进行了展望。

2 WRF-Hydro模型介绍

WRF-Hydro模型是许多国家和地区，主要是美国大气科学中心开发的分布式水文模型NDHMS(the National Center for Atmospheric Research(NCAR)Distributed Hydrologic Modeling System)的高分辨率水文预报模式。该模型不仅是一个全分布、多物理以及多尺度的三维陆-地表水文模拟系统，而且考虑了地表水、浅层地下水和河流水的侧向再分配过程，能较好地描述陆-气交界面的水和能量通量之间的关系。它现在是美国新的国家水资源模型的核心[8]。

在国外，WRF-Hydro系统已广泛应用于各种研究和运行预测问题。过去的具体项目包括山洪暴发预测、区域水文气候影响评估、水资源季节性预测和陆-气耦合研究。

WRF-Hydro模型既能独立运行，还具有水文模型和大气模型的双向耦合结构，该模型是完全并行的，可用高性能计算系统[9]。借助多尺度功能，您可以模拟各种空间网格中的大气、陆地和水文过程。结合WRF模型，可以延长洪水预报周期，提供山洪预报[10]。

在WRF-Hydro模型中，土壤的合流是一个三维计算模型，它考虑了纵向和横向的水交换过程，物理意义更加清晰。近年来，研究人员利用WRF-Hydro模型进行了相关研究。研究表明，该模型在提高洪水预报的准确性和提供早期洪水预报方面具有很大的潜力[11]。由于中小流域面积小、径流汇合时间短、更容易发生洪涝灾害，开展径流模拟研究对流域洪水预报具有重要意义。在非耦合模式下，WRF-Hydro模型由气象数据驱动，然后结合当地地形和地形信息生成预测的流出时间序列[12]。在耦合模式下，WRF-Hydro通过提供数值天气预报模式与WRF-Hydro模式之间的反馈，可以改善整个区域的水循环模拟。WRF-Hydro模式运行框架图见图1。

图1 WRF-Hydro模式运行框架

3 WRF-Hydro模型主要参数

大多数水文模型使用统计算法来描述水文成分之间的关系。并且建模效果高度依赖于模型参数的校准[13-14]。改变研究流域后，需要利用大量观测数据对水文模型进行再次校准。WRF-Hydro是一种独立运行的水文模型，其参数比流域水文模型复杂得多，在将WRF-Hydro模型应用于水文模拟和预测之前，对WRF-Hydro模型参数进行分析和敏感性测试将提高关键参数的标定效率，更好地将模型应用于水文模拟和流域预测[8]。这些主要的灵敏度参数大致可以分为两类：一种是对总径流量影响较大的参数，如入渗率(RefKDT)、深排水控制系数(SLOPE)、地表水深度(Retdeprt)等[15]；另一种是对水文过程影响较大的参数，如表面粗糙度(OVroughrt)、曼宁粗糙度(MAnnN)以及饱和土侧导水率(LKSATFAC)等[16]。

由于每个研究区域的区域地形和气候的特殊性，参数的默认值往往不普遍适用，特别是对模拟结果影响较大的关键参数。因此，将参数设置的适当范围(包括默认参数)进行比较，以获得更好的区域模拟的最优参数集。资料表示，一些主要参数已经被校准，包括控制通道总水量的参数[17]。因此，在WRF-Hydro模型参数灵敏度试验校准过程中，需要考虑两个主要方面。一方面，考虑了控制河道总水量的参数，包括径流入渗参数(REFKDT)和由尺度参数RETDEPRT控制的地表滞留深度(RETDEPRTFAC)；REFKDT决定了河道汇流计算的输入流量，降雨和土壤入渗能力之间的差异。增加沟道像素上的Retdeprt尺度因子可以促进沟道附近更多的局部入渗，从而产生更湿润的土壤，更好地模拟河岸条件。另一方面是观察控制流线形状的参数，包括河道曼宁粗糙度参数(MANN)和由缩放参数OVroughrtfac控制的表面流粗糙度参数(OVroughrt)。OVrought是由土地利用类型决定的，影响下游地表喷射器的流速，而MannN反映了河流粗糙度对水流的影响。与RETDEPRTFAC一样，缩放参数OVroughrtfac用于对OVroughrt的简单校准。表1给出了WRF-Hydro模型中径流形成的主要敏感参数及其取值范围。

4 WRF-Hydro的应用及主要功能

在WRF-Hydro系统的开发过程中，世界各国针对广泛的研究和运行问题进行了相关研究，验证了该系统的实用性和理论价值。具体研究包括山洪预测[18]、区域水资源管理、大气-水文模拟[19]和大气-陆地水平衡研究等。

4.1 WRF-Hydro在大气-水文模拟中的应用

使用复杂地形和地表-地下水交换区连续模拟水循环。Senatore A等[9]在意大利的南部进行了3年的连续模拟，结果表明：WRF/WRF-Hydro能够更好地模拟陆面水循环过程。

Lu Li等[11]在印度北部的一个山区利用WRF/WRF-Hydro的双向耦合模拟和评估了喜马拉雅源河流域10年的年度水收支。WRF-Hydro模型在捕捉高分辨率降水的时空结构方面显示出了很好的性能，结果表明，WRF-Hydro模型在对实测值较差的大气-水文循环模拟中有很好的能力。

与中尺度数值大气模式耦合，WRF-Hydro，可实模拟一个大尺度地区的蒸散发情况。Peirong Lin等[20]用高分辨率对整个德克萨斯州(流域面积：464135 km2)进行了蒸散发(ET)和径流模拟，结果表明模型对蒸散发和径流的影响与干旱有关。在潮湿的年份预报ET比在干燥的年份预报ET更好。在湿润地区径流预测效果较好，效率最高在0.7左右。

Xue Z等[21]用WRF-Hydro模型研究了路易斯安那州西南部三个盆地的水文气候趋势，以及它们与大尺度大气驱动因素的联系。对1979～2014年的数十年期进行了模拟后，对模型模拟的每月和每年时间序列的趋势分析,小波分析表明，自1990年代末以来，蒸散，土壤水分和水流的异常与降水表现出高度的一致性。

WRF/WRF-hydro双向耦合输出与Silver等[12]在以色列和约旦干旱半干旱地区的实测径流量进行对比，预测结果基本反映了实际径流量变化。

4.2 WRF-Hydro在洪水预测中的应用

Ryu等[15]将WRF-Hydro应用于韩国的大气-水文耦合系统中进行山洪预报，结果表明，完全耦合模式可以帮助预测朝鲜半岛的山洪。

Senatore等[9]比较了WRF/WRF-hydro单向耦合和双向耦合的降雨径流模拟结果。结果表明，完全耦合模式能较好地捕获强对流事件。

Akd A等[22]在雅鲁藏布江流域建立了WRF-Hydro模型，对每小时的流量进行估算。对2019年7月发生在雅鲁藏布江的极端事件进行了详细研究。对汛期每一事件每小时的估计证明了该系统在东南亚易发生洪水的地区进行接近实时的洪水评估和预测的能力。

Fredj E等[23]利用WRF-Hydro模型对地中海盆地极端洪水事件的模拟结果表明，在极端洪水事件和全水文过程中，模拟结果与实际洪峰流量吻合较好。WRF/WRF-hydro耦合系统可用于寒冷季0～72小时前的洪水预报和洪水预警，也可用于过渡季节影响以色列的对流风暴。

4.3 WRF-Hydro在区域水资源管理中的应用

Naabil等[16]在西非进行了为期3年的连续模拟,利用WRF-Hydro模型的输出结果作为水平衡模型的输入数据来模拟大坝的水位，进一步验证了模型的输出精度。WRF-Hydro已经显示了在水资源规划(即在水流和大坝水位估计方面)中使用的潜力。但考虑到模型偏差积累对坝位估算的影响，模型在基流量、饱和渗透系数等模型参数校准方面还需进一步改进。

Karsten L[24]利用WRF-Hydro模拟降雨对怀俄明州水资源管理的影响。针对2010年和2012水年的冬季，利用美国国家大气研究中心(NCAR)开发的专门的人工降雨参数化技术，在WRF模式中模拟了一系列的人工降雨试验。该研究首次对WRF模式进行了人工降雨参数化和WRF-hydro耦合模拟，旨在评估人工降雨导致的降水变化对地表水文状态的后续影响，以及人工降雨对以流域为目标的流域点的径流的影响。

4.4 WRF-Hydro在大气-陆地水平衡中的应用

Kerandi等[8]在东非进行了为期4年的连续模拟，证实了WRF/WRF-hydro的双向耦合可以作为量化大气-陆地水平衡的工具，从而更好地进行水资源管理。

Arnault J等[25]在西非进行了为期1年的连续模拟。结果表明：WRF-Hydro模型能反映径流量-入渗分配的作用，并能解析坡面流量对陆气反馈的影响，尤其是对降水的影响。

5 WRF-Hydro单向耦合和双向耦合

传统的大气-陆地耦合研究不能够系统的描述陆地水循环变化对大气反馈，一般重点集中在大气模式分辨率上，缺少对陆地水循环整体上和物理上的描述[26，27]。由于陆地和大气的单向耦合不能共享大气模型的地表过程，水文模型不能使用大气输入来强制优化蒸散和土壤水分计算，同时大气模型不能参考实际测量数据和水文模拟结果来验证其模拟精度[28-29]。以前的陆气耦合研究多采用单向耦合，将大气模式的输出结果，直接作为水文模型的驱动要素[30]。目前，将大气-水文过程进行双向耦合机制是高分辨率水文模式的发展趋势[31]。WRF/WRF-Hydro的双向耦合，可以大大提高模型对水循环过程的模拟精度和结果，双耦合模式具有陆气交叉供给机制，可以提高对降雨、径流等关键水循环要素的模拟，改善水平衡，同时模拟完整的区域水循环过程。可以为水资源管理提供有效科学依据[32]。

6 WRF-Hydro模型的发展前景

对于大多数气象要素，WRF-Hydro模式具有较高的模拟精度和运行效率，在水文气象领域具有更广阔的应用前景。

(1)物理参数化方案和空间尺度的选择是WRF-Hydro模型应用过程中的重点和难点，WRF-Hydro 模型关键参数的标定和验证的不确定性极大地影响了模拟和预测的结果。适用于不同地区、不同时段气象要素模拟的最优物理参数化方案可能不尽相同，水平分辨率并不是越高越好。因此，通过研究WRF-Hydro参数优化技术，可以有效避免各种参数效应和参数过剩的问题。仅用测量数据而非分析数据驱动 WRF-Hydro 可以在一定程度上提高参数校准的客观性。此外，我们将阐明和完善 WRF-Hydro 的物理机制和改变敏感参数的规律。

(2)当与其他模型耦合时，应安排不同的尺度组合方案进行试验，研究最优耦合尺度。WRF-Hydro耦合模式的对接与融合。研发和应用将是未来的发展趋势。尽管WRF-Hydro实现了与其他大气数值模型的协调性能，但由于不同模型之间的结构差异、运行效率和计算条件，双向耦合的研究和应用很少。目前的研究表明，WRF-Hydro 可以更好地描述地球表面重要的大气要素和水文过程，这得益于它与大气模型的双向耦合。同时，加强蒸发、土壤水分等与大气潜热和感热直接相关的地表参数的逆计算、双向WRF-Hydro耦合模型和区域应用，并在不同尺度上加强大气和水文领域对接和整合。

(3)目前，WRF-Hydro模型最常用的数据同化方法是三维数据同化，可以大大提高模型的模拟和预测精度。为了进一步考虑计算效率和计算精度的提高，混合同化将成为未来WRF-Hydro模式数据同化方法的发展趋势。