黑河流域上游2000-2015年积雪水资源数据集
2022-10-08牛莉婷李弘毅王建
牛莉婷,李弘毅,王建
1.中国科学院西北生态环境资源研究院,兰州 730000
2.中国科学院大学,北京 100000
3.甘肃省水土保持科学研究所,兰州 730020
4.中国科学院黑河遥感试验研究站,甘肃张掖 734000
5.江苏省地理信息资源开发与利用协同创新中心,南京 210023
引 言
黑河流域是我国第二大内陆河流,其上游(莺落峡出山口以上地区)形成的径流为中下游农业提供重要的水资源[1],积雪融水则是黑河上游径流的重要补给。黑河流域上游位于青藏高原东北边缘,面积为10 009 km2,海拔为1674-5108 m。流域内地形复杂,地势南高北低,气候寒冷。在气候变化背景下,流域内年均气温升高,降水增多[2-3],融雪过程发生显著变化[4]。融雪对水文过程的贡献会极大地影响植被的生长和水资源的利用[5]。黑河上游的积雪融水变化会进一步引发流域生态环境及中下游地区工农业和人畜用水改变[4]。因此定量化理解黑河上游积雪水资源及其变化具有重要意义。
目前,国内外学者利用已有数据集开展了众多有关积雪融水方面的研究。MODIS积雪产品被广泛应用于积雪水文和水文模型研究[6-8],例如,高寒山区融雪末期雪线高度的遥感监测[9]和变化特征分析[10]、积雪消融时空变化分析[11]、融雪径流模拟[12-14]。也有学者利用被动微波数据(AMSR-E)估算雪水当量[15]。还有一些学者对AMSR-E雪深产品、FY-3B雪深产品和GlobSnow雪水当量产品等进行精度验证和评价[16-17]。然而对典型区域(流域)长时间序列积雪水资源数据集的研究相对较少。
本文基于分布式寒区水文模型,利用气象台站数据、再分析资料和遥感积雪面积数据等,制作了黑河流域上游2000-2015年的逐日融雪径流深、逐日雪水当量及逐年融雪径流系数数据。本数据能够定量描述黑河上游积雪水资源及其变化,可用于进一步开展流域内水文过程、水资源利用和管理、积雪灾害监测及防治等研究。
1 数据采集和处理方法
1.1 数据源
1.1.1 水文模型驱动数据
水文模型驱动数据主要有DEM数据、气象数据、土壤数据、土地覆盖数据和遥感积雪面积数据。DEM数据是空间分辨率为90 m的SRTM4(Shuttle Radar Topography Miss) 数据,来源于地理空间数据云 (http://www.gscloud.cn)。气象数据使用空间分辨率为0.05°×0.05°,时间分辨率为1 h的黑河流域 2000-2015年大气驱动数据集[18],该数据为中尺度数值预报模式 (Weather Research and Forecasting model, WRF) 模拟数据,来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。土壤数据使用中国土壤属性数据集[19-20],来源于国家青藏高原科学数据中心(http://data.tpdc.ac.cn/zh-hans/)。土地覆盖数据使用空间分辨率为1 km的中国地区土地覆盖综合数据(GLC2000)[21],来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。遥感积雪面积数据使用中国MODIS逐日无云500 m积雪面积产品数据集[22],来源于国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn)。
1.1.2 水文模型验证数据
水文模型验证数据主要有积雪深度数据、水文径流数据和遥感积雪面积数据。积雪深度数据使用流域内自动气象站-垭口积雪观测站的逐日观测雪深数据。径流数据使用流域内水文站-莺落峡站(整个流域的控制站点)、扎马什克站(野牛沟子流域的控制站点)和祁连站(八宝河子流域的控制站点)的逐日观测径流。遥感积雪面积数据使用中国MODIS逐日无云500 m积雪面积产品数据集[22]。以上数据均来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn),相关信息见表1。
表1 验证数据及相关信息Table 1 Information about validation data
1.1.3 其他数据
其他数据主要是流域内及其周围8个气象站点2000-2015年的逐日观测降水数据。流域内气象站点是野牛沟站和祁连站,周围气象站点包括托勒站、刚察站、永昌站、山丹站、张掖站和高台站,黑河流域上游位置及站点分布如图1所示,各气象站点相关信息如表2所示。气象数据均来源于国家气象科学数据中心(http://data.cma.cn)。
图1 黑河流域上游位置及站点分布Figure 1 Location and stations distribution of the upstream Heihe River Basin
表2 流域及周围气象站点信息Table 2 Information about meteorological stations in and around the basin
1.2 数据处理方法
利用遥感积雪面积数据驱动并标定分布式寒区水文模型 GBEHM,利用地面调查得到的积雪属性数据,为模型提供更为准确的参数信息,进而估算了2000-2015年的融雪径流深逐日数据、雪水当量逐日数据和融雪径流系数逐年数据。
1.2.1 数据预处理
选择位于流域内的气象数据、土壤数据、土地覆盖数据和中国MODIS逐日无云500 m积雪面积产品数据,并对气象数据、土壤数据和中国MODIS逐日无云500 m积雪面积产品数据以1 km的空间分辨率进行重采样;利用流域内及其周围8个气象台站的逐日观测降水数据,基于改进了分位数映射法(Quantile Mapping,QM)纠正降水频率的方法,对WRF模式模拟输出的逐日降水数据进行误差订正[1],改善年降水的空间分布。
1.2.2 制备方法
(1)分布式寒区水文模型GBEHM
本数据集采用的水文模型为Geomorphology-Based Eco-hydrological Model (GBEHM)。GBEHM是一个基于物理的生态水文模型,模拟雪的积累、融化和产流过程,最初由YANG[23]等人研发,后来由LI[24]等人改进。改进后的模型使用详细的分离方法迭代计算了融雪水在积雪、各土层的评估和各含水层中的比例,追踪了融雪对径流的贡献及其融雪路径,使融雪贡献模拟更加合理[24-25]。
从积雪中释放出的融雪水,经历土壤入渗、地表蒸发和地表径流形成等过程。大部分的融雪径流渗入土壤层,置换旧水,产生侧向流或基流。GBEHM模型产生的总径流由地表流、侧向流和基流组成,土壤中的融雪水分布在这三种径流中。
GBEHM模型的输入数据主要有DEM数据、土地覆盖数据、气象数据和土壤数据,输出数据主要包括径流(总径流、地表径流、侧向流、基流以及融雪径流)、降水(降雨和降雪)、蒸散发、雪深、雪水当量、地表温度和积雪像元等。模型的其他细节详见YANG[23]等人和LI[24]等人的相关论述。
(2)GBEHM模型参数标定
GBEHM 模型需要标定的参数主要包括雨雪区分温度、雪面粗糙度、承压水层深度、地下水孔隙度、地下水导水率、侧向流分配系数和蒸散发调节系数。本文基于临界温度法[26],根据0℃至临界温度范围内空气温度与雨雪分配的经验关系,选取2℃作为区分雨雪的临界温度[24,27];通过对垭口积雪观测站积雪深度的现场观测,标定了积雪表面粗糙度[24];根据黑河上游莺落峡水文站的逐日径流数据,采用手动标定法对承压水层深度、地下水孔隙度、地下水导水率、侧向流分配系数和蒸散发调节系数等水文过程的相关参数进行标定。
(3)精度验证
本文选用纳什系数(NSE)、体积偏差百分率(VE)、均方根误差(RMSE)和决定系数(R2)对模型模拟的积雪深度、径流量、雪水当量和积雪面积覆盖率等结果进行了精度验证。根据公式(1)-(4),依次计算NSE、VE、RMSE和R2。
2 数据集描述
本数据集一共包括3个子数据集。具体描述如下:
(1)融雪径流深数据:该数据集包含2000年1月至2015年12月逐月存储的192个tiff文件,每个tiff文件包含当月逐日数据。
数据文件名称:smelt_yyyymm.tif;
字段中文名称:融雪径流深;
字段度量单位:mm;
字段代码说明:smelt指代融雪径流深,yyyy为年,例如2000,mm为月,例如3月为03。
图2是2000年2月1日黑河流域上游的融雪径流深。
(2)雪水当量数据:该数据集包含2000年1月至2015年12月逐月存储的192个tiff文件,每个tiff文件包含当月逐日数据。
数据文件名称:swe_yyyymm.tif;
字段中文名称:雪水当量;
字段度量单位:mm;
字段代码说明:swe指代雪水当量,yyyy为年,例如2000,mm为月,例如3月为03。
图3是2000年2月1日黑河流域上游的雪水当量。
图2 2000年2月1日黑河流域上游融雪径流深Figure 2 Snowmelt runoff depth in the upstream Heihe River Basin on February 1, 2000
图3 2000年2月1日黑河流域上游雪水当量Figure 3 Snow water equivalent in the upstream Heihe River Basin on February 1, 2000
(3)融雪径流系数:该数据集包含2000年至2015年逐年存储的16个tiff文件。
数据文件名称:cs_yyyy.tif;
字段中文名称:融雪径流系数;
字段度量单位:无量纲;
字段代码说明:cs指代融雪径流系数,yyyy为年,例如2000。
图4是2000年黑河流域上游的融雪径流系数。
图4 2000年黑河流域上游融雪径流系数Figure 4 Snow runoff coefficient in the upstream Heihe River Basin in 2000
3 数据质量控制和评估
为了验证本数据集的精度和可靠性,本文使用了多种方式对其质量进行控制。
(1)在不同尺度上验证GBEHM模型模拟的积雪深度、径流和积雪面积
从不同尺度上对模型模拟的积雪深度、径流和积雪面积进行验证,发现模拟值与观测结果均具有较好的一致性[24]。首先,利用垭口积雪观测站2008年和2014年的观测积雪深度数据,对比验证模型模拟的雪深数据,两者的RMSE分别为25.4 mm和13.7 mm。然后,利用流域内水文站的长时段逐日径流观测数据,对比验证黑河流域上游、野牛沟子流域和八宝河子流域的模拟径流。2004-2015年,黑河流域上游、野牛沟子流域和八宝河子流域的NSE分别为0.62、0.79和0.7。最后,利用遥感积雪面积数据,对比验证黑河流域上游积雪面积的模拟值。将模拟的逐月积雪面积数据与逐月积雪面积遥感数据进行了时间对比,其模拟值与遥感数据之间的NSE为0.74,RMSE为0.13。
(2)应用遥感积雪面积数据前后的水文指标模拟精度验证
比较在GBEHM模型中加入遥感积雪面积数据前后,八宝河子流域径流量、雪水当量和积雪面积覆盖率等水文指标的模拟精度,发现应用遥感积雪面积数据能够提高模型对径流量、雪水当量和积雪面积覆盖率的模拟精度,如表3所示。
表3 遥感积雪面积数据应用前后水文指标模拟结果Table 3 Simulation results of hydrological indicators before and after application of remote sensing snow area data
4 数据价值
本研究基于分布式寒区水文模型(GBEHM),结合黑河流域上游气象要素资料和遥感数据,制作了流域内2000-2015年的积雪水资源数据集。本数据具有较高的时空分辨率、持续的时间覆盖以及可靠的质量,能够定量描述黑河上游积雪水资源及其变化。本数据集可作为进一步开展流域水文模拟研究和气候变化研究的重要数据源,可作为流域水资源重新分配及其用水管理模式研究的数据支持,同时也可为中下游工农业生产、基础设施建设和生态环境建设提供重要依据。
5 数据使用方法
本数据集由国家冰川冻土沙漠科学数据中心提供共享服务。使用者可在ArcGIS、ENVI等地理信息系统和遥感软件环境下查看、运算以及制作专题图,也可使用Python进行数据的读取和趋势分析等操作。