• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊
Volume 32 Issue 5
Sep.  2021
Turn off MathJax
Article Contents

DONG Ningpeng, YU Zhongbo, WANG Hao, YAN Denghua, YANG Mingxiang, YANG Chuanguo, BI Wuxia, HAO Shaokui. Regional coupled land surface-hydrologic simulation fully coupled with reservoir network scheme[J]. Advances in Water Science, 2021, 32(5): 670-682. doi: 10.14042/j.cnki.32.1309.2021.05.003
Citation: DONG Ningpeng, YU Zhongbo, WANG Hao, YAN Denghua, YANG Mingxiang, YANG Chuanguo, BI Wuxia, HAO Shaokui. Regional coupled land surface-hydrologic simulation fully coupled with reservoir network scheme[J]. Advances in Water Science, 2021, 32(5): 670-682. doi: 10.14042/j.cnki.32.1309.2021.05.003

Regional coupled land surface-hydrologic simulation fully coupled with reservoir network scheme

doi: 10.14042/j.cnki.32.1309.2021.05.003
Funds:

the National Natural Science Foundation of China 51709271

the National Key R & D Program of China 2016YFA0601503

  • Received Date: 2020-08-22
    Available Online: 2021-05-13
  • Publish Date: 2021-09-30
  • China has a very large number of reservoirs, and the operation of high-density reservoir networks impacts the terrestrial water cycle and the land-atmosphere moisture and energy exchange, which brings challenges to the understanding of hydrological processes and the hydrologic simulation and forecasting. In this regard, this study focuses on the Poyang Lake basin (PLB) and over 1000 reservoirs in the basin, and developed a reservoir network scheme in terms of the reservoir water balance, reservoir release rules, and routing methods with the sectioned two-dimensional diffusion wave equation. The scheme was then fully coupled to the land surface-hydrological model CLHMS through surface water, subsurface water, evapotranspiration and energy balance. Results indicate that the scheme can well capture the reservoir operation, and can enhance the accuracy of streamflow simulation; the reservoirs in the PLB can decrease the runoff by 3.7%—6.0% in the wet season, increase the runoff by 5.9%—12.6% in the dry season, and decrease the multi-year average runoff by 0.6%—1.5% for the Gan, Fu and Xin River. Spatially, reservoirs have a more prominent regulating effect on the streamflow in the middle and northern part of the basin. The newly modified land surface-hydrologic model in this study can provide an analyzing tool and model basis for multidisciplinary research of atmosphere, hydrology and water resources, thereby supporting the sustainable use of water resources in areas under changing environment.
  • [1] 陈建, 王建平, 谢小燕, 等. 考虑人类活动影响的改进新安江模型水文预报[J]. 水电能源科学, 2014, 32(10): 22-25. https://www.cnki.com.cn/Article/CJFDTOTAL-SDNY201410006.htm

    CHEN J, WANG J P, XIE X Y, et al. Improved XAJ model hydrological forecasting considering human activities influence[J]. Water Resources and Power, 2014, 32(10): 22-25. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SDNY201410006.htm
    [2] 毕婉, 王建群, 丁建华. 基于新安江模型的考虑超渗产流及塘坝调蓄的洪水过程模拟[J]. 水电能源科学, 2017, 35(2): 75-78. https://www.cnki.com.cn/Article/CJFDTOTAL-SDNY201702018.htm

    BI W, WANG J Q, DING J H. Simulation of flood process based xinanjiang model in consideration of infiltration-excess runoff and storage of ponds[J]. Water Resources and Power, 2017, 35(2): 75-78. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SDNY201702018.htm
    [3] LAURI H, de MOEL H, WARD P J, et al. Future changes in Mekong River hydrology: impact of climate change and reservoir operation on discharge[J]. Hydrology and Earth System Sciences, 2012, 16(12): 4603-4619. doi:  10.5194/hess-16-4603-2012
    [4] WEN X, LIU Z H, LEI X H, et al. Future changes in Yuan River ecohydrology: individual and cumulative impacts of climates change and cascade hydropower development on runoff and aquatic habitat quality[J]. Science of the Total Environment, 2018, 633: 1403-1417. doi:  10.1016/j.scitotenv.2018.03.309
    [5] COERVER H M, RUTTEN M M, van de GIESEN N C. Deduction of reservoir operating rules for application in global hydrological models[J]. Hydrology and Earth System Sciences, 2018, 22(1): 831-851. doi:  10.5194/hess-22-831-2018
    [6] EHSANI N, VÖRÖSMARTY C J, FEKETE B M, et al. Reservoir operations under climate change: storage capacity options to mitigate risk[J]. Journal of Hydrology, 2017, 555: 435-446. doi:  10.1016/j.jhydrol.2017.09.008
    [7] HANASAKI N, KANAE S, OKI T. A reservoir operation scheme for global river routing models[J]. Journal of Hydrology, 2006, 327(1/2): 22-41. http://www.sciencedirect.com/science?_ob=ShoppingCartURL&_method=add&_eid=1-s2.0-S0022169405005962&originContentFamily=serial&_origin=article&_ts=1465198827&md5=17211a23f0460aeba9849289369fbd73
    [8] ZHAO G, GAO H L, NAZ B S, et al. Integrating a reservoir regulation scheme into a spatially distributed hydrological model[J]. Advances in Water Resources, 2016, 98: 16-31. doi:  10.1016/j.advwatres.2016.10.014
    [9] VOISIN N, LI H, WARD D, et al. On an improved sub-regional water resources management representation for integration into earth system models[J]. Hydrology and Earth System Sciences, 2013, 17(9): 3605-3622. doi:  10.5194/hess-17-3605-2013
    [10] WISSER D, FEKETE B M, VÖRÖSMARTY C J, et al. Reconstructing 20th century global hydrography: a contribution to the Global Terrestrial Network-Hydrology (GTN-H)[J]. Hydrology and Earth System Sciences, 2010, 14(1): 1-24. doi:  10.5194/hess-14-1-2010
    [11] DONG N P, YU Z B, YANG C G, et al. Hydrological impact of a reservoir network in the upper Gan River basin, China[J]. Hydrological Processes, 2019, 33(12): 1709-1723. doi:  10.1002/hyp.13433
    [12] 孙新国, 彭勇, 张小丽, 等. 基于聚合水库蓄放水模拟的洪水预报研究[J]. 水利学报, 2017, 48(3): 308-316, 324. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201703007.htm

    SUN X G, PENG Y, ZHANG X L, et al. A method for flood forecasting based the operation chart of aggregated reservoir[J]. Journal of Hydraulic Engineering, 2017, 48(3): 308-316, 324. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201703007.htm
    [13] DONG N P, YANG M X, YU Z B, et al. Water resources management in a reservoir-regulated basin: implications of reservoir network layout on streamflow and hydrologic alteration[J]. Journal of Hydrology, 2020, 586: 124903. doi:  10.1016/j.jhydrol.2020.124903
    [14] 田鹏. 气候与土地利用变化对径流的影响研究: 以鄱阳湖流域为例[D]. 杨凌: 西北农林科技大学, 2012.

    TIAN P. Impacts of climate and land use change on streamflow a case study in the Poyang Lake basin[D]. Yangling: Northwest A & F University, 2012. (in Chinese)
    [15] 江西省水利厅, 江西省统计局. 江西省第一次水利普查公报[J]. 江西水利科技, 2013, 39(2): 79-82. doi:  10.3969/j.issn.1004-4701.2013.02.01

    Water Resources Department of Jiangxi Province, Statistics Bureau of Jiangxi Province. Bulletin of first census for water of Jiangxi Province[J]. Jiangxi Hydraulic Science & Technology, 2013, 39(2): 79-82. (in Chinese) doi:  10.3969/j.issn.1004-4701.2013.02.01
    [16] 李生生, 王广军, 梁四海, 等. 基于Landsat-8 OLI数据的青海湖水体边界自动提取[J]. 遥感技术与应用, 2018, 33(4): 666-675. https://www.cnki.com.cn/Article/CJFDTOTAL-YGJS201804011.htm

    LI S S, WANG G J, LIANG S H, et al. Automatic extraction of Qinghai Lake boundary from landsat-8 OLI data[J]. Remote Sensing Technology and Application, 2018, 33(4): 666-675. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YGJS201804011.htm
    [17] 毕海芸, 王思远, 曾江源, 等. 基于TM影像的几种常用水体提取方法的比较和分析[J]. 遥感信息, 2012, 27(5): 77-82. doi:  10.3969/j.issn.1000-3177.2012.05.014

    BI H Y, WANG S Y, ZENG J Y, et al. Comparison and analysis of several common water extraction methods based on TM image[J]. Remote Sensing Information, 2012, 27(5): 77-82. (in Chinese) doi:  10.3969/j.issn.1000-3177.2012.05.014
    [18] DONG N P, YU Z B, GU H H, et al. Climate-induced hydrological impact mitigated by a high-density reservoir network in the Poyang Lake basin[J]. Journal of Hydrology, 2019, 579: 124148. doi:  10.1016/j.jhydrol.2019.124148
    [19] van BEEK L P H, WADA Y, BIERKENS M F P. Global monthly water stress: 1: water balance and water availability[J]. Water Resources Research, 2011, 47(7): W07517. http://www.wateraccounting.org/files/van_beek_wrr.pdf
    [20] YU Z B, POLLARD D, CHENG L. On continental-scale hydrologic simulations with a coupled hydrologic model[J]. Journal of Hydrology, 2006, 331(1/2): 110-124. http://hydro.nevada.edu/pub/papers/paper36.pdf
    [21] YU Z, LAKHTAKIA M N, YARNAL B, et al. Simulating the river-basin response to atmospheric forcing by linking a mesoscale meteorological model and hydrologic model system[J]. Journal of Hydrology, 1999, 218(1/2): 72-91. http://www.ingentaconnect.com/content/el/00221694/1999/00000218/00000001/art00005
    [22] 杨传国. 区域陆面-水文耦合模拟研究及应用[D]. 南京: 河海大学, 2009.

    YANG C G. Research on coupling land surface-hydrology model and application[D]. Nanjing: Hohai University, 2009. (in Chinese)
    [23] DONG N P, YU Z B, GU H H, et al. Climate-induced hydrological impact mitigated by a high-density reservoir network in the Poyang Lake basin[J]. Journal of Hydrology, 2019, 579: 124148. doi:  10.1016/j.jhydrol.2019.124148
    [24] 朱永楠, 林朝晖, 郝振纯. 珠江流域大尺度陆面水文耦合模式的构建及应用[J]. 水文, 2015, 35(1): 14-19. https://www.cnki.com.cn/Article/CJFDTOTAL-SWZZ201501003.htm

    ZHU Y N, LIN Z H, HAO Z C. Development of large scale coupled land surface and hydrologic model system and its application in Pearl River basin[J]. Journal of China Hydrology, 2015, 35(1): 14-19. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SWZZ201501003.htm
    [25] NEITSCH S L, ARNOLD J G, KINIRY J R, et al. Soil and water assessment tool theoretical documentation version 2009[R]. TX: Texas Water Resources Institute, 2011: 416-422.
    [26] HUANG Z W, HEJAZI M, LI X Y, et al. Reconstruction of global gridded monthly sectoral water withdrawals for 1971-2010 and analysis of their spatiotemporal patterns[J]. Hydrology and Earth System Sciences, 2018, 22(4): 2117-2133. doi:  10.5194/hess-22-2117-2018
  • 加载中
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Figures(6)  / Tables(3)

Article Metrics

Article views(242) PDF downloads(66) Cited by()

Proportional views
Related

Regional coupled land surface-hydrologic simulation fully coupled with reservoir network scheme

doi: 10.14042/j.cnki.32.1309.2021.05.003
Funds:

the National Natural Science Foundation of China 51709271

the National Key R & D Program of China 2016YFA0601503

Abstract: China has a very large number of reservoirs, and the operation of high-density reservoir networks impacts the terrestrial water cycle and the land-atmosphere moisture and energy exchange, which brings challenges to the understanding of hydrological processes and the hydrologic simulation and forecasting. In this regard, this study focuses on the Poyang Lake basin (PLB) and over 1000 reservoirs in the basin, and developed a reservoir network scheme in terms of the reservoir water balance, reservoir release rules, and routing methods with the sectioned two-dimensional diffusion wave equation. The scheme was then fully coupled to the land surface-hydrological model CLHMS through surface water, subsurface water, evapotranspiration and energy balance. Results indicate that the scheme can well capture the reservoir operation, and can enhance the accuracy of streamflow simulation; the reservoirs in the PLB can decrease the runoff by 3.7%—6.0% in the wet season, increase the runoff by 5.9%—12.6% in the dry season, and decrease the multi-year average runoff by 0.6%—1.5% for the Gan, Fu and Xin River. Spatially, reservoirs have a more prominent regulating effect on the streamflow in the middle and northern part of the basin. The newly modified land surface-hydrologic model in this study can provide an analyzing tool and model basis for multidisciplinary research of atmosphere, hydrology and water resources, thereby supporting the sustainable use of water resources in areas under changing environment.

DONG Ningpeng, YU Zhongbo, WANG Hao, YAN Denghua, YANG Mingxiang, YANG Chuanguo, BI Wuxia, HAO Shaokui. Regional coupled land surface-hydrologic simulation fully coupled with reservoir network scheme[J]. Advances in Water Science, 2021, 32(5): 670-682. doi: 10.14042/j.cnki.32.1309.2021.05.003
Citation: DONG Ningpeng, YU Zhongbo, WANG Hao, YAN Denghua, YANG Mingxiang, YANG Chuanguo, BI Wuxia, HAO Shaokui. Regional coupled land surface-hydrologic simulation fully coupled with reservoir network scheme[J]. Advances in Water Science, 2021, 32(5): 670-682. doi: 10.14042/j.cnki.32.1309.2021.05.003
  • 水库是人类开发和利用水资源的重要工程, 其在保障水资源可持续利用方面起到重要作用的同时, 也给区域水文规律认知和水文预报预测带来了新的挑战。开发针对水库群的区域尺度模型工具, 有助于完善现有模型的物理机制, 提高模拟预报能力, 为水库群影响下气象、水文、水资源等交叉领域的研究提供方法和工具, 具有重要的科学和现实意义。

    受模型机制和水库资料的限制, 国内外诸多涉及集总式或半分布式水文模型的研究仅通过在流域出口断面的流量过程线引入一些修正参数来概化水库调蓄对下游径流的影响, 从而达到提高径流模拟预报精度的目的[1-2]。随着分布式水文模型的不断完善, 水文模型中水库的传统模拟方式逐渐被有明确物理含义的水库模块所取代, 这类模块通过在水库实际位置所在网格引入水库蓄泄规则, 实现对水库影响径流过程的模拟[3-4]。但在区域尺度上, 完全符合实际的蓄泄规则往往难以获取。因此, 由机器学习方法训练得到的数据驱动型蓄泄规则[5-6]或根据水库一般运行方式概化得到的概念性蓄泄规则[7-8]可作为水库实际蓄泄规则的替代, 用于模拟现实中水库实际的蓄泄过程。通过引入水库蓄泄规则, 水库对下游径流的影响作用得以直观表示, 得到物理意义明确的结果。然而, 这类水库模块的机制仍然十分简单, 它往往仅将水库概化为一节点, 通过在节点处将天然流量替换成水库出流量来实现水库的刻画。换言之, 水库只改变汇流过程, 而不对产流、地下水、蒸散发等其他水文过程或感热通量、地表热通量等能量过程产生影响, 抑或是只对多种水文过程产生单向的影响, 而这些被改变的水文过程不能反作用于水库模块[9-10], 即缺乏完全耦合或双向反馈机制。上述局限使这类水库模块的物理机制较为粗糙, 难以刻画多种水分能量过程与水库群在分布式网格上的多重互馈作用[11]。同时, 这类水库模块往往只针对大型水库, 忽略了流域内中小水库群的影响, 或者假设中小水库群的水文效应等于流域出口断面一虚拟水库, 即“聚合水库”方法[12]。近来研究指出[13], “聚合水库”对下游径流的影响可能与流域内中小型水库群的实际影响存在差异。

    针对上述问题, 本文以鄱阳湖流域1 000余座水库为研究对象, 在构建水库数据库的基础上, 构建基于特征水位的水库概念性蓄泄规则和水库群调蓄下多阻断二维扩散波方程的汇流方法, 从地表水、地下水、蒸散发等方面实现水库群参数化方案与陆面水文双向耦合模式(CLHMS)的互馈耦合, 实现鄱阳湖流域水库群水文效应的模拟, 以期为区域水资源的可持续利用提供支撑。

  • 鄱阳湖流域位于长江中下游(图 1), 地处113°35′E—118°29′E, 24°29′N—30°05′N, 流域总面积16.22万km2。鄱阳湖为中国最大的淡水湖, 赣江、抚河、信江、修河及饶河为注入鄱阳湖的5条主要河流, 五河子流域形成一个完整的流域系统, 是长江水系的重要组成部分。流域地势四周高, 中间低, 海拔高程为7~1 755 m, 多年平均年降水量约1 640 mm, 不同区域为1 300~2 000 mm。流域降水和径流具有明显的季节性, 全年降水和径流的70%以上集中在3—7月份[14]

    Figure 1.  Location of Poyang Lake basin and the spatial distribution of 1296 reservoirs in the basin

    截至2013年, 鄱阳湖流域共有已建和在建水库1万余座, 其中大型水库30座, 中型水库200余座, 小型水库1万余座, 总库容约320亿m3, 约占鄱阳湖流域多年平均径流量的22%[15], 对流域水文过程的影响不容忽视。目前, 赣江、信江、抚河干流分别建有外洲、李家渡和梅港水文站, 如图 1所示, 其中外洲、梅港、李家渡以上分别建有大中型水库125座、39座和20座。

  • (1) 大中型水库资料收集。本研究在剔除在建水库的基础上, 通过资料收集, 得到鄱阳湖流域内22座大型水库和215座中型水库的详细资料, 包括地理位置、库容、特征库容、多年平均径流量、调节性能、设计功能、所属水系、开工时间和竣工时间等, 其空间分布如图 1所示。

    (2) 小型水库信息提取。基于遥感图像和多元回归方法, 收集了流域内177座小一型水库的位置和库容信息。针对其他小型水库资料缺失的问题, 收集了2017年汛期Landsat-8遥感图像, 利用多波段谱间关系法[16-17]提取得到流域内1 059座小型水库的位置和水面面积信息, 如图 1所示, 其中包括已知的177座小一型水库。利用DEM提取得到每个水库库址处的高程标准差来代表当地的地形崎岖程度, 从而构建了177座小一型水库的库容—水面面积—高程标准差多元回归关系, 并应用于所有1 059座小型水库, 拟合得到鄱阳湖流域1 059座小型水库的库容值, 具体的拟合结果及不确定性分析详见文献[18]。

    (3) 库容面积曲线构建。为计算水库渗漏、蒸发、表面降水等, 需绘制水库的库容面积曲线。在区域尺度研究中, 该关系曲线不易获得, 因此往往采用经验曲线作为代替。本研究选取国内外较为常用的倒三棱锥体积公式[19]为经验水库库容面积曲线:

    $$ \frac{\mathrm{d} V}{\mathrm{~d} z}=\gamma z^{2} $$ (1)

    式中: z为水深;V为库容;γ为形状参数, 其值可由库容—水面面积—高程标准差多元回归关系唯一确定。

  • CLHMS为陆面模式LSX与分布式水文模型HMS的双向耦合模式。其中, LSX是全球大气模式GENESIS(Global Environmental and Ecological Simulation of Interactive Systems)的陆面模式, 主要分为植被模块、积雪模块和土壤模块等。HMS是基于早期水文模型系统Hydrologic Modeling System发展而来的地表水-土壤水-地下水全耦合分布式水文模型(与HEC-HMS模型中的HMS含义不同)[20-22], 其中, 地表汇流采用多流向算法和二维扩散波方程在均匀网格上进行演进, 土壤水的时空分布由一维Richards方程计算, 地下水动力过程由二维Boussinesq方程进行描述。CLHMS已在淮河流域、鄱阳湖流域、珠江流域等国内外多个流域进行验证, 在河流径流量、土壤含水量、蒸散发及地下水位的分布式模拟和预报方面具有较好的模拟效果[22-24]

    陆面模式LSX利用降水、气温、太阳辐射、风速、气压、比湿、云量等气象驱动场计算产流量、蒸散发量和土壤下边界的水分通量并传递给分布式水文模型HMS, HMS对地表水和地下水进行汇流, 计算深层包气带的含水量和地下水位并反馈给LSX, 更新LSX土壤下边界的水分通量, 构成一个完整的双向耦合模式。本研究中, 降水和气温驱动来自国家气象信息中心发布的中国地面0.5°格点逐日降水和气温数据集(https://data.cma.cn), 太阳辐射、风速、气压和比湿等来自美国国家环境预报中心(NCEP)/美国国家大气研究中心(NCAR)再分析资料(https://psl.noaa.gov/data), 基于真实河网修正的DEM来自HydroSHEDS(https://hydrosheds.org/), 土壤质地数据来自世界土壤数据库(HWSD)。

  • 通过构建水库水量平衡方程、概念性水库蓄泄规则以及多阻断二维扩散波汇流方法开发水库群参数化方案, 并从地表水、地下水、蒸散发和能量通量等角度实现其与CLHMS模式的动态耦合。

  • 为实现水库实际蓄泄过程的模拟, 首先建立水库水量平衡方程:

    $$ V_{t}=V_{t-1}+\Delta t\left(I_{t}-Q_{t}+A_{t} P-A_{t} E-A_{t} D\right) $$ (2)

    式中: Vt-1Vt分别为t-1和t时刻水库的蓄水量;Δt为时间步长;ItQt分别为t时刻水库入流量和出流量;Att时刻水库的水面面积, 采用式(1)构建的库容—面积经验关系计算;E为水库水面蒸发;P为水库面积上的降水量;D为水库渗漏量。

  • 由于概念性蓄泄规则物理意义明确, 扩展性较好, 且对数据的数量和质量要求相对不高, 较适用于区域尺度的研究, 因此, 本研究构建概念性水库蓄泄规则。根据大中型水库水文效应突出、资料相对完备的特点, 依据死水位、正常蓄水位或防洪限制水位(取决于汛期或非汛期)、防洪高水位等3个特征水位来概化大中型水库的径流调蓄作用。当大中型水库水位越过某一特征水位时, 采用不同的规则来模拟水库实际的蓄泄过程。具体地, t时刻水库出流量Qt通过以下表达式确定:

    $$ Q_{t}= \begin{cases}0 & V_{t} \leqslant V_{\mathrm{d}} \\ r U_{t} & V_{\mathrm{d}}<V_{t} \leqslant V_{\mathrm{c}} \\ \max \left[r U_{t}, Q_{\mathrm{s}}\left(\frac{V_{t}-V_{\mathrm{c}}}{V_{\mathrm{f}}-V_{\mathrm{c}}}\right)^{k}\right] & V_{\mathrm{c}}<V_{t} \leqslant V_{\mathrm{f}} \\ \max \left(Q_{\mathrm{s}}, \frac{V_{t}-V_{\mathrm{f}}}{\Delta t}\right) & V_{t}>V_{\mathrm{f}}\end{cases} $$ (3)

    式中: VdVcVf分别为死水位、正常蓄水位(或防洪限制水位)、防洪高水位对应的库容;Utt时刻人类需水量;r为修正系数;Δt为时段长;Qs表征下游的安全泄量;k为表征入库洪水严重程度的指标, 等于Qs与该时刻水库入流量的比值,k≤1。

    该式可解释如下: 当水库蓄水量VtVd时, 出流量为0;当Vd < VtVc时, 出流量按需水量及修正值计算, 体现水库的兴利作用, 其中Vc在汛期对应防洪限制水位, 在非汛期对应正常蓄水位;当Vc < VtVf时, 出流随着蓄水量和入流的增大而增大, 且不大于Qs, 体现水库的削洪作用;当Vt>Vf时, 为保护大坝自身安全, 超过Vf的水量全部泄流。由于本研究中缺少水库下泄能力曲线和设计洪水的相关资料, 当前规则中水库的泄流量未考虑水库下泄能力、设计洪水位及相应控泄流量。若该资料可以获得, 可在上述规则中进一步添加下泄能力约束、仿照防洪高水位扩展设计洪水位部分, 完善水库蓄泄规则。

    另一方面, 根据小型水库防洪库容相对较小、资料不完备的特点, 忽略小型水库的防洪效益, 仿照大中型水库, 依据死水位和兴利水位2个特征水位来概化小型水库的径流调蓄作用。当小型水库水位越过某一特征水位时, 提出了不同的水库蓄泄规则。具体地, t时刻水库出流量Qt可以通过以下公式确定:

    $$ Q_{t}= \begin{cases}0 & V_{t} \leqslant V_{\mathrm{d}} \\ r U_{t} & V_{\mathrm{d}}<V_{t} \leqslant V_{\mathrm{c}} \\ \max \left(r U, \frac{V_{t}-V_{\mathrm{c}}}{\Delta t}\right) & V_{t}>V_{\mathrm{c}}\end{cases} $$ (4)

    所构建的概念性水库蓄泄规则主要存在3个待确定参数UtrQs。当有水库蓄泄资料(历史入流、出流、蓄水量序列)时, 可通过率定得到;当无水库蓄泄资料时, 可对这些参数值进行估计。

    当有水库蓄泄资料时, 可通过率定获取rQs的值, 同时无需确定Ut的值。特别地, 本研究基于目标出流量和目标蓄水量[25]的概念提出了参数r的一种月尺度率定方法, 其表达式如式(5)所示:

    $$ r_{m}=\frac{Q_{m, p 1}}{U_{t}}\left(1+a \frac{V_{t}-V_{m, p 2}}{V_{m, p 2}}\right) $$ (5)

    式中: rm为第m个月的r值;Qm, p1Vm, p2分别为第m个月p1累积概率对应的实测水库出流量和p2累积概率对应的实测蓄水量;ap1、p2为率定参数, 实验表明, p1、p2的率定最优值通常在0.5附近。由于水库的历史出流已知, 此时不再需要求得Ut的值。以Vm, p2作为水库第m个月的目标蓄水量, 根据实际蓄水量与目标蓄水量之间的相对偏差来修正第m个月的目标出流量Qm, p1, 得到该月的修正系数rm和实际出流量rmUt

    当无水库蓄泄资料时, 可采用如下方法估计UtrQs的值:

    (1) 参数Ut。当供水或灌溉不是水库的主要功能之一, 或认为需水量随时间变化不大时, Ut可取为任一各时刻都相同的定值;否则, Ut可采用水库设计供水资料、水资源公报分行业用水量数据或全球0.5°栅格的月需水量数据[26]等估计得到。本研究以全球月需水量栅格数据为例, 提取得到鄱阳湖五大子流域各月的需水量, 为简便计算假定所有水库均有供水灌溉功能, 根据水库兴利库容的大小按比例将各子流域内的月需水量分配到该子流域内的每个水库, 并将其在每个月内均匀降尺度到模式的每个时间步长, 即得到每个水库任一时刻的人类需水量Ut

    (2) 参数r。对于不完全年调节水库和年调节水库, r的取值应可以使偏枯水年的枯水期结束时水库蓄水量大约落在死库容附近;对于多年调节水库, r的取值应可以使连续枯水年组结束时的水库蓄水量大约落在死库容附近。

    (3) 参数Qs。可将坝址处99%累积概率对应的径流量模拟值选取为Qs的值。

    此外, 水库初始蓄水量可按土壤含水率、前期雨量等方法[12]估计或率定得到。

  • CLHMS模式在全流域网格采用天然二维扩散波方程进行汇流演算。然而, 由于水库群的调蓄, 天然河道上下游间的水力联系被破坏, 河道水流不再具有连续性, 二维扩散波方程在此不能适用。针对该问题, 本文构建水库群调蓄下多阻断二维扩散波方程的模式汇流方法。由于流域内小型水库的数量远多于大中型水库, 将流域内大中型水库和小型水库进行分别考虑。与“聚合水库”的思路不同, 本研究将流域内水库群耦合于大坝经纬度坐标所对应的网格, 采用相对分布式的思路概化水库对汇流过程的影响。

    (1) 大中型水库。对于大中型水库, 将其耦合于大坝经纬度坐标所对应的网格, 若模拟的网格多年平均径流量与水库的实际值相差较大, 在模式中对水库位置进行微调, 使两者数值大致相等。计算水库蓄水量变化造成的淹没或部分淹没的任一网格水面高程平均变化量(Δhl) :

    $$ \Delta h_{1}=\frac{\left(I_{t}-Q_{t}\right) \Delta t}{L^{2} \sum\left(f_{\mathrm{b}}+f_{\mathrm{r}}\right)} $$ (6)

    式中: fr为水库水面面积占该网格面积比例, fb为天然河道占该网格面积比例;L为网格长度。忽略水库入流流速变化引起的动量变化, 构建水库淹没网格的二维扩散波方程组, 即:

    $$ \frac{\mathrm{d} h_{1}}{\mathrm{~d} t}+\frac{1}{w}\left(\frac{\mathrm{d} Q_{x}}{\mathrm{~d} x}+\frac{\mathrm{d} Q_{y}}{\mathrm{~d} y}\right)=\left(1-f_{\mathrm{b}}-f_{\mathrm{r}}\right) R+\left(f_{\mathrm{r}}+f_{\mathrm{b}}\right)(P-E)-f_{\mathrm{b}} C-f_{\mathrm{r}} D $$ (7)
    $$ g \frac{Q_{x}^{2}}{K^{2}}=-g \frac{\mathrm{d} h_{1}}{\mathrm{~d} x} $$ (8)
    $$ g \frac{Q_{y}^{2}}{K^{2}}=-g \frac{\mathrm{d} h_{1}}{\mathrm{~d} y} $$ (9)

    式中: hl为水库水面高程, 当每一个计算步长结束时, 利用hl=hlhl再次对hl进行更新; w为河道宽度;QxQy分别为在xy方向上的流量;RPEC分别为网格产流量、降水量、潜在蒸散发量、河湖-地下水通量;g为重力加速度;K为流量模数。

    根据大中型水库蓄泄规则和调蓄节点, 计算水库的出流量, 并将其作为水库下游网格连续性方程的源汇项, 据此构建水库下游网格的二维扩散波方程组:

    $$ \frac{\mathrm{d} h_{1}}{\mathrm{~d} t}+\frac{1}{w}\left(\frac{d Q_{x}}{\mathrm{~d} x}+\frac{\mathrm{d} Q_{y}}{\mathrm{~d} y}\right)=\left(1-f_{\mathrm{b}}\right) R+f_{\mathrm{b}}(P-E-C)+\frac{Q_{t}}{f_{\mathrm{b}} L^{2}} $$ (10)
    $$ g \frac{Q_{x}^{2}}{K^{2}}+g \frac{\mathrm{d} h_{1}}{\mathrm{~d} x}=u^{2} \frac{w}{f_{\mathrm{b}} L^{2}} $$ (11)
    $$ g \frac{Q_{y}^{2}}{K^{2}}+g \frac{\mathrm{d} h_{1}}{\mathrm{~d} y}=v^{2} \frac{w}{f_{\mathrm{b}} L^{2}} $$ (12)

    式中: uv分别为流速在xy方向上的分量。

    (2) 小型水库。流域内小型水库数目众多, 且多位于小型河流, 在区域尺度上难以与DEM生成的河网一一对应, 本研究假设小型水库的多年平均径流量与库容的比值等于附近中型水库该比值的平均值, 从而在模式中修正得到小型水库的实际入流量。由于小型水库相对较小, 水面面积通常小于网格面积, 将小型水库对径流的调蓄作用近似概化为其所在网格连续性方程的源汇项:

    $$ S_{\mathrm{r}}=\frac{Q_{t}-I_{t}}{L^{2}\left(f_{\mathrm{r}}+f_{\mathrm{b}}\right)} $$ (13)

    式中: Sr为水库调蓄引起的源汇项。当水库入流大于出流, 则该时段一部分径流量转移出流域汇流过程;当水库出流大于入流, 则该时段一部分径流量额外加入流域汇流过程。在此基础上, 据此构建小型水库所在网格的二维扩散波方程组, 即:

    $$ \frac{\mathrm{d} h_{1}}{\mathrm{~d} t}+\frac{1}{w}\left(\frac{\mathrm{d} Q_{x}}{\mathrm{~d} x}+\frac{\mathrm{d} Q_{y}}{\mathrm{~d} y}\right)=\left(1-f_{\mathrm{b}}-f_{\mathrm{r}}\right) R+\left(f_{\mathrm{r}}+f_{\mathrm{b}}\right)(P-E)-f_{\mathrm{b}} C-f_{\mathrm{r}} D+S_{\mathrm{r}} $$ (14)
    $$ g \frac{Q_{x}^{2}}{K^{2}}+g \frac{\mathrm{d} h_{1}}{\mathrm{~d} x}=\frac{S_{\mathrm{r}}}{z} u $$ (15)
    $$ g \frac{Q_{y}^{2}}{K^{2}}+g \frac{\mathrm{d} h_{1}}{\mathrm{~d} y}=\frac{S_{\mathrm{r}}}{z} v $$ (16)
  • 不同于以往大多数水文模型仅将水库看作调蓄节点的耦合思路, 本文将水库看作一个水循环实体, 在考虑水库直接影响汇流的基础上, 进一步考虑坝前水位变化、水库面积变化和水库渗漏等与其他多种水文过程的互相作用, 构建水库群参数化方案与CLHMS的多重互馈机制, 如图 2所示。

    Figure 2.  Mutual feedback mechanism between reservoir scheme and CLHMS

    (1) 地表水耦合。在水库调蓄对汇流过程的影响以外, 水库水面面积随着水库蓄水量的变化而变化, 进而引起产流量改变、水库表面降水、蒸发和渗漏导致的地表水量变化等, 这些过程在扩散波的连续性方程(式(7))中通过fr进行描述。当网格水库水面面积超出当前网格面积时(即fr>1), 将自动淹没上游网格(图 2(b))。其中, 水库的渗漏量由饱和土壤的达西定律计算:

    $$ D=K_{\mathrm{r}} \frac{\Delta h_{\mathrm{s}}}{\Delta x} $$ (17)

    式中: Δhs为水库水位和地下水位的水头差;Kr为水库底部水力传导系数;Δx为渗透距离。由于缺乏Kr和Δx的资料, 引入参数K′=Krx来代表Kr和Δx, 其中K′是一个待确定参数, 根据流域内部分水库渗漏的估测数据试算得到。

    (2) 地下水耦合。地下水的耦合主要涉及水库的下渗水量进入饱和带的过程, 可由二维Boussinesq方程描述:

    $$ \frac{\mathrm{d} V_{\mathrm{g}}}{\mathrm{d} t}=\frac{\mathrm{d}}{\mathrm{d} x}\left[K\left(h_{\mathrm{g}}-b\right) \frac{\mathrm{d} h_{\mathrm{g}}}{\mathrm{d} x}\right]+\frac{\mathrm{d}}{\mathrm{d} y}\left[K\left(h_{\mathrm{g}}-b\right) \frac{\mathrm{d} h_{\mathrm{g}}}{d y}\right]+\left(1-f_{\mathrm{b}}-f_{\mathrm{r}}\right) I+f_{\mathrm{b}} C+f_{\mathrm{r}} D $$ (18)

    式中: Vg为含水层单位面积垂直土柱的总水量;b为含水层底部高程, K为土壤饱和水力传导系数;hg为地下水位;I为土壤下渗。

    (3) 蒸散发及能量通量耦合。根据网格水库水面面积, 对网格的水面和陆地蒸散发(潜热通量)以及太阳净辐射、感热通量、地表热通量等能量通量进行加权平均, 实现任意网格蒸散发(潜热通量)和能量通量的耦合。

  • 为验证2.3节构建的概念性蓄泄规则对水库蓄泄过程的模拟能力, 需将上述规则模拟得到的水库蓄泄过程与实际的水库蓄泄过程进行对比。本研究收集了鄱阳湖流域洪门水库、团结水库的入库、出库和蓄水量等水库蓄泄资料。在此基础上, 为尽可能考察本研究构建的概念性规则对于不同流域、不同大小、不同类型水库的适用性, 进一步收集了三峡水库、黄河流域龙羊峡水库和刘家峡水库, 以及大凌河流域白石水库的蓄泄资料, 在有水库蓄泄资料和无水库蓄泄资料2种情形下分别通过参数率定和参数估计对上述各水库的蓄泄过程模拟效果进行验证。

    (1) 有水库蓄泄资料情形。依据实测出流及蓄水量资料, 分别对各水库的参数Qs和参数r的3个子参数ap1p2进行率定和验证, 各水库出流量模拟值与实测值的相对偏差(BP)和日尺度纳什效率系数(ENS)如表 1所示, 各水库出流量的模拟值和观测值如图 3所示, 各水库蓄水量模拟值与实测值及两者的相关系数(R)如图 4所示。

    水库 库容/亿m3 率定期 验证期 全时段
    BP ENS BP ENS ENS
    三峡 450.4 0 0.89 -0.01 0.85 0.87
    洪门 12.1 -0.01 0.73 0.01 0.61 0.68
    团结 1.4 -0.02 0.76 -0.02 0.70 0.74
    刘家峡 57.0 0 0.80 0.01 0.74 0.78
    龙羊峡* 274.2 0 0.66 0.02 0.40 0.55
    白石* 16.5 0.01 0.42 0.02 0.35 0.41
    注: *为多年调节水库。

    Table 1.  Simulation results of reservoir operation under data-rich conditions

    Figure 3.  Observed and simulated reservoir outflow under data-rich conditions and data-scarce conditions

    Figure 4.  Observed and simulated reservoir storage under data-rich conditions and data-scarce conditions

    模拟结果表明, 所有水库在率定期和验证期的出流相对偏差均在±0.02以内。除了白石水库模拟出流量的日尺度ENS为0.41之外, 所有水库全模拟时段的日尺度ENS均在0.5以上。其中, 三峡、团结、刘家峡水库的日尺度ENS达到0.7以上, 而白石、龙羊峡水库为多年调节水库, 调节能力较强, ENS相对较低。在蓄水量方面, 除刘家峡水库, 各水库的相关系数均在0.8以上。总体而言, 有水库蓄泄资料情形下概念性规则可以较好地模拟水库的蓄泄过程。

    (2) 无水库蓄泄资料情形。各参数通过2.3节的方法进行估计, 无需设置率定期和验证期。由于研究区为鄱阳湖流域, 未对黄河流域、大凌河流域等的人类需水状况进行分析, 因此, 本节只对鄱阳湖流域的洪门水库和团结水库的参数进行估计和验证, 2个水库模拟效果如图 3图 4所示。结果表明, 洪门水库和团结水库在整个研究时段日出流量的ENS分别为0.40和0.46, 蓄水量的相关系数分别为0.56和0.83。

    总体而言, 由于无法通过率定提高参数精确性, 无水库蓄泄资料情形下2个水库的模拟效果相对较差。然而, 无水库蓄泄资料情形下的概念性蓄泄规则仍然能刻画2个水库出流量的变化趋势, 表明了概念性水库蓄泄规则在无资料情形下的适用性。由于难以收集到鄱阳湖流域大部分水库的蓄泄资料, 该规则对区域尺度上水库群参数化方案的构建具有重要意义。

  • 本研究收集了赣江外洲站、信江梅港站、抚河李家渡站1961—1999年日径流资料对鄱阳湖流域无水库群参数化方案的CLHMS模式进行了率定和验证。由于流域绝大多数大中型水库建于20世纪60至80年代, 且其中1961—1965年水库建成数量相对较少, 本研究选择1961—1965年为率定期, 1966—1970年为验证期, 从而尽可能规避大中型水库和其他人类活动的影响, 使模式能够较好地还原流域天然径流过程。此外, 针对模型地下水动力模块, 设置5 000 a预热期, 用于达到地下水平衡。

    CLHMS模式主要存在4个敏感参数, 分别为河道糙率、直接产流系数、潜热交换修正系数以及河道-地下水交换参数, 其中前3个参数主要影响径流过程, 最后1个参数主要影响地下水位。由于无实测地下水位的相关资料, 本研究只对前3个参数进行率定。具体地, 针对每个站点, 通过拉丁超立方采样随机生成1 000个参数组并代入模式模拟, 将纳什效率系数最高的参数组作为最佳参数值。

    图 5展示了3个站在1961—1970年期间日尺度的径流观测值和模拟值, 以及相对误差和日尺度纳什效率系数的率定和验证结果。结果表明, 无水库群参数化方案CLHMS模式的模拟效果较好, 率定期和验证期所有3个站点的日ENS均超过0.83。考虑到20世纪90年代流域内大中型水库已基本建成并陆续投入运行, 本研究基于上述率定结果, 利用无水库参数化方案的CLHMS模式进一步对外洲站、梅港站和李家渡站1990—1999年的径流过程进行模拟, 其模拟结果见表 2。结果表明, 3个站20世纪90年代的ENS均低于20世纪60年代, 其原因之一可能是基于天然径流的率定结果在20世纪90年代难以重现水库群对径流过程的影响。在此基础上, 利用耦合水库群参数化方案的CLHMS模式模拟3个站1990—1999年的长时段径流过程, 本研究假定各水库的初始蓄水量为水库库容与所在网格土壤相对含水量的乘积。模拟结果(见表 2)表明, 耦合水库群参数化方案CLHMS模式在1990—1999年的日径流模拟结果均优于无水库群参数化方案CLHMS模式的径流模拟效果, 且对于所有3个站点, 模拟效果的提升均通过了99%的显著性检验, 表明该提升具有一定统计学意义。

    Figure 5.  Daily observed and simulated runoff of Waizhou, Lijiadu and Meigang with reservoir-disabled CLHMS during 1961 and 1970

    水文站 无水库群参数化方案 耦合水库群参数化方案
    1961—1970年 1990—1999年 1990—1999年
    外洲 0.90 0.82 0.86*
    梅港 0.86 0.80 0.83*
    李家渡 0.86 0.76 0.80*
    注: *表示耦合水库前后日径流模拟效果的提升幅度通过了99%的显著性检验。

    Table 2.  Daily ENSof simulated streamflow with reservoir-disabled and-enabled CLHMS during 1990 and 1999

    总体而言, 通过耦合水库群参数化方案, 模式模拟鄱阳湖流域水文情势的能力得到了提高, 这一结果与笔者通过在Noah LSM-HMS模型中耦合水库群提升赣江上游流域洪水模拟效果的研究结果一致[18], 表明了所构建的水库群参数化方案的适用性。

  • 为分析水库群的影响, 将流域径流较大的5个月(3—7月)划分为丰水期, 其余7个月(8—2月)为枯水期。在丰水期, 水库群可以分别削减外洲、梅港和李家渡站径流量5.0%、3.7%和6.0%, 在枯水期, 可以增加3个站径流量5.9%、7.6%和12.6%(表 3)。同时, 3个站多年平均径流量分别减少了1.5%、0.7%和0.6%, 可能与水库蒸发和渗漏有关。在空间分布上, 水库群可减少局部地区汛期径流量至多达70%, 可增加枯水期径流量至多达100%, 且主要集中在流域中部及北部水库密集地区(图 6)。

    水文站 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
    外洲 2.15 -2.07 -2.29 -7.81 -5.77 -9.30 -0.21 -1.06 2.99 4.85 3.99 4.23
    李家渡 0.82 -0.25 -1.23 -1.65 -1.30 -2.26 -0.18 0.10 0.91 1.75 1.95 1.65
    梅港 0.30 -0.29 -3.70 -3.11 -3.60 -1.72 0.60 -1.28 0.58 1.52 1.85 2.09

    Table 3.  Streamflow variation with the reservoir - enabled CLHMS as compared to reservoir - disabled CLHMS  亿m3

    Figure 6.  Relative variation of streamflow with the reservoir-enabled CLHMS as compared to reservoir-disabled CLHMS

  • 本文发展了耦合水库群参数化方案的区域陆面水文耦合模式, 结合研究区资料收集、遥感水体面积提取和多元回归分析构建了流域水库数据库, 建立了水库水量平衡方程、概念性水库蓄泄规则和水库群调蓄下多阻断扩散波方程组的模型汇流方法, 同时修正了地表水、地下水、陆气间水分能量过程, 实现了水库群参数化方案与陆面水文耦合模式CLHMS的双向耦合。主要得到以下结论:

    (1) 本文构建的耦合水库群参数化方案的陆面水文模式可以较好地模拟水库的蓄泄过程, 同时在区域尺度上提高了模式长时段径流模拟精度。

    (2) 鄱阳湖流域的模拟结果表明, 水库群可以使赣江、信江、抚河丰水期径流减少3.7%~6.0%, 枯水期径流增加5.9%~12.6%, 多年平均径流量减少0.6%~1.5%。空间分布上, 水库群对流域中部和北部的径流有较为明显的调节作用, 其中枯水期局部变幅可达100%。

    针对本研究所构建的水库群参数化方案, 未来将基于大气模式WRF和分布式水文模型HMS的陆气双向耦合框架, 进一步完善模式的物理机制和模拟预报能力, 开展水库群气候水文效应多要素的模拟和预报研究, 为区域水资源的可持续开发和利用提供支撑。

Reference (26)

Catalog

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return