科研之友
微信
新浪微博
Facebook
分享链接
摘要
高海拔山地流域水能资源丰富、山洪易发;但产汇流机制复杂、降水数据不确定性大,准确的山地水文过程模拟面临较大困难.本研究采用中国区域地面气象要素数据集CMFD(China Meteorological Forcing Dataset)驱动NoahMP陆面过程-RAPID河网汇流耦合模式,模拟青藏高原东侧大渡河干流逐日流量,并根据铜街子、龙头石流量站观测数据率定RAPID中的波速参数,检验了NoahMP中SIMGM和NOAH两种不同的产流过程参数化方案的模拟能力,评估了CMFD降水驱动数据的系统性偏差.研究发现,基于Philip入渗模型的NOAH方案优于基于TOPMODEL的SIMGM方案,能较为准确地模拟大渡河干流流量逐日变化,相关系数大于0.85、纳什系数约为0.3;对纳什系数的数学分解发现,纳什系数较低主要是由于模拟流量显著偏低造成的,若剔除系统性偏差,NOAH方案的纳什系数可提高至约0.7.模拟流量的系统性偏差主要来自于降水驱动数据;与雨量站观测和反演数据相比,CMFD显著低估了大渡河流域平均降水量,且其系统性偏差与高程有关,在低海拔地区高估,高海拔地区低估.本研究表明,使用NOAH产流方案的NoahMP-RAPID耦合模式对大渡河流域水文过程有较好的模拟能力,可进一步应用于水库调度优化;而提高雨量站密度、降低降水数据产品的系统性偏差是进一步改进高海拔山地流域水文过程模拟的关键.
-
单位中国电力科学研究院有限公司; 中国科学院大气物理研究所
