1 引言
降水是全球水循环中的一个重要变量， 其直接影响着大气圈、 生物圈和岩石圈之间的物质和能量交换。在陆面和水文过程的模拟研究中， 降水是陆面水文模型的重要输入， 能否准确地描述降水时空分布特征， 直接影响流域蒸散发、 土壤湿度、 产汇流等关键要素的时空演变规律， 进而影响水文模拟和洪水预报的精度， 因此精准获取降水时空分布的定量估计， 是增加我们对水文循环的理解并进行水资源评价、 干旱或洪水预报等的重要前提（Ren et al， 2015； Li et al， 2020； Miao and Wang， 2020； 吴川东等， 2021）。
然而， 受大气运动、 下垫面条件和海陆位置等影响， 降水具有高度的时间和空间变异性， 是最难估计的气象变量之一（Daly et al， 1994； Adler and Negri， 1988）。目前， 获取降水数据的四种主要方法是： 地面雨量计观测降水、 天气雷达估测降水、 卫星遥感反演降水以及数值模式再分析降水 （吕少宁等， 2011； 高晓荣等， 2013； 闫燕等， 2020； 程文举等， 2020）。由于不同降水资料的优劣势不同， 20世纪80年代末， 世界气候研究计划项目首次提出结合不同卫星数据及不同的反演降水方法， 进行降水资料融合的研究， 从此多源信息融合理念开始应用于降水领域（Krajewski， 1987）。IMERG-Final（The Integrated Multi-satelliE Retrievals for GPM Final Run）多源融合降水产品是全球降水观测（Global Precipitation Measurement， GPM）项目中采用集成多卫星反演算法（IMERG）生成的第三级降水产品， 其空间分辨率为0.1°× 0.1°， 时间尺度有多种， 包括0.5 h、 3 h、 天和月等， 目前， IMERGE-Final融合降水产品以及其他融合降水产品已经广泛应用于水文模拟研究中（Huffman et al， 2012； 高玉芳等， 2020； 刘兆晨等， 2021）。中国气象局国家气象信息中心Sun et al（2020b）使用由美国航空航天局研制的MERRA2 （ Modern Era Retrospective-a-nalysisforRes）再分析降水资料作为固态降水信息的主要来源， 对CMORPH（Climate Prediction Center morphing technique）卫星降水资料进行补充融合， 再将融合后的两者作为联合背景场， 使用多重网格变分分析（孙帅， 2018）的方法融合2千多个国家级自动站和6万多个区域自动站的降水数据， 得到了0.0625°×0.0625°、 1 h分辨率的等经纬度多源融合降水产品CLDAS-Prcp（CLDAS Multi-Source Precipitation Fusion Dataset over China）， 该降水产品充分考虑到气象自动站对固态降水观测不足或误差较大以及卫星微波遥感对固态降水反演能力不足的缺点， 经过评估检验表明CLDAS-Prcp数据集能够满足陆地表面和水文模拟研究的需要。师春香等（2018）分别采用CLDAS2.0（China Meteorological Administration Land Data Assimilation System）和CLDAS-Prcp降水产品驱动Noah3.6陆面模式对积雪变量进行模拟， 表明CLDAS-Prcp降水产品不仅明显改进了积雪变量的模拟， 也准确地反映了突发降雪事件。目前， CLDAS-Prcp融合降水产品在陆面模拟中得到广泛应用， 但应用于水文模拟的研究工作还尚未开展， 因此， 需要对CLDAS-Prcp融合降水产品的水文效用进行评估。
WRF-Hydro模式是一个基于物理的、 分布式的、 多参数化的高分辨率水文预报模式， 它是由美国国家大气研究中心（NCAR）以及多个国家和地区共同研发的。WRF-Hydro模式的开发是为了促进地表、 地下和河道水域空间再分配相关的陆地水文过程的表现， 并促进水文模型与大气模型的耦合（Spyrou et al， 2020）。目前， 已有学者开展了针对WRF-Hydro模式径流模拟性能的研究工作， 孙明坤等（2020）利用WRF-Hydro 模式与新安江模型对陈河流域的16场洪水进行了对比模拟分析， 研究表明WRF-Hydro模式善于模拟洪水过程的细节， 在洪水起涨时刻模拟较好， 能够很好地模拟流域径流。WRF-Hydro模式还提供了一种将水文模型组件与大气模型以及其他地球系统建模架构耦合的方法， 不仅可以和不同大气驱动产品进行单向耦合运行， 还可以和大气模式进行双向耦合运行， 以此延长实际洪水预报的预报时间。国内外已经有学者开始了相关的研究， 研究表明， WRF/WRF-Hydro双向耦合的大气水文模式能有效地提升洪水预报精度， 延长洪水预报的预见期（Ryu et al， 2017； Sun et al， 2020a； Sarkar and Himesh， 2021）。以往利用WRF-Hydro模式开展的水文模拟， 多集中在较大尺度的流域（Senatore et al， 2015； Wu et al， 2021； Zhou et al， 2018）， 少有对中小尺度流域的水文模拟进行研究， 而中小尺度流域由于面积小， 积水快， 汇流时间短， 容易造成洪涝灾害。因此， 开展WRF-Hydro模式在中小尺度的水文模拟研究， 有利于提升中小尺度流域的洪水预报能力， 具有重要的意义。
本研究针对以往工作中的不足， 利用CLDAS-Prcp以及IMERG-Final融合降水产品分别驱动WRF-Hydro模式， 对长江中上游的綦江流域进行了次洪模拟， 评估了CLDAS-Prcp融合降水产品的水文效用以及WRF-Hydro模式在中小尺度流域的适用性， 为CLDAS-Prcp融合降水产品和WRF-Hydro模式在我国中小尺度流域中的洪水预报和水文模拟提供了参考依据。
2 数据和方法介绍
2.1 研究区域概况
本文涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2017）3320的中国地图制作， 底图无修改。綦江流域的地理信息概况如图1 所示， 綦江是长江上游南岸支流， 发源于乌蒙山西北麓贵州省遵义市桐梓县北大娄山系， 流经重庆市綦江区， 于江津区仁沱镇顺江村汇入长江。綦江总长220 km， 流域面积为7020 km2， 流域覆盖了贵州省北部和重庆市西南部的接壤地区（图1 ）， 流域天然落差856 m， 多年平均流量122.1 m3·s-1， 其水系呈树枝状分布， 左岸有流域面积超过100 km2的支流5条， 右岸支流有6条（《中国河湖大典》编纂委员会， 2010）。从地势上来看， 綦江流域地处贵州高原向四川盆地东南边缘的过渡带， 地势由南向北倾斜， 东部略高于中、 西部（张亚萍等， 2015； 翟丹华等， 2020）。
2.2 模式设置和数据介绍
2.2.1 WRF-Hydro模式设置
本研究主要将不同融合降水产品输入WRF-Hydro模型， 评估不同融合降水产品在流域的水文适用性， 因此， 采用非耦合的陆面水文模式WRF-Hydro V5.1.1.1。模型提供多种陆面模式（Land Surface Model， LSM）和水文过程模型进行选择， 本文采用Noah-MP陆面模式耦合水文模型， 水文过程中坡面汇流采用D8最陡下降法， 河道演算采用扩散波演算法， 基流采用概念性指数桶模型（Gochis and Chen， 2002）。模式所需的地理网格文件， 利用WRF预处理系统（WPS）生成， 所使用的静态地形数据由 WRF官网提供。WPS设置为三层嵌套， 网格分辨率分别为27 km， 9 km和3 km， 其中最内层区域作为WRF-Hydro中的模拟区域。WRF-Hydro模式的设置如表1 所示， 陆面模块网格分辨率为3 km， 时间分辨率为1 h， 积分时间步长为1 h； 汇流模块网格分辨率为300 m， 时间分辨率为1 h， 积分时间步长为10 s， 河道阈值为400。为了能够得到稳定的模式初始场， 本研究预先关闭了汇流模块， 循环5次进行Spin-up模拟， 模拟时段为2009年1月1日至2020年7月1日。
表1 WRF-Hydro模式设置Table 1 WRF-Hydro mode setting |
| 参数 | 陆面模块 | 汇流模块 |
|---|---|---|
| 空间分辨率 | 3 km | 300 m |
| 时间分辨率 | 1 h | 1 h |
| 网格数 | 40×43 | 400×430 |
| 积分时间步长 | 1 h | 10 s |
| 河道阈值 | 无 | 400 |
2.2.2 数据介绍
本文降水驱动数据使用了2009 -2020年的CLDAS-Prcp融合降水产品和最新版本V06的IMERG-Final 融合降水产品。地面降水观测数据是由国家气象信息中心提供的2009 -2020年国家级自动观测站降水观测数据和区域自动观测站降水观测数据， 所用观测数据均通过了严格的质量控制。为了更好地比较不同降水产品的空间分布特征， 我们使用两种多源融合降水产品的原始分辨率与站点数据进行比较， 其中CLDAS-Prcp分辨率为0.0625°， IMERG-Final分辨率为0.1°。同时， 在比较不同降水产品的小时面雨量时序变化特征时， 两种融合降水产品的小时面雨量是通过将区域内各个格点的小时总降水进行空间平均后获得， 区域站观测降水的小时面雨量， 是利用流域内所有区域气象自动站的小时总降水之和除以流域内区域站总数后获得。值得注意的是， 由于綦江流域面积较小， 国家级自动站数量很少（3个）， 而区域自动站的布控从2008年才开始， 所以导致了2014年以前站点较少， 但是在分析降水空间分布特征时， 仍然具有参考价值 。除去降水外， 陆面水文模型还需要输入的大气驱动场数据包括2 m气温、 2 m比湿、 10 m风速、 地面气压、 向下短波辐射和向下长波辐射6个要素。CLDAS（China Meteorological Administration Land Data Assimilation System ） 中国气象局陆面数据同化系统是中国气象局国家气象信息中心师春香团队制作研发， CLDAS-V2.0已经发布并应用于数值天气预报、 农业、 生态水文和干旱监测等方面（龚伟伟等， 2014； 崔园园等， 2018a， 2018b； Han et al， 2019）。本文采用CLDAS-V2.0大气驱动场数据， 该数据集是空间分辨率为0.0625°×0.0625°， 时间分辨率为1 h的等经纬度网格融合分析产品， 已广泛应用于陆面模拟研究中（孟现勇等， 2017； 沈润平等， 2019； 李磊等， 2021）。该数据集包括2 m气温、 2 m比湿、 10 m风速、 地面气压、 向下短波辐射5个要素， 所以WRF-Hydro模式所需的向下长波辐射是采用经验公式计算获得。为了与地理网格文件分辨率一致， 通过WRF-Hydro模型提供的NCL脚本将大气驱动数据用双线性内插的方法插值到陆面模式的同分辨率网格上， 以便于后续开展模拟试验。本文使用的DEM数据来自SRTMDEM 90 m分辨率的原始高程数据， 用于验证不同融合降水产品水文效用的实测流量数据均来自于水文年鉴。
2.3 评价指标和研究方案
2.3.1 评价指标
本文用于结果评估的指标包括决定系数R2、 纳什系数NSE、 相对误差ER、 洪峰相对误差DQ、 峰现时间误差DT， 具体计算方法如表2 所示。决定系数反映两个序列之间的相关程度， 取值范围为 -1~1， 越接近1表明正相关性越高， 越接近-1则表示负相关性越高； 纳什系数能够衡量观测数据与模拟数据的一致性， 表征模拟与实测过程在线型上的拟合程度， 取值范围为- ~1， 越接近1表示模式模拟性能越好。在径流模拟中数值在0~1之间表示模拟性能可接受， 大于0.7表示径流模拟合格， 大于0.9表示模拟性能优秀（《水文情报预报规范》， 2008）； 相对误差表征模拟总洪量与实测总洪量之间的差异。洪水预报中， 该数值的绝对值在20%以内则总洪量预报合格（《水文情报预报规范》， 2008）； 洪峰相对误差表征模拟洪峰流量与实测洪峰流量之间的差异。与相对误差相同， 其绝对值在洪水预报中以低于20%为合格标准（《水文情报预报规范》， 2008）； 峰现时间误差表征模拟洪峰出现时间与实测洪峰出现时间之间的差。
表2 评价指标的数学表达Table 2 The mathematical expression of evaluation index |
| 评价指标 | 计算公式 |
|---|---|
| 决定系数R 2 | |
| 纳什系数NSE | |
| 相对误差ER | |
| 洪峰相对误差DQ | |
| 峰现时间误差DT |
n表示模拟时长； Pi 和Qi 分别表示所在时次的模拟值和观测值； 和 分别表示模拟值和观测值在洪水时期的平均值； P max和Q max分别表示模拟洪峰流量和实测洪峰流量； TQ 和TP 表示模拟峰现时间和实测峰现时间 |
2.3.2 研究方案
綦江流域自2009 -2020年之间总共发生洪水20余次， 并且在2009， 2010， 2016和2020年出现了特大洪水灾害， 本文选择綦江流域7场特大洪水灾害作为模拟对象， 分别编号为20090805， 20100619， 20100624， 20140818， 20160619， 20160628和20200622。将其中20140818， 20160619和20160628号作为率定期洪水， 其余洪水事件作为检验期洪水。本文首先分析了綦江流域各个洪水事件中不同降水产品与观测降水数据的累计降水量在空间分布以及时间演变上的差异。然后利用两种多源融合降水产品分别驱动WRF-Hydro模式对径流进行模拟， 分析和评估CLDAS-Prcp多源融合降水产品的水文效用。本文设计了两个模拟方案： 方案一， 先利用CLDAS-Prcp融合降水产品对率定期的水文模式进行参数率定， 得到一套区域水文参数后， 再利用CLDAS-Prcp融合降水产品以及IMERG-Final融合降水产品分别驱动模式， 对检验期的洪水事件进行模拟验证； 方案二， 利用IMERG-Final融合降水产品对率定期的水文模式进行参数率定， 再利用IMERG-Final融合降水产品驱动模式， 对检验期的洪水事件进行模拟验证。
3 结果与分析
3.1 降水的时空特征分析
为了分析两种降水产品在洪水事件中的时空分布特征， 利用两种降水产品和观测降水数据分别对綦江流域7起洪水事件的累积降水量空间分布和小时面雨量时序变化进行了分析。从图2 中可以看出， 7场洪水事件的降水主要发生在流域的中东部区域， 流域西南部区域发生的降水较少。与观测降水相比， CLDAS-Prcp融合降水产品在7个洪水事件中， 能够较好地刻画出累计降水量的大值落区以及范围， 在空间分布以及降水当量上都与站点降水相近。IMERG-Final融合降水产品在20160628号以及20200622号洪水事件中表现良好， 在空间分布以及大值落区上大致与站点降水相近， 但是在细节刻画上不及CLDAS-Prcp， 在20160628号洪水事件中高估了流域中部区域的降水， 20200622号洪水事件中低估了流域西部的降水。而IMERG-Final在其余的5场洪水事件中效果不佳， 或高估， 或低估， 特别是在20100619号洪水事件中明显高估了整个流域的降水。如图3 所示， 从时间分布上来看， CLDAS-Prcp与IMERG-Final均能够较好刻画出流域小时面雨量的变化趋势。两种降水产品在20200622号洪水事件中， 不论是峰值还是变化趋势上都刻画较好； 在20100624号， 20140818号以及20160628号3场洪水事件中， CLDAS-Prcp在峰值以及变化趋势上更贴近站点面雨量， 刻画较好， 而IMERG-Final在时序上出现了不同程度的低估或高度； 在其余3场洪水事件中， 两种降水皆出现了低估或高估， 其中CLDAS-Prcp低估了20100619号和20160619号洪水事件中面雨量峰值， 相反IMERG-Final严重高估了这两场洪水的峰值。两种降水在20090805号洪水中， 表现皆不佳， 可能是因为区域站数量较少的原因。
图2 綦江流域7场洪水事件对应时段的站点观测（上）、 CLDAS-Prcp（中）和IMERG-Final（下）的累计降水量分布图（单位： mm）Fig.2 The cumulative precipitation distribution diagram of seven flood events in the Qijiang River Basin in the corresponding period observed by stations （top）， CLDAS-PRCP （middle） and IMERG-final （bottom）.Unit： mm |
总的来说， CLDAS-Prcp在累计降水量空间分布上比IMERG-Final刻画出了更多的细节， 大值落区和降水总量上也更为准确， IMERG-Final产品在刻画2016年之前的累计降水分布时， 大值落区和降水总量都不够准确， 但2016年之后有所改善， 说明产品升级后质量有所提升。两种降水产品都能较好地刻画流域小时面雨量在洪水时段的变化趋势， CLDAS-Prcp在面雨量峰值以及变化趋势更贴近观测数据。
3.2 WRF-Hydro参数率定
根据以往学者的研究（Ryu et al， 2017； Senatore et al， 2015； 刘昱辰等， 2019）， 本研究选择了对产流量影响最大的入渗参数、 地表持水深以及对流量过程影响最大的地表糙率、 曼宁糙率4种参数进行参数率定。参数率定的目的是使决定系数， 纳什系数尽可能高， 相对误差， 洪峰相对误差以及峰现时差尽可能低， 从而让率定期内的大多数模拟洪水贴近真实的洪水过程。本文采用手动逐步逼近法对参数进行率定， 每次只改变一个参数进行率定， 其余参数认为最优， 得到率定效果最好的参数后， 固定下来， 再对第二个参数进行率定。首先对影响产流量的入渗参数以及地表持水深进行率定， 再对影响流量过程的曼宁糙率以及地表糙率进行率定， 这样做的目的是先得到较为准确的产流量， 为调整流量过程线作准备。由于调参过程复杂重复， 选用率定期内的20160628号洪水为例， 详细介绍CLDAS-Prcp在此次洪水中的参数率定过程， 率定期内其余洪水的率定过程省略。
入渗参数（REFKDT）， 主要影响陆面过程的超渗量， 进而影响河道汇流的入流量， 直接决定了影响洪水的发生与否， 是极其重要的一个参数， 取值范围在0.1~10.0。入渗系数越小， 则产流量越大、 洪峰越高。由图4 可知， 入渗参数对綦江流域洪峰流量和洪量总量的影响较大。入渗参数越小， 洪量越大， 且洪水尾期的流量更小， 更贴近实测值。表8列出了参数率定过程中的评价指标， 结合表3 可以看到， 当REFKDT为1.5时， 相对误差ER为4.09%（低于相对误差合格率20%）， 纳什系数NSE为0.71（高于0.7）， 综合来看， 固定REFKDT为1.5， 然后做下一个参数的率定。
图4 入渗参数（REFKDT）分别为0.5、 1、 1.5和3情况下的径流模拟结果Fig.4 Runoff simulation results with infiltration parameters （REFKDT） of 0.5， 1， 1.5 and 3， respectively |
表3 参数率定的评价指标统计Table 3 Parameter calibration evaluation index statistics |
| 参数 | 参数值 | R 2 | NSE | ER/% | DQ/% | DT/h |
|---|---|---|---|---|---|---|
| REFKDT | 0.5 | 0.95 | 0.86 | 13.65 | 15.88 | 3 |
| 1 | 0.91 | 0.78 | 7.56 | 21.08 | -5 | |
| 1.5 | 0.86 | 0.71 | 4.09 | 23.31 | -5 | |
| 3 | 0.77 | 0.58 | -1.51 | 28.07 | -6 | |
| RETDEPRTFAC | 1 | 0.90 | 0.78 | 7.22 | 19.85 | -4 |
| 1.5 | 0.91 | 0.78 | 7.22 | 19.89 | -4 | |
| 3 | 0.90 | 0.78 | 7.24 | 19.76 | -4 | |
| 4.5 | 0.90 | 0.78 | 7.24 | 19.85 | -4 | |
| OVROUGHRTFAC | 0.1 | 0.94 | 0.84 | 11.56 | 15.72 | -3 |
| 0.4 | 0.91 | 0.79 | 8.06 | 18.97 | -4 | |
| 0.7 | 0.88 | 0.75 | 5.81 | 21.45 | -5 | |
| 1 | 0.86 | 0.71 | 4.09 | 23.31 | -5 | |
| MannN（REFKDT=0.5） | 0.3 | 0.63 | 0.05 | 20.21 | 25.16 | 7 |
| 0.5 | 0.86 | 0.64 | 19.32 | -8.81 | 3 | |
| 0.7 | 0.97 | 0.86 | 18.17 | 2.46 | 0 | |
| 0.9 | 0.97 | 0.89 | 16.93 | 10.93 | 4 | |
| MannN（REFKDT=1） | 0.3 | 0.72 | 0.37 | 15.23 | -19.71 | 6 |
| 0.5 | 0.92 | 0.81 | 14.02 | -4.44 | 3 | |
| 0.7 | 0.98 | 0.92 | 12.62 | 6.17 | 0 | |
| 0.9 | 0.97 | 0.88 | 11.17 | 14.53 | -3 | |
| MannN（REFKDT=1.5） | 0.3 | 0.76 | 0.50 | 12.53 | -16.67 | 6 |
| 0.5 | 0.94 | 0.86 | 11.14 | -1.94 | 3 | |
| 0.7 | 0.98 | 0.92 | 9.63 | 8.37 | 0 | |
| 0.9 | 0.94 | 0.85 | 8.04 | 16.45 | -3 | |
| MannN（REFKDT=3） | 0.3 | 0.81 | 0.65 | 8.17 | -9.79 | 6 |
| 0.5 | 0.95 | 0.89 | 6.54 | 3.64 | 3 | |
| 0.7 | 0.96 | 0.88 | 4.86 | 12.78 | -1 | |
| 0.9 | 0.88 | 0.75 | 16.93 | 3.12 | -3 |
地表持水深（RETDEPRTFAC）， 即地表所能保留的水的深度， 超过该深度地表水开始流动， 该参数取决于地表坡度， 一般认为在坡度较大的地方如30°以上时， 区域不具有蓄水， 即持水深为0， 该参数主要影响产流量， 取值范围再在0~5。由图5 所知， 不同的地表持水深的模拟效果几乎完全相同， 可能是由于綦江流域高程数值范围落差太大（高程在 96~2502 m）， 导致坡度较大， 使得该区域不具备蓄水能力。实验表明四个参数中地表持水深对径流模拟的影响最小， 故而将该参数固定为0。
地表糙率（OVROUGHRTFAC）， 主要反映地表粗糙度对水流的阻力， 取值范围在0~1。该参数越小， 则地表越光滑、 地表汇流时间越短、 洪峰流量越高。由图6 可知， 对綦江流域而言地表糙率参数对綦江流域的洪峰流量以及流量过程线皆有影响， 但不同参数值所对应的流量过程线改变幅度较小， 说明在綦江流域， 地表糙率对洪峰流量以及流量过程线影响较小。根据尽可能使ER相对小， NSE相对大的原则， 将OVROUGHRTFAC固定为0.4， 并进行下一个参数的率定。
曼宁糙率（MannN）反映了河道粗糙度对水流的影响， 主要影响河道演算过程， 是影响洪水过程线的重要因素， 缩放倍数的范围在0.3~2.0。曼宁糙率系数越小， 则洪峰越大、 洪水过程越尖瘦、 洪峰持续时间越短。由于綦江流域总洪量以及流量过线对地表持水深（RETDEPRTFAC）和地表糙率（OVROUGHRTFAC）的敏感性较低， 所以设计了在不同入渗参数下对曼宁糙率进行率定的方案。如图7 所示， 曼宁糙率越小， 相对误差峰、 洪峰相对误差以及峰现时差越大， 导致洪水提前发生。可见曼宁糙率在4个参数中对洪峰流量以及峰现时间影响最大， 而不同入渗系数主要还是改变洪水总量的大小。结合表3 可以看到， 当REFKDT为1.5时， MannN为0.7时模拟效果最佳， 此时决定系数高达0.98、 NSE高达0.92、 ER为9.63%、 DQ为8.37%、 DT为0。综上， 是CLDAS-Prcp在20160628号洪水中的参数率定过程， 关于该产品其余两场洪水以及IMERG-Final在率定期洪水事件的参数率定过程， 在此忽略。最终得到的率定结果如表4 所示。
图7 在不同入渗参数下， 曼宁系数（MannN）分别为0.3、 0.5、 0.7和0.9情况下的径流模拟结果Fig.7 Runoff simulation results under different infiltration parameters， and MannN is 0.3， 0.5， 0.7 and 0.9， respectively |
表4 两种降水产品的参数率定结果Table 4 Parameter calibration results of two precipitation products |
| 方案 | REFKDT | RETDEPRTFAC | OVROUGHRTFAC | MannN |
|---|---|---|---|---|
| 方案一 | 1.5 | 0 | 0.4 | 0.7 |
| 方案二 | 3 | 0 | 0.7 | 0.7 |
| 作用 | 控制洪水水量 | 控制洪峰和洪水过程线 | ||
3.3 WRF-Hydro模拟结果分析
参数率定之后， 使用率定后的WRF-Hydro模式在不同方案下对检验期的20090805号， 20100619号， 20100624号以及20200622号洪水事件进行模拟， 以检验参数率定效果， 评估两种两种降水产品在綦江流域的水文效用。
图8 ~10 给出了两种产品在方案一以及方案二下， 对綦江流域检验期的4场洪水事件的模拟结果图， 表5 给出了相应的评价指标结果。从方案一和方案二整体模拟结果来看， 基于CLDAS-Prcp降水产品的模拟效果更好， 除了20090805号径流模拟的纳什系数为0.61， 其余的3场径流模拟的纳什系数均高于0.9， 表现优异。对于IMERG-Final降水产品， 不管是在方案一还是方案二的情况下， 除了20200622号洪水事件模拟效果较好， 其余洪水场次的模拟效果都比较差（纳什系数皆低于0.7）。从每个洪水事件的模拟来看， IMERG-Final降水产品在20090805号洪水事件中过分低估了流域的累积降水量， 导致了洪峰未模拟出来； 而在20100619号洪水事件中又过分高估了的累计降水量， 导致洪峰模拟过高。不管是在方案一， 还是方案二中， IMERG- Final降水产品在这两个洪水事件中的径流模拟效果都不好， 甚至在方案一中效果更差， 这说明降水产品质量比参数率定对流域径流模拟的影响更大。从图2 和图3 中可以看出， IMERG-Final降水产品和CLDAS-Prcp降水产品对20100624号洪水累计降水量的刻画相差不大， 但是在降水的空间分布上， IMERG-Final降水落区主要在流域西部， CLDAS-Prcp降水落区主要在流域东部， 而IMERG-Final降水产品在方案一和方案二下的模拟结果都不如CLDAS-Prcp产品， 这说明降水在流域的正确分布， 对流域的径流模拟有着重要影响。两种降水产品在20200622号洪水事件中的模拟效果都比较好， 各项指标都达到了合格甚至优秀（中华人民共和国水利部水文局， 2008）。IMERG-Final降水产品在方案一中的模拟效果要明显好于在方案二中的模拟效果， 这说明在降水数据质量较高时， 参数校对越准确， 模拟效果越好， 同时也说明基于CLDAS-Prcp降水产品的模式参数率定与实际更符。
图8 CLDAS-Prcp降水产品在方案一下的径流模拟结果Fig.8 Runoff simulation results of CLDAS-PRCP precipitation product in the scheme one |
图9 IMERG-Final降水产品在方案一下的径流模拟结果Fig.9 Runoff simulation results of IMERG-Final precipitation product in the scheme one |
图10 IMERG-Final降水产品在方案二下的径流模拟结果Fig.10 Runoff simulation results of IMERG-Final precipitation product in the scheme two |
表5 洪水检验的评价指标统计Table 5 Statistics of evaluation index of flood inspection |
| 方案 | 降水产品 | 洪水编号 | R 2 | NSE | ER/% | DQ/% | DT/h |
|---|---|---|---|---|---|---|---|
| 方案一 | CLDAS-Prcp | 20090805 | 0.96 | 0.61 | 47.16 | -2.0 | 2 |
| 20100619 | 0.99 | 0.93 | 13.23 | 0.02 | 0 | ||
| 20100624 | 0.99 | 0.91 | 23.54 | 11.22 | 0 | ||
| 20200622 | 0.99 | 0.92 | 18.56 | 8.41 | 1 | ||
| IMERG-Final | 20090805 | 0.49 | 0.15 | -20.32 | 57.11 | 38 | |
| 20100619 | 0.66 | -8.11 | 172.42 | -241.27 | 4 | ||
| 20100624 | 0.87 | 0.71 | 12.70 | 17.69 | 10 | ||
| 20200622 | 0.98 | 0.93 | 20.09 | 3.04 | 0 | ||
| 方案二 | IMERG-Final | 20090805 | 0.76 | 0.2 | -24.70 | 68.30 | 0 |
| 20100619 | 0.82 | -3.83 | 155.80 | -146.47 | 3 | ||
| 20100624 | 0.90 | 0.64 | 14.68 | 33.82 | 9 | ||
| 20200622 | 0.93 | 0.83 | 13.04 | 21.73 | -2 |
总的来说， CLDAS-Prcp融合降水产品在綦江流域的参数率定以及径流模拟方面都优于IMERG-Final融合降水产品， 可以很好地应用于中小尺度流域的水文模拟和模式调参中。同时， WRF-Hydro模式经过参数率定之后， 很好地模拟出了洪峰流量， 准确地再现了洪峰出现的时间， 说明WRF-Hydro模式能够很好地刻画中小尺度流域的洪水过程。
4 结论与讨论
本文首先分析了CLDAS-Prcp和IMERG-Final两种多源融合降水产品在綦江流域洪水事件中的累计降水量空间分布以及小时面雨量时序变化特征， 再分别利用CLDAS-Prcp和IMERG-Final对WRF-Hydro模式进行参数率定和径流模拟， 得到结论如下：
（1） CLDAS-Prcp在累计降水量空间分布上比IMERG-Final刻画出了更多的细节， 大值落区和降水总量上也更为准确， IMERG-Final产品在刻画2016年之前的累计降水分布时， 大值落区和降水总量都不够准确， 但2016年之后有所改善， 说明产品升级后质量有所提升； 两种降水产品都能较好地刻画流域小时面雨量在洪水时段的变化趋势， CLDAS-Prcp在面雨量峰值以及变化趋势上更贴近观测数据。
（2） 由于綦江流域高程落差太大（高程在 96~2502 m）， 使得该区域坡度较大， 不具备蓄水能力， 导致了径流模拟结果对地表持水深（RETDEPRTFAC）不敏感。
（3） 从两种融合降水产品的径流模拟结果来看， 在洪水发生时段的降水落区和降水量的准确性是影响径流模拟最重要的因素； 其次， 在降水质量很高时， 更准确地参数率定结果， 可以明显提升径流模拟效果。实验表明， 基于CLDAS-Prcp融合降水产品的参数率定以及径流模拟要优于IMERG-Final融合降水产品， 说明CLDAS-Prcp融合降水产品可以很好地应用在中小尺度流域的水文模拟和模式调参中。
（4） 通过WRF-Hydro模式对中小尺度流域（綦江流域）洪水事件的径流模拟， 可以发现WRF-Hydro模式经过参数率定之后， 可以很好地模拟出了洪峰流量， 准确再现了洪峰出现的时间， 说明WRF-Hydro模式能够很好地刻画中小尺度流域的洪水过程， 为后续将WRF-Hydro模式应用于中小尺度流域的水文模拟、 洪水预报以及水资源评估等研究中提供了理论依据。
本文讨论了WRF-Hydro模式在中小尺度流域的适用性， 为下一阶段利用双向耦合的WRF/WRF-Hydro天气水文模式在中小尺度流域的实时洪水预报工作提供参考。同时， 未来还将开展WRF-Hydro模式在大尺度流域甚至全国范围的水文模拟研究， 并且有望扩展到中国气象局陆面数据同化系统中， 实现中国区域径流的实时模拟。