以澜沧江-湄公河流域为研究对象,提出一种基于90 m分辨率的数字高程模型(DEM)和河网密度法的水系提取方法。基于ArcGIS中水文分析模块和缓冲区工具,引入数字化河网作为水系提取的影响条件,以实际水系修正主要河道的高程值;再采用河网密度法确定最佳集水面积阈值,并依据流域自然分水岭、流域控制面积以及干流主要水文控制站要素划分子流域;结合中央气象台精细化智能网格降水产品,分析不同子流域尺度对强降雨反映效应。结果表明,澜湄流域最佳集水面积阈值为129.1 km 2,数字水系河流相对误差为7.5%,河网套合差为2.5%;精度检验吻合程度较高,提取水系与实际水系较为一致。
基于2018-2021年欧洲中期天气预报中心集合降水预报数据开发了众数、平均数、最优百分位数、百分位数、概率等集合统计量面雨量预报产品。采用TS评分、相对作用特征(ROC)分析、评分综合表现图、Brier技巧评分等方法对长江流域的集合统计量面雨量预报与确定性面雨量预报开展对比检验评估。结果表明:对于大雨以上等级面雨量,平原流域评分高于山地流域,集合统计量预报性能整体优于确定性预报。不同子流域最优的集合统计量面雨量定量预报产品种类及排序存在差异,总体表现为50%百分位数产品最优,平均数次之,最优百分位数第三,基于综合检验结果推荐了长江各子流域排名前三的集合统计量面雨量定量预报产品。概率预报产品最优TS评分对应的概率预报值随面雨量量级增加而逐渐降低,15 mm (40 mm)量级的面雨量最优概率预报为50%(30%)。以最优TS评分为基准,向下浮动10%来获取面雨量概率预报参考区间,当集合统计量面雨量概率预报位于参考区间时预报价值较高。以2020年长江第5号洪水过程为例,开展概率预报与定量预报推荐产品相结合的集合统计量面雨量预报产品应用分析,进一步说明了集合统计量面雨量产品误差明显小于确定性预报。
应用一个基于DEM栅格的分布式水文模型BTOPMC(Block-wise use of TOPMODEL)模型进行水文模拟研究。该模型结合IGBP全球陆面土壤覆盖与FAO全球数字土壤组成信息,以栅格为计算单元,进行产流计算;汇流采用Muskingum-Cunge法。为了探讨模型的应用范围,将BTOPMC模型与新安江模型应用于湿润流域与半干旱半湿润流域的水文日径流过程模拟,并采用SCE-UA算法进行模型参数优化。结果表明2个模型均能很好地模拟湿润流域日径流过程,在半干旱半湿润流域BTOPMC模型的模拟效果较差,模型的产流机制需要进一步的完善,以扩大模型的应用范围。
