论文部分内容阅读
流域水量平衡计算是水资源管理的主要组成部分。基流在维持河川径流和流域水量平衡中起着重要的作用,研究基流对流域水量平衡的影响对于揭示地表水和地下水的相互作用过程具有重要的实用价值。本文以美国密歇根州为研究区,在密歇根州境内选取了17个水文测站,采用ArcGIS对17个测站所控制的流域面积进行流域划分并提取了流域特征值,基流是通过Web-based Hydrograph Analysis Tool(WHAT)程序中的两参数递归数字滤波法(也称为Eckhardt滤波法)对日径流序列(1967–2011)进行基流分割来获得的,统计分析软件(Statistical Analysis Software,简称SAS)被用于建立基流和基流指数(Baseflow Index,简称BFI)与流域特征值之间的多元回归模型。采用基于Budyko假设(Budyko假设描述的是多年平均的水量平衡与可利用水量和能量之间的关系)的傅氏公式,通过对比径流的观测值和用傅氏公式计算的径流的预测值验证了Budyko假设在17个研究流域的多年平均水量平衡和年水量平衡计算中的适用性,并探讨了基流对流域多年平均水量平衡和年水量平衡的影响。取得了以下主要成果:(1)多年平均基流和BFI在研究时段(1967–2011)内的变化范围分别为162–345mm和0.45–0.80,平均的BFI是0.71,表明研究区域内约70%的长期径流源于基流的贡献。所建立的三个回归模型(其中两个用于年基流的预测,一个用于BFI的预测)在建模之外的流域中进行了验证,回归模型所预测的基流和BFI的相对误差(Relative Error,简称RE)的变化范围分别为29%–48%和14%–19%。在缺少可靠的信息来确定地下水对河川径流的排泄量时,本文所建立的回归模型可用于密歇根州年基流和BFI的预测。(2)径流观测值的变化范围为237–529mm/yr,研究流域在1967–2011的多年平均径流的均值是363mm。基于Budyko假设的傅氏公式预测的多年平均径流的纳西效率系数(Nash-Sutcliffe efficiency,简称ENS)和均方根误差(Root Mean Square Error,简称RMSE)分别是0.07和64.1mm/yr。依据傅氏公式的参数w的不同取值将17个研究流域划分为3组,对应的w值分别为2.40、1.83和2.05;3组流域在研究时段(1967–2011)内相应的径流系数的变化范围依次是0.29–0.34、0.36–0.38和0.41–0.51,平均的径流系数是0.42,表明研究流域内大约40%的长期降水转化为径流。(3)多年平均径流的气候敏感性分析结果表明:多年平均降水增加10%,多年平均径流增加16.7%;多年平均潜在蒸散发(Potential evapotranspiration,简称ETp)增加10%,多年平均径流减少6.9%。这表明17个研究流域的多年平均径流对多年平均降水变化的敏感性大于对多年平均ETp变化的敏感性。除Trap Rock River(04043050)和Macatawa River(04108800)流域外,余下的15个研究流域的径流系数和BFI的相关系数为0.46,表明随着BFI的增加,径流系数也相应地增加,有着相近BFI值的流域具有相近的实际蒸散发率(实际蒸散发(Actual evapotranspiration,简称ETa)与降水(Precipitation,简称P)的比值,记作ETa/P);相反地,如果研究流域的BFI值差异很大,ETa/P也不尽相同。(4)基于Budyko假设的傅氏公式所预测的年径流的变化范围是105–716mm/yr,且ENS和RMSE的变化区间分别为2.0–0.98和48.5mm/yr–91.9mm/yr。虽然傅氏公式能为多数研究流域提供合适的年径流预测值,但是傅氏公式在模拟BFI大的流域的径流时表现的较差。年径流对年降水和年ETp的敏感性系数的变化区间分别是0.25–0.71和0.27–0.24,即年径流对年降水变化的敏感性大于对年ETp变化的敏感性。年ETa/P和干旱指数(潜在蒸散发与降水的比值,记作ETp/P)的相关系数的变化范围是0.65–0.40,BFI介于0.78到0.80的流域的ETa/P与ETp/P呈负相关,其违背了Budyko假设。不过随着BFI的减小,ETa/P与ETp/P之间的相关性总体上由负相关过渡为正相关,进而服从Budyko假设。因此,以基流为主的流域,基流对径流的不同贡献改变了气候因素对年水量平衡的影响。(5)研究时段(1967–2011)内的年径流的变差系数和极值比的变化范围分别是0.08–0.30和1.5–4.4。BFI大的流域其相应的径流年际变化明显偏小,说明以基流为主的流域其相应的径流量的年际变化更为平稳。径流偏差率(即年径流的标准差与年降水的标准差的比值)(StreamflowDeviation Ratio,简称SDR)的相对误差(记作λQ)与BFI的相关系数为0.62,以BFI为解释变量所建立的SDR的预测方程与原来的基于傅氏公式的Koster and Suarez解析模型的模拟结果相比较,决定系数(coefficient of determination,记作R2)由原来的0.28增加至0.62,RMSE和平均绝对误差(MeanAbsolute Difference,简称MAE)略有增加,分别从17.67mm/yr和14.07mm/yr增加至19.51mm/yr和14.54mm/yr,ENS的值由原来的0.28减少至0.12。若剔除异常点(Macatawa River(04108800)流域),修正模型的预测能力将显著提高,对应的ENS、R2、RMSE和MAE依次为0.45、0.52、13.03mm/yr和11.62mm/yr。总之,考虑基流对流域水量平衡的影响,可提高对径流年际变化量的预测精度。本文构建了基流和BFI与流域特征之间的回归模型,在评价流域水量平衡的基础上,量化了径流响应于气候要素(P和ETp)变化的敏感性,并定性地分析了基流对流域水量平衡的影响。研究结果有利于开拓流域水循环和水平衡的研究思路(重视基流对流域水量平衡的影响),对于研究区水资源的合理开发利用具有重要的参考价值,对我国开展无资料区的水文循环过程及规律的研究具有重要的借鉴价值,尤其是对气候变化影响下的流域水文水资源变化分析具有重要的实际意义。