半干旱流域事件尺度径流与泥沙输移模型K2-RHEM的构建与验证

针对半干旱流域水文侵蚀预测难题，美国农业部农业研究局团队整合RHEM与KINEROS2模型，开发了事件型分布式流域模型K2-RHEM。通过对Walnut Gulch实验流域5个小流域的长期观测数据验证，证实该模型在无率定条件下对径流量（NS 0.53-0.87）、洪峰（NS 0.59-0.85）和峰现时间（NS 0.98-0.99）具有优异预测能力，对深切沟道流域的泥沙输移预测尤为精准（NS 0.65）。研究强调了流域离散化精度和雨量站密度对模型性能的关键影响，为半干旱区小流域管理提供了可靠工具。

　　

在全球气候变化加剧的背景下，半干旱地区的土壤侵蚀问题日益严峻。这类地区占地球陆地面积的51%，其中美国西部高达80%的土地属于半干旱类型。然而令人惊讶的是，现有的50余种泥沙输移模型中，绝大多数是为农田设计的，专门针对荒漠草原等半干旱生态系统的模型寥寥无几。这种模型缺失与土地覆盖类型的严重不匹配，使得管理者在面对突发性暴雨引发的侵蚀事件时，往往缺乏可靠的预测工具。更棘手的是，半干旱区的间歇性河道具有独特的侵蚀特征——稀疏的植被覆盖、丰富的泥沙供给以及极端降雨事件，导致其水文响应与湿润区截然不同。尤其是沟道侵蚀过程中的崩塌、管涌等现象，现有模型难以准确捕捉。

针对这一科学难题，美国农业部农业研究局联合多所研究机构，将最新版RHEM（Rangeland Hydrology and Erosion Model）与已有半个世纪发展历史的KINEROS2模型进行整合，创建了新一代事件尺度的分布式流域模型K2-RHEM。这项突破性研究发表在《International Soil and Water Conservation Research》上，通过在亚利桑那州Walnut Gulch实验流域的严格验证，证实该模型能够精确预测小尺度半干旱流域的水文和侵蚀过程。

研究团队开发了Python事件数据编译器（EDC），系统处理了1965-202年间5个小流域（0.22-4.76公顷）的156-422场径流事件和56-105场泥沙事件数据。采用厘米级精度的RTK测量技术对35个沟头进行地形测绘，结合土壤质地分析和植被覆盖调查，构建了高精度输入数据库。通过拉丁超立方采样进行参数率定，采用Nash-Sutcliffe效率系数（NS）和改进的Kling-Gupta效率系数（KGE）评估模型性能。

研究结果部分，"事件数据集"显示最小的105号流域（0.22公顷）产生了最高单场径流深（44.4毫米），而103号流域的单场泥沙产量达到惊人的8.45吨/公顷。"模型离散化"分析发现，当使用0.25%汇水面积阈值进行流域离散化时，沟道元素数量激增至196个，显著影响泥沙预测。"未校准建模结果"显示K2-RHEM对水文指标的预测表现优异：径流量NS 0.53-0.87、洪峰NS 0.59-0.85、峰现时间NS 0.98-0.99。特别值得注意的是，在沟道深切明显的103号流域，泥沙预测的NS达到0.65，验证了模型对沟道侵蚀过程的捕捉能力。

"校准后泥沙产量"部分显示，通过优化沟道输移系数C_g（0.00001-0.00078 T^-1），模型在102、104和106号流域的泥沙预测达到良好水平（NS≥0.69）。"雨量站密度影响"实验表明，增加5个雨量站使径流预测NS平均提升4.95%，峰现时间预测RMSE降低44.55%。而"实地测量沟道断面"的采用，使103号流域的洪峰预测精度显著提高。

讨论部分深入剖析了模型的应用价值与改进方向。研究发现沟道与坡面土壤流失贡献比存在显著流域差异：103号流域95%的事件中沟道贡献占主导（均值比4.17），而105号流域坡面过程主导（均值比0.06）。这种变异性与沟道水力半径密切相关——在15厘米水深条件下，优化后的C_g与中位水力半径呈指数关系（r²=0.84）。研究同时指出当前局限：最小流域105号的低泥沙量（最大单场仅203公斤）导致预测不确定性较高，这符合Nearing提出的"侵蚀量越小、测量变异越大"规律。

这项研究的重要意义在于，K2-RHEM是首个经过严格验证的、专门针对半干旱流域的分布式事件模型。它不仅解决了现有模型对沟道侵蚀过程表征不足的缺陷，还通过详实的实地测量数据，量化了模型输入精度对预测结果的影响。特别是发现沟道断面几何形态（如103号流域2米深的近垂直沟壁）对侵蚀预测的关键影响，为后续模型改进指明了方向。研究团队建议未来整合遥感数据动态监测植被变化，并开发基于高分辨率DEM的沟道断面自动提取算法，以提升模型在无实测数据地区的适用性。这些成果为半干旱区水土资源管理、侵蚀防治工程设计和生态恢复评估提供了重要的科学工具。