基于元胞自动机的降雨-径流时空响应模式解析及其水文异质性研究

针对分布式水文模型在模拟地表径流空间异质性方面的不足，研究人员开发了地表降雨-径流元胞自动机模型(SRRCA)，通过局部精细迭代策略(LFI)降低迭代误差。该模型在英国Wharfedale流域验证显示：早期降雨因空间异质性导致显著入渗波动，汇流点附近网格出现峰值延迟现象，为水文空间异质性研究提供了新范式。

　　

水文模拟领域长期面临空间异质性表达的挑战。传统分布式水文模型虽能捕捉地表径流的空间差异，但对网格尺度流动相互作用的模拟仍存在局限。尤其当涉及土壤侵蚀、污染物迁移和洪水形成等复杂过程时，现有模型难以兼顾计算效率与空间细节的平衡。更关键的是，时空分辨率选择对模拟结果的影响机制尚未系统量化，这直接制约着水文学理论的深化和水资源管理实践。

针对这些瓶颈，中山大学的研究团队在《Environmental Modelling》发表创新成果，开发了地表降雨-径流元胞自动机模型(Surface Rainfall-Runoff Cellular Automata, SRRCA)。该模型通过局部精细迭代策略(Local-Finer Iteration, LFI)有效控制了变迭代步长带来的演化误差，并创新性地将流域尺度径流动力学与网格尺度流动相互作用纳入统一框架。

研究采用多尺度技术路线：基于SRTM V4.1 90m精度数字高程模型(DEM)构建流域地形，整合土地类型和实时降雨监测数据，通过元胞自动机(CA)离散化技术实现空间异质性表达。关键创新在于建立了时空分辨率敏感性分析模块，系统评估了网格尺寸(Δx)与时间步长(Δt)对径流预测的影响机制。

研究结果揭示三个重要规律：1) 在"径流启动与入渗过程"方面，早期降雨事件中空间异质性导致入渗率波动幅度达37%，证实土壤属性空间分布是影响产流阈值的关键因素；2) 关于"峰值流量分布模式"，发现流域面积与洪峰流量呈指数关系(R²>0.82)，而汇流点附近元胞的峰值延迟现象凸显了地形位置对水文响应的调控作用；3) 在"异质性条件下的降雨-径流响应机制"中，CA模型成功捕捉到次网格尺度(<50m)的水量重分配过程，这是传统集总式模型无法实现的。

讨论部分强调，SRRCA模型为量化"空间分辨率效应"提供了方法论突破——当网格尺寸缩小至流域面积的0.1%时，计算耗时呈几何级数增长，但精度提升在网格<30m后趋于平缓。这一发现为优化计算资源分配提供了科学依据。研究还创建了"元胞水文响应图谱"，首次实现了从单网格入渗到流域出口洪峰的全链条可视化追踪。

该成果不仅为分布式水文建模提供了新工具，其CA框架下"宏观-微观"跨尺度耦合思路，对土壤侵蚀预测、面源污染防控等延伸研究具有启示意义。研究获得中国国家重点研发计划(2021YFC3001000)和国家自然科学基金(U1911204)支持，相关算法已应用于南方海洋科学与工程广东省实验室(珠海)的洪水预警系统。