在积雪和水文建模中体现子网格降水的变异性：增加复杂性是否值得？

《Journal of Hydrology》：Representing subgrid precipitation variability in snowpack and hydrological modeling: Is adding complexity worth it?

研究分析分布式水文模型中地形降水子网格方案对流域尺度水文过程的影响，采用VIC模型与mizuRoute耦合模拟四个安第斯山脉流域。结果显示：静态与事件驱动型子网格方案对日径流模拟影响微弱（KGE差异<0.1），但对年降水、降雪、消融、蒸散等变量影响显著（差异>50%），尤其在Biobío流域。空间异质性受地形特征（如海拔梯度、地形起伏度）显著调控，低海拔高地形变率区域最敏感。

　　这项研究探讨了在山地流域中，使用基于事件的子网格方案来表示地形降水对模拟的积雪层和水文变量的影响。研究者通过在广泛使用的Variable Infiltration Capacity（VIC）水文模型中实施六种逐渐复杂的方法，将降水沿海拔带分布，并将其与基准模型进行比较。基准模型假设每个模拟单元内的降水和温度是均匀的，并且没有垂直离散化。研究对象是位于南半球安第斯山脉西坡的四个山地流域，其中两个是水分限制型，另外两个是能量限制型。

研究结果显示，虽然在基准模型与不同模拟配置之间，对每日径流的KGE(Q)和KGE(1/Q)指标差异小于0.1，表明降水和温度的子网格变化对每日径流模拟的影响非常小，但在流域和网格单元尺度上，这些变化对年降水量、降雪量、升华、蒸散发、融雪、径流以及9月1日的积雪水当量（SWE 09/01）等变量产生了显著影响。在Biobío河流域，某些变量的百分比差异甚至超过了50%。这表明，虽然每日径流模拟可能对降水和温度的子网格变化不敏感，但在更长期的水文变量模拟中，这些变化确实具有重要意义。

此外，研究还发现，表示子网格降水变化的程度如何影响模型中变量的空间分布，取决于各个流域的模拟单元特征。这意味着，在不同地理和气候条件下，子网格降水变化的模拟效果可能有所不同。为了进一步分析这些影响，研究者关注了那些最容易受到地形降水表示方式变化影响的网格单元，发现这些单元通常位于流域相对较低的海拔，并且地形海拔变化较大。这表明，在设计水文模型时，需要特别关注这些区域，以确保降水模拟的准确性。

在水文模型的应用中，积雪是许多地区淡水资源的重要来源，尤其是对全球约20亿人口而言。然而，近年来，全球多个地区的积雪减少引发了对未来气候变化对积雪水资源影响的担忧。因此，水文和地表模型成为理解积雪过程及其对气候扰动的敏感性的重要工具。这些模型能够帮助预测未来几十年的积雪状况，并支持水资源管理策略的制定。

然而，水文过程建模面临的一个主要挑战是准确获取降水输入数据。降水的时空变化最终决定了流域的响应。在文献中，有许多研究探讨了这一问题，尤其是在地形复杂、降水分布不均的地区。为了更精确地表示降水的时空变化，研究者通常采用不同的方法，例如将流域划分为不同的模拟单元，如网格单元、子流域或更通用的Grouped Response Units（GRUs）和Hydrological Response Units（HRUs）。这些方法有助于捕捉降水和其他气象变量的空间异质性。

在表示地形降水方面，常用的方法包括使用海拔带进行划分，通过不同的海拔带配置来模拟降水沿垂直方向的变化。这种方法的相对简单性使其成为许多水文模型功能的一部分。然而，一些研究表明，这种方法不仅影响积雪模拟，还可能对蒸散发、径流和其他水文通量产生影响。例如，Pradhanang等人（2011）发现，使用简单的线性回归沿三个海拔带分配每日降水和温度，可以提高Cannonsville流域的径流模拟效果。Grusson等人（2015）在法国的Garonne流域中，通过引入每年均匀的降水温度梯度，使用十个海拔带配置，获得了更好的径流模拟效果，同时增加了径流并减少了蒸散发。

尽管有多种方法可以表示降水的子网格变化，但大多数研究倾向于使用静态表示方法，特别是在长期水文模型模拟中。然而，Haddeland等人（2022）的研究提供了一个例外，他们探讨了不同空间尺度对径流模拟的影响，并发现即使在使用动态子网格表示的情况下，模拟结果在哥伦比亚河流域（以固态降水为主）与假设每个网格单元内降水均匀的模拟结果非常相似。这表明，虽然动态子网格表示可以提高模拟精度，但在某些情况下，其影响可能并不显著。

本研究基于这些前人工作，构建了一个基准框架，以更好地理解子网格地形降水梯度在时间上的变化对模拟水文变量的影响。研究的主要目标是回答三个问题：第一，子网格地形降水表示对积雪影响流域的径流模拟有何影响？第二，所采用的地形降水表示策略如何影响流域尺度的变量以及模拟通量和SWE的空间变化？第三，哪些网格单元属性解释了不同地形降水表示策略对水文模拟的敏感性？

为了回答这些问题，研究者配置了VIC水文模型和mizuRoute河流路由模型，应用于四个具有近自然流态的山地流域。这些流域位于智利安第斯山脉的西坡，具有不同的水文气候特征。研究者在每个流域中实施了七种不同的模型配置，以表示地形降水变化，并比较了模拟的径流、SWE和其他相关水文通量在流域和网格单元尺度上的表现。通过这些比较，研究者能够识别出哪些变量最容易受到子网格降水表示方法的影响，并探讨这些影响背后的机制。

研究发现，不同策略在模拟水文变量时的表现并不完全一致。虽然在Pocuro和Colorado河流域中，子网格降水变化对模拟的径流性能指标影响较小，但在Biobío河流域中，由于该流域的海拔较低，降水变化对模拟的低径流值的再现能力产生了负面影响。这表明，对于某些流域而言，子网格降水变化的模拟方法可能需要进行调整，以确保对低径流值的准确再现。

此外，研究还发现，子网格降水变化对水文变量的空间分布影响较大，尤其是在地形变化显著的网格单元中。这意味着，在设计水文模型时，需要考虑地形的复杂性，并采用适当的子网格表示方法，以提高模拟的准确性。同时，研究者还强调了模型配置对模拟结果的重要性，指出不同的子网格表示方法可能会导致不同的水文响应，因此在模型选择和配置过程中需要谨慎。

综上所述，这项研究揭示了子网格降水表示方法在山地水文模拟中的重要性。尽管在某些情况下，这些方法对每日径流模拟的影响较小，但在更广泛的水文变量模拟中，它们确实能够显著影响结果。因此，未来的研究和应用需要更加关注子网格降水变化的模拟方法，并根据具体的流域特征选择最合适的策略，以提高水文模型的预测能力。