《Canadian Water Resources Journal / Revue canadienne des ressources hydriques》：Hydrological model intercomparison in cold regions: challenges, insights, and future paths – a case from Nelson-MIP II
编辑推荐：
全球范围内已有比较研究评估了现有水文模型与气候模型的效用与局限。部分水文研究聚焦于北部高纬度寒区，而Nelson Churchill河流域（NCRB）模型比较项目（Nelson-MIP）初始阶段是唯一针对加拿大西南部与美国西北部跨界流域中未调节流域的评估工作。
全球范围内已有比较研究评估了现有水文模型与气候模型的效用与局限。部分水文研究聚焦于北部高纬度寒区，而Nelson Churchill河流域（NCRB）模型比较项目（Nelson-MIP）初始阶段是唯一针对加拿大西南部与美国西北部跨界流域中未调节流域的评估工作。迄今为止，全球范围内调节流域中各类模型的表现仍缺乏明确认识，该复杂区域尤为如此。因此，本研究作为Nelson-MIP项目第二阶段，主要目的是评估水文模型在NCRB调节与未调节流域中的表现，该区域以95座水库与受管湖泊、众多引水与灌溉取水设施、以及北美Prairie地区数百万未管理湖泊与湿地系统为特征。四种水文模型（HYPE、BLENDED-LUMPED、RAVEN-HYPR与RAVEN-UWFS）参与本阶段，并采用标准化输入数据集构建以促进准确比较。模型表现依据河道流量、实际蒸散发（AET）与雪水当量（SWE）模拟进行评估。结果表明，与整个NCRB相比，HYPE与BLENDED-LUMPED模型在Prairie地区的河道流量表现下降。尽管AET与SWE模拟在整个NCRB表现良好（平均Kling-Gupta效率；KGE > 0.7），BLENDED-LUMPED在重现Prairie地区AET格局方面遇到挑战，该因素未在河道流量评估中体现。本项研究揭示了参与模型的结构性局限，特别是对流量调节与产流面积动态表征不足，凸显了未来改进的必要性。此外，本研究强调了开展大规模基于过程的比较研究所涉及的复杂性，并为未来研究应对这些挑战提供了策略。
研究背景方面，水文模型比较研究已被广泛用于检验现有水文模型的适用性与局限性，但绝大多数比较研究聚焦于河道流量模拟，少数关注实际蒸散发（AET）、雪水当量（SWE）和/或土壤湿度等内部水文变量的模拟。在加拿大，比较研究主要集中于五大湖流域（GRIP系列）与Nelson Churchill河流域（NCRB；Nelson-MIP）。Nelson-MIP项目早期阶段仅评估了NCRB内未调节与源头流域的模型表现，尚未明确模型在整个NCRB（尤其是高度调节区域）的表现。NCRB是北美第三大流域，总面积超过140万km2，包含北美Prairie地区主要部分（约占流域面积24%），该区域由数百万Prairie洼地（potholes）湖泊与湿地系统主导，在正常降水事件下不向流域出口产流。流域涵盖六个主要生态区，水文过程复杂，冷区过程（如积雪累积与消融、吹雪、冻土）在整个流域占主导地位。流域内建有95座调节或受管水库与湖泊，用于灌溉、防洪抗旱和水力发电。因此，Nelson-MIP第二阶段旨在评估四种基于过程的水文模型在整个NCRB（调节与未调节流域）中重现河道流量、AET与SWE的表现，以评估模型保真度，并识别必要的模型结构改进。研究问题包括：不同模型在NCRB未调节与调节测站的河道流量模拟表现如何；模型在（未）调节流域模拟内部水文变量的表现如何；是过程表征、调节表征还是两者共同导致模型在不同区域/生态区的表现差异；模型是否需要结构改进以更好地模拟NCRB水文。值得注意的是，本研究目的并非模型间相互比较或判定优劣，而是比较各模型相对于基准数据的表现、理解各模型的适用性与局限性，并生成对区域实践者有价值的模型输出集合。
研究人员开展了以下研究：四种水文模型（HYPE、BLENDED-LUMPED、RAVEN-HYPR和RAVEN-UWFS）在NCRB多个调节与未调节流域上构建，采用标准化输入数据集以确保输出与观测（流量、AET、SWE）之间的正确比较。HYPE模拟了全部278个流域；BLENDED-LUMPED模拟了257个流域；RAVEN-HYPR与RAVEN-UWFS仅模拟了Qu'Appelle河流域内6个Prairie流域。模拟期为2000—2017年，率定期为2000年10月至2011年9月，验证期为2011年10月至2017年9月。模型仅针对河道流量进行率定。主要结论为：缺乏产流面积动态的模型（如HYPE和BLENDED-LUMPED）在Prairie流域流量模拟中表现不佳，尽管率定结果良好，验证期尤为明显；参与模型需改进和/或实现调节表征（水库与受管湖泊）以确保模拟流域实际状况；部分模型在Prairie和/或Western Cordillera生态区获得合理流量模拟，但以牺牲AET模拟精度为代价；SWE分析表明多数模型有效表征了积雪动态，但概念性SWE算法（如RAVEN-UWFS采用的度日法）在模拟整体SWE动态方面存在困难；建议Prairie地区行为性KGE阈值因流域特征而异，未调节流域及水工结构控制流域建议KGE > 0.38，出口附近有水库或受管湖泊的调节流域建议KGE > 0.17；需要对WSC数据库中各流量测站的调节类型进行更好的基准化；资源在Nelson-MIP中发挥重要作用，未来MIP应采用自动化工作流以减少建模团队工作量。本研究对科学和实践均有重要意义，可为该复杂区域未来模型开发提供指南，并帮助实践者选择合适的模型进行流量与水文通量模拟，助力水资源管理与水粮安全。Nelson-MIP第三阶段原计划利用已开发模型评估气候变化影响，但因参与模型数量减少及重叠流域有限而无法推进，本研究标志着Nelson-MIP项目的结束。
关键技术方法方面，研究人员从加拿大水文调查局（WSC）和美国地质调查局（USGS）数据库获取278个具有可靠流量测站的流域（132个未调节/源头流域，146个调节流域），每个测站集水面积至少200 km2，模拟期内缺失值少于25%。调节测站依据WSC数据库"Regulation"标志识别，并通过卫星影像确认上游/附近控制结构存在，进一步分为水库型（42个）与水工结构型（104个）。气象强迫采用区域确定性再分析系统第二版（RDRS-v2），空间分辨率约10 km，时间分辨率 hourly，时段为2000年1月至2017年12月。数字高程模型采用MERIT Hydro（约90 m分辨率）。土地覆盖采用北美土地变化监测系统（NALCMS，约30 m分辨率）。土壤数据采用全球土壤数据集（GSDE，约1 km分辨率）。AET基准数据采用全球陆地蒸发阿姆斯特丹模型（GLEAM v3.5b，约0.25°网格，2003年1月至2017年12月）。SWE基准数据采用ERA5-Land再分析数据集（约0.1°网格）。模型评估采用Kling-Gupta效率（KGE）和Pearson相关系数（r）。
研究结果方面，河道流量表现：率定期多数模型中位KGE表现优异（HYPE为0.54，BLENDED-LUMPED为0.79，RAVEN-HYPR为0.80，RAVEN-UWFS为0.77），HYPE在Prairie地区表现相对较差，尤其是调节流域，但在其余生态区表现增强；BLENDED-LUMPED在NCRB各生态区表现优异，仅6个流域表现困难；两种Raven Prairie版本在6个模拟流域内表现良好至优异。验证期各模型中位KGE下降（HYPE为0.45，BLENDED-LUMPED为0.48，RAVEN-HYPR为0.49，RAVEN-UWFS为0.62），HYPE继续在Prairie流域表现困难，BLENDED-LUMPED在验证期多数Prairie流域（尤其调节流域）表现下降。按生态区与调节类型分组分析表明，HYPE在除Prairie外的生态区表现良好，但在调节流域（尤其水库运行模拟）表现下降；BLENDED-LUMPED在率定与验证期对未调节与调节流域均表现良好（Prairie除外），但验证期调节测站表现下降；两种Raven Prairie版本在6个流域的调节与未调节（仅水工结构型）流域整体表现良好。重叠流域比较表明，在257个共同流域上HYPE率定期中位KGE为0.54而BLENDED-LUMPED为0.79；在6个共同Prairie流域上HYPE表现较差，而两种Raven版本表现优异至良好，RAVEN-UWFS略优于RAVEN-HYPR。模型保真度评估——AET模拟：HYPE在更精细空间尺度上各生态区AET模拟良好；BLENDED-LUMPED在各生态区AET模拟良好（尤其大规模混合生态区流域），但在Prairie流域模拟正确相关性与整体格局方面存在困难，在Western Cordillera山区流域能正确匹配相关性但低估AET时序变异性与量级；RAVEN-HYPR与RAVEN-UWFS在6个Prairie流域AET相关性及通量模拟良好，仅Lewis Creek流域为异常值。SWE模拟：除RAVEN-UWFS外，所有模型在各生态区SWE相关性与整体一致性方面表现合理；HYPE在Western Cordillera生态区表现下降（低估SWE时序变异性与量级）；BLENDED-LUMPED在混合生态区表现下降；RAVEN-UWFS能重现6个Prairie流域SWE相关性，但在整体SWE时序模拟方面存在差异（主要低估变异性与量级）。
讨论部分总结：在河道流量模拟与过程表征方面，参与模型在NCRB流量模拟中表现可接受至良好；缺乏Prairie填洼-溢出机制参数化的模型（如HYPE和BLENDED-LUMPED）在模拟该区域复杂流量响应时表现困难，验证期尤为明显；即使BLENDED-LUMPED在率定期成功拟合该复杂区域流量，验证期也通常失败，因其参数缺乏跨时段稳健性且模型结构缺乏捕捉系统动态所需的重要过程表征；良好的流量表现常以模型保真度或过程表征为代价（如BLENDED-LUMPED模拟AET）；参数过拟合也会影响过程表征，RAVEN-UWFS采用概念性度日法算法表征SWE动态，在Prairie地区获得良好流量模拟但牺牲了SWE模拟；大多数模型在Prairie以外调节流域表现良好，Raven模型结构未包含调节表征，虽通过率定在多数调节流域获得良好流量模拟，但验证期表现下降；参与模型仅针对调节测站流量进行率定，HYPE虽含简化水库表征但未调优调节参数以表征调节过程；模型需在结构中正确表征调节以进一步提高调节流域表现；目前WSC数据库缺乏调节类型与规则的全面信息，本研究调节测站分类基于其他来源与卫星影像，耗时且主观，需要对WSC数据库中调节类型与流域属性进行更好的基准化。在NCRB（未）调节流域流量模型表现基准化方面，本研究综合了项目第一与第二阶段各模型KGE值集合，除Prairie与Western Cordillera外各生态区KGE分数的90%分位间范围相对较窄；Wilcoxon秩和检验表明Prairie与Boreal Plain、Boreal Shield、混合生态区之间以及混合生态区与Boreal Plain之间存在统计学显著差异（p值 < 0.05）；所有模型各调节类型的集合KGE均值仍高于0.3阈值，但Prairie水库测站（平均KGE为0.17）与Western Cordillera水工结构测站（平均KGE为0.06）低于该阈值；建议未调节流域及水工结构控制流域KGE阈值 > 0.38，出口附近有水库或受管湖泊的调节流域KGE阈值 > 0.17。在比较项目挑战与前进路径方面，比较研究需大量努力与资源，资源在前两阶段发挥重要作用，多数参与模型仅应用于选定流域的有限子集；初始征集时有13个建模团队同意参与，实际工作时仅8组继续，且参与团队资源或时间不足，仅选择各自感兴趣的测站子集运行；本阶段参与模型进一步减少至4个，多数模型未应用于整个NCRB；前进路径包括预处理多数输入数据集以减少其他团队调整输入的工作量，以及采用自动化工作流促进模型构建、运行与率定；MIP应以公平透明方式进行，本研究公开了各模型失败之处，所有模型输入与结果已公开；本研究标志着Nelson-MIP项目结束，未来将致力于使用自动化工作流在NCRB构建与测试新模型集以进行更好基准化。
研究结论部分翻译：研究人员评估了北美Nelson-Churchill河流域（NCRB）不同调节与未调节流域中四种水文模型的表现。HYPE模拟了NCRB全部278个流域，BLENDED-LUMPED模拟了278个中的257个流域，两种含Prairie非产流面积表征的Raven版本（RAVEN-HYPR与RAVEN-UWFS）聚焦于模拟278个中的6个Prairie流域。主要发现如下：缺乏产流面积动态的模型（如HYPE和BLENDED-LUMPED）在Prairie流域流量模拟中表现困难，尽管率定结果良好，验证期尤为明显；需要更多努力改进和/或实现参与模型中调节表征（水库与受管湖泊）以确保模型模拟流域实际状况；部分模型在Prairie和/或Western Cordillera生态区获得合理流量模拟，但以牺牲准确AET模拟为代价，主要分别归因于非产流面积或积雪/冰川动态表征不足；SWE分析表明多数参与模型有效表征了积雪动态，但概念性SWE算法（如RAVEN-UWFS采用的度日法）在模拟整体SWE动态方面存在困难，可能需要更仔细的率定；Prairie地区评估模型表现的建议行为性KGE阈值因流域特征而异，未调节流域及水工结构控制流域建议KGE阈值 > 0.38，出口附近有水库或受管湖泊的调节流域建议KGE阈值 > 0.17；需要对WSC数据库中各流量测站的调节类型进行更好的基准化，可通过添加调节状态相关信息（即调节类型、运行规则、水库属性等）实现；资源在Nelson-MIP中发挥重要作用，未来MIP应采用自动化工作流构建、运行与率定水文模型以减少建模团队工作量并节省时间与资源，使项目能及时成功完成。本研究在科学和实际应用方面均具有重要意义，可为该复杂区域未来模型开发提供宝贵指南并揭示其表现；对实践者而言，本研究可作为确定适用于流量与水文通量模拟的模型的工具，最终助力水资源管理并确保后代水粮安全。作为Nelson-MIP项目目标的一部分，第三阶段原计划利用已开发模型（第一与第二阶段）评估气候变化对该复杂流域的影响，但随着项目推进参与模型数量减少且参与模型间重叠流域有限，无法推进第三阶段，因此本研究标志着Nelson-MIP项目的结束。更多努力将致力于使用自动化工作流在NCRB构建与测试新模型集以进行更好基准化，并为该流域复杂性提供更可靠结论。
