基于混合形态测量-卫星方法框架的径流模拟

《Water》：Streamflow Simulation Based on a Hybrid Morphometric–Satellite Methodological Framework Devis A. Pérez-Campo, Fernando Espejo and Santiago Zazo

　　

本研究探讨了Caquetá河流域（哥伦比亚）内GR4J水文模型（GR4J）参数与一组形态测量描述符、气候指数、土地覆盖特征和土壤性质之间的关系。研究人员选取了12个在2001–2022年期间具有连续记录的水位-流量计进行模型校准和验证。对应的子流域被划定并在地貌测量、植被覆盖和土壤渗透性方面进行了表征。据此，形态测量评估侧重于估算关键的地貌测量参数，而土地覆盖描述则利用了NDVI数据。土壤类型识别基于每个分析子流域的平均近似渗透率。模型校准采用微分进化马尔可夫链（DE-MC）算法进行8000次模拟，驱动数据为CHIRPS卫星降水数据和ERA5潜在蒸发数据。研究人员使用斯皮尔曼秩相关（Spearman’s rank correlation）和曲线拟合分析评估了GR4J参数与流域属性之间的关系。结果表明，GR4J参数（X1–X4）与关键形态测量变量（包括流域周长、圆形度比、主河道长度和河道坡度）之间存在强且一致的关系。决定系数（R2）范围为0.80至0.98，突显了基于自然地理和环境描述符进行参数区域化的潜力。

基于混合形态测量-卫星方法框架的径流模拟研究解读

**研究背景与问题**
径流估算对于流域尺度的水资源管理、洪水干旱预测、农业建模及基础设施设计至关重要。然而，全球许多偏远地区由于社会、经济和地理限制，水文气象站点稀疏，导致无资料或数据稀缺流域的径流评估面临严峻挑战。传统概念性水文模型（如GR4J模型）因其结构简单、计算高效而被广泛用于径流模拟，但其参数通常需通过实测资料率定，在无资料流域难以直接应用。遥感数据（如CHIRPS降水、ERA5潜在蒸发）为替代实测输入提供了可能，但其准确性受区域气候和地形影响。因此，如何利用遥感数据与流域物理特征建立参数估计关系，实现无资料流域的参数区域化，成为当前研究热点。

**研究内容与意义**
该研究以哥伦比亚Caquetá河流域的12个子流域为对象，提出一种混合形态测量-卫星方法框架：首先基于遥感和地理信息提取流域的形态测量参数（面积、周长、主河道长度、坡度、圆形度比等）、气候指数（年均降水、年均潜在蒸发、干旱指数、径流系数）、土地覆盖（NDVI）及土壤渗透性特征；随后采用微分进化马尔可夫链（DE-MC）算法率定GR4J模型的四个参数（X1:产流蓄量最大容量, X2:地下水交换系数, X3:汇流蓄量最大容量, X4:单位线基时），并利用斯皮尔曼秩相关和曲线拟合建立参数与流域特征间的回归方程。结果表明，参数X2（R2=0.98）和X4（R2=0.96）的决定系数最高，X1（R2=0.90）和X3（R2=0.80）也表现出较强解释力，证实了基于流域物理特征（如圆形度比、主河道坡度、周长、最大河道长度）进行参数区域化的可行性。该论文发表于《Water》期刊，为数据稀缺流域的径流模拟提供了低计算成本、可推广的新方法，并拓展了水文模型与遥感、地貌测量学交叉的研究方向。

**关键技术与方法**（不超过250字）
研究采用的主要技术方法包括：①基于数字高程模型（DEM）的子流域划分与形态测量参数提取（面积、周长、主河道长度、坡度、圆形度比、Strahler等级等）；②利用Landsat8影像计算NDVI评估植被覆盖；③依据美国农业部（USDA）土壤分类系统确定土壤渗透性等级；④采用GR4J概念性降雨-径流模型（四参数，日尺度）；⑤以DE-MC算法进行8000次模拟的参数率定，驱动输入为CHIRPS卫星降水（0.05°分辨率）和ERA5再分析潜在蒸发（0.1°分辨率）；⑥通过斯皮尔曼秩相关分析参数与流域特征的相关性，并采用最小二乘法拟合回归方程（幂函数、线性函数、指数函数）。样本来源为哥伦比亚IDEAM（水文气象与环境研究所）的12个水位-流量计，数据时段2001–2022年。

**研究结果**（保留原文小标题）

**5.1 形态测量与气候分析**
通过划定12个子流域并计算其形态参数，发现各流域几何形状多呈狭长形，仅少数接近圆形。气候指数分析显示年均降水（2383–3259 mm/年）受地形抬升影响显著，安第斯山前地带降水较高，东部低地降水较低；潜在蒸发（759–1315 mm/年）则呈相反空间分布。干旱指数（0.25–0.53）表明多数流域为湿润气候，仅头水区为半干旱至干旱条件；径流系数（0.66–0.88）反映降水转化为径流的比例，与植被和土壤渗透性相关。

**5.2 模型校准与验证**
校准结果显示，多数站点纳什-萨特克利夫效率（NSE）和克林-古普塔效率（KGE）表现良好：SANTA ISABEL（NSE=0.72, KGE=0.81）、MARIA MANTECA（NSE=0.71, KGE=0.77）等为“很好”；EL ROSARIO–AUT（NSE=0.21）等为“满意”；ESMERALDA LA等为“不足”。验证阶段，BACURI（NSE=0.66, KGE=0.71）等保持优良，但部分站点（如FLORENCIA–HACHA, NSE=0.11）性能下降。总体而言，模型能较好再现月平均径流季节动态（湿季4–7月，干季8–3月），但对洪峰事件存在低估，且在西侧小流域性能较差（可能与CHIRPS高海拔误差有关）。傅里叶幅度灵敏度检验（FAST）表明所有参数均对模型输出有显著敏感度。

**5.3 相关性与曲线拟合**
斯皮尔曼秩相关揭示：参数X1与年均降水正相关（r=0.78）、与平均高程负相关（r=-0.76）；X2与面积（r=-0.95）、周长（r=-0.97）等几何属性强负相关，与径流系数强正相关（r=0.97）；X3与流域平均坡度和主河道平均坡度强正相关（r=0.81）；X4与最大Strahler等级强正相关（r=0.88）、与主河道坡度强负相关（r=-0.87）。基于最小二乘拟合，得到参数估计方程：X1（基于周长，幂函数，R2=0.90）；X2（基于圆形度比，线性函数，R2=0.98）；X3（基于主河道最大长度，线性函数，R2=0.80）；X4（基于主河道坡度，指数函数，R2=0.96）。这证实了利用简单地貌变量即可高精度预测GR4J参数。

**讨论与结论**
讨论部分指出：形态测量参数（周长、圆形度比、最大河道长度、坡度）的水文意义在于分别影响径流集中时间、洪峰同步性、汇流时间及流速，因此与GR4J参数存在合理物理对应；校准性能的空间差异可能源于遥感降水在高海拔地区的低准确性及GR4J模型对陡峭小流域的适应性不足；ERA5潜在蒸发在热带流域的不确定性可通过率定部分补偿。结论部分翻译如下：
本研究突显了通过混合形态测量-卫星方法框架在数据稀缺流域表征GR4J参数的能力。参数X2和X4表现出高性能（R2>0.95），其变异性可由简单的几何和地形描述符有效捕获；参数X1也具有高解释力（R2≈0.90）；而参数X3拟合相对较弱，提示其对当前公式未完全包含的额外控制因素敏感。这些结果为未来研究开辟了新机会：可将该方法扩展至哥伦比亚奥里诺科地区（包括Guaviare、Inírida、Apaporis、Vichada、Meta、Casanare等流域），实现区域集成评估；亦可评估在降水极高、地形复杂（如哥伦比亚太平洋地区）等不同水文气候条件下的适用性。未来工作可包括在邻近流域独立验证参数公式、测试其他概念模型及偏置校正，以提高可靠性和可迁移性；同时可整合侧重极端流态的水文模型，改进不同重现期洪峰模拟，增强方法在洪水风险管理和水工设计中的应用价值。