一种半分布式模型，该模型采用物理推导得到的 META（Multi-Criteria Assessment of Hydrological Risks）方法和时变参数，用于基于事件的洪水模拟

《Journal of Hydrology》：A semi-distributed model with physically-derived HRUs and time-dependent parameters for event-based flood simulation

　　

徐颖颖|Shan-e-hyder Soomro|刘成帅|余琪颖|胡彩虹

中国广州中山大学土木工程学院水资源与环境中心

摘要

在异质流域中进行准确的实时洪水预报面临降雨-径流过程的非稳定性和非线性特征所带来的挑战。本研究提出了PHAST（基于物理的水文模型，具有自适应的时空参数），这是一种半分布式框架，它将物理上可解释的径流生成机制与动态演变的参数化结合起来。水文响应单元（HRUs）是基于综合的土壤、地形和土地利用属性来划分的，从而能够物理上一致地表示空间异质性。控制入渗、径流生成和流路的关键参数会根据不断变化的水文条件进行自适应更新。将PHAST应用于下姑山流域的20个历史洪水事件表明，饱和地表径流、地下水流和地下水对总径流的贡献分别占33.00%、34.27%和31.93%，而入渗-过量地表径流仅局限于流域面积的一小部分（0.80%）。在1小时的预报提前时间内，PHAST的平均NSE为0.97，并将峰值流量误差降低到2.87%，性能优于静态参数的S-DHM模型。随着预报提前的时间增加，预测能力系统性地下降，6小时时的NSE降至0.58，这反映了与路径相关的不确定性逐渐累积以及前期水文状态的影响逐渐减弱。总体而言，PHAST为复杂流域的短期洪水预报和早期预警提供了一个强大且物理上可解释的框架。

引言

洪水是最突然和最具破坏性的自然灾害之一，其形成是由于气候变异性、地形复杂性、地表异质性和人为干预的复杂相互作用（Blasone等人，2008年；Corral等人，2019年）。正如Blasone等人（2008年）和Huffaker等人（2024年）指出的，降水量、土壤水力特性和土地利用的强烈空间对比即使在单一流域内也会产生高度异质的水文响应。再加上径流生成的非线性和状态依赖性，这种异质性给准确的事件尺度洪水模拟带来了持续的挑战（Borga等人，2011年）。正如Huffaker等人（2024年）所强调的，局部化的降雨和阈值控制的径流过程可能会导致洪水规模和时间的显著变化，这些变化难以通过简化的建模方法来捕捉。因此，水文建模已经逐步发展到半分布式和完全分布式的框架，这些框架明确解决了空间异质性问题（Devia等人，2015年）。然而，大多数现有的分布式模型仍然依赖于固定的子流域或基于网格的分区以及时间不变的参数集（Deng等人，2024年）。这种准静态假设将径流过程视为在事件期间是时间稳定的，限制了水文模型在强烈或快速演变的风暴期间表示土壤湿度、入渗能力和侧向连通性的能力（Dimitrova-Petrova等人，2021年）。

在洪水建模中，人们普遍认定了两个主要的不确定性来源。第一个与空间输入表示有关，包括地形离散化和降雨插值方案（Garavaglia等人，2017年）。通过更密集的雨量计网络、基于雷达的产品或随机模型改进降雨特征已被证明可以提高模拟性能（Umakhanthan和Ball，2005年）。第二个关键的不确定性来源源于许多水文模型中的结构刚性，这既来自于时间不变的参数化，也来自于固定的空间离散化，这些因素限制了对演变中流域状态和水文过程的表示（Alexander等人，2023年）。先前的研究探索了序贯数据同化和自适应校准方法来应对时间非稳定性。Moradkhani等人（2005年）利用基于集合卡尔曼滤波器的方法通过更新模型状态和参数来改进径流预测。Vaze等人（2010年）和Zeng等人（2019年）探索了自适应校准策略以提高短期预报能力。然而，在大多数现有框架中，参数更新与潜在的过程表示之间仍然耦合松散，参数演化与径流生成和流路选择的内部动态之间的反馈有限。因此，仍然迫切需要一个将参数演化直接纳入基于物理的降雨-径流-路径表示中的综合框架。

本研究介绍了PHAST（基于物理的水文模型，具有自适应的时空参数），这是一种为洪水模拟和预报设计的半分布式框架，它通过在一个流域内明确表示多个径流生成组分而超越了传统模型。在PHAST中，饱和地表径流、入渗-过量地表径流、地下水流和地下水的贡献被同时求解，允许不同的地表条件与不同的主导径流路径相关联，而不是假设整个流域采用统一的径流机制。PHAST具有两个关键的方法论特点。首先，水文响应单元（HRUs）是使用一个综合位置指数定义的，该指数结合了土壤质地、容重、坡度和土地利用。这确保了空间离散化与控制径流生成和流路划分的物理控制相一致，而不仅仅依赖地形或土地覆盖标准（Shen等人，2020年；Zhang等人，2025年）。其次，控制入渗、径流划分和流路的关键参数可以通过基于Shuffled Complex Evolution-University of Arizona（SCE-UA）算法（Duan等人，1994年）的递归更新策略动态演变，使模型能够在洪水事件期间适应变化的流域状态。该框架在下姑山流域进行了评估，并与静态参数的基准模型进行了对比，涵盖了多个预报情景。通过检查不同预报提前时间下的模型性能，本研究为非稳定水文条件下的洪水可预测性提供了新的见解。

部分摘录

基于物理的HRU划分，整合了地表异质性和垂直导电性

径流生成是由降水量与地表和地下介质的入渗能力之间的相互作用产生的，这受到土壤质地、水力传导性、地形、土地利用和岩石类型的控制（Chen等人，2023年；Sivapalan，2003年；Uchida等人，1999年）。在洪水模拟相关的事件尺度上，水文行为可以通过有限数量的主导径流生成机制及其空间组织来表示，而不是通过明确的

研究区域

淮河流域是中国的主要河流系统之一，其地形和降水量都表现出明显的空间和时间变化。该流域大约有三分之一的区域是山地和丘陵地带，主要分布在南部支流沿线。这些地区的特点是坡度陡峭、水文响应时间短以及频繁出现的水文气象极端事件（Ma等人，2014年）。平均而言，该流域每年经历大约94次洪水事件

径流生成机制和HRU分区的时空模式

基于分层、基于网格的分类方法，结合土壤质地、容重、坡度和土地利用，确定了下姑山流域的径流生成机制，从而得到了18,721个具有内部一致径流行为的HRUs（图6）。饱和地表径流、地下水流和地下水流动占该流域总面积的33.00%、34.27%和31.93%。入渗-过量地表径流仅占

讨论

在异质流域中进行洪水模拟从根本上受到降雨-径流过程的非线性、状态依赖性和空间异质性的限制（Li等人，2024年；Milly等人，2015年）。尽管这些特性已被广泛认可，但在操作预报中使用的大多数水文模型仍然依赖于时间不变的参数化，这些参数化隐含地假设洪水事件中的径流行为是准静态的（Milly等人，2015年）。这样的假设

结论

本研究开发了PHAST，这是一个先进的水文建模框架，旨在通过结合基于物理的径流生成机制和自适应的状态依赖参数演化来改进实时洪水预报。该模型使用一个综合指数来划分HRUs，该指数结合了土壤质地、容重、坡度和土地利用，以明确表示流域的空间异质性。将PHAST应用于下姑山流域表明，饱和地表径流、地下水流

CRediT作者贡献声明

徐颖颖：撰写——初稿、软件开发、数据整理、概念化。Shan-e-hyder Soomro：验证、监督。刘成帅：方法论、形式分析。余琪颖：撰写——初稿、可视化。胡彩虹：撰写——审稿与编辑、资源管理、项目协调、调查。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。