网格高程修正与上游边界调整作为水力模拟中糙率校准的替代方法

《Hydrological Sciences Journal》：Mesh elevation modifications and upstream boundary adjustment as alternatives to roughness calibration in hydraulic modelling

　　

水力模型（Hydraulic models）对模拟河流水位至关重要，但其结果常因系统误差和建模不确定性而偏离实际。这些偏差通常通过糙率校准（roughness calibration）来处理，但这可能掩盖潜在的模型问题，并限制模型在变化水流条件下的可靠性。本研究探索了使模拟结果与实测值吻合的替代策略。研究人员应用了：（i）一项网格高程修正（mesh elevation modification）技术，以纠正空间表征误差；以及（ii）上游边界条件调整，以优化流量输入。该方法在荷兰瓦尔河（Waal River）进行了测试，两种调整均在不进行糙率校准的情况下实施。模型成功再现了整个流量范围内的观测水位，在两个水文特征不同的年份实现了平均绝对误差（Mean Absolute Error, MAE）低于10 cm。研究结果表明，针对性的结构修正和有依据的边界条件调整能够提高模型性能，为传统基于校准的方法提供了一种补充途径。

水力建模是水资源管理中的关键工具，通过简化表达真实河流系统来预测不同工况下的水位，在洪水预报、基础设施规划和水量调度中不可或缺。然而，系统误差和建模不确定性普遍存在，传统做法高度依赖主槽糙率系数的校准，以迫使模拟结果拟合观测数据。但这种策略面临异参同效性（equifinality）——多组参数组合得到相似结果却未能反映真实物理过程，导致模型可靠性下降；校准后的模型在极端事件（如气候变化驱动的洪水）中泛化能力有限；此外，将各类误差补偿压在单一参数上的做法，掩盖了建模过程中不同环节的固有不确定性。因此，识别并针对性地修正具体的不确定性来源，而非笼统地进行糙率校准，成为提升水力模型鲁棒性的关键。该研究发表在《Hydrological Sciences Journal》上，旨在系统评估网格设置和上游流量边界条件这两类结构化调整能否在不依赖糙率校准的现实案例中有效改善水位模拟精度。

为实施这一思路，研究人员根据Walker等人（2003）的不确定性分类框架，锁定技术层面（网格设计）和输入数据层面（上游流量时间序列）进行干预。研究采用的关键技术方法如下：网格高程修正借鉴Kuhanestani等人（2024）提出的体积保持算法，通过比较低分辨率计算网格与高分辨率测深数据在不同水位下的体积差异，在固定水平拓扑的前提下垂直调整网格节点高程，以缩减体积表征误差；该算法原仅用于理想化河道，本研究将其扩展至真实河流，处理弯曲路径和不规则截面。上游边界修正则通过建立模拟水位与观测流量间的非线性关系，利用最可靠的实测水位数据逆向推导修正后的流量过程线，针对不同流量区间（Q1–Q5）及高流量涨落分支分别拟合六条曲线。模型平台为D?Flow?FM，求解二维浅水方程（连续方程和动量方程），研究对象为荷兰瓦尔河长约90 km的河段，涵盖四个测站，采用结构化曲线网格，网格边长10–76 m。主槽糙率依据Van Rijn（1984）水深相关公式计算，源于河床沉积物和沙波特性；滩地糙率按冬季土地利用类型赋值。模拟时间跨度为2021与2022年，逐时水位和流量数据由荷兰基础设施与水管理部（Rijkswaterstaat）提供。

**网格修正（Mesh modification）**
网格修正算法在一次性识别各截面测深点后，后续运行仅需约40分钟。算法将计算网格与高精度测深数据间的体积平均绝对误差从3365 m³降至2074 m³，改善幅度达40%。基于这一修正网格的全年模拟显示，在所有流量范围内，模拟水位与实测值的差异均较原始网格显著减小：三个测站的水位差异平均降低7–11.6 cm，低流量段（Q1–Q2）的改善尤为突出。空间上，上游测站绝对改善量最大，但这是由于该处原始偏差较大；相对改善稳定在21%–59%，表明修正有效抬升了模型的基准精度，且修正后的水位差异整体形态与原始模拟保持一致，意味着网格修正主要产生系统性偏置调整，未改变流态动力学。

**上游流量修正（Upstream discharge modification）**
在原始网格基础上，利用模拟水位?观测流量散点图建立六个非线性回归方程（Q1–Q4各一个，Q5分涨水段和落水段）。修正后的流量过程线在各级流量下均低于原始值，绝对差值随流量增大而增加，但相对变化在低流量更显著，低流量段差值约130 m³/s（≈15%），高流量段约260 m³/s（≈9%）。采用修正流量作为上游边界后，三个测站的水位差异大幅收缩，尤其在中高流量（Q3、Q4）改善最明显，平均降低10.4–28.9 cm。值得注意的是，上游边界修正改变了水位差异的分布形态，尤其高流量部分，表明它直接影响了水位的响应模式，而不仅仅是平移调整。离下游边界最近的测站甚至出现差异符号反转，但绝对值依然小于原始差异，总体精度提升显著。

**组合修正（Combining the modifications）**
研究人员先实施网格修正，再对修正后的网格应用上游边界调整，形成组合方案。2021年组合修正后，各测站不同流量范围的MAE均低于10 cm（仅个别范围接近10 cm）；2022年重新拟合水位?流量关系后重复试验，结果同样保持高精度。两年度组合修正的改善程度大致可加和，说明两种修正所针对的不确定性相互独立，各自解决了不同的误差源。2021年中流量段（Q3）改善超过90%，而最低流量段（Q1）改善幅度相对较小；2022年总体趋势一致，但Q1和Q4的改善幅度略有下降，这可能与水文年际差异有关。

**讨论与总结**
讨论部分指出，网格修正本质上是结构的精化，通过对测深数据的忠实表达提升体积表征精度，该修正具有一次性特点，只要河床几何不变即可持续使用。体积精度改善40%转化为水位模拟改善约37%，这一对应关系提示进一步优化体积表征策略的潜力。上游边界修正确认了流量输入是水位模拟的主要敏感性因子，通过直接利用高精度水位观测来反演边界条件，提供了一种不涉及模型内部参数调校的实用替代方案，其在两个年份均将MAE控制在10 cm以内，达到许多实用工程的接受标准。研究同时指出局限性：高度依赖可靠的水位观测和详细测深资料，在数据稀缺区域可能受限；网格节点的高程调整可能影响流速分布，进而对河床演变模拟产生扰动，需后续研究评估；上游边界修正仅当流量源自水位?流量关系时才适用，若直接采用流速仪测流则无法应用。尽管如此，该组合策略可推广至其他河系，甚至可结合卫星测高水位数据来拓展应用场景。

**结论**
本研究旨在通过系统评估网格设置和上游边界流量时间序列这两个不确定性源的改进潜力，提高水力模型水位预测的准确性。结果表明，实施网格构型修正（作为结构性改进）与调整流量数据这两项措施，能够实现与实测水位的良好一致性。模型无需额外校准即可获得高精度，凸显了直接处理不确定性的有效性。这些发现强调了纳入针对性物理精化和边界输入策略在提升计算效率和预测可靠性方面的潜力，在河流管理与洪水风险评估中具有更广泛的适用性。