山区季风气候下水文模拟：网格化降水数据能否改善径流模拟？

《Frontiers in Water》：Hydrologic modeling in mountainous terrains with monsoonal climate: Do gridded precipitation data improve streamflow simulations?

　　

在数据稀缺山区，由于气候变率强、地形复杂以及地面观测数据有限，准确的水文模拟仍然具有挑战性。本研究评估了四种降水输入对土壤与水资源评估工具Plus（SWAT+）模型在墨西哥西北部西马德雷山脉季风主导的乌马亚河流域（Humaya River basin）模拟性能的影响。评估的输入包括：（1）雨量计数据（Gauge），（2）Daymet网格化数据，以及采用（3）分位数映射（Qmap）和（4）平均场偏差校正（MFBC）的两种偏差校正Daymet产品。对每种输入分别使用月径流数据（1983–2001年）进行模型校准和验证。模型性能采用NSE、PBias及补充诊断指标（包括KGE、logNSE、基于径流情态的PBias和流量历时曲线指标）进行评估，从而更全面地评价高流量和低流量条件。采用基于集合的方法，保留每种配置下100个性能最佳的模拟，以考虑参数不确定性和等效性，从而将水文通量作为概率分布进行分析。空间分析（包括使用Moran's I进行定量评估）用于评估每种强迫下水文过程的空间表征。总体而言，SWAT+以良好至非常好的性能再现了流域径流动态。Daymet-MFBC配置获得了最佳总体结果（NSE = 0.81；PBias = 6.4%；KGE = 0.85），其次是Daymet和Gauge，而Daymet-Qmap表现出相对较低的性能。Daymet和Daymet-MFBC还产生了更异质的水文过程空间格局，Moran's I值较低。然而，所有配置在低流量模拟方面均表现出系统性缺陷，低流量条件下PBias较高且logNSE为负值（?0.98至?0.77），反映了SWAT+在表征基流动态方面的已知局限性。集合分析表明，降水强迫不仅影响模型性能，还制约参数不确定性和水文上合理的内部过程表征范围。这些发现凸显了高分辨率网格化降水数据集在提高山区和数据稀缺地区水文模拟的准确性和空间真实性方面的价值。

**山区季风气候下水文模拟：网格化降水数据对径流模拟的影响——基于SWAT+模型的研究解读**

**1. 研究背景与问题**

水文模型是理解与评估水资源的重要工具，准确模拟水文循环对应对水资源短缺、洪水风险、气候变化适应和生态系统可持续性至关重要。然而，在山区开展可靠的水文模拟面临极大挑战，原因在于气候和地形条件空间变异性强，地面观测站点稀疏且分布不均。尤其在墨西哥西北部的西马德雷山脉（Sierra Madre Occidental），水资源稀缺、农业需水增长、夏季季风降水依赖性强以及生态系统脆弱，迫切需要稳健的水文评估以支持适应性水资源管理。降水作为水文过程的主要驱动因子，其准确表征是关键环节。传统雨量计网络无法充分捕捉复杂地形下降雨的空间与时间变率，而高分辨率网格化降水产品如Daymet提供了空间覆盖优势，但可能存在系统性偏差。此外，SWAT+模型在数据稀缺山区的性能尚待深入探索，尤其针对降水输入不确定性、参数不确定性及主导水文过程表征之间的相互作用研究不足。以往研究多集中于低地或温带环境，对地形复杂、季风影响下的亚湿润山区SWAT+应用存在空白。因此，研究人员在乌马亚河流域评估四种降水输入对SWAT+模拟性能的影响，并创新性地引入概率集合方法、空间定量分析以及两种偏差校正方法的直接比较，旨在回答网格化降水数据能否改善径流模拟，并揭示其对水量平衡、参数不确定性和空间表征的影响。论文发表在《Frontiers in Water》。

**2. 主要技术方法**

研究人员以墨西哥西北部乌马亚河流域（8261 km2）为研究区，构建SWAT+模型。空间数据包括NASA SRTM 30 m DEM、INEGI土地利用/覆被（1:250,000）和土壤数据（1:250,000，含17个土壤剖面）。降水输入四种配置：雨量计数据（Gauge）、Daymet V4网格数据（5 km，358个格点），及两种偏差校正产品（分位数映射Qmap和平均场偏差校正MFBC）。温度均来自雨量计站，其他气象变量由天气发生器生成。模型采用QSWAT+和SWAT+ Editor设置，共划分19个子流域和1636个水文响应单元。敏感性分析采用FAST方法，校准使用DDS算法，目标函数为NSE，每个配置独立校准500次，保留100个最佳模拟构成集合。性能评价采用NSE、PBias、KGE、logNSE及流量历时曲线（FDC）指标，空间异质性用Moran's I量化。

**3. 研究结果**

**3.1 SWAT+模型性能**

通过对比1983–2001年月径流模拟与观测，SWAT+总体表现良好，能够捕捉径流时间变率和洪峰流量，但普遍低估低流量。该缺陷与模型对地下水过程的简化表征有关，同时使用NSE作为目标函数偏向于洪峰精度，也是低流低估的诱因。

**3.2 径流模拟性能**

四种降水输入中，Daymet-MFBC配置总体最优（总期NSE=0.81，PBias=6.4%），表现“非常好”至“良好”；Daymet次之（NSE=0.76，PBias=?0.6%），优于Gauge（NSE=0.73，PBias=?5.8%）。Daymet-Qmap未提升模拟效果（NSE=0.69，PBias=?3.6%），验证期性能显著下降（NSE=0.39，PBias=14.6%），说明分位数映射对参考站网密度和代表性高度敏感，而MFBC保留Daymet空间结构仅校正量级，在数据稀缺山区更有效。

**3.2.1 高估与低估模式**

季节尺度上，所有配置均低估枯季（2–5月）径流，PBias为51.9%–60.0%；雨季（6–9月）偏差较小（?12.3%至0.4%），其中Daymet-MFBC接近无偏（0.4%）。流量情态上，低流量（P75）多数配置轻微高估（?9.1%至?6.5%），Daymet-MFBC仅?0.8%。

**3.2.2 补充性能诊断**

KGE值介于0.758（Daymet-Qmap）至0.851（Daymet-MFBC），相关性r为0.893–0.918，变率比α>1表明模拟变率略高，偏差比β接近1。logNSE全部为负（?0.978至?0.770），指示低流模拟缺陷；FDC的Q95偏差接近100%，证实基流衰退和地下水贡献表征不足。

**3.3 水量平衡分析**

年水量平衡中，蒸散发（ET）为主导通量，占降水49%–55%；总径流占22%–28%。不同降水输入下径流组分差异显著：Gauge模拟的地下水贡献占56%，而Daymet及校正版本为31%–42%；地表径流占比Gauge为38%，Daymet系列为52%–62%，侧向流均较小（6%–7%）。这些差异与陡坡、浅层低入渗土壤及裂隙火山岩地质条件相符，且与文献中ET/P（48%–77%）和Q/P（10%–30%）范围一致，表明结果具有水文合理性。

**3.4 参数不确定性与等效性**

基于100个最佳模拟的集合分析显示，Gauge强迫倾向于产生较高地下水贡献的参数组（如高flo_min、低revap_co），而Daymet系列则倾向于高地表径流参数（如高cn2、低awc）。ET在不同强迫间差异较小，但Gauge的ET较高且不确定性窄。偏差校正（尤其MFBC）降低了参数分布和水文通量的集合变率，说明更一致的降水输入可减少参数等效性，约束合理内部过程表征范围。

**3.5 水文过程的空间分布**

空间制图显示，Daymet和Daymet-MFBC驱动的模型能更精细地刻画降水、ET、地表径流和地下水流的空间异质性，而Gauge和Daymet-Qmap产生更平滑、空间聚集更强的模式。Moran's I定量证实：Gauge和Daymet-Qmap的降水/ET/地表径流Moran's I较高（如降水0.875、0.880），Daymet和Daymet-MFBC较低（0.792、0.789），表明后者具有更强的空间差异性。地下水流的Moran's I较低且Daymet-Qmap不显著（I=0.13，p=0.091），反映尺度效应和空间分散性。研究还表明，各强迫下地表径流随坡度增加仅约5%（陡坡/缓坡比≈1.05），说明径流差异主要由降水输入本身驱动，而非地形敏感性增强。

**3.6 局限性与适用性**

模型方面，SWAT+对地下水过程的简化影响低流模拟；仅用出口径流校准导致内部过程存在等效性，且缺乏土壤湿度、地下水位等分布式观测验证。输入数据方面，Qmap受参考站网稀疏和不均匀分布制约。结论对热带-亚热带季风山区数据稀缺流域最具适用性，建议在新区域应用前先进行降水产品初步评估。

**4. 结论（翻译）**

本研究评估了四种降水输入配置（Gauge、Daymet、Daymet-Qmap和Daymet-MFBC）对SWAT+模型在墨西哥西北部山区、数据稀缺、季风影响的乌马亚河流域的性能影响。SWAT+在该复杂地形环境中表现出强劲性能和适用性。在强迫数据中，Gauge、Daymet和Daymet-MFBC产生了良好至非常好的月径流模拟，其中Daymet-MFBC取得了最佳总体性能（NSE = 0.81，PBias = 6.4%，KGE = 0.85）和一致的水文过程空间表征。相比之下，Daymet-Qmap表现出相对较低的性能，表明该偏差校正方法的有效性取决于地面观测的可用性和代表性，而保留空间结构的方法（如MFBC）在数据稀缺情境下可能更合适。尽管根据NSE、PBias和KGE总体性能良好，所有配置在低流量模拟中均表现出系统性缺陷，表现为低流量下高PBias和负logNSE（?0.98至?0.77）。这些结果指向SWAT+在研究条件下表征基流过程的结构性局限，而非仅由降水强迫差异所致。水量平衡分析确定蒸散发为主要通量（占年降水49%–55%）。径流占降水22%–28%，各强迫间地表径流和地下径流的分配存在明显差异，即Daymet派生模型产生更高的地表径流和较低的地下水贡献，相比Gauge模型。这些变化说明内部水文机制校准对降水输入选择的敏感性，且被解释为水文合理性而非内部过程的直接验证。基于集合的分析进一步表明，降水强迫不仅影响模型性能，还约束了合理参数组合及相应过程表征的范围，直接涉及等效性问题。该集合框架为厘清水文模拟中强迫不确定性与参数不确定性提供了一种透明方法。空间分析（包括Moran's I）表明，Daymet和Daymet-MFBC产生更异质和空间差异化的流域水文表征，而Gauge和Daymet-Qmap倾向于产生更平滑的空间格局，可能反映了稀疏站点覆盖造成的限制。总体而言，结果凸显了高分辨率网格化降水数据集在山区、数据稀缺环境水文模拟中的重要性。在此类区域，未校正或最小校正且保留空间结构的产品（如Daymet或Daymet-MFBC）可能提供空间真实性与预测精度之间的最佳折衷。研究结果不仅适用于墨西哥西北部，也适用于其他地形复杂、数据稀缺和强降水梯度的地区。在此类环境中提高水文模型的准确性和空间真实性，对于推进水资源评估、增强气候韧性和支持可持续流域管理至关重要。