Page 265 - 《高原气象》2026年第5期
P. 265

5 期              葛振飞等:面向中小河流域的分级致洪临界面雨量阈值研究——以伊洛河为例                                        1481
               式中: P 为各站同期雨量值(单位: mm); n 为总                      程模拟, 通过 DEM 数据提取研究区内的基本特征,
                      i
               站数。                                               结合流域关键水文站、 水库等点位数据, 基于伊洛
                                                                 河流域保障及服务需求将其划分为 19 个子流域,
               3  结果分析
                                                                 在图 1(a)中以数字标识, 并建立研究区土壤分布
               3. 1 基于SWAT模型的研究区精细化径流重建                         [图 1(c)]和土地利用数据库[图 1(b)]用于构建研
                   研究选用 SWAT模型对伊洛河流域进行水文过                        究区基本水文响应单元。










































                         图1 伊洛河流域水文气象站点及中小河流域精细划分(a)、 土地利用类型(b)、 土壤类型分布(c)
                      Fig. 1 Schematic diagram of hydrological and meteorological stations in the Yiluo River Basin and fine division
                             of small and medium-sized river basins (a), land use type (b) and soil type distribution (c)
                                                                             2
                   水文过程受不同参数影响会产生不同的反馈                           NS为0. 69, R 为0. 73, RSR为0. 66, PBIAS为14. 8,
               机制, 相关参数在不同流域的敏感性也不一致, 研                          并通过 95% 的置信度检验, 综合评价模型结果为
               究选取 11 个参数通过 SWAT-CUP 进行迭代分析,                    “好”, 证明模型参数设置符合研究区实际情况。通
               采用 SUFI2 算法调整模型参数最优值、 设定新参数                       过将验证期模拟径流与实测径流进行分析, 得到的
               范围并重复迭代确定, 敏感性分析通过 Global Sen‐                    回归散点图[图 2(c)]显示, 模拟径流值与实测径流
               sitivity 判断, 其敏感性通过 t-Stat 和 P-Value 值的大          值点图分布较均匀、 偏差较小、 相关性好。径流曲
               小来判断, 参数敏感性与t-Stat绝对值成正比, 与P-                     线图[图 2(a), (b)]表明, 模拟径流和实测径流趋
               Value 值成反比, 表示 t-Stat 绝对值越大参数的敏感                  势一致, 对洪水过程中的洪峰及峰现时间模拟精
               性越强, P-Value值越小参数的敏感性越强, 指示该                      准, 模型能够较准确刻画伊洛河流域汛期径流演
               参数是流域模型本地化构建中的关键参数。模型                             变, 综合表明该模型可用于流域径流模拟。
               参数最优值和敏感性排序如表 1 所示, 模型参数最                         3. 2 基于统计分析方法的最大径流涨幅-过程最
               敏 感 的 前 3 位 分 别 是 ALPHA_BNK、  SOL_BD、                  大面雨量建模
               CN2。对模拟结果分析显示, 率定期的 NS 为 0. 77,                       以黑石关、 龙门镇和白马寺 3 个关键水文控制
                2
               R 为 0. 78, RSR 为 0. 62, PBIAS 为 13. 6, 验证期的       站完成洪水过程最大径流涨幅与过程最大面雨量
   260   261   262   263   264   265   266   267   268   269   270