基于多源遥感信息的缺资料流域水文模型参数率定研究

Parameter estimation in data-sparse basins is an important research topic of hydrological models. In this study, for basins where river water surface width at basin outlet is sensitive to changes in river flow, a calibration method based on satellite observations of river flow width at basin outlet and evapotranspiration of the entire basin is proposed, for the purpose of providing a new approach for hydrological model calibration in basins where river discharge data are unavailable. Firstly, methods of improving resolution of satellite images based on soft classification techniques will be developed to increase the number of possible remote sensing observations of river flow width. Secondly, the information of river cross-sectional shape derived from field survey will be incorporated to the relationship between streamflow and river water surface width derived from remote sensing, for the purpose of improving its physical significance. Thirdly, hydrological model will be revised for the integration with remote sensing data and then an automatic calibration and uncertainty analysis method will be developed. Finally, the method will be applied to two hydrological models with difference complexity. The feasibility of the proposed method will be evaluated and possible sources of simulation uncertainty will be explored, based on which a complete scheme of applying the method in real ungauged basin will be proposed. The study will benefit hydrological modeling researches in data-sparse basins aiming at making water resource management policies, flood forecasting. And it is valuable for improving simulation of water cycle dynamic at basin scale under changing environment, from both theoretical and practical perspectives.

缺资料地区水文模型参数估算是流域水文模型领域重要研究问题之一。本项目以出口断面水面宽度对流量变化敏感流域的日尺度模拟为应用目标，构建使用遥感河道水面宽度及流域遥感蒸散发数据率定模型的方法，从而为流量数据缺乏流域的参数率定提供一种新思路。主要内容包括研究使用软分类技术提高遥感观测分辨率以获取更多有效水面宽度数据；研究将河道断面形状实测数据融入流量与遥感水面宽度数学关系以提高其物理意义；以融合遥感信息为目的对水文模型进行改进，构建参数自动优化与模拟不确定性估算方法；使用两个不同复杂程度水文模型应用该方法，评估其可行性并分析模拟不确定性的来源，最终提出切实可行的应用方案。本研究将为促进缺资料流域基于水文模型的水资源管理、洪水预报等研究提供支持。同时对推动将遥感与水文模型融合，进而提高对变化环境下流域水文循环动态的模拟水平具有重要理论价值和现实意义。

流域水文模型是水文水资源领域研究的重要工具。如何在缺乏流量数据的情况下获得反映流域水文模型特征模型参数值是重要的科学问题之一。本课题构建了多源遥感数据率定流域水文模型的方法，从而为解决该科学问题提供一种新方法。主要研究内容包括：研发了融合多源遥感数据（流域出口河流水面宽度与流域蒸散发）与地面实测河流断面形状信息的水文模型率定方法；分析了率定分布式流域水文模型所需实测数据量；应用高分辨率影像提取河流水面宽度数据率定水文模型并对其可行性进行评估；探讨了降低遥感数据率定水文模型所得带来的模拟不确定性的可能途径。研究结果表明，使用少于1年的连续日观测数据具有有效率定分布式水文模型的潜力。在湿润型流域和干旱型流域分别使用1个月和6个月的数据率定模型后，有可能达到经多年数据率定模型后的模拟精度。在数据量相同的情况下，丰水期和丰水年的观测对于率定水文模型更加有效。在雅砻江上游地区的实例研究显示，在中小型流域使用从米级高分辨率影像提取的河流水面宽度数据能够有效率定水文模型。遥感观测误差对于水文模型参数率定的影响程度并不未像预想的结果那么严重，其主要原因是部分观测误差在参数自动率定过程中被描述河道流量和水面宽度的水力学模型参数值的调整所抵消。使用更加合理的水力学模型参数先验取值范围能够有效降低模型模拟不确定性。在使用遥感数据进行模型率定的基础上，使用软性水文信息进一步对参数组进行筛选能够有效降低模拟不确定性。本研究的成果对于拓展水文模型在缺资料流域的应用具有重要科学价值，对于缺资料地区河流流量估算的实践提供了重要参考与借鉴。所提出的遥感观测与水文模型的融合方法对于提高对流域水文循环过程的认识程度，进而改进水文模型结构并提升对于流域水文循环过程的模拟水平具有重要的理论价值和现实意义。