遥感降水产品在澜沧江流域径流模拟中的适用性研究

以澜沧江流域为研究区域，基于实测降水数据，从日尺度、月尺度到年尺度分别评价了TRMM 3B42 V7、CMORPH CRT、TRMM 3B42 RT、PERSIANN 4种遥感降水产品在格网尺度上的精度，并用实测降水数据和筛选出的精度较高的遥感降水产品驱动SWAT模型进行了径流模拟，以进一步探究遥感降水产品在澜沧江流域的适用性。结果表明：4种遥感降水产品在日尺度上精度都不高，与实测降水的相关系数都低于0.5。从整体看，TRMM 3B42 V7精度最高，月、年尺度下与实测降水的相关系数依次为0.95、0.90，CMORPH CRT精度稍低于TRMM 3B42 V7，其在月、年尺度下与实测降水的相关系数依次为0.89、0.77，TRMM 3B42 RT和PERSIANN精度较差，两者在不同时间尺度下与实测降水的相关系数都较低，基本都维持在0.5以下；径流模拟结果发现TRMM 3B42 V7和CMORPH CRT两种遥感降水产品对流域出口断面日、月径流模拟的能力均不如实测降水，但整体上三者都能够较好地反映出实测径流变化的趋势，三者径流模拟对应的纳西效率系数NS在0.65~0.94范围内；从纳西效率系数NS看，三者对应的数值相差幅度极小，从多年平均径流RE看，三者都表现出低估的情形，但与前两者（低估值在 -4%~-10% 范围内）相比，CMORPH CRT（低估值在 -10%~-20% 范围内）低估的幅度较大；TRMM 3B42 V7在整体上的径流模拟效果优于CMORPH CRT，在澜沧江流域具有更好的径流模拟适用性。     

气候变化下汉江上游林地植被生态需水量的时空演变

研究气候变化下林地植被生态需水量的时空变化,对于保护涵养水源的林地植被系统,合理规划管理流域水资源有着重要作用。以汉江上游流域11个气象站点1971~2010年的气象资料为依据,采用结合[1]土壤含水量与植物类型修正蒸散发量得到植被生态需水量的方式,从时空角度定量研究了在生长季4~10月份流域林地植被生态需水量及其趋势性变化,并且分析了生态需水量对各气象因子变化的敏感性程度。结果表明:汉江上游流域林地植被多年平均生长季生态需水量为6.915 8×109 m3,整体上呈现非显著性增加趋势,在空间分布上具有明显的地带性特征。生态需水量对不同气象因子有不同程度的敏感性:最高温度水汽压太阳辐射风速最低温度,生态需水量对各气象因子敏感程度的地带性分布特征还与各区域的纬度、海拔、植被类型和下垫面情况有关。     

基于Morris和Sobol的水文模型参数敏感性分析

敏感性分析有助于识别模型相对敏感的重要参数，降低参数维度，为模型参数优化与不确定性分析提供支撑。该文以三水源新安江模型为研究模型，汉江上游高滩流域为研究对象，选用Nash-Sutcliffe效率系数DC和水量平衡系数WB及其线性组合作为目标函数，联合运用Morris筛选法与Sobol方法分析了新安江模型所选13个参数的敏感性。结果表明：流域蒸散发折算系数KC、自由水蓄水容量SM、壤中流出流系数KI/地下水出流系数KG、壤中流消退系数CI、地下水消退系数CG和地表径流消退系数CS属于敏感参数，其中KC为高敏感参数；不同目标函数下模型参数的敏感性分析结果有所差异，水量平衡系数对于KC更加敏感，Nash-Sutcliffe效率系数对于SM、KI/KG、CI、CG、CS更加敏感；部分模型参数（如SM）的交互效应超过其自身敏感度，主要以两两参数组合的二阶敏感性为主，证明参数之间的相关性也是造成参数敏感性的重要原因。Morris筛选法减少敏感性分析的参数数量，Sobol方法准确刻画了模型参数的敏感性特征，两者结合提高了新安江模型参数敏感性分析的可靠性与准确性。