1. На главную
  2. Электронные версии
  3. Водные ресурсы
  4. T. 48, № 4, 2021

Водные ресурсы, 2021, T. 48, № 4, стр. 417-426

Применение различных структур модели HBV для исследования процессов формирования стока на примере экспериментальных водосборов

С. Ю. Лупаков a, b, *, А. Н. Бугаец a, b, В. В. Шамов a

a Тихоокеанский институт географии ДВО РАН
690041 Владивосток, Россия

b Институт водных проблем РАН
119333 Москва, Россия

* E-mail: rbir@mail.ru

Поступила в редакцию 01.09.2020
После доработки 08.10.2020
Принята к публикации 20.12.2020

Полный текст (PDF)

Аннотация

Изложен опыт применения гидрологической концептуальной модели HBV, включая основную версию и ее модификации, для исследования процессов стокоформирования на малых экспериментальных водосборах в верховьях р. Уссури на основе данных полевых наблюдений в теплый период года, выполненных с 2012 по 2019 г. Показано, что во многих случаях, независимо от структуры модели, качество расчетов оказалось удовлетворительным, паводковые события рассчитаны с высоким качеством. Выявлено, что все использованные версии модели HBV имеют общие и индивидуальные недостатки. Продемонстрирована разница структур модели и их влияние на рассчитанный сток в замыкающем створе. Внедрение дополнительных блоков в модель не вызвало прироста эффективности расчетов стока. Стандартная структура HBV признана оптимальной с точки зрения соответствия природным процессам формирования стока и качества моделирования стока малых горных рек.

Ключевые слова: экспериментальные водосборы, HBV, структура модели, стокоформирование.

ВВЕДЕНИЕ

Взаимодействие между климатом, рельефом, почвенными процессами и растительным покровом создает сложную картину пространственно-временнóй неоднородности инфильтрации, испарения и стока. Наряду с получением новых экспериментальных данных перспективы в исследовании формирования стока связаны с развитием математических моделей, в структуре которых были бы учтены существующие представления об этих процессах и которые в полной мере могли бы усвоить имеющиеся данные наблюдений в конкретном речном бассейне [4].

К настоящему времени накоплен большой опыт в области моделирования гидрологических систем, однако остается до конца не выясненным то, как функционирует водосбор в целом [22]. Обзор существующих подходов и критический анализ проблем в области моделирования стока подробно изложен в [1, 6, 10]. Среди основных сложностей обычно упоминается недостаток знаний о природе стока, высокая пространственно-временнáя динамика метеорологических условий, невозможность прямого задания большинства параметров с пространственным разрешением модельных элементов.

Структура модели также может быть источником критичной неопределенности [13, 17]. Полевые исследования и результаты моделирования показывают, что речные водосборы при разных начальных условиях могут по-разному реагировать на метеорологические воздействие, включение отдельных частей бассейна в процесс стокоформирования происходит неодновременно [3, 15].

Выбор гидрологической модели в качестве инструмента исследования обычно проводится в условиях значительной неопределенности и недостатка объективных критериев этого выбора [20]. Поиск оптимальной структуры модели формирования стока на речных бассейнах достаточно больших размеров обычно затруднен ввиду неоднородности ландшафтного строения, а неоднородность метеорологического воздействия влияет на процессы формирования стока даже в масштабе небольшого водосбора [11]. Существующие критерии качества моделирования не в полной мере отражают соответствие модели реальным процессам [24, 27]. В этом причина тестирования большого количества моделей с различной структурой в попытке найти наиболее пригодную для решения определенных задач [14, 18, 26].

В данном исследовании применены четыре версии концептуальной гидрологической модели HBV (Hydrologiska Byråns Vattenbalansavdelning) для оценки их соответствия имеющимся априорным представлениям о стокоформировании на малых экспериментальных водосборах на юге Дальнего Востока. Оценена эффективность моделирования, выполненного с помощью различных версий HBV. Даны интерпретации результатов с точки зрения имеющихся представлений о формировании стока. Показаны преимущества и недостатки версий модели применительно к объектам исследования.

ОБЪЕКТЫ ИССЛЕДОВАНИЯ И ИСХОДНЫЕ ДАННЫЕ

Объекты моделирования – малые речные водосборы в верховьях р. Уссури – ручьи Березовый (3.6 км2), Еловый (3.5 км2) и Медвежий (7.6 км2) (рис. 1). Исследуемая территория относится к Верхнеуссурийскому биоценологическому стационару ФНЦ Биоразнообразия наземной биоты Восточной Азии ДВО РАН (44°02′ с.ш., 134°11′ в.д.). Климат района определяется влиянием восточноазиатского внетропического муссона. Среднегодовая, минимальная и максимальная температура воздуха составляет соответственно +0.7°С, −45°С (январь–февраль) и +38°С (июль–август). Среднегодовое количество атмосферных осадков 750–800 мм, большая часть (до 80%) выпадает в теплый период года (апрель–октябрь). Суточные максимумы осадков достигают 100 мм и обычно связаны с активностью тропических циклонов и тайфунов, приходящих на территорию Приморского края преимущественно во второй половине лета. Высота снежного покрова обычно ≤1 м, максимальная глубина промерзания почвы составляет 1.25 м.

Рис. 1.

Картосхема исследуемой территории Верхнеуссурийского стационара (ВУС). 1 – границы экспериментальных водосборов, 2 – речная сеть, 3 – метеостанция.

Рельеф – среднегорный с амплитудой высот 500–1100 м. В нижних частях изучаемые водосборы покрыты хвойно-широколиственными лесами; здесь распространены буроземы, сформированные на склоновом делювии, и пойменные почвы на аллювиальных отложениях. В верхних частях водосборов преобладают темнохвойные леса, где на элювиальных и элювиально-делювиальных отложениях на вершинах и склонах преобладают ржавоземы грубогумусовые иллювиально-гумусированные типичные и оподзоленные.

Подземные воды получают питание за счет инфильтрации атмосферных осадков на склонах, иногда выходят на поверхность в понижениях рельефа в виде родников. Глубокие грунтовые воды в основном трещинные.

Долины ручьев Елового и Березового – узкие и глубокие с фрагментами надпойменной террасы и крутыми (до 30°–35°) выпуклыми склонами, изредка прорезанными глубокими эрозионными ложбинами. Сформированы на тектоническом контакте юрских и триасовых отложений, представленных песчаниками, гравелитами, конгломератами, алевролитами и силикатами. Верхняя часть водосборов сложена более молодыми позднемеловыми породами.

Водосбор руч. Медвежьего имеет более однородный ландшафт, почвенный покров большой мощности [7], при этом он быстрее реагирует на выпадающие осадки в сравнении с другими объектами. При высокой инфильтрационной способности сильнокаменистых почв предполагается, что часть осадков может питать грунтовые воды, вносящие вклад в гидрограф замыкающего створа [5]. Течение воды непосредственно по поверхности склонов наблюдается только при очень интенсивных осадках. В [5, 12] показано, что доля поверхностных вод при моделировании может быть достаточно высокой при прохождении паводков. Эта часть быстрого стока формируется системой внутрипочвенных дрен [2].

Исходными послужили данные полевых наблюдений за элементами приземного влагооборота, проведенных в теплый период (конец мая – начало октября) 2012–2019 гг. Устья ручьев были оборудованы автоматическими цифровыми регистраторами уровня воды “Levelogger Junior Solinst” с 15-минутным разрешением измерений. Расходы воды измерялись вручную с применением электромагнитного измерителя скорости потока “FlowSens SEBA”. Ряды суточных расходов воды получены с помощью кривых связи расхода и уровня.

Метеорологические параметры (температура и влажность воздуха, осадки, солнечная радиация, скорость ветра) измерены с 15-минутным разрешением с помощью трех автоматических метеостанций “WS-GP1” “Delta-T”. Метеостанции устанавливались на каждом водосборе на высотах: 650 (Березовый), 670 (Еловый), 550 м (Медвежий). В холодный период года были использованы материалы наблюдений метеостанции ВМО 31 939 (Чугуевка) Приморского УГМС, расположенной в 35 км от исследуемых водосборов.

МОДЕЛЬ HBV

Модель HBV разработана в Швеции в 1970-х гг. [9], широко использовалась более чем в трех десятках стран, это часть гидрологической многоцелевой системы Всемирной Метеорологической Организации. Модель включает в себя три основных модуля: формирования и таяния снежного покрова, динамики влаги в почве и испарения, формирования и трансформации стока. Входные данные – атмосферные осадки, температура воздуха и потенциальная эвапотранспирация. Ниже дано краткое описание модели.

Основа блока расчета снега – метод градусо-дней [23]. Жидкие осадки и стаявший снег пополняют влагозапас концептуальной почвенной емкости в зависимости от ее текущего влагосодержания SM (мм), максимального влагосодержания FC (мм), а также коэффициента BETA:

(1)
${{{\text{recharge}}} \mathord{\left/ {\vphantom {{{\text{recharge}}} {p(t)}}} \right. \kern-0em} {p(t)}} = {{({{SM(t)} \mathord{\left/ {\vphantom {{SM(t)} {FC}}} \right. \kern-0em} {FC}})}^{{{\text{BETA}}}}},$
где recharge – пополнение емкостей, мм/сут; p(t) – осадки, мм/сут.

Испарение определяется соотношением SM/FC: если оно выше параметра LP, то действительное испарение Eact (мм/сут) равно потенциальному Epot (мм/сут), в ином случае расчет происходит в соответствии с

(2)
${{E}_{{{\text{act}}}}} = {{E}_{{{\text{pot}}}}}{\text{min}}\left\{ {\left( {{{SM(t)} \mathord{\left/ {\vphantom {{SM(t)} {(FC{\text{ }}LP)}}} \right. \kern-0em} {(FC{\text{ }}LP)}}} \right),1} \right\}.$
Испарение может быть скорректировано параметром Cet, линейно связанным с температурой воздуха. Динамика наполнения нижней емкости определяется коэффициентом PERC.

Различия версий модели, реализованных в HBV-light, заключаются в структуре емкостей, с помощью которых происходит формированиe стока в замыкающем створе (рис. 2). Отток из всех емкостей версий St1, St2, St3 описывается линейным уравнением вида:

(3)
${{Q}_{n}}(t) = {{K}_{n}}S(t),$
из емкости S1 версии StD отток описывается так:

(4)
${{Q}_{1}}(t) = {\text{min}}({{K}_{1}}{{S}_{1}}{{(t)}^{{1{\kern 1pt} + {\kern 1pt} \alpha }}}),$
Рис. 2.

Схематичное изображение структуры различных версий HBV.

где t – время, сут; Qn – отток из емкости, мм/сут; Kn – коэффициент истощения, S(t) – текущая величина влагозапаса в емкости, мм; α – калибруемый параметр. Сумма оттоков из стокоформирующих емкостей – это слой воды, сгенерированный моделью на каждый расчетный шаг, который затем трансформируется в гидрограф в замыкающем створе уравнением:

(5)
${{Q}_{{{\text{sim}}}}}(t) = \sum\limits_{i{\kern 1pt} = {\kern 1pt} 1}^{{\text{MAXBAS}}} {~c(i)~{{Q}_{{{\text{sum}}}}}(t - i + 1)} ,$
где Qsim– расчетный слой стока в замыкающем створе, Qsum – суммарный слой стока за время (t – i + 1), i – расчетный шаг, c(i) – функция бассейновой трансформации [25], MAXBAS – параметр добегания, сут.

В работе использованы четыре версии модели, обозначенные как St1, St2, St3 и StD (рис. 2). Для всех версий используются одинаковые процедуры описания процессов накопления и таяния снежного покрова, расчета потерь влаги, поступившей на поверхность водосбора, на пополнение влагозапаса бассейна и испарение. Разница в вариантах модели HBV заключается в количестве емкостей, особенностях организации их взаимодействия и внутренней структуры. Модель может использовать три вида стока – Q0, Q1, Q2, которые, как правило, интерпретируются как поверхностный (“surface runoff”), внутрипочвенный (“interflow”) и грунтовый сток (“baseflow”) соответственно [16]. Параметры PERC и HL позволяют перераспределять воду между емкостями и изменять реакцию емкостей.

St1 – наиболее простая версия, формирование стока происходит с помощью одной емкости и двух пороговых значений. Сток Q2 осуществляется всегда, когда в емкости есть влага; после достижения влагозапасом емкости порогового значения PERC (мм) начинает формироваться сток Q1; в случае дальнейшего наполнения и достижения влагозапаса емкости порогового значения HL (мм) появляется третий вид стока Q0.

St2 – универсальная структура HBV, состоит из двух емкостей. В отличие от St1, параметр PERC не пороговое значение, а представляет собой поток (мм/сут), пополняющий нижнюю емкость, из которой формируется сток Q2. Динамика верхней емкости связана с оттоками Q1 и Q0, последний формируется только по достижению влагозапасом порогового значения HL (мм). Отличие структуры St2 от St1 заключается в генерировании компонентов стока Q1 и Q2 без предварительного полного наполнения нижней емкости.

St3 – наиболее приближена к модели формирования стока в почвенной колонке, состоит из трех емкостей, которые в общем случае можно интерпретировать как почвенные горизонты (A, B и C). Параметры PERC и HL – потоки (мм/сут), пополняющие емкости S2 и S1 соответственно; если приход влаги больше суммы PERC и HL, пополняется верхняя емкость S0. Отток из каждого элемента не связан со степенью наполнения нижележащих емкостей.

StD – использует две емкости, одна из которых предназначена для моделирования быстрого подповерхностного стока и имитирует неглубокие подземные воды, вторая емкость предназначена для имитации глубокого подземного питания [27]. Приходящая влага разделяется по емкостям в зависимости от параметра PART. Вода поступает в нижнюю емкость S2 с задержкой DELAY (сут). Сток Q2 генерируется аналогично другим структурам, сток Q1 рассчитывается с помощью степенной зависимости (параметр α).

РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ

Моделирование выполнено с суточным шагом по времени с помощью интерфейса HBV-light [25]. Потенциальное испарение рассчитано отдельно методом Пенмана–Монтейса. Периоды моделирования установлены исходя из наличия синхронных наблюдений за стоком и метеопараметрами для ручьев Елового – 2011–2014 гг., Медвежьего – 2014–2017 гг., Березового – 2015–2019 гг. соответственно. Для минимизации влияния начальных условий на результаты моделирования расчеты за первый год исключены из анализа. Таким образом, анализ результатов дается на основе ограниченного количества данных, не превышающего 4 лет для каждого водосбора.

Калибровка параметров выполнена вручную. Расчетные и модельные гидрографы представлены на рис. 3. Для оценки эффективности моделирования использованы данные измерений расходов воды в замыкающих створах. В качестве оценок использованы общепринятые критерии: коэффициент детерминации R2, коэффициент Нэша–Сатклифа NSE [21] и относительное смещение BIAS (табл. 1). Согласно [19], результаты расчетов “очень хорошие” при NSE > 0.75, “хорошие” при 0.65 < NSE < 0.75, “удовлетворительные” при 0.50 < NSE < 0.65 и “неудовлетворительные” при NSE < 0.50. Результаты моделирования при BIAS < 10% считаются “очень хорошими”, “хорошими” при 10 < BIAS < 15%, “удовлетворительными” при 15 < BIAS < 25% и “неудовлетворительными” при BIAS > 25%.

Рис. 3.

Примеры измеренных Qobs и модельных гидрографов для дождевых паводков, полученных с помощью различных версий HBV (St1, St2, St3, StD) для ручьев: а – Елового, б – Медвежьего, в – Березового.

Таблица 1.  

Элементы водного баланса (мм) и критерии качества моделирования (P – осадки; E – суммарное испарение; Qsum – суммарный сток; Q0, Q1, Q2 – сток из соответствующих структуре модели емкостей; прочерк – отсутствие такого вида стока в структуре модели)

Объект HBV Год P E Qsum Q0 Q1 Q2 R 2 NSE BIAS, %
руч. Медвежий St1 2015 381 386 39 0 0.7 38.7 0.28 0.23 14
St2 377 45 0 1.1 44 0.35 0.35 2
St3 358 57 0 4.9 52.2 0.27 –0.12 –24
StD 372 44 – 41.3 2.3 0.32 0.27 5
St1 2016 706 335 189 26 78 84.8 0.87 0.87 –1
St2 339 220 17.2 96.1 106.6 0.92 0.91 –18
St3 337 225 17.6 111.3 96.2 0.9 0.9 –21
StD 302 191 – 185.2 5.7 0.93 0.92 –2
St1 2017 418 360 45 0 9.2 35.5 0.54 0.42 –13
St2 333 38 0 5.1 33.4 0.56 0.53 3
St3 305 44 0 9.9 34 0.63 0.51 –11
StD 332 33 – 22.2 11.3 0.45 0.44 15
руч. Еловый St1 2012 552 281 196 14.6 42.7 138.7 0.87 –0.25 –142
St2 259 81 15 60.3 5.4 0.95 0.95 0
St3 269 77 10.1 57.6 9.6 0.89 0.89 4
StD 275 81 – 81.4 0 0.87 0.8 –1
St1 2013 472 309 206 0 49.6 156 0.42 –1.4 –125
St2 282 92 7.7 75.3 8.8 0.83 0.83 0
St3 291 87 0.2 70 16.4 0.75 0.75 5
StD 304 88 – 88 0 0.73 0.72 4
St1 2014 554 328 176 0.1 41.1 134.9 0 –5.7 –125
St2 290 76 0 64.4 12 0.56 0.55 2
St3 293 83 3.2 57.9 22.4 0.6 0.56 –7
StD 313 91 – 90.8 0 0.42 0.31 –16
руч. Березовый St1 2016 738 320 268 43.7 77.9 146.2 0.87 0.84 –34
St2 310 273 40.2 84.1 148.7 0.85 0.83 –37
St3 325 260 92.1 72.1 96 0.71 0.69 –30
StD 307 230 – 229.2 1.2 0.9 0.89 –15
St1 2017 452 310 139 0 39.1 99.6 0.73 0.73 4
St2 312 140 0.1 39.9 100.5 0.7 0.7 3
St3 323 125 24.7 35.9 64.5 0.61 0.56 13
StD 259 115 – 109.9 4.9 0.74 0.71 20
St1 2018 743 331 275 28.5 84.5 161.5 0.67 0.66 –11
St2 323 272 23.3 95.2 153.7 0.71 0.71 –10
St3 339 263 73.1 88.2 101.4 0.69 0.68 –6
StD 328 244 – 234.7 9.1 0.73 0.72 2
St1 2019 458 350 135 0 22.9 111.8 0.77 0.7 –3
St2 345 135 0 22.7 112.5 0.73 0.64 –4
St3 358 117 7.1 29.6 80.4 0.72 0.61 10
StD 286 108 – 94.9 12.9 0.65 0.35 17

По указанным выше критериям (табл. 1) для руч. Березового результаты всех версий модели попадают в градацию “удовлетворительно” и лучше (за исключением 2016 г. по критерию BIAS). При моделировании стока руч. Елового с помощью версии St1 не удалось воспроизвести сток ни в один из анализируемых сезонов. Остальные расчеты попадают в категорию “удовлетворительно”. Для руч. Медвежьего качество частично “неудовлетворительно” по NSE, по BIAS – от “удовлетворительно” и лучше.

Анализ результатов моделирования позволяет заключить, что HBV лучше воспроизводит гидрографы стока многоводных лет, содержащих значительные паводки (2012 и 2016 гг.). В течение маловодных сезонов сток в значительной мере контролируется процессами эвапотранспирации, объем испарения с водосбора может в несколько раз превышать объем стока и рассчитывается с большой степенью неопределенности. Значения общих для всех версий параметров (FC, LP, BETA, Cet) и совпадающие по смыслу коэффициенты рецессии значительно варьируют между версиями модели.

Полученные в процессе калибровки параметры (табл. 2) свидетельствуют о значительной разнице между водосборами, расположенными на расстоянии всего 2–5 км друг от друга. Результаты моделирования подтвердили высказанные ранее предположения о существенном отличии руч. Елового от соседних по характеру формирования стока: значения параметров коэффициентов рецессии, FC и BETA отличаются в несколько раз. Значение параметра MAXBAS, отражающего трансформацию стока русловой сетью водосбора руч. Елового с наименьшей площадью из представленных, в 1.5–3 раза больше, чем для соседних объектов и достигает 4.2 сут. Подобное отличие можно объяснить сложным гидрогеологическим строением водосбора руч. Елового [8].

Таблица 2.  

Значения параметров, полученные при калибровке различных версий HBV (прочерк – отсутствие такого параметра в структуре модели)

Параметр руч. Березовый руч. Медвежий руч. Еловый
St1 St2 St3 StD St1 St2 St3 StD St1 St2 St3 StD
FC 410 408 325 92 545 350 356 385 205 100 133 165
LP 0.2 0.3 0.4 0.7 0.5 0.2 0.1 0.5 0.1 0.4 0.5 0.3
BETA 0.72 0.87 1.2 2.3 3.5 1.7 1.1 5.3 6.0 1.6 4.4 7
PERC 12 3.2 1.6 – 5.2 2.6 2.1 – 10 1.8 2.1 –
HL 32 16 7 – 29 28 18 – 80 58 23 –
K0 0.99 0.99 0.72 – 0.88 0.99 0.99 – 0.3 0.23 0.56 –
K1 0.2 0.33 0.32 0.013 0.22 0.4 0.47 0.13 0.01 0.02 0.03 0.055
K2 0.1 0.17 0.15 0.0024 0.1 0.13 0.1 0.19 0.025 0.0001 0.0002 10–7
MAXBAS 1.5 1.5 1.6 1.6 1.6 1.8 1.8 2.0 4.2 3.6 4.2 2.6
Cet 1 0.65 0.9 0.92 10–5 0 0 0.055 0 0.1 0.07 0.02
α – – – 1.05 – – – 0.44 – – – 0.23
PART – – – 0.58 – – – 0.53 – – – 0.34
DELAY – – – 3864 – – – 4061 – – – 3000

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

На основе только критериев эффективности (табл. 1) не представляется возможным сделать обоснованное заключение о преимуществе определенной структуры модели и/или степени ее соответствия имеющимся представлениям о формировании стока.

Версия St1 с одной стокообразующей емкостью оказалась более эффективной для водосбора руч. Березового по сравнению с другими версиями. В то же время для руч. Елового St1 дает отрицательные критерии эффективности моделирования и отличается неадекватным расчленением сезонного гидрографа стока на генетические составляющие. Для достаточно однородного по ландшафтным условиям водосбора руч. Мед-вежьего St1 не показала ожидаемого улучшения результатов моделирования по сравнению с остальными версиями.

Версия St2 продемонстрировала относительно высокое качество моделирования для всех объектов моделирования и условий водности (табл. 1). Сезонные значения компонентов водного баланса для всех водосборов находятся в соответствии с ранее опубликованными исследованиями [5, 12]. Основные паводковые события моделируются с участием быстрого поверхностного стока Q0, средние по водности условия сформированы обычно почвенным стоком Q1, низкий сток преимущественно генерируется за счет медленного стока Q2, за исключением руч. Елового, где его доля невысока.

Применение более универсальной структуры St3 не дало существенного улучшения результатов моделирования по сравнению с версиями St1 и St2 (табл. 1). При этом в случаях прохождения сильных единичных дождей, которым предшествовали длительные засушливые периоды 2017 и 2019 гг., основной объем паводка моделируется не наблюдавшимся в действительности быстрым поверхностным стоком Q0, что может рассматриваться как проявление неадекватности данной версии реальной структуре объекта.

С помощью версии StD получены удовлетворительные результаты моделирования стока по всем объектам. Для исследуемых водосборов степенная зависимость (параметр α) стока от влагосодержания верхней емкости – удачная альтернатива линейным зависимостям, используемым в остальных версиях HBV. Полученные в результате калибровки значения параметров K2 и DELAY для ручьев Березового и Елового указывают на то, что сток в их замыкающих створах сформирован, в основном, из верхней емкости. В данном случае нижняя емкость частично решает проблему имитации безвозвратных потерь на питание подземных вод зоны трещиноватости. Однако при более длительных периодах моделирования данный подход приведет к накоплению значительного объема в нижней емкости, искажению структуры водного баланса и появлению трендов в расчетных гидрографах стока.

Таким образом, часть априорных представлений о процессах формирования стока и сезонных значений элементов водного баланса достаточно хорошо согласуется с результатами моделирования:

выявлено неудовлетворительное качество расчетов стока руч. Елового версией St1;

подтверждены малые величины грунтового стока в бассейне руч. Елового;

подтверждено относительно редкое появление поверхностного стока в бассейнах ручьев Елового и Березового;

подтверждается гипотеза наличия грунтового стока в бассейне руч. Медвежьего;

подтверждено существенное ландшафтное различие между водосборами руч. Елового и соседних водотоков.

Существенный недостаток всех представленных версий – отсутствие учета безвозвратных потерь на питание глубоких грунтовых горизонтов (в данном случае трещинных вод, разгружающихся за пределами водосбора). Применительно к малому водосбору отсутствие в структуре модели данной возможности должно быть компенсировано за счет накопления воды в нижней емкости или параметров FC и LP, связанных с влагоемкостью почвы и расчетом испарения.

ЗАКЛЮЧЕНИЕ

В представленном исследовании различные версии воднобалансовой концептуальной модели HBV применены для моделирования стока на малых экспериментальных водосборах южного Сихотэ-Алиня (Приморский край, Россия) с целью выявить структуру модели, соответствующую имеющимся априорным представлениям о процессах формирования стока. Показано, что использование традиционных критериев эффективности моделирования, основанных на анализе расхождений между модельными и измеренными гидрографами, не позволяет сделать объективного заключения об адекватности различных структур HBV объектам моделирования.

Все использованные версии модели имеют общие и индивидуальные недостатки. Устойчивые оценки моделирования, адекватные сезонные компоненты водного баланса и значения параметров модели получены с помощью стандартной версии, включающей в себя две стокоформирующих емкости. Данная версия обладает компактной структурой, отражает основные процессы стокоформирования рассматриваемых объектов и наиболее эффективна с точки зрения устойчивости результатов моделирования. Применение остальных структур модели требует дополнительной интерпретации параметров и результатов моделирования. Особенности этих версий неспецифичны по отношению к имеющимся данным об исследуемых водосборах.

Список литературы

  1. Виноградов Ю.Б. Математическое моделирование процессов формирования стока. Л.: Гидрометеоиздат, 1988. 312 с.

  2. Гарцман Б.И., Губарева Т.С., Лупаков С.Ю., Орляковский А.В., Тарбеева А.М., Шамов В.В., Шекман Е.А. Формы линейной организации склонового стока в среднегорье (на примере Сихотэ-Алиня) // Вод. ресурсы. 2020. Т. 47. № 2. С.123–132. https://doi.org/10.31857/S0321059620020042

  3. Гарцман Б.И., Шамов В.В., Третьяков А.С. Система воднобалансовых моделей малого речного бассейна // География и природ. ресурсы. 1993. № 3. С. 27–36.

  4. Гельфан А.Н. Динамико-стохастическое моделирование формирования талого стока. М.: Наука, 2007. 279 с.

  5. Губарева Т.С., Гарцман Б.И., Шамов В.В., Луценко Т.Н., Болдескул А.Г., Кожевникова Н.К., Лупаков С.Ю. Компоненты стока малых водосборов Сихотэ-Алиня: обобщение результатов полевых измерений и трассерного моделирования // Изв. РАН. Сер. геогр. 2019. № 6. С. 126–140. https://doi.org/10.31857/S2587-556620196126-140

  6. Мотовилов Ю. Г., Гельфан А.Н. Модели формирования стока в задачах гидрологии речных бассейнов. М.: РАН, 2018. 300 с. https://doi.org/10.31857/S9785907036222000001

  7. Терешкина А.А., Пшеничникова Н.Ф. Бугаец А.Н., Голодная О.М., Краснопеев С.М. Цифровая почвенная карта водосбора реки Соколовка (территория Верхнеуссурийского стационара ФНЦ Биоразнообразия ДВО РАН) // Географические и геоэкологические исследования на Дальнем Востоке. Владивосток: Дальнаука, 2019. Вып. 1. С. 126–136. https://doi.org/10.35735/tig.2019.26.44.012

  8. Шамов В.В., Лупаков С.Ю. Гидрохимическая индикация разрывных нарушений в долинах малых горных рек южного Приморья // Закономерности проявления эрозионных и русловых процессов в различных природных условиях. М.: Ленанд, 2019. С. 409–411.

  9. Bergstrom S. Development and application of a conceptual runoff model for Scandinavian catchments. Norrkoping, Sweden: Univ. Lund. Bull., 1976. 134 p.

  10. Beven K. Rainfall-runoff modelling. The Primer. Chichester, UK: Ltd. John Wiley Sons, 2001. 356 p. https://doi.org/10.1002/9781119951001

  11. Beven K. Towards a methodology for testing models as hypotheses in the inexact sciences // Proc. Royal Society A. 2019. V. 475. № 2224. 20180862. 19 p. https://doi.org/10.1098/rspa.2018.0862

  12. Bugaets A.N., Gartsman B.I., Gonchukov L.V., Lupakov S.Y., Shamov V.V., Pshenichnikova N.F., Tereshkina A.A. Modeling the hydrological regime of small testbed catchments based on field observations: a case study of the Pravaya Sokolovka River, the Upper Ussuri River basin // Water Resour. 2019. V. 42. № S2. P. S8–S16. https://doi.org/10.1134/S0097807819080037

  13. Butts M.B., Payne J.T., Kristensen M., Madsen H. An evaluation of the impact of model structure on hydrological modelling uncertainty for streamflow simulation // J. Hydrol. 2004. V. 298. 242–266. https://doi.org/10.1016/j.jhydrol.2004.03.042

  14. Cornelissen T., Diekkrüger B., Giertz S. A comparison of hydrological models for assessing the impact of land use and climate change on discharge in a tropical catchment // J. Hydrol. 2013. V. 498. P. 221–236. https://doi.org/10.1016/j.jhydrol.2013.06.016

  15. Grayson R.B., Bloschl G. Spatial patterns in catchment hydrology: Observations and modelling. Cambridge, UK: Cambridge Univ. Press, 2000. 423 p. https://doi.org/10.1002/hyp.5215

  16. Huang J.-C., Lee T.-Y., Lee J.-Y., Hsu S.-C., Kao S.-J., Chang F.-J. Assessing hydrological model behaviors by intercomparison of the simulated stream flow compositions: case study in a steep forest watershed in Taiwan // Hydrol. Earth Syst. Sci. Discuss. 2013. V. 10. P. 855–893. https://doi.org/10.5194/hessd-10-855-2013

  17. Kirchner J.W. Getting the right answers for the right reasons: Linking measurements, analyses, and models to advance the science of hydrology // Wat. Resour. Res. 2006. V. 42. W03S04. https://doi.org/10.1029/2005WR004362

  18. Krysanova, V., Hattermann, F.F. Intercomparison of climate change impacts in 12 large river basins: overview of methods and summary of results // Clim. Change. 2017. V. 141. P. 363–379. https://doi.org/10.1007/s10584-017-1919-y

  19. Moriasi D.N., Arnold J.G., Van Liew M.W., Bingner R.L., Harmel R.D., Veith T.L. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations // Trans. ASABE. 2007. V. 50. № 3. P. 885–900. https://doi.org/10.13031/2013.23153

  20. Mroczkowski M., Raper G.P., Kuczera G. The quest for more powerful validation of conceptual catchment models // Wat. Resour. Res. 1997. V. 26. № 10. P. 2275–2286. https://doi.org/10.1029/97WR01922

  21. Nash J.E., Sutcliffe J.V. River flow forecasting through conceptual models. Pt 1. A discussion of principles // J. Hydrol. 1970. V. 10. № 3. P. 282–290.

  22. Perrin C., Michel C., Andreassian V. Improvement of a Parsimonious Model for Streamflow Simulation // J. Hydrol. 2003. V. 279. P. 275–289

  23. Rango A., Martinec J. Revisiting the degree-day method for snowmelt computations // Water Resour. Bull. 1995. V. 31. P. 657–669. https://doi.org/10.1111/j.1752-1688.1995.tb03392.x

  24. Schaefli B., Gupta H.V. Do Nash values have value? // Hydrol. Proces. 2007. V. 21. P. 2075–2080. https://doi.org/10.1002/hyp.6825

  25. Seibert J., Vis M. Teaching hydrological modelling with a user-friendly catchment-runoff-model software package // Hydrol. Earth Syst. Sci. 2012. V. 16. № 9. P. 3315–3325. https://doi.org/10.5194/hess-16-3315-2012

  26. Smith M.B., Seo D.-J., Koren V.I., Reed S., Zhang Z., Duan Q.-Y., Moreda F., Cong S. The distributed model intercomparison project (DMIP): motivation and experiment design // J. Hydrol. 2004. V. 298. № 1–4. P. 4–26. https://doi.org/10.1016/j.jhydrol.2004.03.040

  27. Uhlenbrook S., Seibert J., Leibundgut C., Rodhe A. Prediction uncertainty of conceptual rainfall-runoff models caused by problems in identifying model parameters and structure // Hydrol. Sci. J. 1999. V. 44. № 5. P. 779–797.https://doi.org/10.1080/02626669909492273

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Водные ресурсы

Архивы выпусков Информация о журнале Отправить рукопись в журнал