两种河道洪水演进方法在新疆山区的应用比较.pdf

第40卷第8期2023年8月Vol.40No.8Aug.2023干 旱 区 研 究ARIDZONERESEARCHhttp:/DOI：10.13866/j.azr.2023.08.04两种河道洪水演进方法在新疆山区的应用比较汪翔1,2，吕海深1,2，朱永华1,2，郭晨煜1,2（1.河海大学水文水资源与水利工程科学国家重点实验室，江苏 南京210098；2.河海大学水文水资源学院，江苏 南京210098）摘要：以呼图壁河流域石门水文站以上山区河道为研究区域，利用石门站20152019年的日流量观测数据和19781983年、20082019年的年平均流量数据，以GFS降水资料为 WRF-Hydro模型的输入，用其内置的扩散波模式、马斯京根-康吉模式两种河道演算方式进行径流模拟，对比分析模拟径流与实测径流的差异，探讨基于WRF-Hydro模型的洪水演进方法在新疆内陆干旱区的径流模拟效果。结果表明：扩散波模式模拟效果总体优于马斯京根-康吉模式的模拟效果。分析了WRF-Hydro两种河道演算模式模拟洪水的一些特征，其中扩散波模式模拟结果较好，用时较长；马斯京根-康吉模式模拟结果不太理想，但用时短。关键词：新疆；内陆干旱区；扩散波；马斯京根-康吉；洪水演进洪水灾害严重威胁人民的生命财产安全,如何系统地研究并及时准确做出水文预报一直是研究的热点难点问题1。在防洪问题中，流域的降雨强度和水文特征尤为重要。前期降雨、土壤渗透性、地面坡度等因素对特定时间点的洪水降雨量有影响。由于这些因素之间的非线性关系以及各种其他因素的影响，流量的预测十分复杂2。洪水演进是解决这一问题的核心组件。洪水演进是根据上游一个或多个点的已知或假设数据确定河流上某一点洪水波的时间和幅度的程序，一般划分为水文方法和水力方法两类。水文方法通常基于质量守恒方程以及河流河段或水库中的蓄水和排放关系，水力方法基于质量守恒和动量守恒方程。方法的选择涉及研究区域的流动特性，具有相关风险的水文分析，可用的物理数据，如流量数据、河流和洪泛区地形、粗糙度等3。在新疆内陆干旱区，水资源是制约社会经济发展和影响生态安全的关键因素，在经济和社会中发挥着重要作用。在新疆内陆干旱区，流域水循环系统有着水资源系统脆弱，时空分布差异大，径流的形成和转化复杂多样等特点4。总体而言，新疆内陆干旱区水资源匮乏，空间上呈斑块分布，径流形成区在山区，径流消散区在平原地区。河流径流的年内分布极不均匀，春季抗旱和夏季防洪问题突出5。新疆山区的河流地形特征较为明显，有相对陡峭的斜坡和狭窄的河道、深的“V”形或“U”形山谷，并且其切割深度往往可以达到数十米，水系呈放射状，下垫面分布不均匀，河流景观格局较为复杂6。山区径流受气候变化影响显著，温度升高后的河道干枯现象普遍7。由于其独特的地貌特征和降水时空分布不均匀，单一产流机制的水文模型对于洪水演进过程反映能力有限8。新一代全分布式、多尺度、基于物理的水文气象模型WRF（Weather Research and Forecasting）-Hydro能够模拟洪水、水文状态和水资源的空间分布。该模型提供了一种将水文模型组件耦合到大气模型和其他地球系统建模架构的方法。目前，WRF-Hydro 模型使用 Noah 或 Noah-MP 陆面模式（LandSurface Model，LSM）作为数值天气预报模型（Numerical Weather Prediction,NWP）的下边界条件作为产流机制。该模型提供了马斯京根、马斯京根-康吉和扩散波三种洪水演进方法，并且可以同时考虑超渗产流和蓄满产流两种方式，在大部分地区有较好的模拟效果9-10。Sun等11在中国半湿润地区的收稿日期：2022-11-14；修订日期：2023-06-08基金项目：国家重点研发计划项目（2019YFC1510504）作者简介：汪翔（1999-），男，硕士研究生，主要研究方向为水文模型.E-mail:通讯作者：吕海深.E-mail:12401247页8期汪翔等：两种河道洪水演进方法在新疆山区的应用比较山区运行WRF-Hydro模型，性能与新安江模型大致相当；刘洪波等10将WRF-Hydro模型应用于中国湿润区和半湿润区，结果表明模型在湿润区表现较好，在半湿润区表现一般；Davy等12在西非地区分别使用WRF-Hydro模型的离线模式和耦合模式对极端洪水事件进行模拟并对土壤湿度进行评估，模型真实再现了流域观测流量的能力，显示了WRF-Hydro系统在未来洪水预报应用中的潜力。本文以新疆呼图壁河流域石门站以上的区域为研究区域，选取GFS数据的0.250.25格点数据集，应用分布式水文模型WRF-Hydro的两种河道演算方式，在呼图壁河流域石门水文站以上区域，基于模拟出的洪水径流与实测径流对比，对WRF-Hydro模型在新疆山区两种河道演算方式的洪水演进结果进行分析与评估。1数据与方法1.1 研究区概况研究区域为新疆呼图壁河流域石门站以上的区域（图1），集水面积为1840 km2。呼图壁河流域（86058708E，43074520N）地处天山北坡中段、准噶尔盆地南缘，流域自上而下有石门水文站、青年渠首、芨芨坝分水闸站。石门站以上流域河道纵比降达23.16，平均高程2984 m,年径流量占呼图壁河全流域年径流量的93.16，石门站以下主要为径流散失区13。呼图壁河流域径流年内分配极不均匀，在夏季相对集中，占全年径流量的80%。流域地表径流补给主要来源于高山冰雪融水、季节性积雪融水、降水和地下水14。1.2 WRF-Hydro模型WRF-Hydro模型是一个集成了陆面模式、网格聚合/分解、壤中流演算、地表径流演算、河道演算、湖泊和水库演算以及概念性基流模型的集成建模平台。在本研究中，主要关注WRF-Hydro的河道演算的两种模式在新疆内陆干旱区的山区河道演算效果。1.2.1 地表径流演算WRF-Hydro中的地表径流演算使用显式的有限差分扩散波方程计算。扩散波方程形式虽然较为复杂，但它比传统的运动波方程考虑了回水效应，允许水流在逆坡上流动。扩散波公式是对较一般的St.Venant浅水波连续性方程和动量方程的简化。WRF-Hydro中洪水波在地表上方流动的二维连续性方程如下：ht+qxx+qyx=ie（1）式中：h为地表流深度；t为时间（s）；qx和qy分别是x和y方向的单位流量；x为流向坐标；ie为超渗产流。1.2.2 河道演算当水流进入河道网络，水将作为河道流进行演算。目前，WRF-Hydro提供三种河道演算方式：马斯京根、马斯京根-康吉和扩散波。前两个选项用于基于链式河道演算，算法将细网格数据映射到矢量化网络中（图2），计算速度更快，更稳定，但没有考虑到回水影响，在长距离上可能并不合适；第三个选项用于基于网格的河道演算，考虑情况更全面，但需要更多的计算时间。（1）马斯京根-康吉（马斯京根）模式马斯京根-康吉模式采用基于连续性方程的河道蓄水量演算方法：I-O=dSdt（2）式中：I为入流（m3s-1）；O为出流（m3s-1）；S为河道蓄水量（m3）；t为时间（s）。马斯京根-康吉汇流演算法使用存储关系将进出流联系起来：S=KxI+()1-x O（3）图1 研究区流域示意图Fig.1 Schematic diagram of the watershed of the study area124140卷干旱区研究式中：K为存储常数（也称为滞后时间等）（s）；x为表示I、O对S的相对重要性的权重因子。简化后在河道网格中按覆盖范围实施：O2=c0I2+c1I1+c2O1（4）式中：c0、c1、c2之和为1，且为K,x,t的函数。（2）扩散波模式模型采用显式、一维、可变时间步长的扩散波方程，扩散波公式是由描述浅水体的圣维南方程简化而来。对于明渠水流，连续性方程和动量连续性方程如下：At+Qx=qlat（5）vt+vvx+gyx-g()So-Sf=0（6）式中：Q为流量（m3s-1）；t为时间（s）；x为流向坐标（m）；A为横截面的流动面积（m2）；qlat为流入河道的侧向流入流量（m3s-1）。在动量方程中，v为流速（ms-1）；t 为时间（s）；x 为流向坐标（m）；y 为水位（m）；g为重力加速度（ms-2）；So为河道坡度；Sf为摩擦比降。忽略对流项，得到了明渠流的扩散波近似值。动量方程可简化为：Qni+12=-SIGN()Zni+1Ki+12Zni+1x（7）式中：Q为流量（m3s-1）；K为输送量（m3s-1）；Z为水面高程（m）；x为流向坐标（m）；Zni+10时SIGN函数为1，Zni+10时SIGN函数为-1；i表示在第i个时间步长的值；n表示在第n个空间步长的值。通过离散连续性方程获得每个河道网格点的数值解：An+1-An=txQni+12-Qni-12+qnlat（8）式中：A为横截面的流动面积（m2）；t为时间（s）；x为流向坐标（m）；qlat为流入河道的侧向流入流量（m3s-1）；i表示在第i个时间步长的值；n表示在第n个空间步长的值。1.3 数据来源WRF-Hydro在内的现代陆面水文模型与区域大气模型耦合时，气象数据由大气模型提供，在不耦合大气建模系统时，需要气象数据来驱动模拟陆-气交换和陆地水文过程。我国的国家气象站在东南地区分布较多，西北地区分布较少15。研究区呼图壁河流域石门水文站以上的区域没有设置站点，遥感降水数据和再分析降水数据对该地区水文模拟、预报以及水资源管理有极其重要的价值16-17。文章使用NCEP的GFS全球预报网格数据。数据来源于美国国家环境预报中心的全球预报系统（Global Forecast System,GFS），该系统每天发布4次全球范围的气象数据，分辨率最高可达到 0.250.25，包含了驱动WRF-Hydro模型需要的近地表风速的u分量、近地表风速的v分量等8个变量的数据，且数据精度较为可观。气象数据通过双线性插值到0.01分辨率上。DEM数据取自WRF静态驱动数据以及地理空间数据云，通过WRF-Hydro的GIS工具箱插值到1 km分辨率上。研究区内有石门水文站（8634E，4345N），位于研究区出口。石门水文站的 20152019 年的日流量观测数据，19781983年、20082019年的年平均流量数据来自水文年鉴。1.4 统计指标本文应用WRF-Hydro模型对研究区进行洪水模拟，模型预热期为2015年6月1日至9月30日，模拟20162019年每年6月1日至9月30日期间的流图2 使用矢量/链式网格（左）或高分辨率网格（右）进行河道演算Fig.2 Channel routing on a vector/link network（left）or via the high-resolution grid（right）12428期汪翔等：两种河道洪水演进方法在新疆山区的应用比较量过程。径流模拟的结果用Nash效率系数、流量平均相对误差以及决定系数判定：NSE=1-()Qobs-Qsim2()Qobs-Qobs2（9）MRE=|-Qobs-Qsim-Qobs（10）R2=()Qobs-Qsim()Qobs-Qsim2()Qobs-Qsim2()Qobs-Qsim2（11）式中：Qobs为实测流量（m3s-1）；Qsim为模拟流量值（m3s-1）；-Qobs为观测流量平均值（m3s-1）；-Qsim为模拟流量平均值（m3s-1）。NSE 为 Nash 效率系数（Nash-Suttcliffe Efficiency），MRE 为平均相对误差（Mean Relative Error），R2为决定系数（coefficient ofdetermination）。Nash 效率系数 NSE 介于-1 之间，其值越接近1，则模拟结果越精确。流量平均相对误差MRE用来评估总体流量是否平衡。决定系数R2介于01之间，当R2越接近1时，说明模型对数据的拟合程度越好，即模型的预测结果越准确。2结果与分析2.1 率定结果独立的WRF-Hydro模型的各个配置文件由许多参数组成，对模型模拟会造成很大的不确定性。其中有四个参数被认为是对洪水模拟最重要：即径流入渗参数（REFKDT）、地表滞留深度参数（RETDEPRTFAC）、坡面流糙率参数（OVROUGHRTFAC）和河道曼宁糙率（MannN、n）18。此外，深层排水系数（SLOPE）、桶模型指数（Expon）和饱和导水率（REFDK）也是降雨径流模拟的相关参数19-20。本文选择了三个敏感参数（REFKDT，SLOPE，MANNFAC）进行率定，先使用人工逐步率定法对三个敏感参数进行初步率定，再采用粒子群算法对参数进行精确率定，三个敏感参数的一般取值范围及其率定结果如表1所示。2.2 两种洪水演进方法模拟结果使用率定好的参数，用 80 核，128G 内存驱动WRF-Hydro模型的两种模式模拟20152019年每年6月1日至9月30日的洪水过程，其中，2015年6月1日至9月30日为模型预热期。绘制降水数据与模型模拟的洪水流量与实测流量过程线如图3所示。模型模拟结果如表2所示。分析降水，从日尺度来看，在每年日降水量最大的几天，降水数据与流量数据吻合度较高，降水量的最大值略早于流量最大值。如2016年，降水数据的日降水量最大值在6月17日，这一天日降水量表1 WRF-Hydro模型的参数范围与率定结果Tab.1 Parameters range and calibration results ofWRF-Hydro model参数REFKDTSLOPEMANNFAC参数含义径流入渗参数深层排水系数河道曼宁糙率乘子参数范围90.66.00.01.00.32.0率定结果2.50.20.9图3 数据驱动模型模拟结果Fig.3 Simulation results driven by data124340卷干旱区研究为28.1 mm，对应洪峰在6月18日；2017年，降水数据的日降水量最大值在6月26日，这一天日降水量为 24.34 mm，对应洪峰在 6 月 27 日。在模拟期（20162019年）的降水数据中，根据24 h降水量，属于大雨（2550 mm）的有 1 d，属于中雨（1025mm）的有49 d，属于小雨（0.110 mm）的有316 d，其余（0.1 mm）有71 d。对比两种模式模拟出的洪水过程和实测洪水过程，在洪峰部分，如 2016 年 6 月 1721 日、7 月511日、7月30日至8月2日，两种模式模拟出的洪水洪峰值均略大于实测洪水洪峰值，并且出现时间更晚。在洪水短期内出现多个峰值时，如2016年6 月 2430 日、7 月 30 日至 8 月 5 日，2017 年 7 月1019日，2019年7月1930日模型对洪水的模拟效果较差，在洪峰处会有一定的误差。实测洪水过程中，洪峰前的洪水上涨过程往往比较迅速，如2016年6月1718日，实测流量由51.90 m3s-1涨为103.00 m3s-1，7月67日，实测流量由42.60 m3s-1涨为151.00 m3s-1，在这一点上，模型模拟的效果较好，符合实际情况。2.3 年际变化模拟结果分析根据 水文情报预报规范（GB/T22482-2008），本研究采用距平百分率P作为划分径流丰平枯的标准，并对所研究的河流径流系列进行分类。计算过程中，使用了石门站 19781983 年和 20082019年的年平均流量数据。经过计算，2016年为特丰水年，2017 年和 2019 年为平水年，2018 年为偏枯水年。使用不同河道洪水演进方法（马斯京根-康吉模式、扩散波模式）模拟石门水文站出流的流量过程线，以及从石门水文站收集的日流量观测数据，如图3所示。从图形表示中，很难将模型的性能与观察到的数据进行比较。因此，本研究使用三个统计误差（NSE、RME和R2）来评估模型的性能（表2），模型的R2如图4所示。总体而言，马斯京根-康吉模式和扩散波模式均具有良好的预测能力，NSE和R2在大多数年份均达到了较高的水平。具体来说，马斯京根-康吉模式在20162019年的R2值均在0.6780.695之间，模拟结果较好。扩散波模式在2016年和2018年的表2 使用不同模式的流量模拟结果Tab.2 Flow simulation results using different method模式马斯京根-康吉扩散波年份2016年2017年2018年2019年2016年2017年2018年2019年NSE0.6670.6310.6380.5910.6520.6630.6650.658MRE/%3.899.817.415.993.519.883.495.80R20.6880.6950.6780.6850.6960.7220.6780.747用时112 min296 min图4 不同年份、洪水演进模式的R2值Fig.4 R-square values for the different flood routing models and years12448期汪翔等：两种河道洪水演进方法在新疆山区的应用比较R2值分别为0.696和0.678，都比较接近马斯京根-康吉模式在这2 a的R2值。但在2017年和2019年，扩散波模式的 R2值分别为 0.722 和 0.747，比马斯京根-康吉模式高很多，扩散波模式的NSE值为0.663和 0.658，远大于马斯京根-康吉模式的 0.631 和0.591，说明扩散波模式能更好地模拟平水年的流量过程。推测其主要原因是扩散波模式的模型结构或参数设置更适合平水年的水文过程，因而能够更好地预测平水年的径流量。2.4 场次洪水特征分析选择4场洪水，洪水精度分析如表3所示，具体洪水过程线如图5所示，观测数据由洪水要素插值得到。其中，扩散波模式的洪峰相对误差最大为7.62%，最小为1.09%，马斯京根-康吉模式的洪峰相对误差最大为8.66%，最小为0.30%。其中，洪水2的洪峰单一，对应的模拟结果类似，马斯京根模式模拟得到的洪峰径流量更小，且洪峰出现时间滞后于扩散波模式。当洪水形状较为复杂，如洪水1、3、4，在短期内出现了多个洪峰时，扩散波模式会在第一个洪峰有较大的径流量，在第二个或多个峰值更小，并且在这种情况下，扩散波模式模拟得到的洪峰相对误差也较小。相比之下，马斯京根-康吉模式模拟得到的洪水多集中在第二个或更晚的洪峰上，洪水过程线形状更为矮胖，在洪峰处模拟结果也较差。从4场洪水过程的径流模拟结果来看，马斯京根-康吉模式在呼图壁河流域的径流效果相对扩散表3 两种洪水演进模式的精度分析Tab.3 Accuracy analysis of hydrological model演进方法扩散波法马斯京根-康吉法洪水场次12341234实测洪峰/（m3s-1）10315189.4712910315189.47129预测洪峰/（m3s-1）105.62152.6496.29123.92103.31145.7697.22121.04洪峰相对误差/%2.541.097.623.940.303.478.666.17精度评价-图5 洪水过程线Fig.5 The flood hydrograph124540卷干旱区研究波法稍差一些。考虑到降水数据为预报数据且研究区域本身面积较小，模拟时间序列较短，模拟效果可能存在一定的不稳定性，需要对更多降水资料做进一步的分析，其径流模拟效果研究需要更多场次的洪水过程来进行验证。因此，GFS降水资料在新疆内陆干旱区的洪水模拟的可用性还需进一步研究。3结 论本文利用GFS网格数据驱动WRF-Hydro模型的两种河道洪水演进模式并应用于新疆内陆干旱区的呼图壁河流域石门站以上区域，分析并讨论两种模式对径流量模拟的表现。研究发现：（1）在呼图壁河流域，扩散波模式的模拟效果优于马斯京根-康吉模式，尤其在平水年的模拟表现最佳。由于扩散波模式采用有限体积法对空间离散化，计算稳定性更强，但马斯京根-康吉模式采用有限元法，计算复杂度较低。建议在具体应用中根据流域大小和模拟要求选择相应的模式。（2）两种模式在日径流模拟中对于单峰洪水都较为准确；对于多个洪峰或连续多场洪水，第一个洪峰模拟较好，但对后续洪峰模拟结果一般。这可能与输入数据质量和率定方法有关。由于研究区站点稀少，采用GFS的降水与气温数据驱动水文模型。驱动数据本身存在一定误差，后续研究可以利用实测数据修正驱动数据减小误差。综上所述，WRF-Hydro模型的两种河道洪水演进模式在呼图壁河流域夏季洪水的模拟预测和分析中具有应用潜力。然而，对于春季和冬季的融雪、融冰洪水事件，该模型的适用性和准确性仍需进一步验证和评估。因此，需要进行深入研究和探索，以提高模型在不同季节洪水事件中的预测能力和应用价值。参考文献（References）：1夏军.水文学科发展与思考J.中国科学基金,2000(5):39-43.Xia Jun.Perspective and ponderaction in hydrological scienceJ.Bulletin of National Natural Science Foundation of China,2000(5):39-43.2Nikoo M,Ramezani F,Hadzima-Nyarko M,et al.Flood-routingmodeling with neural network optimized by social-based algorithmJ.Natural Hazards,2016,82(1):1-24.3Usda.National Engineering Handbook,Section 4:Hydrology Chapter 17 Flood RoutingM.Washington,DC.1972:2-4.4陈亚宁,杨青,罗毅,等.西北干旱区水资源问题研究思考J.干旱区地理,2012,35(1):1-9.Chen Yaning,Yang Qing,Luo Yi,etal.Ponder on the issues of water resources in the arid region ofnorthwest ChinaJ.Arid Land Geography,2012,35(1):1-9.5穆振侠.天山西部山区分布式水文模型的研究D.乌鲁木齐:新疆农业大学,2007.Mu Zhenxia.Research on Distributed Hydrological Model in Western Tianshan MoutainsD.Urumqi:Xinjiang Agricultural University,2007.6孟伟,张远,郑丙辉.辽河流域水生态分区研究J.环境科学学报,2007,27(6):911-918.Meng Wei,Zhang Yuan,Zheng Binghui.Study of aquatic eco region in Liao River BasinJ.Acta Scientiae Circumstantiae,2007,27(6):911-918.7陈庭兴,吕海深,朱永华.基于GEV分布的西营河流域洪水特性分析J.干旱区研究,2021,38(6):1563-1569.Chen Tingxing,Lyu Haishen,Zhu Yonghua.Analysis of flood characteristicsin Xiying River Basin based on GEV distributionJ.Arid Zone Research,2021,38(6):1563-1569.8刘玉环,李致家,刘志雨,等.半湿润半干旱流域空间组合模型研究J.湖泊科学,2020,32(3):826-839.Liu Yuhuan,Li Zhijia,Liu Zhiyu,et al.Spatial combination model for semi-humidand semi-arid watershedsJ.Journal of Lake Sciences,2020,32(3):826-839.9刘昱辰,刘佳,李传哲,等.WRF-Hydro模式在水文模拟与预报应用中的研究进展J.水电能源科学,2019,37(11):1-5.LiuYuchen,Liu Jia,Li Chuanzhe,et al.Advances of WRF-Hydro andits application in hydrological simulation and forecastingJ.WaterResources and Power,2019,37(11):1-5.10 刘洪波,菅浩然,孙明坤.WRF-Hydro模型在典型中小流域的日径流模拟研究J.水文,2021,41(4):48-55.Liu Hongbo,JianHaoran,Sun Mingkun.Daily discharge simulation of small and medium-sized humid and semi-humid basins using WRF-Hydro modelJ.Journal of China Hydrology,2021,41(4):48-55.11 Sun M,Li Z,Yao C,et al.Evaluation of flood prediction capabilityof the WRF-Hydro model based on multiple forcing scenariosJ.Water,2020,12(3):874.12Davy Q G M L,Jol A,Browne K N A,et al.Potential of the coupled WRF/WRF-Hydro modeling system for flood forecasting inthe Oum River(West Africa)J.Water,2022,14(8):1192.13 王岚,刘志辉,姚俊强,等.19782011年呼图壁河径流的变化趋势J.水土保持通报,2015,35(3):62-67.Wang Lan,Liu Zhihui,Yao Junqiang,et al.Runoff variation trend of Hutubi Riverduring 1978-2011J.Bulletin of Soil and Water Conservation,2015,35(3):62-67.14 耿峻岭,高玲,陈建江,等.新疆呼图壁河流域水文特征分析J.干旱区研究,2005,22(3):371-376.Geng Junling,Gao Ling,Chen Jianjiang,et al.Analysis on the hydrological characteristicsin the Hutubi River Basin,XinjiangJ.Arid Zone Research,2005,22(3):371-376.12468期汪翔等：两种河道洪水演进方法在新疆山区的应用比较15Shen Y,Xiong A.Validation and comparison of a new gauge-based precipitation analysis over mainland ChinaJ.InternationalJournal of Climatology,2016,36(1):252-265.16 孙铭悦,吕海深,朱永华,等.2套气象数据在资料缺乏地区的适用性评估以呼图壁河流域为例J.干旱区研究,2022,39(1):94-103.Sun Mingyue,Lyu Haishen,Zhu Yonghua,et al.Applicability assessment of two meteorological datasets in areaslacking data with the Hutubi River Basin as an exampleJ.AridZone Research,2022,39(1):94-103.17 朱仟.气候变化下降水输入和水文模型参数对水文模拟的影响D.杭州:浙江大学,2017.Zhu Qian.Effects of PrecipitationProducts and Parameters in Hydrological Model on HydrologicalSimulation under Climate ChangeD:Hangzhou:Zhejiang University,2017.18 Ryu Y,Lim Y J,Ji H S,et al.Applying a coupled hydrometeorological simulation system to flash flood forecasting over the KoreanPeninsulaJ.Asia-Pacific Journal of Atmospheric Sciences,2017,53(4):421-430.19Naabil E,Lamptey B,Arnault J,et al.Water resources management using the WRF-Hydro modelling system:Case-study of theTono dam in West AfricaJ.Journal of Hydrology:Regional Studies,2017,12:196-209.20Silver M,Karnieli A,Giant H,et al.An innovative method for determining hydrological calibration parameters for the WRF-Hydromodel in arid regionsJ.Environmental Modelling&software,2017,91:47-69.Application and comparison of two channel flood routing methodsin Xinjiang mountainous areasWANG Xiang1,2,LYU Haishen1,2,ZHU Yonghua1,2,GUO Chenyu1,2(1.State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering,Hohai University,Nanjing 210098,Jiangsu,China;2.College of Hydrology and Water Resources,Hohai University,Nanjing 210098,Jiangsu,China)Abstract:We applied the two built-in channel routing methods of the WRF-Hydro model(i.e.,the diffusive waveand the Muskingum-Cunge methods)to the upstream area of the Shimen Hydrological Station in the HutubiRiver Basin and used GFS precipitation data for model input.The difference between the simulated and measuredrunoff was compared and analyzed using daily flow observations from 2015 to 2019 and annual average flowdata from 1978-1983 and 2008-2019 at the Shimen Hydrological Station.We also discussed the simulationeffect of the flood evolution method based on the WRF-Hydro model in the Xinjiang inland arid mountainousarea.The results show that the simulation effect of the diffusive wave method is generally better than that of theMuskingum-Cunge method.This paper analyzes some characteristics of the two river routing models of WRF-Hydro to simulate floods.The diffusive wave method had better simulation results,but took longer,whereas theMuskingum-Cunge method had less ideal simulation results,but went faster.Keywords:Xinjiang;inland arid area;diffusive wave;Muskingum-Cunge;flood routing1247