淮河小流域多源降水数据产品径流模拟对比分析.pdf

第54卷第8 期2023年8 月文章编号：10 0 1-417 9(2 0 2 3)0 8-0 10 9-0 9引用本文：渠畅，魏玲娜，董建志，等.淮河小流域多源降水数据产品径流模拟对比分析J.人民长江，2 0 2 3,54（8）：10 9-117,130.人民长江YangtzeRiverVol.54,No.8Aug.，2 0 2 3淮河小流域多源降水数据产品径流模拟对比分析渠畅12,魏玲娜1.2,董建志3.4,徐士惠,玮6,7（1.南京信息工程大学水利部水文气象灾害机理与预警重点实验室，江苏南京2 10 0 44；2.南京信息工程大学水文与水资源工程学院，江苏南京2 10 0 44；3.天津大学地球系统科学学院，天津30 0 0 7 2；4.天津大学表层地球系统科学研究院，天津30 0 0 7 2；5.中国气象科学研究院浙江分院，浙江杭州31130 0；6.抚河水文水资源监测中心，江西抚州3440 0 0；7.鄱阳湖水文生态监测研究重点实验室，江西南昌330 0 0 2）摘要：为研究多源降水数据产品的地区适用性，对比不同产品的水文模拟效果，选取淮河上游紫罗山、中游黄泥庄两个流域，对比分析CHIRPS、C M O RPH、ERA 5、I M ERG 4种产品模拟流域平均降水的误差特征，利用集总式FLEX模型对产品模拟结果进行比较，探讨了产品在准河流域不同位置对径流模拟效果的影响。结果表明：两个流域CHIRPS降水误差最大，CMORPH次之ERA5和IMERG的精度较高，上游紫罗山流域多源数据集整体高估；不同降水数据产品径流模拟性能不一，模拟效果与产品精度评估结果基本一致，总体ERA5和IMERG模拟径流与实测吻合较好；总体而言，4种数据集有效反映了流域的空间水文特性，上游紫罗山流域径流模拟效果优于中游黄泥庄流域。关键词：径流模拟；FLEX模型；卫星降水产品；淮河流域中图法分类号：P3390引言降水是一种时空变异特性显著的水文气象要素，陆地径流的产生、土壤水分的变化和蒸散发的形成等流域水文循环过程无一不与降水分配密切相关。作为水文模型的关键输人变量2-3,降水数据的准确性对水文模拟的不确定性影响极大4。因此,高精度大范围的连续降水数据对流域水文过程模拟及预报具有重要意义。目前获取降水数据的途径主要有地面雨量计观测、雷达探测、数值天气模式模拟以及卫星遥感产品5-6 等。传统的降水信息利用地面站点雨量计实测获得，例如自动雨量站等，尽管时间分辨率较高，但仍不能满足空间覆盖率的需求，尤其对于时空变化剧烈收稿日期：2 0 2 2-10-2 2基金项目：国家自然科学基金项目（5190 912 1，52 17 90 2 1）作者简介：渠畅，男，硕士研究生，研究方向为水文气象。Em a i l:q c s t r u g g l e 16 3.c o m通信作者：魏玲娜，女，副教授，博士，主要从事流域水循环模拟与水文气象研究。E-mail:文献标志码：AD0I:10.16232/ki.1001-4179.2023.08.015的热带地区7 ,地面站点观测更是无能为力。卫星遥感技术能够提供具有一定时空精度的连续降水数据，其空间覆盖范围广、获取便捷，可在一定程度上弥补其他来源降水数据的缺陷 ，为水文气象研究与实际应用提供有力支持，尤其给缺资料地区提供了新的数据来源9-10 1。卫星遥感技术快速发展促进了卫星降水数据产品的日趋成熟和完善，同时大大推动了卫星产品在水文、气象、农业、环境等诸多领域的应用。现有的卫星降水数据产品已显示了全球化的监测与预测潜力，例如IMERG的时空分辨率已能达到0.1和30min。同时，随着观测手段的多样化和数据同化技术的成熟，对地面、卫星、雷达、探空、飞机、船舶等多种观测资料进行质量控制，利用全球气候系统模式对实际的大气状况进行模拟，可获得高分辨率、长时间序列的全110球降水数据,例如欧洲中期天气预报中心的ERA-In-terim和ERA5,以及美国国家环境预报中心的CFSR等等国内外大量研究是针对降水数据产品的精度和地区特征进行的12-14。例如,Xin 等15 在粤港澳大湾地区比较了ERA5-Land和ERA5-HRES两种产品，发现后者在探测降水强度和降水事件方面更优，同时发现ERA5在城市化水平较高的地区降水探测表现不佳。Huang等16 以40 0 多个台湾当地雨量计观测值为基准，对比发现IMERG产品在数量和质量上都优于TRMM,可以更准确地描述台湾夏季降水在多个时间尺度的变化。Tang等17 对IMERG在中国日尺度和小时尺度的产品质量综合分析后发现IMERG产品优于除GSMaP以外的其他数据集（TRMM3B42、CM O RPH、PERSIAN-CDR、G SM a P、C H I RPS、SM 2 RA I N、ERA 5、ERA-Interim和MERRA2），且产品质量随时间推移不断提高。在此基础上，学者们也在不断尝试将各种数据产品应用到水文模拟中，对其适用性能加以探讨。例如，邹磊等18 曾利用分布式时变增益模型对元江流域多套降水产品的可替代性进行研究；许心怡等19 利用滦河流域IMERG和CMFD（中国区域地面气象要素驱动数据集）开展定量多尺度时空精度评估，借助SWAT模型对比分析了两种产品的水文效用。尽管降水数据产品驱动水文模拟领域的研究已积累了一定的成果，但对于具体流域不同降水产品的误差如何，其误差又是如何影响水文模拟结果的仍有待进一步研究。淮河流域位于中国南北气候过渡带，气候条件复杂，旱涝灾害严重，区域内降水集中，导致在地势起伏较大的山丘区，小流域山洪源近流急、峰高量大，破坏力强，但雨量站网信息不足，降水量分布估计存在较大误差影响洪水预报的精度。因此，有必要针对淮河小流域的多源降水产品的可替代性和水文模拟的适应性加以研究。本文选取淮河上游紫罗山和中游黄泥庄两个典型流域，对比分析CHIRPS、CM O RPH、ERA 5、I M E-RG这4种常用降水数据产品面雨量的误差特征，分析其对径流模拟效果的影响，以此评估这4种数据集在紫罗山与黄泥庄两流域水文过程模拟中的精度。1石研究流域与数据1.1沃流域概况选择淮河上游的紫罗山和中游的黄泥庄作为典型流域进行研究,研究区域如图1所示。其中紫罗山流域为紫罗山站（112 31 E,3410N）以上集水区，面积1800km位于淮河西部沙颖河水系北汝河上游，属人民长江半干旱大陆性气候，多年平降水量7 58 mm，降水主要集中在汛期，水面蒸发量9 54.3mm，流域地形起伏较大，海拔2 90 2 12 0 m。黄泥庄流域为黄泥庄站（11537E,3128N)以上集水区，面积8 0 5km，位于大别山北麓，淮河流域史河源头，受东亚季风活动控制，属于湿润地区，年均气温12 2 1，多年平均降水量约1380mm,年内分配不均，主要集中在6 9月。流域呈不规则扇形，地形以丘陵和山地为主，海拔130 1500m，河谷狭长，水系发育良好。两流域植被覆盖良好，受人类活动影响较小，适合开展天然状态下的水文过程模拟研究。1120E11210E11220E11230E11520E11530E11540EN,O.tEN,OS.5EN,Ot.c5(b)紫罗山流域(b)ZiluoshanBasin125250km(a)淮河流域(a)HuaiheBasin图1研究流域位置、DEM与站点分布Fig.1 Location of the study watersheds,their DEM and gauges1.2数据收集与处理20102018年的逐日流量数据和地面雨量数据来源于中华人民共和国水文年鉴中的淮河流域水文资料。黄泥庄流域内有禅堂站、关庙站、吴店站、斑竹园站、西河站、银沙站、徐坳站、马鬃岭站8 个雨量站以及黄泥庄水文站共9个站点；紫罗山流域内有孙店站、龙王庙站、两河口站、禅螳站、木植街站、黄庄站、排路站、沙坪站、付店站、娄子沟站、十八盘站、秦亭站、王坪站、三屯站14个雨量站以及紫罗山水文站共15个站点。收集整理紫罗山流域内汝阳站与黄泥庄流域临近气象站点金寨站2 0 10 2 0 18 年逐日的日平均气温、日最高气温、日最低气温，分别用于模型蒸发量计算。选用CHIRPS、C M O RPH、I M ERG 卫星降水产品和ERA5再分析降水数据，时间为2 0 10 年1月1日至2018年12 月31日，采用最邻近法【19 将空间分辨率统一至0.10.1以便对比不同数据产品的流域平均面雨量精度，同时计算流域内所有数据集格点的算术平均值作为流域平均降水量。各降水数据产品的信息如表1 所列。2023年N.O.16N,OI.1S(c)黄泥庄流域N(c)Huangnizhuang Basin高程：m水文站22200。雨量站130口降水数据产品格点流域边界水素第8 期Tab.1Information of the four precipitation data products产品名称研发背景CHIRPS由美国地质调查局数据时间序列长（198 1https:/www.chc.ucsb.edu/（U SG S）和加利福尼亚年至今），是多时间尺data/chirps大学气候危害小组开发度、多空间分辨率降水数据集，全球覆盖范围为50 S50N,空间分辨率较高，广泛应用于中低纬度区域内的降水、干早研究CMORPH基于美国NOAA气候预集合了多平台卫星制作https:/www.cpc.ncep.noaa.测中心（CPC）创立发展而成，目前在国内多应gov/products/janowiak/cmor-的一种利用时间空间联用于数据反演、区域大ph_description.html合内插的全球高时空分尺度气候预报分析，降辨率降水产品的技术水产品评估等领域19IMERC基于GPM卫星群获取较高的空间分辨率以及https:/disc.gsfc.nasa.gov/的大量遥感信息、微波、覆盖率、多时间分辨率，红外和雷达数据反演所可精确探测微量降水，产生的降水数据集，来产品可靠性高【2 0 】自美国NASA主导的TRMM的后续全球卫星降水观测计划ERA5欧洲中期天气预报中心采用改进的数据同化系htps：/w w w.e c mw f.i n t/e n/（ECM W F）发布的第五统（IFSCycle41r2）、四维forecasts/datasets/reanalysis代再分析数据集2研究方法2.1FLEX模型与构建基于 FLEX（Flu x Ex c h a n g e h y d r o lo g ic a l m o d e l)模型构建刻画不同水文过程响应单元、适应不同流域所需具体应用目标的水文模型2 0-2 。该模型在搭建过程中可以根据研究区域的实际气候、地形等下垫面特征对水箱进行增删或对参数加以修改，其结构灵活度高,区域适应性强。考虑到研究流域的面积较小,水文要素的空间差异较小，集总式概念模型比分布式模型有更好的参数化灵活性和更强的误差过滤能力2 3，本文利用FLEX模型框架构建了包含：植被冠层截留水箱（S.）、非饱和土壤层水箱（S.）、快速退水水箱（S.）以及慢速退水水箱（S.）的四水箱FLEX水文模型,分别用以模拟植被截留、非饱和土壤水产汇流等环节，反映降水经过植被的截留、土壤与植被的蒸散发（见图2）。模型包含了11个主要参数，参数的含义及取值范围如表2 所列2 4 针对气象站点高程（eleu_CM）和流域平均高程（e le v _P4)的差别对流域进行温度修正,用式（1）计算渠畅，等：准河小流域多源降水数据产品径流模拟对比分析表1四种降水数据产品信息特点变分同化分析（4D-d a t a s e t s/e r a 5Var)以及辐射变分偏差校正技术2 1，相较于前代再分析数据集降水，数据集的质量得到系统性提升111修正因子（Tcalt）。潜在蒸散发（E，）计算采用Har-greaves 公式 2 5 来源参数S iMax植被截留能力，用于表明最大截留量SuMax最大储水量，用于表明包气带的土壤层根区存储水能力C包气带水分中消耗于实际蒸腾的比例系数包气带蓄水容量曲线抛物线型指数，用于表征景观空间异质性，进行径流系数的计算D分径流成分比例参数，将径流分成直接径流和深层地【0.1,0.9下径流分别流入S，和S两个水箱Kf浅层地下径流（壤中流）退水参数，为水箱S，中的壤中流流人河网的时间K深层地下径流（壤中流）退水参数，为水箱S。中的基流汇人河网的时间TiagF水流在S水箱中的滞时水流在S水箱中的滞时SmMax直接径流（包括坡面流和壤中流）阈值参数，可理解为S水箱的最大储水量Kf地表径流退水参数，为超过S，储水能力的地表径流流人河网的时间降水经过S，水箱首先进行植被冠层截留，当截留量超过该水箱的最大储水量SiMax时，多余的水到达非饱和土壤层S.水箱，此处采用新安江模型的不饱和蓄水层的水量计算方法，流域平均蓄水容量W为W.=1+非饱和土壤层S.中的水量部分消耗于实际蒸散发，这里的实际蒸发蒸腾量E。与潜在蒸散发E。与土壤相对湿度S./SuMax成正比，计算公式为E.=min(E,E,3S.uMa当流入S.水箱的水量大于最大储水量SuMax时，多elev_P4-elev_CMTcalt=100 0.6E.个PSCPuSaMaxS.图2 FLEX模型结构Fig.2Structure of FLEX model表2FLEX模型使用的参数Tab.2Parameters of FLEX model参数含义SuMax(1)TuneFRDRsTuesRsIS.RaLKQnS,K,QrK.Q取值范围0.1,5 20,8000.2,0.80.1,31,20 10,4000.8,32,50 10,2001,10(2)(3)112余的水量由比例系数D分为两部分，一部分在流向河网过程中发生人渗，经滞时Tlags后流向慢速退水水箱S，最终成为深层地下径流汇人河网；另一部分经滞时Tlagr后流向快速退水水箱Sr，当快速退水水箱的储水量超过其储水能力SrMax时，多余的水量经过Kr时间后转化为地表径流或壤中流流人河网。最终流域出口断面出流就是地表径流、壤中流和地下径流之合。模型的输人数据为流域平均逐日的降水数据、气象站逐日温度（日平均气温、日最高气温、日最低气温）数据和流域出口断面逐日流量数据。选取2 0 10 2014年为模型率定期，2 0 15 2 0 18 年为验证期，模拟两个流域的日流量变化过程。由MOSCEMU A(Multi-objective Shuffled Complex Evolution Metropo-lis)算法2 6 ,选取KCE（K l i n g-G u p t a e f f i c i e n c y）作为目标函数（KGE最优值为1），同时以开方形式与绝对值形式的KGE作为辅助判据，优化确定模型参数。2.2附降水误差评估采用相对偏差BIAS、均方根误差RMSE和相关系数r三项指标来定量评价ERA5，C H I RPS，I M ERG，CMORPH4种产品与地面雨量站观测算得的流域平均降水量在日尺度上的一致性。以地面雨量站观测为基准对比不同数据集的降水量误差,BIAS值反映了数据产品的系统偏差程度；RMSE值用来衡量产品偏离地面观测的程度，它对误差极值敏感，可反映产品的精密度；r值表征数据集与地面观测之间的线性相关程度。BIAS值和RMSE值反映了偏差误差的大小。BIAS=RMSE=Cov(S,C)r=VVar S VarC式中：C，表示地面雨量站观测日降水量；S，表示产品的日降水量数据，i=1,2,3，n 表示时间序列；Cou（S,C）为S与C的协方差,VarS为S的方差，VarC为 C 的方差。采用探测率Pd、空报率RrA和Heidke技巧评分指数SH三项分类评价指标来反映产品对日降水事件的探测能力。P.越高，表明数据集对日降水事件的漏报程度越小2 7 ;Rr越小，空报程度越小；S综合反映了卫星对降水事件是否发生的估计能力，表示实际预报的准确率比随机预报的准确率好多少，其值范围在-1,1之间,预报完全正确时,S=1。人民长江式中：n.表示降水数据产品和地面观测基准数据同时有雨的频数；n1o表示降水数据产品有雨地面观测无雨的频数；noi表示降水数据产品无雨地面观测有雨的频数；noo表示降水数据产品和地面观测同时无雨的频数。本次研究重点在于理解模型利用多源降水数据导致的输人误差对径流模拟结果影响，而非关注流域内部降水产品的空间精度，本文并未考虑多源降水产品在空间分布上的精度，而将主要篇幅集中于评估多源降水产品对流域面平均降水量的刻画能力。2.3径流模拟效果评价由于水文模型参数的优化常会出现“异参同效”问题，这种参数的不确定性会对评判参数优化标准、提高水文模型模拟精度造成阻碍。Beven认为如果采用单一的目标函数进行模型模拟结果的评判，容易弱化部分模拟结果的特性，具有局限性2 8 。为了尽可能避免模拟结果受某组模型参数影响，同时兼顾径流模拟效果评价指标的合理性，本文采用比较流域出口断面的径流变化过程线图以及纳什效率系数NSE和Kling-Gupta效率系数KGE两种方式评价模拟效果。Z(S:-C.)NSE是常用于评价验证水文模型模拟结果的目标n(4)(5)(6)2023年nlPa=nm+noln10RrA=n+nio2(nnoo-nonol)函数。KCE充分考虑模拟值和实测值的均值和误差，是对NSE的一种补充描述,研究表明，使用KGE更能充分反映流域水文过程2 9NSE=1-nKGE=1-/(r-1)+(-1)+(-1)sim二uobs0sim=Qobs式中：Qsim和Qobs.i分别是模拟和实测径流量，mm/d;r为模拟和实测径流间的线性相关系数;sim和obs分别是模拟和实测径流量的平均值;sim和obs分别是模拟和实测径流量的均方差。(7)(8)(9)(10)(11)(12)(13)第8 期3结果和讨论3.17不同降水产品的面雨量精度评价图3给出了紫罗山流域4种产品与地面站点流域平均日降水量散点图,同时列出了各评价指标计算结果。由图3可知,ERA5和IMERG的与地面雨量站观测的日降水量一致性更高，r分别为0.8 0 与0.7 9,更接近1。整体而言，4种产品的系统偏差BIAS均大于0,说明降水数据产品的降水量偏大，而S值均大于0，代表卫星对有无降水发生的探测准确性高于事件随机概率。其中ERA5和IMERG的BIAS分别为3.3%和3.4%，RM SE在4mm左右，误差较小，说明ERA5和IMERG与地面雨量站观测的一致性高，前者比后者误差略小。进一步对比这两种产品的分类误差指标，ERA5的P.和S比IMERG略高,RA更小,说明前者对日降水事件的捕捉能力比后者稍好。4种产品中，CHIRPS产品的RMSE为6.2 2 mm，误差最大，r为0.56,与地面雨量站观测的线性相关关系最弱,P.和S值都最小，降水事件的探测能力相对最弱，说明CHIRPS整体的精度最差。12090渠畅，等：准河小流域多源降水数据产品径流模拟对比分析CHIRPS产品的精度最差。200Fy=X150100S020015050产0120901130.81,说明ERA5和IMERG与地面雨量站观测的一致性高,前者比后者误差略大。进一步对比4种产品的分类误差评价指标，ERA5的P.和S比IMERG稍高说明ERA5对日降水是否发生的辨识能力比IMERG稍强。而CHIRPS产品的RMSE为10.8 4mm,误差最大,r为0.58，与地面雨量站的相关性最弱,P.和S值都最小，降水事件探测能力较弱,说明BIAS=16.37%BIAS=-4.67%RMSE-10.84mmRMSE=7.95mfm=0.58.P-0.50ReA=0.28SH-0.3650100150200雨量站日降水量/mm(a)CHIRPSBIAS=0.22%RMSE-7.i3mm10.78P.=0.98ReA=0.41S-0.4250100150200雨量站日降水量/mm(c)ERA5图4黄泥庄流域产品降水与站点降水散点2001501005002001501000雨量站日降水量/mm(d)IMERGy=xP-0.72=0.73RA=0.28SH-0.5050100150200雨量站日降水量/mm(b)CMORPHBIAS=-3.17%RMSE=6.72mm1=0.81P,=0.92ReA=0.42SH-0.3650100_150200Fig.4 Scatter plots of the four products data vs.gauge observations600120906030产0Fig.3Scatter plots of four products data vs.gauge observations图4为黄泥庄流域4种降水数据集与地面站点观测的平均日降水量散点图。由图4可知,ERA5和IMERG产品与地面雨量站观测的日降水量一致性比CHIRPS和CMORPH好，r分别为0.8 1与0.7 8,更接近1。4种产品的系统偏差有正有负，CHIRPS的BIAS和RMSE均最大，与地面观测降水的偏离程度最大。而ERA5和IMERG产品的BIAS分别为0.2 2%和-3.17%，相对较小,RMSE也较小，r值为0.7 8 和BIAS=2.49%.RMSE=6.22mm1=0.56P.-0.52RFA=0.39S0.32306090120雨量站日降水量/mm(a)CHIRPSBIAS=3.30%RMSE=3.93mm1=0.80日P.=0.9630RFA=0.46产S.=0.393060雨量站日降水量/mm(c)ERA5图3紫罗山流域产品降水与站点降水散点at Ziluoshan watershed6030产0120906090120BIAS=3.84%RMSE=4.94mm=0.71P=0.72RrA=0.36S0.45306090120雨量站日降水量/mm(b)CMORPH:BIAS=3.40%RMSE=4.06mm=0.79P,-0.93RFA=0.53S0.22030雨量站日降水量/mm(d)IMERGat Huangnizhuang watershed4种数据集对两个流域降水事件是否发生的探测能力均是显著的,S0.2,ERA5和IMERG两种产品的误差更小,与地面站点观测的日降水量一致性更高，CHIRPS的精度最差。对比上游和中游两个流域，各数据集对上游紫罗山流域的日降水量大体都是高估的状态，而中游黄泥庄流域4种产品的日降水量误差都比上游紫罗山大，RMSE比紫罗山高6 1%8 1%，黄泥6090120庄流域的气候条件更湿润，多年平均降水量比紫罗山流域高8 2%，说明实际4种数据集的降水量估计相对精度水平黄泥庄流域高于紫罗山流域。这是因为上游海拔更高，地形变化比中游更加复杂，对卫星遥感探测和气候模式模拟的降水影响更大。4种不同的产品在淮河上游和中游对降水事件发生辨识能力基本一致，例如P.值反映的漏报程度从低到高依次为ERA5、I M-ERG、C M O RPH 和CHIRPS,S.值反映的综合估计能力从高到低依次为CMORPH、ERA 5、CH I RPS和IMERG。3.2土地面雨量站点模拟效果分析采用地面雨量站的流域平均日降水数据，利用FLEX模型对两流域进行径流模拟，其中2 0 10 2 0 14年作为模型率定期，2 0 15 2 0 18 年作为模型验证期。114在表2 给定的参数范围内随机生成2 0 0 0 0 组参数，利用2.1节中的参数优选方法进行率定，结果如表3所列。表3模型参数率定结果Tab.3Results of the model parameters after calibrating流域SiMaxSuMax紫罗山4.94118.020.320.710.903.21197.451.5628.5434.721.11黄泥庄3.03138.640.33 0.530.894.48181.091.0837.2341.21 1.04 由于地面雨量站的降水观测精度较高，通过分析地面雨量站模拟的径流与实测径流过程的拟合程度可推断所建FLEX模型的合理性。对两个流域的拟合结果进行统计（见表4），紫罗山流域的径流模拟结果率定期NSE介于0.42 0.9 2 之间，KCE介于0.42 0.80之间,模拟与实测径流的相关系数r0.89,相比之下验证期拟合效果差些；黄泥庄流域的径流模拟结果率定期NSE介于0.7 5 0.9 0 之间，KGE介于0.570.79之间，r0.9,拟合效果验证期同样优于验证期。另外，上游紫罗山流域呈现较为明显的径流模拟效果丰水年份优于枯水年份的情形，验证期甚至出现2016年NSE0的情况，经考证可能是流域出口断面上游不远处2 0 15年开始修建前坪水库（控制面积1325km）导致的；而中游黄泥庄流域丰枯年份拟合效果相当,验证期的拟合效果比紫罗山流域好。图5（a）、（b）、（c）分别展示了其中模拟效果好、中等和不好的年份的径流拟合结果。由图5（a）和（b）可见，黄泥庄流域2 0 10 年和紫罗山流域2 0 12 年模型计算的流域出口断面径流与实测径流过程吻合均90实测值60模拟值降水量2010-01-012010-04-0145实测值30模拟值降水量02012-01-01(.p.u)/KZ4530152015-01-01人民长江较好,洪峰流量接近,峰现时间基本一致。而模拟效果较差的黄泥庄流域尽管2 0 15年洪峰流量普遍偏低，但峰现时间和退水过程特征与实测基本吻合，见图5（c）。紫罗山和黄泥庄流域整个率定期的NSE分别为0.88和0.8 6,r为0.9 5和0.9 4,验证期的模拟效果评DKK.TiaFTiues2010-07-01日期/（年-月-日)12012-04-012012-07-01日期（年-月-日)实测值模拟值降水量2015-04-01Fig.5 Results of runoff simulation based on the observation of the ground rain gauges2023年Km价指标比率定期稍差，NSE为0.6 4和0.7 0，r为0.8 1和0.8 7，总体模拟与实测径流的一致性高。说明已建模型对研究流域的水文循环过程概化合理，可用于下一步多源降水数据产品的径流模拟效果评估。表4基于地面雨量站观测数据的径流模拟效果统计Tab.4 Statistics of the performance of runoff simulation basedon the observation of the ground rain gauges紫罗山流域黄泥庄流域年份总降水量/NSEKGE(mm a-)20101040.662011919.722012585.782013514.632014702.062015680.422016629.96-0.190.380.702017830.112018709.763.3不同产品径流模拟结果比较分析3.3.1率定期与验证期模拟结果对比以两流域以地面站点、4种产品降水数据作为输入，得到率定期与验证期的径流模拟效果统计如表5所示。由表可见，除了黄泥庄流域IMERG产品模拟结(.P.ww)/吾1503002010-10-012011-01-01450(a)黄泥庄2 0 10 年(a)HuangnizhuangBasin,20102012-10-01(b)紫罗山2 0 12 年(b)Ziluoshan Basin,20122015-07-012015-10-01日期/（年-月-日)(c)黄泥庄2 0 15年(c)HuangnizhuangBasin,2015图5基于地面雨量站点观测数据的径流模拟结果总降水量/NSEKGE(mm:a-l)0.870.610.960.92.0.800.960.770.640.890.420.420.910.910.730.960.430.470.700.700.580.860.53 0.550.75(.)4020实际径流深/mmd)(.P.uu)/吾水(./409020180102702013-01-01(.P.wu)/雪)901802702016-01-011533.921061.321172.731337.961432.541273.531917.681519.011481.20201020实际径流深/(mmd)402010实际径流深/（mmd)0.890.790.940.80 0.790.900.880.690.950.900.760.960.75 0.570.910.510.300.850.730.570.880.560.470.780.510.270.824040102040第8 期果验证期KGE值0.54高于地面站点的0.49外，其余时间两流域地面雨量站点观测降水模拟的径流效果均优于多源产品的模拟径流效果。两个流域率定期的模拟效果均好于验证期。其中，紫罗山流域验证期的4种产品模拟效果都不理想，推测与2 0 15年流域内修建水库有关，水利工程建设过程中河道内的天然径流过程受到影响。605040(P.)/Z)3020102018-01-01120100(P.Uu)/KZ)8060F40渠畅，等：准河小流域多源降水数据产品径流模拟对比分析6050403020102010-01-01 2010-03-01 2010-05-012010-07-01_2010-09-01 2010-11-01 2011-01-0102010-07-012011-01-0160504030202011-01-01 2011-03-01 2011-05-01_2011-07-01_2011-09-01 2011-11-01 2012-01-011153.3.2不同产品径流模拟结果对比利用图6 对两个流域4种数据集模拟的径流过程进行比较，其中参数由MOSCEM-UA算法重新优化率定,发现降水数据产品的径流模拟性能不一。总体上，4种数据集模拟结果与实测径流吻合度较好，除紫罗山流域验证期因修建水库影响外，两流域模拟结果大致能捕捉到与实测径流类似的动态变化过程和径流实测.CHIRPS-ERA5IMERG日期（年-月-日）2011-07-012012-01-012012-07-012013-01-01日期（年-月-日）(a)紫罗山流域率定期(a)Calibration periodofZiluoshanBasin日期（年-月-日）CMORPH2013-07-012014-01-01实测.CHIRPS-ERA5-IMERG2014-07-01CMORPH2015-01-01202018-01-012010-07-012011-01-012011-07-012012-01-012012-07-012013-01-01250一实测-.CHIRPS-ERA5IMERG200(.P.wu)/Z)1501002013-07-01日期（年-月-日）(b)黄泥庄流域率定期(b)Calibration periodof HuangnizhuangBasinCMORPH2014-01-01250r200.uw)/150502016-01-01 2016-03-01 2016-05-01_2016-07-01_2016-09-01 2016-11-01 2016-01-012014-07-012015-01-01日期（年-月-日）502013-01-012015-07-01Fig.6 Comparison of simulated daily runoff based on the four precipitation products2016-01-01图6 不同降水产品模拟的径流过程对比2016-07-01(c)黄泥庄流域验证期(c)Validation period of HuangnizhuangBasin2017-01-01日期/（年-月-日）2017-07-012018-01-012018-07-012019-01-01116峰现时间，但局部也出现一些因降雨误报形成的虚假洪水过程，例如紫罗山流域的2 0 13年6 9月。率定期紫罗山流域的NSE值集中在0.48 0.6 6,KGE值介于0.59 0.7 0 之间，r值在0.7 1 0.8 1间变化，4种卫星的模拟的径流效果差异较小,见图6（a）。黄泥庄流域率定期NSE值集中在0.2 10.6 7,KGE介于0.460.68间，r值在0.52 0.8 2 间变化。由图6（b）可见，CHIRPS和CMORPH模拟的径流过程拟合程度不及ERA5和IMERG两种产品，CHIRPS在2 0 11年8 月和10 月均出现了与实测结果不符的洪水场次，而CMORPH则出现了径流量高值模拟偏低，低值模拟偏高的情况；此外,相比率定期，验证期的评估指标值有所衰减,NSE值介于0.110.58 之间，KGE介于0.260.54之间，r值介于0.42 0.7 7 之间。由图6（c)可见,IMERG的模拟结果比其他3种降水数据集好，与实测径流过程有着相似的时间变化,ERA5的结果不佳原因在于其验证期降水数据的误差（BIAS和RMSE）较IMERG明显偏大。对比两个流域率定期的模拟效果，4种数据中CHIRPS、CM O RPH 和IMERG三者在上游紫罗山流域的模拟效果均优于中游黄泥庄流域，推测原因为上游降水产品的偏差（BIAS和RMSE）较小，中游更大，导致模拟效果上游比中游好。此外，该结果与率定期地面站点模拟效果上游流域优于中游基本一致，也说明了多源降水数据集基本反映了流域的空间水文特征。表5多源降水产品偏差与径流模拟评估指标值Tab.5 Evaluation statistical indicators of product deviation andrunoff simulation by using precipitation products黄泥庄流域降水偏差径流模拟指标数据源阶段RMSE/BIAS/%NSEKGETBIAS/%mmmm地面站点率定期0.880.730.95验证期0.640.600.81CHIRPS率定期-3.616.370.480.640.7113.6010.140.210.460.52验证期10.566.03-2.34-0.19CMORPH率定期-0.454.670.530.590.73-6.82验证期9.505.26-3.440.470.42-2.41ERA5率定期0.394.130.520.620.734.66验证期7.133.66-0.460.390.46-4.46IMERG率定期-1.624.130.660.700.81-4.98验证期10.033.97-0.560.350.50-1.264结论降水数据产品因其优越性已逐步成为可以替代地面观测资料用于水文分析、模拟及预报的基础数据。本文选取淮河上游紫罗山和中游黄泥庄两个流域，对比分析CHIRPS、C M O RPH、ERA 5、I M ERG 4种常用降水数据集产品的误差特征，利用FLEX模型对4种产人民长江品的模拟结果进行比较，探讨了产品误差对径流模拟效果的影响，得到结论如下：（1）两流域CHIRPS产品的误差最大，CMORPH次之，而ERA5和IMERG的精度都比较高，数据偏差较小、探测能力较强。在海拔更高、地势起伏更大的上游紫罗山地区，多源降水数据集呈整体高估的状态。（2）不同的降水数据集产品径流模拟性能不一，模拟效果与数据集精度评估结果一致，总体ERA5和IMERG的径流模拟结果与实测吻合较好，但4种数据集都有局部降雨误报导致虚假洪峰的现象。（3）整体上，4种数据集基本反映了流域空间上的水文特征,在淮河上游紫罗山流域和中游黄泥庄流域对降水事件发生辨识能力基本一致，上游紫罗山流域的径流模拟效果均优于中游黄泥庄流域。本文采用的FLEX模型在淮河两个小流域模拟过程中，对降水空间不均匀性、下垫面土壤、植被、产汇流特征的空间异质性等考虑不足，导致局部退水过程与洪峰流量拟合不