首页 理论教育局部敏感性分析方法在Thamesford中泰晤士河水文模型评价中的应用

局部敏感性分析方法在Thamesford中泰晤士河水文模型评价中的应用

【摘要】:在评价水文模型参数时本研究采用了局部敏感性分析方法。本研究使用1983年11月1日~1985年10月31日期间的降雨数据,对位于Thamesford的中泰晤士河进行了敏感性分析。表3Tha mesford中泰晤士河HEC-HMS水文模型的敏感性分析续表注Tc:集中时间,St:Clark储水,Bs:基准流储存;Br基流水库数目。Fleming及Neary在美国肯塔基州与田纳西州的Dale Hollow盆地对一个相似的HEC-HMS连续性模型进行了敏感性分析。

在评价水文模型参数时本研究采用了局部敏感性分析方法。将率定过的模型参数作为基准/名义参数集。模型使用基准值重复运行,其中每一个参数依次乘以0.8~1.2的系数,同时保持其他参数为恒定的初始名义值。并将不同模型调整参数情景的水位过程线与基准模型水位过程线进行比较。本研究使用1983年11月1日~1985年10月31日期间的降雨数据,对位于Thamesford的中泰晤士河(ID 02GD004)进行了敏感性分析。Thamesford的中泰晤士河地处泰晤士河流域上游(UTRB)中部,环境相对简单,而且是UTRB水文气候模式的典型代表。表3总结了比较的结果。对于洪水量级参数AEPM和EV而言,Clark储水系数St和描述土壤物理属性的参数(入渗率If和土层储水系数Us及Ts)都是受到连续模型生成的峰值水位影响最大的参数。对于峰值径流而言,连续模型对于3个SMA地下水层参数(Gs、Gp和Gc)来说是最敏感的。而SMA地下水参数及基流参数对于模拟枯水季径流及连续性模型整体拟合优度来说都至关重要。

表3 Tha mesford中泰晤士河HEC-HMS水文模型的敏感性分析

续表

注 Tc:集中时间,St:Clark储水,Bs:基准流储存;Br基流水库数目。Cs:树冠储水;Ss:地表储水;Us:土壤储水;Ts张力区容量;Sp:土壤渗透率;Gs:地下水储存;Gp:地下水渗透率;Gc:地下水储存系数;If:下渗率。

Fleming及Neary(2004)在美国肯塔基州与田纳西州的Dale Hollow盆地对一个相似的HEC-HMS连续性模型进行了敏感性分析。他们的结论是若调整最大入渗率If、土壤储存深度Us及张力区深度Ts将导致河流模拟径流发生最大的变化。而我们的结果同时还包含了对Clark储水系数的分析,Fleming及Neary(2004)的敏感性研究结果同本研究获得的结果的差异在其他影响因素之外主要原因是局部敏感性分析的限制,此分析依赖于各模型参数的实际组合。例如,若土壤层与浅层地下水之间的渗透率较高,则模型对描述土壤含水性的参数敏感性将较低。另一方面,如果两层地下水之间的深层渗透率较低,则浅层地下水参数很可能是SMA模型里的高敏感性参数,其原因是地下水在浅层内停留的时间较系统中的其他层要长。

对于未来气候变化情景下的极端水文情况,本研究中使用K-nn天气发生器来复制UTRB的当前(基准)气候情景,并模拟了未来各种不同的气候变化情景,其结果在Sharif及Burn(2004)研究中已有介绍。根据他们的研究,K-nn天气发生器能够充分地再现各种逐日观测数据的主要统计学特性。数据的空间及时间相关性也能被较好地保留。模型也能很好地再现逐月数据的统计值,进一步支撑了逐日模拟步长的拟合优度。读者可参考Sharif及Burn(2004)来获取更多的细节信息。

基于加拿大气候影响情景研究组(CCIS)提供的各种情景,利用加拿大气候模拟与分析中心(CCCma)的数据,我们从历史记录中采用策略性地重采样来生成各种综合的气象序列。此处将仅介绍仅两个相似的情景结果,一个是日平均温度增加1℃的情况(后称IncTemp情景),另一个是年平均降雨增加100mm的情况(后称IncPrec情景)。降雨季节性分布的变化在本研究中未做考虑。土壤水分蒸散发情景也不做研究,同时还假设UTRB盆地内的各种自然和人类活动过程不发生变化(土壤属性、土地利用、河流渠化、排水系统等)。

本水文模型使用30年的长期气候数据序列进行运算,此数据生成自未来两个气候情景下的K-nn天气发生器。图5比较了IncTemp情景、IncPrec情景和一个模拟水文年(冬夏各一季)基准情景的径流情况。从中可发现IncTemp情景生产了较多的融雪水,其中包括早于基准数据中主要融雪峰值的数个峰值。IncPrec情景则在春季(3月)和秋季(10~11月)中生产了较大的河流径流。

图5 基准情景、温度增加情景和降雨增加情景下日径流的典型季节分布

前文中所介绍的极端水文情况的特征是从IncTemp和IncPrec情景下模型的输出结果计算所得,并同时与基准情景数据的特征进行比较,结果如图6所示。对于高流量而言,IncTemp情景预测年平均最大日径流(MAX)量级会减少将近50%。UTRB区域内年最大径流主要受控于融雪水量。在IncTemp情景下,融雪期发生的更早,也持续的更长,并且融化强度在此期间内也更加均匀。图5显示了基准情景运行下主要的融雪水峰值被IncTemp情景下该年份早期发生的数个较小的融雪水径流峰值所取代。较多的融雪峰值也使得高流量的次数(NHF)增加了约4.5%。在温度增加情景下河流的最大绝对日径流(AMAX)量级减小了约45%,这与河流的年平均最大径流量级的减少是一致的。

碘盐伴我成长/中国盐业协会供图

为实现消除碘缺乏病目标,1993年7月31日,国务院正式成立“中国控制碘缺乏病协调领导小组”,该小组由17人组成,时任国务委员彭珮云任顾问,时任国家卫生部部长陈敏章任组长,董志华代表中国盐业任领导小组成员。

第二次领导小组会议后,彭珮云找董志华谈话,要求中盐全力保障加碘食盐在全国的推广和供应。他实事求是地向彭珮云汇报,在当时普遍要求盐业放开市场的呼声中,势单力薄的中国盐业总公司实在难以做到有效地向全国范围提供加碘食盐,只有国家规定食盐像烟草那样专卖或专营,中国盐业总公司才能带领盐行业通过专卖或专营方式向全国各地稳定供应合格、优质的加碘食盐,并提议尽快召开第三次领导小组会议,集中精力研究加碘盐供应方式等问题。随后,在国务院第四会议室召开了“中国控制消除碘缺乏病协调领导小组”第三次工作会议。董志华在会议上把中国盐业的形势、世界盐业的情况向参会人员作了一个详细介绍和汇报,明确提出我国应对食盐实行专卖或者专营,并强调了日本等发达国家对食盐实行专卖的政策情况。

当时参会的领导们听取了汇报后,一致表示赞成食盐实行专营,认为盐业在当时确实不能放开经营,而应该实行食盐专营政策。之后,记录这些建议、情况的会议纪要报送到国务院。国务院领导都批复了同意,并责成国家经贸委与中国轻工总会联合拟写正式报告报国务院批准。正式报告提交到国务院的时间是1993年底。1994年2月20日,国务院在国函〔1994〕13号《国务院关于进一步依法加强盐业管理问题的批复》中,同意对食盐实行专营,并对工业盐实行计划管理。

“食盐专营”为消除碘缺乏病作出重大贡献

董志华讲道:“现在回顾这段历史,我经常有一种责任感。当时我们基于真实情况,代表盐行业向国家领导人反映了有利于国计民生的意见,出于对工作负责、对党的事业负责、对人民健康负责,也是对国家负责的态度,我表达了真实想法,进而积极行动。国务院在1994年批准食盐专营后,于1996年5月27日发布了第197号令,颁行《食盐专营办法》,对食盐产销实行国家指令性计划管理,对食盐价格实行政府定价。”

食盐专营属于国家经营,是一种政府行为,而政府不能直接从事生产经营活动。鉴于中盐总公司数十年来一直负责全国盐的生产经营管理工作,所以授权中盐总公司负责组织领导全国盐行业落实食盐专营政策,保证合格碘盐供应。为此,中盐总公司上下努力,团结一心,做了大量的工作。因为当时的盐政相对松散,各省的盐业机构管理混乱,在落实专营、食盐加碘等政策时,费了许多精力,过程相当艰难。可以说,在落实食盐专营和食盐加碘、确保合格碘盐的供应方面,中国盐业总公司是临危受命,发挥了极其重要的作用。

概括来说,首先最重要的是理顺整个行业的体制。比如,在山东,产盐的9个地市归盐务局管,不产盐的8个地市归供销社管,河北也存在类似情况。有的省份管理体制上下不顺,还有的省份盐业公司力量薄弱。所以由中盐总公司出面,先把各省的管理体制理顺,一个省一个省地去落实。力量不够时,就拜托中国轻工总会的领导给各省领导写信,他们带着信去找省领导做工作。其次是每年召开一次全国盐业工作大会,由于这种年度行业会议非常重要,因而各地的盐业同志们都翘首以待。每次会议气氛都很和谐、热烈,全行业就像一个大家庭,在会上总结、部署工作也非常顺利。

另一个典型工作就是每年组织召开全国食盐计划工作会议,总结当年计划执行情况,并商定第二年的计划。每年的食盐计划,中盐总公司先提前让各省盐业公司、各食盐定点生产企业分别上报食盐产需计划,然后中盐总公司在会上协调,提出要求、指出问题,再报给国家计划委员会(发改委)下发文件,由中盐总公司负责组织行业执行,定期检查各省执行情况,调整增减,保障全国市场的稳定。

图6 温度增加情景和降雨增加情景下部分极端水文特征的预期变化

在降雨增加情景下年平均最大径流(MAX)减少了20%,河流最大绝对日径流(AMAX)则增加了15%。此结果可解释为冬季月份(11月、12月、翌年1月、2月)的历史观测数据中在温度与降雨之间存在正相关关系。由于这种正相关关系的存在,1月和2月降雨的增加同时也伴随着温度值的上升,并依次在该年早些时候生成了融雪径流。在IncPrec情景下的温暖季节产生了较大的降雨事件,并将导致一些大型的洪水事件并最终产生较高的AMAX值。春季和秋季洪水的增加将使得高流量的次数(NHF)上升2.5%。

两个情景下冬季融雪水导致MAX值的变迁也能通过DMAX值得到反映。基准情景数据中,2月末的年最大径流的平均发生水平向1月初(IncTemp情景)和2月初(IncPrec情景)迁移。同时RMAX值也下降了15%,这意味着河流年最大径流事件发生水平的时间均匀性减小。这主要是由前述讨论的融化时期的延长所导致。另一方面,河流年最大径流量级的可变性也将增加,IncTemp情景下增加约15%,IncPrec情景下增加约30%,这主要是由温暖季节中较大的降雨量所导致。

在极小流量方面,两种情景下绝对最小日流量和年平均最小日流量(AMIN)都有增加。IncTemp(IncPrec)情景下,绝对最小日流量为15%(高于基线30%)。两种情景下年平均最小日流量增加约20%。反映更广的日流量分布的枯季流量(MIN7)和90%流量也增加了20%~40%。低流量期从8月初(基准线)向6月转变可能能说明最小流量增加的原因,因为土壤含水量仍然受湿润春季的影响。事实上,年最小日流量时段比基线值减少了55~65天。两种情景下,年最小日流量规律性减弱了35%~40%,意味着低流量(干旱)时期将延长。然而,重现历史数据的年最小日流量特征的模型性能较差(表2),因此,低流量的规律性不会有较大的改变。根据年最小日流量变化系数,评价情景中的年低流量强度降低了5%~15%。总之,枯季径流量极端性也将降低,发生强度的可变性下降,但发生时间变得更加不规律。

本文结果与其他关注安大略西南部的研究发表结果能较好地吻合。如Fitz Gibbon等(1993)预测格兰德河(Grand River)春季径流峰值会有10%的减少。De Loe等(2001)讨论了此区域一些适应性变化的可能性。而Smith等(1998)则预计安大略南部区域会有更高强度的降雨,且降雨发生频率会发生变化,同时作为暖冬的结果之一,冬季中旬的融雪数量也将增加。