简介:降雨数值模拟是延长水文预报预见期的重要方法,但由于降雨数值模拟中驱动数据所提供的初始场和边界场条件和大气的实际状态并不是完全吻合,导致模拟结果存在误差。减小降雨数值模拟的误差是提高水文预报精度的关键问题,特别是在大气数值模式和分布式水文模型耦合模拟过程中,高精度的降雨信息是准确模拟的关键。本文基于WRF模式和三维变分数据同化方法,选取雷达反射率和GTS(GlobalTelecommunicationSystem)数据作为同化资料,开展基于数据同化的降雨数值空间分布模拟研究,从降雨的空间展布和指标评价两方面对同化前后的模拟结果进行对比。结果表明:同化后的模拟数据在CSI指标和RMSE指标上都优于同化前的模拟数据,说明同化后模拟数据的误差小于同化前的误差;将同化前后的数据展布在网格图中,发现同化后的数据可以更加准确地刻画降雨的空间分布规律,说明通过数据同化方法提高了模拟降雨和实际降雨空间分布的一致性,改善了WRF模式模拟降雨空间分布的能力。
简介:植被参数是分布式水文模型的重要输入参量,对径流、土壤水分等水循环参数的模拟具有显著的影响。论文以西藏那曲为研究区,对比分析了MODIS遥感数据估算的叶面积指数(LeafAreaIndex,LAI)、植被覆盖指数(Fractionalvegetationcover,FVC)两种动态植被参数对VIC水文模型模拟表层土壤含水量(0-15cm)的精度影响。结果表明,与使用静态植被参数相比,基于MODIS的动态LAI及FVC驱动的VIC模型模拟的表层土壤含水量的精度显著提高,且冰冻期的改善尤为明显,偏差Bias从0.101cm^3·cm^-3下降至0.032cm^3·cm^-3,均方根误差RMSE从0.135cm^3·cm^-3下降至0.071cm^3·cm^-3,相关系数R从0.483上升至0.836。进一步分析表明,两种植被参数对VIC模型的表层土壤含水量模拟精度都有一定的影响,但FVC的影响更显著。