Page 132 - 2024年第55卷第12期

表 ２ 枯水期模拟径流校正前后合格率 单位：％
候 旬 月
率定期 ６７ ６５ ６９
校正前
验证期 ８２ ８１ ７７
率定期 ９６ ９２ ８７
校正后
验证期 ９６ ９２ ８１

图 ４ ＡＲ误差校正前后的 ５ｄ平均枯水期径流量

４．３ 径流预报结果 表 ３给出了 ２００９—２０１２年枯水期和严重干旱期径流预报合格率，其中严重干旱
期为 ２００９年 ９—１０月、２０１０年 １月、２０１１年 ７—８月、２０１２年 １２月。如表 ３所示，ＡＲ误差校正前枯
水期径流候、旬、月尺度的预报合格率分别为 ７７％、７５％和 ６８％，误差校正后，候、旬、月尺度的预
报合格率分别为 ９１％、８４％和 ６８％，最大提升了 １４％。对于严重干旱期，误差校正前候、旬、月尺度
的预报合格率分别为 ６７％、６１％和 ８３％，校正后候、旬、月尺度的预报合格率分别为 ９７％、８３％和
８３％，最大提升了 ３０％。采用预报的降水数据作为输入，虽然预报合格率较基于观测降水的结果明显
更低，但 ＡＲ误差校正方法仍显著提升了不同时间尺度的预报合格率，尤其是候尺度的低枯流量预报。
表 ３ ２００９—２０１２年枯水期和严重干旱期径流预报合格率 单位：％

候 旬 月
校正前 ７７ ７５ ６８
枯水期
校正后 ９１ ８４ ６８
校正前 ６７ ６１ ８３
严重干旱期
校正后 ９７ ８３ ８３

５ 讨论与结论

５．１ 讨论 长江上游高寒山区特征明显，水文过程复杂，影响因素众多，且干旱期和枯水期的径流主
要来源于土壤水、地下水出流，因此，在该区域搭建水文模型时，需准确刻画高寒山区流域特有的水
文过程和土壤水、地下水流动。ＧＢＥＨＭ 模型包含了基于能量平衡的土壤冻融和冰川融化过程，将冻
土算法和水文模型耦合，能更好地模拟土壤水分运动 ［３０］ 。而相比其他分布式水文模型（如考虑冻土算
法改进后的 ＶＩＣ模型 ［３１］ ），ＧＢＥＨＭ模型不仅考虑了热传导和相变的影响，还考虑了层间水通量对能
量平衡的影响，对物理过程的刻画更为清晰。
径流模拟误差的自相关性是 ＡＲ模型校正的前提。水文模型的模拟误差可能来自于模型结构、参
数、输入数据等，这些系统误差在模型中具有持久性和传递性 ［３２］ ，在 ＡＲ模型中体现为预报时刻前模
拟误差步长的选取及其回归系数（权重）。目前许多研究利用水文模型对汛期洪水进行模拟，取得较好

４
— １ ５ ４ —