Page 118 - 2025年第56卷第11期

图 2 洣水流域水文气象站点地理位置及子流域划分

文站各 18 场洪水，2000 至 2007 年甘溪、龙家山、五里牌和安仁站各 20 场洪水，坑口站 12 场洪水）。
基于 90 m 分辨率 DEM 数据（http：/srtm.csi.cgiar.org），提取了洣水流域的河网，并将其划分为 81 个离散
/
子流域，如图 2 所示。在可微分 MK 河道汇流方法中，河网被进一步离散为 487 个河段，每个河段长度
约为 2 km。利用克里金插值对雨量站降水数据进行空间插值计算得到各子流域的平均降水量。此外，
DHFM 框架需要输入子流域和河道（段）的静态属性。为此，进一步计算了 81 个子流域与地形（面积、
海拔、坡度）、土壤（泥沙含量、淤泥含量、黏土含量、砾石含量、体积密度、导电性、土壤体积含
水量）和植被（植被覆盖率、叶面指数）相关的 14 个面平均属性，其中土壤数据来自于全球网格化土
壤数据集 ［26］ ，植被数据来自于马里兰大学 ［27］ 。在缺乏实测河道数据的情况下，从 DEM 中提取了河
道 的 5 个 静态属性（平均上游集水面积 Area、平均海拔 Elevation、长度 Length、坡度 Slope、蜿蜒比
Sinuosity）。

4 实验设计及参数设置

4.1 实验设计 相较于传统水文模型仅依赖流域出口站点的流量数据进行模型校准，DHFM 框架的损
失函数综合考虑了流域内多个水文站点的模拟与实测流量的 NSE，通过梯度更新实现多站点同步校
准。为系统评估 DHFM 框架中可微分 DW 和 CNN 河道汇流方法在日流量、洪水模拟方面的性能，本文
以可微分 MK 河道汇流方法为基准，对三种可微分河道汇流方法在有资料和无资料流域的适用性进行
了系统评估。
为此，本文设计了两组实验。实验一利用五个水文站的训练期数据对模型进行同步校准，并使用
测试期数据验证各模型在五个站点的日流量模拟与场次洪水模拟的效果。实验二采用留一交叉验证的
方式检验模型在无资料流域的适用性。具体而言，假设流域出口的甘溪站数据始终可用，并将其纳入
每次模型训练。通过四次交叉验证，每次选取四个水文站的训练期数据进行模型同步校准，再用测试
期数据验证各模型在剩余一个站点的日流量、洪水模拟表现。为便于后续结果分析，将基于三种不同
可微分河道汇流方法的 DHFM 框架的模型分别命名为“DHFM-MK”“DHFM-DW”和“DHFM-CNN”。
此外，进一步构建了一个集总式新安江模型（L-XAJ），与分布式建模进行对比。为确保比较的公
平性，L-XAJ 模型同样在 PyTorch 框架中实现，并采用反向传播算法进行参数更新与率定。在计算过
程中，将每个站点的上游集水区视为一个独立的流域，计算平均降水量和蒸发量作为 L-XAJ 模型的输

— 1509 —