Page 99 - 2025年第56卷第11期
P. 99

分为短、中等、长和基线延迟流四类组分,这些组分基于流域的物理水文特性,广泛存在于多数流域
              中,与常见的水文过程密切相关,能够确保模型的可迁移性。Vine Copula 结构通过将多维联合分布分
              解为若干二元 Copula 函数,实现对四类延迟流组分之间复杂相关结构的逐层建模,纠正在高流量相位
              由流量模拟值直接构建 FDC 所产生的边缘偏差。该结构对各径流组分的边缘分布形式无严格限制,可
              适应不同流域内径流组分可能呈现的多种分布特征                           [24]   。需要指出的是,DFI 基流分割方法和 Vine
              Copula 结构均基于流量模拟数据进行构建,因此流量模拟精度的变化会影响两者的运行结果。然而,
              本研究的核心目标在于提出并验证 mixture Copula 模型在整合多元径流组分以改进 FDC 构建精度方面
              的有效性,而非系统评估不同水文模型模拟精度对 mixture Copula 模型各组成部分性能的具体影响。为
              进一步验证 mixture Copula 模型的泛化能力与适用性,研究过程中已采用多种水文模型模拟径流序列作
              为输入,FDC 构建结果均表明,mixture Copula 模型在提高 FDC 构建精度方面具备良好性能。此外,本
              研究仍存在一定局限性,在模型评估过程中未充分考虑输入数据、模型参数及结构的不确定性,可能
              影响模型在其他流域或不同条件下的泛化能力。因此,未来研究应着重于模型的不确定性分析,提升
              其在不同水文条件下的适用性和稳定性。


              6 结论

                  本文基于汉江流域中三个子流域的日尺度流量模拟数据建立 mixture Copula 模型以构建 FDC,得出
              以下主要结论:(1)DFI 基流分割方法能够有效区分并量化四种延迟流,其对总流量的贡献依次为短延

              迟流 > 中等延迟流 > 长延迟流 > 基线延迟流,有助于揭示构成 FDC 的物理组分。(2)利用 Vine Copula
              结构能够有效捕捉不同延迟流组分之间的相关性。在率定期应用 mixture Copula 模型后,RMSE 值平均

              降低了 26.5%,表明该模型能够有效纠正基于流量模拟值构建 FDC 时的偏差。(3)在低流量相位,mix‐
              ture Copula 模型展现了良好的模拟性能,其 RMSE_low 值大多集中在 0.3 mm/d 左右。同时,该模型在不
              同时期的模拟性能几乎一致,全序列与率定期各相位的 RMSE 值差异仅为 3.3%,表明该模型具有较好
              的鲁棒性。总体而言,本文通过对多元径流组分的量化和模拟,有效修正基于流量模拟值构建 FDC 时

              的偏差。未来研究将集中于分析输入数据、模型参数及结构的不确定性对构建结果的影响,提升 mix‐
              ture Copula 模型不同水文条件下的适用性和鲁棒性。


              参   考    文   献:

               [ 1 ] 姬宏伟,白涛,刘登峰,等 .  无资料地区不同时间尺度下流量历时曲线推演及其规律分析[J]  西安理工大学
                                                                                               .
                      学报,2020,36(3):342-348.
               [ 2 ] 李同方,张洪波,赵孝威,等 .  降雨-径流关系非一致性演化的驱动因素诊断—以渭河流域为例[J]  水力发
                                                                                                    .
                      电学报,2023,42(12):35-47.
               [ 3 ] SAUQUET  E, CATALOGNE  C.   Comparison  of  catchment  grouping  methods  for  flow  duration  curve  estimation  at
                                           .
                      ungauged sites in France[J]  Hydrology and Earth System Sciences,2011,15(8):2421-2435.
                                                                                                     .
               [ 4 ] CASTELLARIN  A, VOGEL  R  M, BRATH  A.   A  stochastic  index  flow  model  of  flow  duration  curves[J]   Water
                      Resources Research,2004,40(3):1-10.
                                                                        .
               [ 5 ] 黄国如,姚锡良 .  区域流量历时曲线构建及其不确定性分析[J]  水力发电学报,2011,30(4):14-19.
               [ 6 ] CISLAGHI  A, MASSERONI  D, MASSARI  C, et  al.   Combining  a  rainfall-runoff  model  and  a  regionalization
                      approach for flood and water resource assessment in the western Po Valley,Italy[J]  Hydrological Sciences Journal,
                                                                                   .
                      2020,65(3):348-370.
               [ 7 ] 张东辉,张金存,刘方贵 .  关于水文学中非线性效应的探讨[J]  水科学进展,2007,18(5):776-784.
                                                                        .
               [ 8 ] LEONG C, YOKOO Y.  A step toward global-scale applicability and transferability of flow duration curve studies:
                                                        .
                      A flow duration curve review (2000-2020)[J]  Journal of Hydrology,2021,603:126984.
               [ 9 ] GHOTBI S, WANG D, SINGH A, et al.  A new framework for exploring process controls of flow duration curves
                      [J]  Water Resources Research,2020,56(1):e2019WR026083.
                         .
               [ 10] YEH  HSIN-FU, CHEN  HSIN-YU.   Assessing  the  long-term  hydrologic  responses  of  river  catchments  in  Taiwan
                      using a multiple-component hydrograph approach[J]  Journal of Hydrology,2022,610:127916.
                                                            .
               [ 11] STOELZLE  M, SCHUETZ  T, WEILER  M, et  al.   Beyond  binary  baseflow  separation: a  delayed-flow  index  for
                — 1490   —
   94   95   96   97   98   99   100   101   102   103   104