Исследование возможности

применения модели
тепловлагообмена суши с атмосферой
к расчету гидрографов дождевого
речного стока

Институт водных проблем РАН

Лаборатория физики почвенных вод

О.Н.НАСОНОВА,
Е.М.ГУСЕВ,
Е.Э.КОВАЛЕВ
 Отличие LSM-моделей от
гидрологических моделей
♦ В LSM-моделях рассчитываются составляющие не только
водного, но и радиационного и теплового балансов.
♦ Входная информация для LSM-моделей включает в себя значения
(на каждом расчетном шаге) приходящих потоков коротковолновой и
длинноволновой радиации, атмосферных осадков, температуры и
влажности воздуха, скорости ветра, атмосферного давления.

♦ Выходные переменные насчитывают несколько десятков

характеристик (переменных состояния и потоков).

♦ LSM-модели более универсальны, т.к. могут применяться для

расчетов:
- в различных масштабах (от локального до глобального);
- в различных физико-географических условиях (от аридных до
гумидных, для сезоннопромерзающих и сезоннопротаивающих
почвогрунтов и т.п.);
- в различных экосистемах (лесных, травяных, с/х и т.п.).
 LSM - модель SWAP

• SWAP: Soil Water – Atmosphere –

Plants

• LSM: Land Surface Model – модель

тепловлагообмена подстилающей
поверхности суши с атмосферой
Список моделей – участников международного проекта

MOPEX (MOdel Parameter estimation EXperiment)

N Model Model full name Model type Organization,
acronym country
1. SWB Simple Water Balance Conceptual,
onceptual, lumped-
lumped-parameter,
parameter, NWS (National Weather
rainfall–
rainfall–runoff hydrological model Service), USA
2. SAC Sacramento model Deterministic,
eterministic, lumped-
lumped-parameter,
parameter, NWS, USA
conceptual,
conceptual, rainfall–
rainfall–runoff
hydrological model
3. GR4J Modè
odèle du Gé
Génie Rural à Conceptual,
onceptual, lumped-
lumped-parameter,
parameter, Cemagref,
Cemagref, France
4 paramè
paramètres Journalier rainfall–
rainfall–runoff hydrological model
4. PRMS Precipitation-
Precipitation-Runoff Physically based hydrological model USGS (US Geological
Modeling System that was designed to work both with Survey)
lumped and distributed parameters
5. VIC-3L Three-
Three-Layer Variable Semi-
emi-distributed macroscale University of California
Infiltration Capacity hydrological model that solves full at Berkely/
Berkely/Princeton
Scheme water and energy balances University,
University, USA
6. ISBA Interaction Soil Biosphere LSM Meteo-
Meteo-France,
France, France
Atmosphere
7. SWAP Soil Water – Atmosphere LSM Institute of Water
– Plants Problems,
Problems, RAS, Russian
Federation

8. NOAH NCEP/Oregon State LSM NWS,

NWS, USA
University/
University/Air Force/NWS
Force/NWS
Hydrologic Research
Laboratory
 Медианы эффективностей расчета суточных Effc и
месячных Effм значений стока, а также абсолютных
значений систематической ошибки расчета Bias для 12
речных бассейнов за 1960-1998 гг., полученные разными
моделями, участвовавшими в проекте MOPEX
Eff c , Eff m , Bias , %

90
80
70
60
50
40
30
20
10
0 VIC

ISBA
SAC

NOAH
GR4J

PRMS

SWAP_k0
SWB

Effc
Eff c Effм
Eff m Bias
Bias
Модель
 Цели работы:

• Выявление потенциала LSM-модели SWAP в

отношении воспроизведения дождевого речного
стока.

• Сопоставление точности расчета гидрографов

стока, полученных с использованием LSM-модели
SWAP и гидрологических моделей.
 SWAP: гидрологические процессы,
происходящие в теплый период года
♦ перехват осадков растительностью;
♦ испарение перехваченных осадков;

♦ формирование поверхностной и
подземной составляющих стока;
♦ впитывание воды в почву;
♦ формирование водного баланса
зоны аэрации, включающее в себя
транспирацию, испарение с почвы,
водообмен с нижележащими
слоями и динамику почвенных
влагозапасов;
♦ динамика уровня грунтовых вод.
Примеры использования модели SWAP для
расчета стока рек с преимущественно
дождевым питанием
12 водосборов
S=1020 до 4421 км2.
Метеорологические
данные
с 1-часовым шагом
(с 1960 по 1998):

♦ Приходящая коротковолновая радиация

♦ Приходящая длинноволновая радиация
♦ Температура воздуха (на 2 м)
♦ Влажность воздуха (на 2 м)
♦ Скорость ветра (на 10 м)
♦ Приземное атмосферное давление
♦ Интенсивность осадков
Параметры
растительного
покрова:
♦ Класс растительного покрова
♦ Доля каждого класса растительного покрова
♦ Относительная площадь стеблей, стволов и веток (SAI)
♦ Толщина корнеобитаемой зоны
♦ Емкости перехвата жидких и твердых осадков
♦ Средний линейный размер листа
♦ Высота растений

♦ Относительная площадь листьев (Total LAI)

♦ Доля зеленых листьев (green LAI / Total LAI)
♦ Параметр шероховатости
♦ Высота слоя вытеснения
♦ Альбедо
Почвенные
параметры:

♦ Коэффициент фильтрации
♦ Пористость
♦ Наименьшая влагоемкость
♦ Влажность завядания
♦ Степенной показатель B
♦ Потенциал почвенной влаги при насыщении
♦ Глубина почвенной колонки
♦ Альбедо почвы
Методы калибровки параметров
модели SWAP
• 1. Калибровка модели вручную.

• 2. Статистический метод прямого поиска

оптимума (метод случайного поиска –
Random Search Technique - RST) целевой
функции.

• 3. Метод эволюций тасуемых групп

(Shuffled Complex Evolution method SCE-
UA)
 Калибруемые параметры
Эксперименты
Параметр

SWAP_6_SCE

SWAP_SCE2
SWAP_SCE1

SWAP_SCE3
SWAP_RST
Описание

SWAP_K0
Почвенные параметры
K0 Коэффициент фильтрации + + + + + +
hg0 Толщина почвенной колонки – + + + + +
Wsat Пористость – + + + + +
Wfc Наименьшая влагоемкость – + + + + +
Wwp Влажность завядания – + + + + +
B B-параметр – – + + + +
ϕ0 Потенциал почвенной влаги при насыщении – – + + + +
Параметры трансформации стока
n Коэффициент шероховатости Маннинга – – + + + +
Параметры растительности
hr Толщина корнеобитаемого слоя – + + + + +
kα Корректирующий множитель к альбедо – – + – – +
kLAI Корректирующий множитель к LAI – – – – – +
Корректирующие множители к метеорологическим данным
klp к жидким осадкам – – – + + +
ksp к твердым осадкам – – – – – ++
ksw к коротковолновой радиации – – – + + +
klw к длинноволновой радиации – – – + + +
 Статистические критерии соответствия
рассчитанных и измеренных значений стока
♦ Систематическая ошибка bias, равная разности между рассчитанными
и наблюденными значениями стока, усредненными по рассматриваемому
периоду
♦ Среднеквадратическая ошибка RMSE.
♦ Коэффициент корреляции между рассчитанными (xcal) и наблюденными
(xobs) значениями стока Corr (суточными или месячными)

♦ Эффективность расчета по Нэшу-Сатклиффу [Nash, Sutcliffe, 1970] Eff:

∑ cal obs
( x − x ) 2

Eff = 1 − Ω

∑ obs obs
Ω
( x − x ) 2

Согласно [Апполов и др., 1974]: «хорошая» точность – при Eff > 0.75
«удовлетворительная» - при 0.36 < Eff < 0.75
 Median absolute bias, % Median monthly efficiecy Median daily efficiency

-10
-5
0
5
10
15
20
25
30
SW

-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
AP SW

-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9

_a AP SW
pr _a AP
io pr _a
ri io
ri pr
io
SW
SW ri
AP SW
_K AP
0_ _K AP
m 0_ _K
an m 0_
ua an m
l ua an
l ua
l
SW
SW
AP SW
_6 AP
_6 AP
_S _6
CE _S
CE _S
CE
1960-1980

SW SW
AP SW
_S AP AP
CE _S _S
1 CE CE
1 1

SW
1980-1998

SW SW
AP AP
_S AP
CE _S _S
2 CE
2
CE
2

SW SW SW
AP AP AP
_R
1960-1999

ST _R _R
ST ST

SW SW SW
AP AP AP
_S _S _S
CE CE CE
3 3 3
Медианы

экспериментов)
стока, а также

ошибок расчета
эффективностей

систематических

периода, 6 калибровочных
(12 бассейнов, 3 расчетных
расчета суточных и
месячных значений
 Эффективность расчета суточных и месячных
значений стока, а также систематическая ошибка
расчета стока
6 экспериментов, 12 речных бассейнов, 3 расчетных периода)
 Сопоставление измеренных гидрографов стока и
смоделированных в двух калибровочных экспериментах
(SWAP_K0 и SWAP_SCE3) для двух бассейнов за два
гидрологических года
16 Южный Приток Потомак Ривер
14
измеренный
observed сток
streamflow
SWAP_K0
12
SWAP_SCE3 SWAP_K0:
10
Effc=0.22
Сток, мм/сут

8
Effм=0.54
=0.54
6

4 SWAP_SCE3:
2 Effc=0.70
0
0 30 60 90 120 150 180 210 240 270 300 330 360 390 420 450 480 510 540 570 600 630 660 690 720
Effм=0.84
=0.84
Гидрологический год 1963-1964 Гидрологический год 1964-1965

Фрэнч Брод Ривер

12

10
SWAP_K0:
8 Effc=0.62
=0.62
Сток, мм/сут

6 Effм=0.54
=0.54
SWAP_SCE3:
4

Effc=0.67
=0.67
2
Effм=0.87
=0.87
0
0 30 60 90 120 150 180 210 240 270 300 330 360 390 420 450 480 510 540 570 600 630 660 690 720

Гидрологический год 1968-1969 Гидрологический год 1969-1970 Номер суток

Список моделей – участников международного проекта

MOPEX (MOdel Parameter estimation EXperiment)

N Model Model full name Model type Organization,
acronym country
1. SWB Simple Water Balance Conceptual,
onceptual, lumped-
lumped-parameter,
parameter, NWS (National Weather
rainfall–
rainfall–runoff hydrological model Service), USA
2. SAC Sacramento model Deterministic,
eterministic, lumped-
lumped-parameter,
parameter, NWS, USA
conceptual,
conceptual, rainfall–
rainfall–runoff
hydrological model
3. GR4J Modè
odèle du Gé
Génie Rural à Conceptual,
onceptual, lumped-
lumped-parameter,
parameter, Cemagref,
Cemagref, France
4 paramè
paramètres Journalier rainfall–
rainfall–runoff hydrological model
4. PRMS Precipitation-
Precipitation-Runoff Physically based hydrological model USGS (US Geological
Modeling System that was designed to work both with Survey)
lumped and distributed parameters
5. VIC-3L Three-
Three-Layer Variable Semi-
emi-distributed macroscale University of California
Infiltration Capacity hydrological model that solves full at Berkely/
Berkely/Princeton
Scheme water and energy balances University,
University, USA
6. ISBA Interaction Soil Biosphere LSM Meteo-
Meteo-France,
France, France
Atmosphere
7. SWAP Soil Water – Atmosphere LSM Institute of Water
– Plants Problems,
Problems, RAS, Russian
Federation

8. NOAH NCEP/Oregon State LSM NWS,

NWS, USA
University/
University/Air Force/NWS
Force/NWS
Hydrologic Research
Laboratory
 1960-1979 1980-1998 1960-1998
0.9
0.8

Median daily efficiency 0.7

0.6
0.5
0.4
0.3
0.2
Медианы
эффективностей
0.1
0

ISBA
VIC
SAC

NOAH

SWAP_k0

SWAP_SCE3
SWB

GR4J

PRMS
расчета суточных
и месячных
значений стока, а
1
Median monthly efficiency

0.9
0.8

также абсолютных
0.7
0.6
0.5

значений
0.4
0.3
0.2

систематической
0.1
0
NOAH
PRMS
SAC

GR4J

VIC
SWB

ISBA

SWAP_K0

SWAP_SCE3
ошибки расчета
Bias для трех
45
40 расчетных
Median absolute bias, %

35
30
25
20
15
10
периодов и
5
0

разных моделей
-5
-10
-15
-20
-25
-30
NOAH
SAC

VIC
SWB

PRMS

ISBA

SWAP_k0

SWAP_SCE3
GR4J
 Эффективности расчета суточных и месячных значений
стока, а также абсолютные значения систематической ошибки
Bias, полученные разными моделями для каждого из 12
речных бассейнов и для трех расчетных периодов
Ca libra tion pe riod (1960-1979)
0.9 40
1
0.8 0.9 35
0.7 0.8 30

Monthly efficiency
Daily efficiency

Absolute bias, %
0.6 0.7
25
0.5 0.6
0.5 20
0.4
0.4 15
0.3
0.3
0.2 10
0.2
0.1 0.1 5
0 0 0
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12

Validation pe riod (1980-1998)

0.9 1 40
0.8 0.9 35
0.7 0.8

Absolute bias, %
Monthly efficiency
30
Daily efficiency

0.6 0.7
0.6 25
0.5
0.5 20
0.4
0.4 15
0.3
0.3
0.2 10
0.2
0.1 0.1 5
0 0 0
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
The entire period (1960-1998)
0.9 1 40
0.8 0.9
35
0.7 0.8
Monthly efficiency

30
Daily efficiency

0.6 0.7

Absolute bias, %
0.6 25
0.5
0.5 20
0.4
0.4
0.3 15
0.3
0.2 10
0.2
0.1 0.1
5
0 0 0
1 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
Basins Basins Basins
SA C GR4J PRMS V IC ISBA NOA H SWB SWA P_k0 SWA P_SCE3
 Измеренные и воспроизведенные моделями
SWAP, SAC и PRMS гидрографы стока двух рек за
два гидрологических года
Basin 7
30 0

25
30

Eff
Eff == 0.76

Precipitatin, mm/day
Streamflow, mm/day

20
precipitation
observed streamflow 0.76
SAC 60
15
PRMS
SWA_SCE3
Eff = 0.76
10
90 Eff = 0.78
120
Bias = -1%
5

0 150
0 30 60 90 120 150 180 210 240 270 300 330 360 390 420 450 480 510 540 570 600 630 660 690 720

Water Year 1978 Water Year 1979

Basin 12
15 0

Eff = 0.51
12 30
Bias = -9%
Streamflow, mm/day

Precipitatin, mm/day
9 60 Eff = 0.49
Bias = -1%
6 90
Eff = 0.43
3 120 Bias = -5%
0 150
0 30 60 90 120 150 180 210 240 270 300 330 360 390 420 450 480 510 540 570 600 630 660 690 720

Water Year 1965 Water Year 1966

 Basin 7
16
observed streamflow
Mean streamflow, mm/day

Статистические
14 SAC
12 PRMS
SWAP_K0

характеристики для
10 SWAP_SCE3

2
различных
0
9.85- 6.92- 5.31- 3.82- 2.82- 2.34- 2.01- 1.76- 1.54- 1.31- 1.08- 0.84- 0.34-
31.99 9.85 6.91 5.31 3.82 2.82 2.34 2.01

Flow intervals, mm
1.76 1.54 1.31 1.08 0.84
интервалов стока для
влажного бассейна за
6

4 39-летний период
RMSE, mm/day

2
(1960 - 1998),
1 рассчитанные по
0
9.85-
31.99
6.92-
9.85
5.31-
6.91
3.82-
5.31
2.82-
3.82
2.34-
2.82
2.01-
2.34
1.76-
2.01
1.54-
1.76
1.31-
1.54
1.08-
1.31
0.84-
1.08
0.34-
0.84
суточным значениям
стока,
Flow intervals, mm

0.7

0.6
воспроизведенным
Coefficient of correlation

моделями
0.5

0.4

0.3

0.2

0.1

0
9.85-
31.99
6.92-
9.85
5.31-
6.91
3.82-
5.31
2.82-
3.82
2.34-
2.82
2.01-
2.34
1.76-
2.01
1.54-
1.76
1.31-
1.54
1.08-
1.31
0.84-
1.08
0.34-
0.84
SAC и PRMS и SWAP
Flow intervals, mm
 Basin 12
8
obs erved s tream flow
Mean streamflow, mm/day

7 SAC
6 PRMS
SWAP_K0
5 SWAP_SCE3
4

3
Статистические
характеристики для
2

0
3.78-
39.2
2.02-
3.78
1.26-
2.02
0.84-
1.26
0.55-
0.84
0.40-
0.55
0.30-
0.40
0.25-
0.30
0.22-
0.25
0.19-
0.22
0.15-
0.19
0.12-
0.15
0.05-
0.12 различных интервалов
Flow intervals, mm

7
стока для засушливого
6

5 бассейна за 39-летний
RMSE, mm/day

3
период (1960 - 1998),
2
рассчитанные по
1

0
3.78- 2.02- 1.26- 0.84- 0.55- 0.40- 0.30- 0.25- 0.22- 0.19- 0.15- 0.12- 0.05-
суточным значениям
стока,
39.2 3.78 2.02 1.26 0.84 0.55 0.40 0.30 0.25 0.22 0.19 0.15 0.12
Flow intervals, mm

0.7

0.6 воспроизведенным
Coefficient of correlation

моделями
0.5

0.4

SAC и PRMS и SWAP

0.3

0.2

0.1

0
3.78- 2.02- 1.26- 0.84- 0.55- 0.40- 0.30- 0.25- 0.22- 0.19- 0.15- 0.12- 0.05-
39.2 3.78 2.02 1.26 0.84 0.55 0.40 0.30 0.25 0.22 0.19 0.15 0.12
Flow intervals, mm
 ВЫВОДЫ

1. Точность моделирования речного стока зависит в большей степени от

качества калибровки (метода калибровки, используемой целевой
функции, выбора калибруемых параметров), чем от типа модели (LSM-
модель или гидрологическая модель), при условии, что качество
модели (включая, в частности, структуру модели, математическую
формализацию физических процессов, программный код) находится
на высоком уровне.

2. Неточности и ошибки в исходной метеорологической информации

могут быть в какой-то степени скомпенсированы применением
корректирующих множителей к тем метеорологическим
характеристикам, которые в наибольшей степени влияют на
формирование стока. Калибровка этих множителей совместно с
параметрами модели позволяет снизить влияние систематических
ошибок в исходных метеоданных на оптимизацию параметров модели
и результаты моделирования в целом. Корректировка метеоэлементов
должна осуществляться в пределах точности их оценки, в таком
случае введение корректирующих множителей будет аналогично
введению традиционных поправок (которые в данном случае
определяются посредством калибровки) к метеоэлементам.
 ВЫВОДЫ
(окончание)
3. Сопоставление двух различных алгоритмов поиска глобального
оптимума целевой функции: алгоритма случайного поиска RST и метода
эволюций тасуемых групп SCE-UA показало, что оба алгоритма приводят
практически к одинаковым результатам. Преимущества первого метода
заключаются в том, что пользователь может вмешиваться в процесс
калибровки и ускорять его за счет анализа предварительных результатов
и суживания пространства значений калибруемых параметров. Если же
время не лимитировано, то удобнее воспользоваться вторым методом,
который не требует вмешательства пользователя и не зависит от его
квалификации.

4. Выявлен набор параметров модели SWAP, позволяющий

воспроизводить суточные и месячные гидрографы дождевого стока с
максимальной точностью.

5. LSM-модель SWAP при соответствующей калибровке позволяет

воспроизводить дождевой речной сток с точностью, превышающей
точность расчета по наиболее простым гидрологическим моделям (таким
как SWB и GR4J) и сопоставимой с точностью расчета по более сложным
гидрологическим моделям (таким как SAC и PRMS), используемым в
оперативной практике для гидрологических расчетов.
 Спасибо за внимание!

Nasonova O.N., Gusev Ye.M., Kovalev Ye.E.

Investigating the Ability of a Land Surface Model to Simulate Streamflow with
the Accuracy of Hydrological Models: A Case Study Using MOPEX Materials

J. Hydrometeorology. 2009. V. 10. No 5. P. 1128-1150