第1章 追本溯源:降雨过程与模拟步骤 1
1.1 为什么要用模型? 1
1.2 怎样使用本书 2
1.3 模拟步骤 3
1.4 流域水文认知模型 5
1.5 水流过程与地球化学特性 10
1.6 产流与径流演进 11
1.7 选择概念模型的问题 12
1.8 模型率定和验证问题 13
1.9 本章要点 16
第2章 降雨—径流模型的演变:适者生存 17
2.1 起点:推理方法 17
2.2 实际预报:径流系数和时间转换 18
2.3 单位过程线的变异 22
2.4 早期的数字计算机模型:斯坦福流域模型及其派生模型 25
2.5 基于分布过程描述的模型 29
2.6 基于分布函数的简化分布式模型 31
2.7 最近的进展 31
2.8 本章要点 32
方框2.1 线性、非线性与非平稳性 33
方框2.2 新安江/Arno/VIC模型 34
方框2.3 控制量与微分方程 37
第3章 用于降雨—径流模拟的资料 39
3.1 降雨资料 39
3.2 流量资料 42
3.3 气象数据、截留和蒸散发估算 43
3.3.1 估算潜在的蒸散发 43
3.3.2 林冠截留水分的蒸发 45
3.3.3 实际蒸散发直接估算 45
3.4 气象资料与融雪估算 46
3.5 流域内气象数据分布 47
3.6 其他水文变量 47
3.7 数字高程数据 48
3.8 地理信息与数据管理系统 50
3.9 遥感数据 52
3.10 本章要点 53
方框3.1 估算蒸散发率的Penman-Monteith组合方程 54
方框3.2 估算截流损失 57
方框3.3 用度—日法估算融雪 60
第4章 使用基于数据的模型预报水文过程 63
4.1 数据的可用性与经验模拟 63
4.2 经验回归方法 64
4.3 转换函数模型 65
4.3.1 IHACRES模型 66
4.3.2 利用转换函数表述基于数据机制的模型 68
4.4 个案研究:在威尔士Llyn Briane区的C16流域的DBM模拟 69
4.5 TFM软件 71
4.6 非线性与多输入转换函数 71
4.7 转换函数的物理推导 72
4.7.1 使用河网宽度函数 72
4.7.2 地貌单位线(GUH) 74
4.8 在洪水预报中使用转换函数模型 76
4.9 基于神经网络概念的降雨—径流经验模型 76
4.10 本章要点 77
方框4.1 线性转换函数 78
方框4.2 利用转换函数来推断有效降雨 82
方框4.3 转换函数时变参数估计 83
第5章 基于过程描述的分布式模型 87
5.1 分布式模型的物理基础 87
5.1.1 表层流 87
5.1.2 地表径流与河道流量演算 91
5.1.3 截留、蒸散发及融雪 93
5.2 基于物理的流域尺度降雨—径流模型 93
5.2.1 地表过程与表层过程描述的耦合:完全三维描述 93
5.2.2 基于栅格单元的模型:SHE模型 96
5.2.3 基于山坡单元的模型:IHDM,TOPOG 97
5.3 个案研究:爱达荷州Reynolds Creek流域水流过程模拟 98
5.4 个案研究:SHE模型在法国Rimbaud流域的盲检验试验 101
5.5 简化的分布式模型 102
5.5.1 动力波模型 102
5.5.2 地表径流动力波模型 103
5.5.3 表层降雨径流动力波模型 105
5.5.4 积雪径流动力波模型 107
5.5.5 动力波震荡与数值求解法 107
5.6 个案研究:美国亚利桑那州Walnut Gulch流域产流模拟 109
5.7 个案研究:美国俄克拉荷马州Chickasha流域R—5子流域模拟 111
5.8 分布式模型检验或评估 113
5.9 基于过程描述的分布式模型的讨论 114
5.10 本章要点 115
方框5.1 表层流描述方程 115
方框5.2 土壤表面入渗率估算 117
方框5.3 偏微分方程求解法基本概念 122
方框5.4 理查兹方程中使用的土壤含水量特征函数 126
方框5.5 土壤转换函数 129
方框5.6 地表水流描述方程 131
方框5.7 动力波方程的推导 134
第6章 基于水文相似性与分布函数的降雨—径流模型 137
6.1 水文相似性与水文响应单元 137
6.2 分布式概率湿度模型(PDM) 138
6.3 水文响应单元模型 139
6.4 TOPMODEL 142
6.4.1 TOPMODEL的背景理论 143
6.4.2 地形指数推导 145
6.4.3 TOPMODEL应用 146
6.4.4 TOPMODEL中的水文相似性概念检验 148
6.4.5 TOPMODEL软件 148
6.5 个案研究:TOPMODEL在挪威Saeternbekken流域的应用 149
6.6 TOPKAPI模型 152
6.7 本章要点 153
方框6.1 SCS曲线模型 153
方框6.2 TOPMODEL基本理论 158
第7章 参数估计与预报不确定性 165
7.1 参数估计与预报不确定性 165
7.2 参数响应面与敏感性分析 166
7.2.1 参数响应面 166
7.2.2 参数敏感性评定 168
7.3 性能量度标准与似然量度标准 170
7.4 自动最优化技术 171
7.4.1 爬山技术 171
7.4.2 退火法模拟 172
7.4.3 遗传算法 172
7.5 模型与数据不确定性识别:可靠性分析 173
7.6 利用集合论法的模型率定 174
7.7 识别等结局性:GLUE方法 176
7.7.1 可行参数范围的决定 178
7.7.2 取样方法的决定 179
7.7.3 似然估计量度标准的决定 180
7.7.4 似然估计标准校正 180
7.7.5 GLUE软件 181
7.8 个案研究:GLUE方法在挪威Saeternbekken MINIFELT流域模拟中的应用 181
7.9 降雨—径流模拟等结局性处理 185
7.10 预报不确定性与风险 187
7.11 本章要点 187
方框7.1 用于模型评价的似然估计标准 188
方框7.2 似然估计标准的结合 192
第8章 洪水预报 194
8.1 实时预报对资料的需求 195
8.2 用于洪水预报的降雨径流模拟 197
8.3 Lambert ISO模型 198
8.4 用于实时预报的自适应转换函数模型 198
8.5 个案研究:Dumfries城镇实时预报系统 199
8.6 实时洪水淹没预报方法 202
8.7 使用降雨—径流模型进行洪水频率预报 202
8.7.1 随机暴雨生成 203
8.7.2 产流模块 205
8.8 个案研究:威尔士Wye流域洪水频率特征模拟 205
8.9 包括融雪事件的洪水频率估计 206
8.10 相似性及洪水频率估算 207
8.11 本章要点 207
方框8.1 用于实时预报的自适应增益参数估计 208
第9章 气候及土地利用变化对水文影响的预测 210
9.1 预测土地利用变化的影响 211
9.1.1 森林采伐与重新造林 212
9.1.2 火灾对径流的影响 213
9.1.3 城市化对径流的影响 214
9.1.4 农业排水对水文的影响 214
9.2 个案研究:预测火灾及伐木对墨尔本供水流域的影响 215
9.3 预测气候变化的影响 216
9.3.1 宏观尺度水文模型 217
9.3.2 评估气候变化对水文影响的不确定性 220
9.4 个案研究:模拟气候变化对Wye流域洪水频率的影响 221
9.5 本章要点 222
第10章 重复模型选择问题 223
10.1 作为假设检验的降雨—径流模拟的模型选择 223
10.2 优先信息的值 225
10.3 无资料流域问题 226
10.4 改变参数值与预报不确定性 226
10.5 不确定性预报与模型检验 227
10.6 最后评论:不可预测的未来 228
附录A 演示软件 230
A.1 TFM 230
A.2 TOPMODEL 231
A.3 DTM-ANALYSIS 233
A.4 GLUE 234
附录B 术语表 236
参考文献 243
译者后记 282