第2章　分布式水文模型的基础知识

2.1　DEM及其特点

构建物理性分布式水文模型，其必要数据之一是流域的数字高程模型（digital elevation model，DEM）。DEM模型是由美国麻省理工学院Chaires L.Miller教授于1956年提出来的，其目的是用摄影测量或其他技术手段获得地形数据，在满足一定精度的条件下，用离散数字的形式在计算机中进行表示，并用数字计算的方式进行各种分析。DEM作为地理信息系统的基础数据，已在测绘、地质、土木工程、水利、建筑等许多领域得到广泛应用，其为数字水文学的发展和数字水文模型的诞生提供了坚实的技术基础（李志林等，2000）。由于用数字形式表达地形表面，DEM具有如下显著特点：①容易以多种形式显示地形信息，产生多种比例尺的地形图、纵横断面图和立体图；②精度不会损失；③容易实现自动化和实时化。总之，DEM具有便于存储、更新、传播、自动化和多比例尺特性，使其特别适合于各种定量分析与三维建模（王中根等，2002）。

将水文模型与地理信息系统（GIS）集成是当前及今后一段时期内水文模型研究的一个重要方式，该方式可以充分利用GIS在数据管理、空间分析及可视性方面的功能。而数字高程模型（DEM）是构成GIS的基础数据，利用DEM可以提取流域大量且重要的陆地表面形态信息和水文特征参数，如坡度、坡向、水沙运移方向、汇流网络、流域边界以及单元之间的关系等，同时，根据一定的算法可以确定出地表水流路径、河流网络和流域的边界（Tribe，1992；魏文秋等，1997；Turcotte等，2001）。DEM常见格式主要有3种：栅格型、不规则三角网（TIN）和等高线。3种数据格式在GIS中可互相转化，其中在水文模型中用得较多的是栅格DEM，基于栅格DEM的分布式水文模型主要有两种建模方式：①应用数值分析来建立相邻网格单元之间的时空关系，如SHE模型等，该类模型水文物理动力学机制突出，也是人们常指的具有物理基础的分布式水文模型，但它结构比较复杂、计算繁琐，当前还很难适用于较大尺度的流域；②在每一个网格单元（或子流域）上应用传统的概念性模型来推求净雨，再进行汇流演算，最后求得出口断面流量，如SWAT模型等，此类模型结构与计算过程都比较简单，比较适用于较大的流域（王中根等，2003）。

基于DEM能够自动、快速地进行河网的提取和子流域的划分，将研究流域按自然子流域的形状进行离散，划分为下垫面特征相对均匀的子流域，这些子流域再与干流河道相联结。把子流域作为分布式水文模型的计算单元，其最大好处是单元内和单元之间的水文过程十分清晰，而且单元水文模型很容易引进传统水文模型，从而简化计算，缩短模型开发时间。基于DEM的分布式水文模型，通过DEM可提取大量的陆地表面形态信息，这些信息包含流域网格单元的坡度、坡向以及单元之间的关系等（Band，1986），同时根据一定的算法可以确定出地表水流路径、河流网络和流域的边界。在DEM所划分的流域单元上建立水文模型，模拟流域单元内土壤-植被-大气（SPAT）系统中水的运动，并考虑单元之间水平方向的联系，进行地表水和地下水的演算。概括起来，基于DEM的分布式水文模型具有以下特色：①具有物理基础，描述水文循环的时空变化过程；②由于其分布式特点，能够与GCM嵌套，研究自然变化和气候变化对水文循环的影响；③易于同RS和GIS相结合，能及时地模拟出人类活动或下垫面因素的变化对流域水文循环过程的影响（Qian等，1997；王中根等，2003）。基于DEM构建分布式水文模型，鉴于其具有流域物理性基础，易于RS与GIS技术相结合，易于提取分布式水文模型所需大量参数等特点和优势，代表着水文模型当前及今后一段时期的发展趋势。

当前，很多DEM数据库提供可免费下载的DEM数据，如果没有自己的DEM数据，在下列数据库可以获取DEM数据。

（1）美国地质勘测据提供的全球30″高程数据库（GTOPO30—Global 30 Arc Second Elevation Data Set，USGS）。

（2）美国国家海洋和大气管理局提供的全球陆地1km基本高程数据库（GLOBE—Global Land One-kilometer Base Elevation，NOAA）。

（3）美国国家海洋和大气管理局提供的全球2'栅格高程数据（ETOPO2—Global 2-Minute Gridded Elevation Data，NOAA）和全球5'栅格高程数据库（ETOPO5—Global 5-minute Gridded Elevation data，NOAA）。

（4）美国太空总署（NASA）和国防部国家测绘局（NIMA）提供的航天飞机雷达地形测绘任务（SRTM）（SRTM—Shuttle Radar Topography Mission，NASA/NIMA）。

（5）中国科学院数据云（Data Cloud of CAS）。