1.流域空间离散

综合考虑地理信息数据的空间分辨率和计算机的计算能力，同时为以后和区域气候模式的分辨率相匹配，这里采用5km×5km网格单元将鄱阳湖未控区间进行离散。

选取东经116°20′、北纬28°58′的未控区间的中心点，取网格距离为0.0416666667°，约为5km，构建覆盖整个未控区间的25km2网格，见图5.3-1，整个未控区间流域共划分了1374个网格。该网格分布是构建基于网格的鄱阳湖未控区间分布式水文模型的框架，后续的植被参数网格文件库、土壤参数网格文件库及水文参数网格库的建立均以此网格分布为基础。

图5.3-1　鄱阳湖未控区间网格示意图

2.植被参数网格库

研究采用美国马里兰大学研制的全球1km土地覆被资料来描述鄱阳湖未控区间集水区域的当前植被覆被分布，该土地覆被分类将全球分为14种陆面覆盖类型，第0类为水体，第1～11类为11种植被类型，第12类为裸土，第13类为城市建筑。VIC模型中考虑了植被的蒸发蒸腾和冠层截留，对每种植被类型需要标定的参数有结构阻抗、最小气孔阻抗、叶面积指数、反照率、粗糙率、零平面位移等，这些参数主要根据LDAS的工作来确定，表5.3-1中列出了植被类型的部分参数。首先对全球1km土地覆被数据作投影转换，然后利用流域边界从中切取出鄱阳湖未控区间土地覆被数据，用建好的5km×5km流域网格切割得到鄱阳湖未控区间土地覆被空间分布，见图5.3-2，以上步骤在ERDAS和ArcGIS软件中实现。建立植被覆盖参数网格数据库，包括各个网格内植被类型的总数、每种植被在该网格所占的面积比例及每种植被根区深度和所占的比例。

图5.3-2　鄱阳湖未控区间植被覆盖网格分布图

表5.3-1　植被类型部分参数表

3.土壤参数网格库

土壤质地分类采用世界粮农组织（Food and Agriculture Organization，FAO）发布的全球土壤数据。FAO土壤数据对两种深度的土壤特性进行了描述，其中0～30cm为上层，30～100cm为下层。研究中VIC模型第1、2层的土壤参数取上层土壤数据的值，第3层土壤的土壤参数取下层土壤数据的值。用与土地覆被类似的方法提取出鄱阳湖未控区间上、下两层土壤的土壤类型空间分布，分别见图5.3-3和图5.3-4。

图5.3-3　鄱阳湖未控区间上层土壤类型分布图

图5.3-4　鄱阳湖未控区间流域下层土壤类型分布图(www.daowen.com)

在土壤参数中与土壤特性有关的参数，在模型标定后就不再改动，如土壤饱和体积含水量、饱和土壤水势、土壤饱和水力传导度等，这些参数根据文献确定。选取每个网格内面积比例最大的一类土壤及其对应的土壤参数，生成土壤类型网格参数库。表5.3-2给出了各种土壤类型的主要水力属性指标。

表5.3-2　土壤水力属性指标表

4.水文气象数据空间插值

构建的水文模型是以网格为最小计算单元，因此假定在一个5km×5km网格内的气象条件是均一的。VIC模型所需要的输入数据是降水、时段最高气温和最低气温。

本研究共收集了鄱阳湖未控区间内72个雨量站1999—2009年日降水数据，流域周围共收集到16个国家气象站点的1999—2009年逐日最高、最低气温数据。每个网格的水文气象条件是依据附近雨量站和气象站的观测值采用插值方法获得，该方法描述如下：

（1）若网格中心离某站点足够近，则直接采用该站数据。

（2）否则选取距离网格中心最近的3个站点，以距离倒数平方作为权重进行插值。

（3）距离倒数平方法假定网格格点的降雨或气温值可由它周围3个雨量或气象站的实测值确定，认为待估点（x，y）的值与该3个参证站的实测值成正比，与该点到参证站的距离成反比，具体计算式如式（5.3-1）和式（5.3-2）：

式中：Zi（t）为在某个时间段第i个参证站的实测降雨或气温值；Di为待估点（x，y）到第i个参证站的距离。

5.水文参数网格化

鄱阳湖未控区间流域网格数量庞大，由于收集到的水文资料较少及计算机运行能力有限，将所有网格进行一次率定显然是不现实的，目前也无法做到。有鉴于此，采用下述方法将参数进行网格化。

（1）首先将鄱阳湖未控区间流域的网格进行编号，以整型数1、2、3、…、1374作为网格的唯一标识，记录各水文控制站所在的网格。

（2）将唯一标识的网格进行分类：属于湖泊的网格——A；属于西河流域及类似下垫面条件的网格——B；属于博阳河流域及类似下垫面条件的网格——C；其余网格——D；其中B类与D类、C类与D类之间需要反复调整。

（3）A类网格即为VIC模型默认的水面，降雨直接产流；B类网格采用西河流域率定的参数；C类网格采用博阳河流域率定的参数；D类网格的参数需要优选。

（4）D类网格参数优选的方案如下：①设定2组初始值：第1组是A类和B类参数的算术平均值；第2组是以汉江流域皇庄站以下区域的参数；②以2组初始值为上下限，在此之间设置若干套参数，逐个检验，若所得效率系数高于集总式模型，即停止检验；③若此若干套参数检验完毕之后仍未到达要求，返回第②步，将网格划分在B类与D类、C类与D类之间进行调整，直至模型率系数满足要求。最终确定的参数网格化布局如图5.3-5所示。