CERN监测数据助力降雨径流模型CN-China参数指标体系构建  

      近期，中国农业科学院农业资源与农业区划研究所面源污染团队研究人员在环境科学领域国际顶级期刊Water Research上发表了题为 “CN-China: Revised runoff curve number by using rainfall-runoff events data in China” 的论文，其研究成果获益于中国生态系统研究网络（CERN）的降雨-径流监测数据支撑，研究中所涉及的55个观测站点中有11个源自CERN生态站，包括版纳站、常熟站、鹤山站、长白山站、鼎湖山站、北京森林站、鹰潭站、哀牢山站、茂县站、会同站（图1）。   

研究人员利用全国范围内55个站点的实测降雨-径流数据、土地利用和土壤类型等属性数据，对数据进行了一致性、完整性检查，利用土壤数据计算土壤饱和导水率Ks，基于实测数据计算得到CN值并与美国查找表的CN值进行比较。研究表明：修正后的CN值与美国农业部提供的CN查找表有较大差异(图2)，径流模拟中直接使用美国的CN查找表会导致较大的误差；模型验证结果表明，修正后的CN参数在地表径流量预测中表现良好(图3)，平均纳什系数达到了0.86，说明修正后的CN值(简称CN-China)更适合我国径流模拟。基于实测降雨-径流数据，考虑土地利用、植被覆盖、土壤渗透能力、坡度、气候和前期土壤湿度条件等众多因素的影响，研究团队建立了CN-China参数指标体系，大幅提高了我国径流预测的准确性。   

如果您对相关数据感兴趣，欢迎访问国家生态科学数据中心资源共享服务平台（http://www.cnern.org.cn）查看、下载数据。  

图1. 55个降雨-径流观测站点分布(其中11个站点数据来自于CERN生态站)

图2 原始查找表与利用实测数据计算得到的CN值参数的差异 

图3 模型验证结果(Qob为实测径流量；Qca为模拟径流量；NSE为纳什系数；n为降雨径流事件次数)

 论文链接：https://doi.org/10.1016/j.watres.2020.115767