基于水熱平衡的分布式水文模型研究與應用

闞光遠，李紀人，喻海軍，丁留謙，何曉燕，梁 珂

(1.流域水循環模擬與調控國家重點實驗室，北京 100038；2.中國水利水電科學研究院，北京 100038；3.水利部防洪抗旱減災工程技術研究中心，北京 100038；4.水利部京津冀水安全保障重點實驗室，北京 100038；5.北京中水科工程集團有限公司，北京 100048)

1 研究背景

分布式水文模型在水利部“四預”建設中發揮著至關重要的作用[1-3]，“四預”涵蓋了預報、預警、預演、預案四大任務，急需分布式水文模型這一核心技術的有力支撐。實用分布式水文模型對研究區進行概化，利用概念性元素描述產匯流過程，建立蓄滿/超滲/混合產流、分布式單位線、線性/非線性水庫等計算方法。在有資料區，這類方法具有精度高、資料種類要求低及建模簡單的優勢。但這類模型的物理基礎有待加強，預報結果的好壞很大程度上取決于參數率定過程中采用的徑流資料，在無徑流資料區(以下簡稱無資料區)[4-6]，模型參數無法通過徑流資料率定獲得[7-10]。此外，在人類活動強度較大的地區，基于歷史資料的模擬和預報無法反映人類活動的影響，形成了新的無資料區[11-16]，給模型應用帶來很大困難[17-22]。當前解決無資料區洪水預報[23-27](Predictions in Ungauged Basins，PUB)問題的主要手段是相似流域和參數移用，這類方法尚存在不足有待改進，如相似準則不客觀且復雜多樣、依賴有資料流域的觀測數據以及統計一致性問題。此外，分布式水文模型還面臨著數值求解精度和數值格式穩定性等問題。

PUB早已被國際水文科學協會確定為十年研究計劃，但由于問題的復雜性和研究方法的局限性，它的徹底解決仍然任重而道遠。許多水文學家認為，解決該問題的根本出路在于研發具有物理機制的分布式水文模型，在無資料區利用定量遙感反演流域特征與一部分模型參數，同時反演重點關注的水文變量，將反演的水文變量作為目標，率定另一部分模型參數。這一思路在實際應用中仍面臨挑戰，目前常用的遙感反演水文變量包括土壤濕度、蒸散發、總水儲量、徑流量等，這些數據存在尺度轉換和不確定性問題，一旦脫離徑流資料，僅使用這類數據開展參數率定，不能達到滿意的預報精度。

我們在尋找更好的數據源時發現，以MODIS衛星為代表的熱紅外遙感地表溫度產品日臻成熟，經過質量控制和校正，精度能夠滿足參數率定需求[28]。另一方面，在無資料區，水位資料的獲取相對容易，可由自計水位計等途徑獲得。對于入庫洪水預報等涉及大面積水體的應用，還可以利用測高衛星的庫區水面高程產品作為補充。隨著科技的持續進步，SWOT等測高衛星有望在未來提供空間分辨率百米級的水位產品用于監測河道水面高程，能夠進一步增強遙感水位產品的可用性。因此，地表溫度產品和水位資料在無資料區參數率定領域具有良好的應用前景。但由于傳統分布式模型的一些制約，目前基于這兩類數據開展模型參數率定還面臨一些技術難題，相關研究尚不多見。

傳統分布式水文模型要么僅考慮水量平衡過程，無法輸出熱量平衡過程對應的通量和狀態變量(如：地表溫度)；要么雖然考慮了水熱平衡過程，但需將地表溫度作為模型輸入。另一方面，傳統水文模型著重于模擬流量過程，無法獲取水位、水深等水文要素的模擬結果。若需要獲取水位預報結果，通常利用水位流量關系反推水位過程，在無資料區無法應用。因此，傳統分布式水文模型無法同時模擬流域地表溫度和水位的時空分布，難以利用地表溫度和水位數據提供的信息開展參數率定，需要進行改造。此外，傳統模型基于流量過程模擬誤差開展全部產匯流參數的率定，未考慮狀態變量在參數率定中應有的約束作用，沒有采用產流、匯流分層次率定的技術路線，導致徑流模擬誤差被分攤到產流蒸散發和匯流參數中，加劇了模型參數的不確定性和異參同效問題。

針對以上難題，本研究從水熱循環產匯流理論、模型構建與求解、參數率定三個方面入手，改進傳統分布式水文模型。通過研究水熱平衡強約束條件下陸氣界面—包氣帶—飽水帶水熱平衡動力學過程，建立耦合熱量平衡的流域產匯流理論，揭示水量熱量平衡過程耦合機理和水熱循環通量量化關系。結合具有物理機制的產匯流計算方法，構建系統完整的物理機制分布式水文—水動力—熱動力模型(Physically-based distributed HYdrological-HydrodYnamic-tHermodYnamic model，PHY模型)，實現流域地表溫度和水位的分布式數值模擬。通過明確模型結構和模型參數的物理意義，利用野外觀測和定量遙感實現大部分模型參數的先驗估計。將參數率定的目標由徑流量轉換為地表溫度和水位，綜合利用遙感反演和臺站觀測資料，率定剩余的模型參數。在江西贛江流域開展模型應用和驗證，結果表明，模型數值求解方法精度高、穩定性好，實現了無資料區參數率定和水文模擬。研究成果不僅對豐富和發展流域水文模擬技術具有重要的理論意義，而且為無資料區分布式水文模型研發與應用提供了新思路。

2 耦合水熱平衡動力學過程的物理機制分布式水文模型

2.1 耦合熱量平衡的流域產匯流理論為了實現不依賴徑流資料的參數率定和水文模擬，將流域水量熱量平衡過程相耦合，基于水熱平衡原理，提出了耦合熱量平衡的流域產匯流理論，揭示了水量熱量平衡動力學過程耦合機理，建立了水熱循環通量量化關系和流域地表溫度、蒸散發量的分布式數值模擬方法，為基于地表溫度的參數率定奠定了理論基礎。

2.1.1水量熱量平衡動力學過程耦合機理 典型的陸氣界面水熱平衡動力學過程見圖1。流域水量平衡過程(圖1中左半邊的水文過程)描述了涵蓋降雨—蒸發—入滲—產匯流的水文過程，水量收支可由以下的水量平衡方程描述：

圖1 陸氣界面水熱平衡動力學過程Fig.1 Dynamic process of water-heat balance for interface between land and atmosphere

ΔSM=P-ET-R-WE

(1)

式中：SM為土壤濕度；P為降水量；ET為蒸散發量；R為徑流量；WE為包氣帶與飽水帶間的水量交換量。其中R可由產流模型計算獲得；WE可由包氣帶土壤水動力學模型、飽水帶地下水動力學模型結合達西定律計算獲得；ET可由定量遙感技術結合熱動力學方法計算獲得。

流域熱量平衡過程(圖1中右半邊的熱動力學過程)描述了涵蓋太陽輻射—陸面反射—土壤吸放熱的熱動力學過程。在計算網格內利用定量遙感技術反演出坡地網格的植被覆蓋率，將計算網格劃分為裸土與植被兩個部分。太陽凈輻射量到達地面后，帶來的熱量分別被裸土和植被吸收，熱量平衡過程驅動蒸發的產生，蒸發影響水量平衡過程，水量增減影響供水條件反作用于蒸發，形成互饋耦合關系，最終達到水量熱量平衡狀態，這時的地表溫度稱為典型平衡態溫度(Representative Equilibrium Temperature，RET)。描述熱量收支的熱量平衡方程式可表達為：

ΔW=Rn-G-(Hs+Hc)-(LEs+LEc)

(2)

式中：W為熱量蓄量；Rn為太陽凈輻射量；G為土壤熱通量；H和LE分別為感熱和潛熱通量，下標s和c分別表示裸土和植被冠層。針對植被與裸土分別建立熱量平衡方程描述熱量收支過程。利用定量遙感方法計算土壤熱通量、感熱通量及潛熱通量，蒸散發過程還受到氣象條件和下墊面供水條件的制約，這些條件的調控作用通過熱量平衡方程中的空氣動力學阻抗、裸土阻抗及植被冠層阻抗等變量來反映。

水熱平衡過程的耦合機理分析如下：針對每個計算時刻、流域內每個計算網格，可列出水量和熱量平衡方程。水量平衡方程中的未知量為土壤濕度和蒸散發量，熱量平衡方程中的未知量為感熱通量和潛熱通量，而二者均能表達為土壤濕度和蒸散發量的函數。蒸散發量是溝通水量和熱量平衡方程的關鍵變量，借助于定量遙感技術，蒸散發量能夠與潛熱通量、地表溫度建立起緊密的物理和數值聯系。因此，可以利用蒸散發量作為水量和熱量平衡方程的耦合紐帶，聯立水量和熱量平衡方程，形成水熱平衡方程組，而待求解的未知量則轉化為土壤濕度和地表溫度。通過以上分析，揭示了水熱平衡動力學過程耦合機理，為在陸氣界面上構建與土壤含水量相耦合的分布式熱動力學方法計算地表溫度和蒸散發量奠定了理論基礎。

2.1.2 水熱循環通量量化關系 蒸散發量作為耦合水量、熱量平衡方程的紐帶變量，其參數化方案至關重要?；跓釀恿W和定量遙感方法，建立了蒸散發量與潛熱通量、地表溫度間的數值聯系，構建的計算公式如下：

(3)

式中：LE為潛熱通量；λ為汽化潛熱；ρw為水的密度；ρa為空氣密度；cp為濕空氣比熱；γ為干濕表常數；fv為植被覆蓋率；ra、rabs、rc、rs分別為植被空氣動力學阻抗、裸土空氣動力學阻抗、冠層阻抗、土壤阻抗，阻抗的參數化方案均與土壤濕度有關；ea為蒸汽壓力，與溫度有關；e*為飽和蒸汽壓力，可由RET計算得到：

(4)

式中RETc為攝氏溫標下的RET值。由以上參數化方案可實現蒸散發量、潛熱通量、地表溫度三者間的相互轉化，為水熱平衡方程組的聯立求解奠定了量化基礎。

2.1.3 地表溫度和蒸散發量分布式數值模擬 將熱量平衡方程與水量平衡方程聯立形成如下的水熱平衡方程組：

(5)

圖2 水熱平衡方程組求解流程圖Fig.2 Solution procedure for water-heat balance equations

具體求解流程為：利用時段初(t-1時刻)土壤濕度作為迭代計算的初值，代入熱量平衡方程，進行熱量平衡牛頓—拉夫森迭代計算，獲取熱量平衡狀態下的地表溫度和蒸散發量，此為內層熱量平衡迭代；基于水量平衡原理，以上時刻土壤濕度作為初值，扣除熱量平衡方程求得的蒸散發量，利用Richards方程和熱傳導方程求解土壤的產流、分水源及土壤濕度、溫度和地下水位的再分布過程，從而獲取時段末(t時刻)的土壤濕度，此為外層水量平衡迭代，如果尚未達到收斂條件，則將更新后的時段末土壤濕度回代入熱量平衡方程再次進行內層迭代，以此類推。隨著內外層迭代的交替執行，土壤濕度逐漸趨于穩定收斂，同時可獲得平衡態下的地表溫度等關鍵狀態變量。算法通過水量平衡和熱量平衡過程的耦合模擬，計算各時段土柱的蒸散發量、產流量、土壤濕度、地下水位、土柱溫度分布和地表溫度。

2.2 水熱平衡分布式模型構建及數值求解方法基于耦合熱量平衡的流域產匯流理論，構建了PHY模型，模型包括地表溫度計算模塊、土壤水熱運移計算模塊、地表水運動計算模塊、地下水運動計算模塊，實現了流域水熱通量和狀態變量的分布式數值模擬。模型模擬的水文過程包括：冠層截留、地表填洼、水面蒸發、土壤蒸發、植被散發、潛水蒸發、降雨入滲、包氣帶補給潛水、河道滲漏、垂向一維包氣帶土壤水運動、二維飽水帶潛水運動、一二維耦合地表水運動、陸氣界面及垂向一維包氣帶熱量運移等。模擬的水文過程概化圖見圖3。

圖3 水循環過程概化圖Fig.3 Sketch of the water cycle

2.2.1 土壤水運動數值模擬 利用垂向一維Richards方程構建能夠考慮土壤各向異性、側向壤中水徑流、變動地下水位的土壤水運動數值模型，用于描述水量平衡約束條件下的包氣帶—飽水帶水分運動過程，實現給定蒸散發量條件下的產流、分水源、地下水位求解。為了使模型能夠同時適用于飽和、非飽和區域的數值模擬，采用水頭型控制方程并寫為如下形式：

(6)

式中：C為容水度；h為壓力水頭；K為水力傳導度；Sc為源匯項；t為時間；z為位置坐標。模型求解涉及的土壤水力特性由van Genuchten-Mualem模型描述。采用有限體積法對控制方程進行離散，并采用改進的Picard法和追趕法求解形成的非線性方程組。

降雨入滲、產流、分水源、土壤水運動、地下水位的計算流程如下：首先進行冠層截留和地表填洼的計算。然后由熱量平衡方程提供的時段實際蒸散發量從土柱頂端逐節點向下按照一定比例添加到每個節點的源匯項中，依次扣減水量，如果整個土柱蒸干，則剩余的蒸散發量由潛水蒸發提供。土層頂端的產流計算由下滲能力進行控制，下滲能力基于達西定律求得。雨強小于下滲能力時，下滲率等于雨強，土柱上邊界條件采用定通量。當雨強大于下滲能力時將在地表產生積水，上邊界條件切換為定水頭。進行壤中水徑流計算時，土層內部設置一定厚度的壤中水徑流敏感土層，壤中水徑流將由該敏感土層包含的節點產出，壤中水徑流量取決于水力坡度、敏感土層含水量、敏感土層厚度、側向導水率等因素，基于達西定律計算。土柱下邊界為潛水位，根據潛水是否枯竭，在零通量和零負壓水頭邊界條件間自適應切換。當包氣帶補給潛水時，產生的通量即為地下徑流補給量，反之，為潛水蒸發。壤中水徑流敏感土層厚度、各向異性系數通過參數率定獲得。

2.2.2 土壤熱量運移數值模擬 利用與Richards方程耦合的對流擴散方程描述土壤熱量的垂向運移過程，控制方程的形式如下：

(7)

式中：Ts為土壤溫度；v為土壤水滲流速度；D為擴散系數。土柱頂端的邊界條件采用熱量平衡方程求解的地表典型平衡態溫度，對流速度采用Richards方程求解的滲流速度。由于地下水溫度通常較為穩定，故下邊界條件采用固定的地下水恒溫。對流擴散方程利用有限體積法進行全隱式離散，采用追趕法求解。熱量平衡方程求解地表典型平衡態溫度時需要表層土壤濕度這一狀態變量，表層土壤濕度對應的土層稱為熱敏感土層，熱量平衡計算中所需的土壤濕度采用熱敏感土層所含節點土壤濕度的平均值。熱敏感土層的厚度通過參數率定獲得。

2.2.3 地下水運動數值模擬 由于地下水運動速度通常較為緩慢，對于場次洪水模擬，考慮潛水層的地下水運動即可滿足精度要求。PHY模型的地下水模塊考慮了潛水運動及其與包氣帶間的交互作用。采用的二維潛水運動控制方程為：

(8)

式中：h為水頭；q為源匯項；St為貯水系數；T為導水系數。采用有限體積法對控制方程進行離散，時間格式采用全隱式格式，利用共軛梯度法求解時空離散后獲得的大型稀疏線性方程組。為提升迭代求解的計算效率，采用高斯賽德爾預處理技術降低系數矩陣的條件數以加速收斂。數值求解的上邊界與包氣帶聯通，包氣帶與飽水帶的水量交換基于潛水位和達西定律計算獲得。求解區域的下邊界為地下水第一個不透水層，采用零通量邊界條件。

2.2.4 地表水運動數值模擬

(1)一維河網模型 PHY模型將天然河道概化為矩形斷面，河道演進采用一維水動力模型，求解完整形式的動力波，控制方程采用圣維南方程組，其向量形式為：

(9)

式中：U為待求解未知量；F為通量；S為源項。采用有限體積法對控制方程進行二階精度MUSCL空間離散，時間離散采用二階TVD龍格—庫塔顯格式，網格間數值通量由HLL近似黎曼求解器計算獲得，源項中的底坡項基于靜水重構法和中心差分離散計算獲得，摩阻項采用全隱式處理，利用牛頓—拉夫森迭代計算，以獲取更好的數值穩定性。模型計算步長采用基于CFL條件的自適應時間步長，保證計算的穩定性。

由于PHY模型應用于天然流域的水文模擬，故所涉及的河網通常為樹狀結構，即多個上游河段匯入單一下游河段，因此汊點的處理較為方便。模型將汊點處理為多個上游河段匯入的一條單一河道，數值計算時需要獲取通過汊點河段上斷面的總的質量通量和動量通量，以及汊點河段的平均底坡項。通過上斷面的總通量由多個黎曼求解器計算獲得，平均底坡項的計算基于上游各河段平均河底高程和平均水位、汊點河段下斷面河底高程和水位以及改進的靜水重構法和中心差分離散求得。

(2)二維坡面模型 PHY模型采用二維地表水動力模型處理坡面匯流計算，控制方程采用完整的二維淺水方程，其向量形式為

(10)

式中：U為待求未知量；E和G為x和y方向通量；S為源項。采用有限體積法對控制方程進行二階精度MUSCL空間離散，時間離散采用二階TVD龍格—庫塔顯格式，網格間數值通量由HLLC近似黎曼求解器計算獲得，源項中的底坡項基于靜水重構法和中心差分離散計算獲得，摩阻項采用全隱式處理，利用牛頓—拉夫森迭代計算，以獲取更好的數值穩定性。模型計算步長采用基于CFL條件的自適應時間步長，保證計算的穩定性。

(3)一二維耦合及地表水與包氣帶、飽水帶水量交互 一維河道與二維坡面間的水量交互采用側向連接，模型耦合基于河底高程、坡面高程、河道水位、坡面水位，利用HLL近似黎曼求解器計算坡面與河道間的側向質量通量，交互的水量添加入水動力學模型的源項中，保證水量平衡和計算的穩定性。

一二維模型與包氣帶、飽水帶模型的水量交互采用側向連接，模型耦合基于河底高程、坡面高程、地下水不透水基巖高程、河道水位、坡面水位、潛水位，利用達西定律計算交互的水量，并將水量添加到動力學模型的源項中，實現水量平衡和數值計算的穩定。

2.3 無徑流資料區模型參數率定PHY模型由蒸散發、產流分水源、土壤水熱運移及匯流等計算模塊組成，各模塊的模型參數分為流域特征參數和敏感參數兩類。流域特征參數(如地形、河寬、河槽深度等)通過遙感協同定量反演、先驗估計結合統計規律綜合確定；模型的敏感參數(如敏感土層厚度、土壤各向異性系數、坡地和河道糙率等)通過參數率定獲取。將質量控制后的MODIS地表溫度和控制斷面實測水位(或測高衛星反演的水位)作為參數率定的目標，分別與模型輸出的RET和水位進行比對，基于地表溫度和水位模擬誤差最小化原則，針對產流蒸散發過程和匯流過程，分兩個層次先后調整相應模塊的模型參數，獲取流域尺度的最優等效參數，實現不依賴徑流資料的參數率定。

3 PHY模型的應用

3.1 研究區域與數據

3.1.1 研究區域 本研究的實驗流域為江西省贛江流域及流域內部嵌套的4個子流域(研究流域DEM和計算單元網格類型見圖4。贛江是長江的第七大支流，同時是江西省最大的河流，位于我國東南部。贛江流域控制站外洲水文站以上集水面積為81 258 km2，流域內海拔高度11～1997 m，地形較為復雜，以山地丘陵為主，山地占流域面積的43.9%，低丘(海拔200 m以下)崗地占31.5%。贛江流域屬于亞熱帶濕潤季風氣候，2003—2009年平均降水量約為1500 mm。年內降水多集中在4—6月份，暴雨洪水產生的最大流量多出現在5—7月。四個嵌套子流域的出口水文站分別為新田、賽塘、白沙、棟背，此外，流域內包含萬安和峽江兩個大(一)型水庫。

圖4 贛江流域圖Fig.4 Location map of the Ganjiang watershed

3.1.2 數據資料 實驗流域數據的獲取主要通過以下途徑：用于模型構建和率定的數據來自互聯網下載的遙感反演數據集和水位站點觀測數據，用于模型驗證的數據來自流域觀測站點、遙感反演數據集和陸面數據同化系統資料集。為了降低地表溫度產品的不確定性，開展數據質量控制與校正，包括極值檢查、一致性檢查、基于實測地表溫度修正、多遙感產品(MODIS、AVHRR、AATSR、ETM+和ASTER)交叉比較修正、云層遮蔽像元插值與重建。模型率定時未采用徑流資料，開展無徑流資料地區參數率定，徑流資料用于驗證模型的模擬精度。

3.2 徑流模擬

3.2.1 徑流過程線 圖5展示的是五個徑流站點，包括外洲(流域出口站)、棟背、新田、賽塘、白沙的實測和模擬小時徑流過程線。由圖5中結果可見，降雨—徑流關系合理、良好，模擬的過程線光滑，與實測過程線擬合良好。外洲和棟背站上游分別有峽江和萬安兩座大(一)型水庫，受水庫放水影響明顯，因此，這兩站的洪水模擬采用區間產匯流與上游來水演進相結合的計算方法求得。通過過程線觀察可知，模型模擬效果良好，尤其是對于棟背站，該站上游萬安水庫調度頻繁，閘門啟閉對下游影響明顯，徑流經常處于波動狀態，模型能夠很好的模擬這種波動過程。對于新田、賽塘、白沙三站，徑流模擬效果也是令人滿意的。

圖5 實測與模擬的徑流過程Fig.5 Observed and simulated hydrographs

3.2.2 徑流模擬散點圖 圖6為五個徑流站點的實測與模擬徑流散點圖。由圖6中結果可知，大部分站點的模擬結果均較為滿意，R2值較高。僅新田站R2略低，為0.5左右。通過觀察新田站實測和模擬徑流過程線可知，預熱期和洪峰的模擬誤差較大。這幾處徑流過程均為復式洪峰，降雨也為多峰，因此導致較大的非線性，且前后洪水相互疊加影響，導致模擬難度較大。

圖6 實測與模擬的徑流散點圖Fig.6 Scatter plot of observed and simulated hydrographs

3.3 地表溫度模擬圖7展示的是GLDAS數據集面平均地表溫度與模型模擬的面平均地表溫度過程。從圖7結果可見，面平均地表溫度在整體過程上模擬結果較好，模擬的地表溫度與GLDAS再分析數據產品結果比較一致，地表溫度大部分數值的擬合結果很好。但對于高溫和低溫的極值部分，地表溫度的模擬效果還有進一步提升的空間。

圖7 GLDAS與模擬的面平均地表溫度過程Fig.7 GLDAS and simulated areal mean land surface temperature

3.4 表層土壤濕度模擬圖8展示的是SMOS衛星反演土壤濕度與模型模擬的表層土壤濕度過程。表層土壤濕度為地面以下5 cm厚度土層的模擬結果，且為流域面平均值。模型輸出的土壤濕度為小時尺度，模型的結果經過取日均值繪制在圖8中，SMOS衛星反演數據為間隔數日的日尺度產品。由圖8結果可知，土壤濕度的模擬效果較好，從趨勢上和具體點據上均較為滿意。

圖8 SMOS與模擬的面平均表層土壤濕度過程Fig.8 SMOS and simulated areal mean upper layer soil moisture

3.5 實際蒸散發量模擬圖9展示的是MODIS衛星反演的與模型模擬的實際蒸散發過程，是流域面平均蒸散發量的結果。模型輸出的實際蒸散發為小時尺度，模型的結果經過取日累積值繪制在圖9中。從圖9結果可知，實際蒸散發的模擬結果在總體趨勢上較好，過程上較為一致。遙感蒸散產品的結果與模型模擬結果相比存在低估現象。經過文獻調研和分析發現，MODIS蒸散發產品在贛江流域存在低估現象，這一結論與本研究的結果較為一致。遙感產品的蒸散發結果較為平穩，而模型輸出的結果具有波動性。

圖9 MODIS與模擬的面平均實際蒸散發過程Fig.9 MODIS and simulated areal mean actual evapotranspiration

4 結論

本研究以強化分布式水文模型物理機制、改善分布式水文模型無徑流資料區參數率定效果及提高分布式水文模型精度和穩定性為總目標，選擇物理機制分布式水文模型為研究對象，開展了以下研究：深入分析了流域水量熱量循環動力學過程耦合機理，建立了水量熱量通量量化關系，提出了耦合熱量平衡的流域產匯流理論和流域地表溫度、蒸散發量的分布式計算方法；基于水熱平衡原理，構建具有強物理機制的分布式水文—水動力—熱動力模型PHY及統一有限體積數值求解方法；利用臺站觀測、遙感反演、再分析等途徑獲取的多源數據，研究PHY模型參數先驗估計方法和不依賴徑流資料的模型參數率定方法；將PHY模型在典型流域進行了應用與驗證。

經過數值模擬與結果分析，得到以下結論：

(1)研究探明了水熱平衡耦合機理，提出了缺徑流資料區水文模擬和參數率定的新理論和新方法。構建的PHY模型綜合考慮了水量熱量耦合平衡過程，以蒸散發量作為橋梁實現了水熱平衡的深度耦合，完成了缺徑流資料區分布式水文模擬，模型具備地表溫度和水位變量的分布式數值模擬功能，利用地表溫度和水位變量作為參數率定的目標，完成了不依賴徑流資料的模型參數率定。

(2)針對PHY模型中的水文、水熱、水動力計算模塊，提出了統一有限體積數值求解方法，顯著提升了數值格式和數值方法的穩定性、數值精度、可靠性和計算效率。對于各類初始和邊界條件，開展了數值模擬測試，結果表明，求解方法具有很好的數值穩定性和收斂性，能夠可靠高效的獲取合理的模擬結果。

(3)通過將模型應用于江西贛江流域洪水預報實踐中，對模型模擬精度進行了驗證。研究結果表明，通過引入水熱平衡耦合計算方法、有限體積數值求解方法和多源信息，開展參數率定和數值模擬，能夠有效提升模型的模擬精度、可靠度和數值穩定性，實現了不依賴徑流資料的參數率定和水文模擬。成果在產匯流理論、水文遙感、最優化方法等方面具有理論和實用價值，同時也為無資料地區模型參數率定提供了新思路。