WRF-Hydro模型配置的相关参数配置参考原论文分享一
本文分享的文章中包含WRF和WRF-Hydro模型中的一些参数配置的参考值及其介绍。以下文章部分参考WRF-Hydro官网-publications的文章（只选取2021年）
1.气象研究与降水预报驱动的分布式网格-新安江模型洪水预报能力评估
标题：Evaluation of flood prediction capability of the distributed Grid‐Xinanjiang model driven by weather research and forecasting precipitation
原文链接：https://onlinelibrary.wiley.com/doi/10.1111/jfr3.12544
期刊：Journal of Flood Risk Management
摘要：业务洪水预报的提前时间对于洪水警报和降低洪水风险的有效性至关重要。仅仅依靠雨量计观测不可能延长洪水预报的提前时间。然而，天气研究和预报（WRF）模型具有产生定量降水预报的潜力，可以通过增加洪水预报提前时间来促进洪水风险管理。本研究分别在仪表观测和 WRF 降水预报的驱动下，研究了经过充分测试的网格新安江模型 (GXM) 在位于淮河流域上游的洪水易发地区的洪水预测能力。结果表明，GXM 能够通过使用 WRF 降水预报来改进洪水预测。利用测量的降水量很难提前预测来洪水，特别是当提前时间大于流量集中时间时。然而，通过 WRF 预报，可以在更长的时间内预测洪水事件的发生。这项研究还表明，降水预报的时间和空间模式对洪水到来的时间和强度的预测具有重要影响。
2.使用 WRF-Hydro 集成模拟预测 21 世纪中叶美国东北部极端径流和内陆洪水的变化
标题：Projected changes in extreme streamflow and inland flooding in the mid-21st century over Northeastern United States using ensemble WRF-Hydro simulations
原文链接：https://www.sciencedirect.com/science/article/pii/S2214581823000587
期刊：Journal of Hydrology: Regional Studies
摘要：研究区域：美国东北部（NEUS）。
研究重点：我们研究了 21 世纪中叶气候变化对 NEUS 降水、径流和内陆洪水的潜在影响。在一切照旧情景下，对历史（1995-2004）和未来（2045-2054）时期的三个全球气候模型进行动态缩小的气候预测，用于迫使水文模型 WRF-Hydro 达到 200 米分辨率，并创建集合水文模拟。此外，还开发了极值模型来预测与低频水文事件相关的风险。
该地区新的水文见解：四个主要流域的结果表明，冬季月份明显湿润，春末至夏初可能出现干燥情况。预计北部流域秋季流量将减少，南部流域流量将增加。极端内陆洪水造成的极端流量和水深预计将分别增加 5-20% 和 > 100%。到本世纪中叶，洪水总面积可能会增加 20%。这些增加的风险可归因于 (i) 十年平均值增加约 25%，十年间极端降水强度增加 > 40%，(ii) 全年积雪量减少高达 30%，蒸散量增加 5-25%， (iii) 除夏季外，所有季节土壤湿度预计增加 5%。此外，冬季积雪快速融化可能会导致河流高峰流量提前。
3.利用 WRF-Hydro-RAPID 模拟框架对德克萨斯州模拟蒸散量和溪流进行时空评估
标题：Spatiotemporal Evaluation of Simulated Evapotranspiration and Streamflow over Texas Using the WRF-Hydro-RAPID Modeling Framework
原文链接：https://onlinelibrary.wiley.com/doi/abs/10.1111/1752-1688.12585
期刊：JAWRA Journal of the American Water Resources Association
摘要：本研究评估了大规模水文模型框架 (WRF-Hydro-RAPID) 对德克萨斯州蒸散量 (ET) 和水流的高分辨率模拟（流域面积：464,135 平方公里）。使用的参考观测数据包括来自 MODIS 和 FLUXNET 的八天蒸散数据，以及来自位于气候梯度上的 271 个美国地质调查仪的每日河流流量数据。应用递归数字滤波器将河流流量分解为地表径流和基流，以便与模型对应物进行比较。虽然模型的布线组件已预先校准，但陆地组件未校准。结果表明，ET 和径流的模型性能取决于干旱度。湿润年份比干旱年份更能预测 ET。在潮湿地区可以更好地预测水流，效率最高约为 0.7。相比之下，干旱地区的水流预测效果最差，正偏差较大。模拟的蒸散偏差与基流偏差的相关性比地表径流偏差的相关性更强。这些结果通过纳入更多空间细节来补充之前的评估。它们还有助于确定未来模型改进的潜在流程。事实上，改进干旱地区水流模拟需要在当前模型配置中协同增强蒸散、土壤湿度和地下水参数化。我们的评估是实现准确的大规模水文预报的重要初步步骤。
4.改进结构的 WRF/WRF-Hydro 耦合系统，用于混合径流生成机制的降雨-径流模拟
标题：A WRF/WRF-Hydro coupling system with an improved structure for rainfall-runoff simulation with mixed runoff generation mechanism
原文链接：https://www.sciencedirect.com/science/article/pii/S0022169422006242
期刊：Journal of Hydrology
摘要：大气-水文耦合系统有助于更深入地了解大气与地表过程之间的相互作用，提高水文预报的时空精度，延长预报提前时间。 WRF-Hydro 是当今广泛使用的水文模块，与中尺度数值天气模型 WRF 结合用于大气水文研究和应用。本研究对WRF-Hydro的结构进行了改进和扩展，以更好地适应混合产流区复杂的降雨-径流转化机制。将入渗参数化替换为考虑表层土壤湿度变化对入渗能力影响的入渗方程，并基于地形指数的概念实现了入渗能力分布曲线的空间离散。为了实现径流收敛，将河道渗漏损失引入随时间变化的Muskingum-Cunge (MC) 水流计算中。我们还努力减少 WRF-Hydro 中的参数校准误差。通过使用带有外部漂移 (KED) 插值工具的克里金法合并天气雷达和雨量计观测结果，提高了 WRF 降雨强迫的准确性。然后使用改进的降雨强迫和合并观测来校准 WRF-Hydro 的关键参数。改进的 WRF-Hydro 结构的性能通过 WRF 模型以单向和全耦合模式进行了探索。选取中国北方半湿润和半干旱流域的典型暴雨事件作为案例研究。结果表明，改进后的WRFHydro在模拟高峰、涨落陡峭的洪水方面更为有效，但也存在低峰退去较快的问题。改进的模型结构改变了混合径流生成的比例。从长期来看，入渗超额径流量增加，饱和超额径流减少。单向和完全耦合的 WRF/WRF-Hydro 系统都证明了改进的结构对于以渗透-过量径流生成为主的降雨径流过程的适用性。
5.确定干旱地区 WRF-Hydro 模型水文校准参数的创新方法
标题：An innovative method for determining hydrological calibration parameters for the WRF-Hydro model in arid regions
原文链接：https://www.sciencedirect.com/science/article/pii/S1364815216303280
期刊：Environmental Modelling & Software
摘要：本文提出的技术允许直接确定 WRF-Hydro 洪水预报模型的某些关键校准参数。通常，校准是通过迭代、经验、试错过程来选择的。我们建议采用更系统的方法来实现可用的校准。我们的方法基于物理土壤特性，并不依赖于在特定风暴事件期间观察到的某些流域的径流。解决了对径流预测影响最大的三个特定校准变量：地形坡度、饱和导水率和渗透。我们概述了为三个变量中的每一个创建空间分布值的过程。通过计算校准、默认值和专家校准来执行涵盖多个风暴事件的模拟运行。我们表明，我们的校准仅源自土壤物理特性，其预测能力优于默认校准，并且至少与基于专家的校准一样好。
6.使用 WRF-Hydro 和微波遥感对大型跨界河流进行洪水建模
标题：Flood modeling of a large transboundary river using WRF-Hydro and microwave remote sensing
原文链接：https://www.sciencedirect.com/science/article/pii/S0022169421004388
期刊：Journal of Hydrology
摘要：雅鲁藏布江是印度和孟加拉国之间的跨界河流，经常发生大规模洪水，淹没事件频繁，每年影响数百万人。定量理解洪水波浪特征和实时洪水建模框架的综合方法有助于有效决策和规划洪水风险管理策略。在这项研究中，我们利用仪表观测和模型模拟来表征雅鲁藏布江洪水波的传播。利用沿河不同测站的阶段过程线估算洪水升力的时空变化。洪水过程线的时间变化以控制雅鲁藏布江洪水状况的测量站的不同洪水波参数为特征。这些洪水波特征用于对不同强度的洪水事件进行分类。为了估算河流流量，在雅鲁藏布江流域建立了 WRF-Hydro 模型，用于每小时流量估算。高度计和合成孔径雷达 (SAR) 的卫星观测数据用于估计河流漫滩海拔和淹没情况。 Jason-3 卫星的高度测量数据用于水位反演，并与仪表和模拟排放时间序列进行比较，以进一步验证模型功能。 Sentinel-1 卫星 SAR 图像用于根据古瓦哈提下游洪泛区的洪水波特征评估洪水淹没程度和概率。最后，我们将这些数据集整合为辫状跨界河流系统的洪水建模和预测框架。该集成系统针对 2019 年 7 月在雅鲁藏布江发生的极端事件进行了详细研究。对洪水期间每个事件的每小时估计证明了该系统在南亚洪水易发地区进行近实时洪水评估和预报的操作部署的能力
7.利用 LSTM 网络改进 WRF-Hydro 模型中的水流预测
标题：Improving streamflow prediction in the WRF-Hydro model with LSTM networks
原文链接：https://www.sciencedirect.com/science/article/pii/S0022169421013470
期刊：Journal of Hydrology
摘要：研究人员尝试使用机器学习算法来替代基于物理的水流预测模型。尽管现有的研究有助于改进机器学习方法，但它们仍然存在弱点，例如大数据集要求和过度拟合。因此，我们提出了一种结合天气研究和预报水文建模系统（WRF-Hydro）和长短期记忆（LSTM）网络的方法，即WRF-Hydro-LSTM，以改进水流模拟。在这种方法中，LSTM被用来预测WRF-Hydro的残差；相比之下，传统的 LSTM 方法直接预测水流。在这里，我们使用 WRF-Hydro-LSTM、WRF-Hydro-only 和 LSTM-only 进行了数值实验来预测韩国昭阳湖的流入量。与仅使用 WRF-Hydro（NSE = 0.72，R = 0.88）相比，WRF-Hydro-LSTM 和仅 LSTM 显示出更好的结果（NSE = 0.95，R 大于 0.96）；然而，就百分比偏差而言，WRF-Hydro-LSTM 的值 (1.75) 比仅 LSTM (17.36) 更好。虽然仅 LSTM 遵循目标函数而不是物理原理，但 WRF-Hydro-LSTM 可以模拟残余误差并有效降低传统方法固有的不确定性。此外，对训练数据集的敏感性测试表明，相关系数和 NSE 值并不太敏感，但 PBIAS 值根据训练集的不同而存在很大差异。这项研究表明，WRF-Hydro-LSTM 对于表示现实世界的物理约束特别有用，因此与单独使用这两种方法中的任何一种相比，可以潜在地改进水流预测。
8.利用耦合水文气象数值天气预报模拟系统预测孟加拉国东北部季风前山洪事件
标题：Forecasting of pre-monsoon flash flood events in the northeastern Bangladesh using coupled hydrometeorological NWP modelling system
原文链接：https://doi.org/10.1007/s00703-021-00831-z
期刊：Meteorology and Atmospheric Physics
摘要：孟加拉国东北部洼地地区和上游丘陵地区降雨过多，极易发生山洪暴发。 2016年和2017年发生了两起严重的季风前山洪事件。本研究尝试使用大气-水文数值天气预报（NWP）耦合模型，即天气研究和预报（WRF）模型来预测这两次山洪事件。 ARW（高级研究 WRF）模型能够提前 91 小时预测这些地区的降雨量。然而，WRF-Hydro 模型高估了流量和水位。该模型预测山洪暴发与最高降雨量相比会有大约 12 小时的滞后。模型的整体表现令人满意。描述滞后时间所需的降雨量和后续流量这两个参数几乎被精确模拟。模拟值的误差也较少，均方根误差 (RMSE) 和平均绝对误差值证明了这一点。模型导出的放电的 Nash-Sutcliffe 效率标准得分接近 1.0，RMSE 观察标准偏差比得分小于 0.5。这一发现证明数值天气预报模型可以考虑用于预测孟加拉国选定地区的山洪事件。
9.将水文气象过程与科罗拉多州前沿山区的低概率洪水联系起来
标题：Connecting Hydrometeorological Processes to Low-Probability Floods in the Mountainous Colorado Front Range
原文链接：https://onlinelibrary.wiley.com/doi/abs/10.1029/2021WR029768
期刊：Water Resources Research
摘要：由于季节性变化的融雪和土壤湿度动态的水文气象复杂性以及极端降水的时空变化，估计山区流域罕见洪水的概率具有挑战性。设计风暴方法和统计洪水频率分析常常忽视这些复杂性以及它们如何影响罕见洪水的概率。本研究提出了一种基于过程的方法，结合了网格降水、随机风暴换位 (SST) 和基于物理的分布式降雨径流建模，以模拟长达 10,000 年重现间隔的洪峰和水量分布，并提供对洪水的深入了解。这些事件的水文气象驱动因素。该方法应用于美国科罗拉多州弗兰特山脉的一个小山区流域。我们表明，根据现有的区域降水均匀性定义，可以证明前岭的风暴转移是合理的。基于过程的结果显示与考虑潜在洪水驱动因素的基于统计的混合分布非常一致。我们进一步证明，先期条件和融雪导致频繁的洪峰流量和罕见的洪水量，而洪峰分布的上尾部似乎受到强降雨和雪雨雪的控制。我们特别强调了早秋极端降雨在控制罕见洪峰（但不是水量）方面的重要作用，尽管近几十年来只观察到一次此类事件。尽管存在与网格降水数据集的准确性相关的问题，但这些发现凸显了海表温度和基于过程的建模的潜力，有助于了解洪水驱动因素和洪水频率之间的关系。
10.使用 WRF-Hydro 和数据同化对城市洪水进行高分辨率建模和预测
标题：High-resolution modeling and prediction of urban floods using WRF-Hydro and data assimilation
原文链接：https://www.sciencedirect.com/science/article/pii/S0022169421002833
期刊：Journal of Hydrology
摘要：我们评估了提高水文建模分辨率、校准选定模型参数和同化流量观测值对使用 WRF-Hydro 在达拉斯-沃斯堡地区 (DFW) 进行基于事件的城市洪水建模和预测的影响。我们使用来自协同自适应大气感知雷达网络的 500 米 1 分钟分辨率的定量降水估计值来观测降雨，使用逐步线搜索进行校准，使用固定滞后平滑进行数据同化 (DA)。模型区域是一个 144.6 平方公里的区域，包括 DFW 中部阿灵顿和大草原的 3 个城市集水区。结果表明，针对事件对 6 个 WRF-Hydro 参数进行校准在模拟集水区出口的水文图方面非常成功，尤其是对于最重要的上升枝干，但对于衰减的峰值或快速消退的下降枝干则不太成功。陆地表面模型 (LSM) 需要至少 250 米的空间分辨率才能描绘出小集水区，从而以可接受的精度捕捉整个集水区的降雨。在选定的分辨率组合下进行的模拟（LSM 为 250 和 125 米，路由模型为 250、125、50 米）显示出不同的结果。总体结果表明，在没有特定分辨率的规定和通道路由参数校准的情况下，LSM 和路由模型的 250 米分辨率在性能和计算要求方面都是不错的选择，并且，在没有高质量校准和连续流量模拟的情况下，DA 是初始化 WRF-Hydro 进行基于事件的高分辨率城市洪水预报所必需的。
11.横向陆地水流对大陆尺度夏季降水的贡献——使用 WRF-Hydro-tag 集合对欧洲和西非进行比较
标题：Lateral terrestrial water flow contribution to summer precipitation at continental scale – A comparison between Europe and West Africa with WRF-Hydro-tag ensembles
原文链接：https://onlinelibrary.wiley.com/doi/10.1002/hyp.14183
期刊：Hydrological Processes
摘要：众所周知，夏季降水量会受土壤湿度条件影响。耦合陆地表面 - 大气模型通常用于量化土壤湿度 - 降水反馈过程。然而，大多数陆地表面模型 (LSM) 都假设土壤水垂直输送，而忽略了地表和地下的横向陆地水流，这可能会降低模拟的土壤湿度 - 降水反馈的真实性。在本研究中，评估了 2008 年 6 月至 9 月期间欧洲和西非两个不同气候区横向陆地水流对夏季降水的贡献。采用耦合大气水文模型 WRF-Hydro 的一个版本，该版本具有标记和跟踪模拟大气中陆地表面蒸发的选项，称为 WRF-Hydro-tag。使用随机动能后向散射方案随机实现湍流能量，生成了 30 个包含陆地路径的模拟和 30 个不包含陆地路径的模拟的集合，适用于欧洲和西非。集合大小允许从大陆尺度平均模拟降水中提取随机噪声。研究发现，横向陆地水流使欧洲陆地表面蒸发对降水的相对贡献增加了 3.6%，西非增加了 5.6%，这增强了正土壤水分 - 降水反馈，并在模拟降水中产生了更多的不确定性，正如标准化集合散度略有增加所诊断的那样。这项研究表明，横向陆地水流对大陆尺度降水的贡献很小，但不可忽略。
12.通过具有更高时空分辨率的海面温度场改进 WRF-Hydro 径流模拟
标题：Improving WRF-Hydro runoff simulations of heavy floods through the sea surface temperature fields with higher spatio-temporal resolution
原文链接：https://onlinelibrary.wiley.com/doi/abs/10.1002/hyp.14338
期刊：Hydrological Processes
摘要：本研究调查了四个不同海面温度 (SST) 数据集的时空精度对天气研究和预报 (WRF)Hydro 系统的精度的影响，该系统用于模拟黑海东部两次灾难性洪水事件期间的水文响应（ EBS）和土耳其的地中海（MED）地区。三种时变和高空间分辨率外部 SST 产品（GHRSST、Medspiration 和 NCEP-SST）和一种粗分辨率和时不变 SST 产品（分别用于 EBS 和 MED 区域的 ERA5-和 GFS-SST）已嵌入WRF模型的初始和边界条件数据集用于通过WRF推导近地表大气变量。使用两个地区每小时和每日的水流数据对 WRF-Hydro 系统进行适当的基于事件的校准后，对独立海表温度事件进行非耦合模型模拟，以评估海表温度触发的降水对模拟极端径流的影响。与取决于海表温度表示的观测相比，洪水事件发生的一些局部和时间差异是显而易见的。具有较高互相关性的海表温度产品（GHRSST 和 Medspiration）显示这两个地区的洪水过程线有显着改善。与 EBS 地区模拟径流中的不变 SST（ERA5）相比，GHRSST 数据集显示 NSE 大幅提高（约 70%），RMSE 降低达 20%，相关性从 0.3 提高到 0.8。使用具有高度时空相关性的 GHRSST 和 Medspiration SST 数据，减少了 MED 地区不变 SST（GFS）的高估，从而使径流模拟与观测到的 300 立方米/秒径流峰值完全吻合。通过详细的 SST 表示，WRF 模型的降水模拟能力得到了提高，这表明 GHRSST 和 Medspiration 模拟的水文图与观测降水模拟的水文图相比表现更好。
13.参数化和模型耦合在能量和水平衡模拟中的作用——大气模型 WRF 和水文模型 WRF-Hydro 的研究
标题：The Role of Parameterizations and Model Coupling on Simulations of Energy and Water Balances – Investigations With the Atmospheric Model WRF and the Hydrologic Model WRF-Hydro
原文链接：https://onlinelibrary.wiley.com/doi/abs/10.1029/2023JD040335
期刊：Journal of Geophysical Research: Atmospheres
摘要：分布式水文模型 WRF-Hydro 可以与大气天气、研究和预报 (WRF) 模型完全耦合模式运行。 WRF-Hydro 通过模拟侧面水流和地下水流，增强了 WRF/WRF-Hydro 耦合中的陆地水文过程建模。本研究的目的是（a）在全耦合 WRF/WRF-Hydro 模拟中检查 WRF-Hydro 对表面能和水平衡的影响，以及（b）检查五种 WRF 物理参数化对 WRF-Hydro 的影响。水力水流。研究区域为地中海岛屿塞浦路斯和31个山区流域。在为期 1 年的模拟中，相对于独立 WRF 模型，耦合 WRF/WRFHydro 的域平均土壤湿度高出 20%。较高的土壤湿度可以解释潜热（36%）和蒸散量（33%）的增加。通过对模型蒸腾参数化进行修改以表示夜间蒸腾并使用遥感叶面积指数数据，这些通量的增加较小。耦合模型的模拟降水量相对于 WRF 增加了 3%。长达两年的 WRF-Hydro 模拟给出了 31 个流域日流量的中值纳什-萨特克利夫效率（对于观测到的降水强迫）为 0.5，对于五个 WRF 参数化的强迫而言，中值纳什-萨特克利夫效率在 1.9 到 0.2 之间。这项研究表明，在与 WRF-Hydro 耦合模式下，通过侧向水流过程增强独立 WRF 模型可以改变陆地能量和水平衡。未来使用 WRF 进行水文循环研究时应考虑改进的陆地过程表示。
14.通过 WRF-Hydro 实验量化 AQPI 间隙填充雷达网络进行流量模拟的潜力
标题：Quantifying the Potential of AQPI Gap-Filling Radar Network for Streamflow Simulation through a WRF-Hydro Experiment
原文链接：https://journals.ametsoc.org/view/journals/hydr/22/7/JHM-D-20-0122.1.xml
期刊：Journal of Hydrometeorology
摘要：在美国西部许多地区提供准确及时的洪水预警仍然是一项挑战。作为高级定量降水信息 (AQPI) 项目的一部分，本研究探索了在 WRF-Hydro 建模系统下使用 AQPI 间隙填充雷达网络模拟旧金山湾区选定风暴事件的流量的潜力。研究调查了湾区最容易发生洪水的地区中的两种流域，包括自然流域和人为流域。基于高分辨率 AQPI X 波段雷达降雨估计，使用三种基本路由配置（包括网格、河段和国家水模型 (NWM)）来量化不同模型物理选项对模拟流量的影响。研究发现，当流域中存在水库时，NWM 在重现流量和水文图形状方面的表现优于其他路由配置。此外，AQPI X 波段雷达降雨估计值（未经水位计校正）提供了合理的径流模拟，与基于 S 波段下一代气象雷达网络的水位计校正降雨估计值相比，它们在重现水文峰值方面表现出更好的性能。此外，敏感性测试表明，地表条件对暴风雨期间的径流模拟有显著影响：随着渗透因子 (REFKDT) 的降低，流量增加到更高水平，随着表面粗糙度系数 (Mann) 的增加，其峰值下降并滞后。对所调查流域两个出水口的径流降水输入时间延迟分析进一步证明了 AQPI 填补空白雷达观测与该城市地区径流变化之间的联系。
15.使用耦合水文气象 NWP 建模系统预测孟加拉国东北部季风前山洪事件
标题：Forecasting of pre-monsoon flash flood events in the northeastern Bangladesh using coupled hydrometeorological NWP modelling system
原文链接：https://link.springer.com/article/10.1007/s00703-021-00831-z
期刊：Meteorology and Atmospheric Physics
摘要：孟加拉国东北部洼地地区极易发生反复的山洪暴发，原因是这些地区和上游丘陵地区降雨过多。2016 年和 2017 年发生了两次如此严重的季风前山洪暴发事件。本研究尝试使用耦合的大气-水文数值天气预报 (NWP) 模型，即天气研究和预报 (WRF) 模型来预测这两次山洪暴发事件。ARW（高级研究 WRF）模型能够提前 91 小时预测这些地区的降雨量。然而，WRF-Hydro 模型高估了流量和水位。该模型预测的山洪暴发时间与最高降雨量相比大约滞后 12 小时。这些模型的整体性能令人满意。降雨量和随后的流量这两个参数是描述滞后时间所必需的，它们几乎被精确模拟。模拟值的误差也较少，这由均方根误差 (RMSE) 和平均绝对误差值证明。模型得出的流量的纳什-萨特克利夫效率标准得分接近 1.0，RMSE-观测标准偏差比得分小于 0.5。这一发现证明 NWP 模型可用于预测孟加拉国选定地区的山洪事件。