【文章內(nèi)容簡介】 利用公式（），得出的最大效率系數(shù)E=；坡度為10176。時，參數(shù)λ=，利用公式（），得出的最大效率系數(shù)E=；坡度為15176。時，參數(shù)λ=，利用公式（），得出的最大效率系數(shù)E=；坡度為20176。時，參數(shù)λ=，利用公式（），得出的最大效率系數(shù)E=；坡度為25176。時，參數(shù)λ=，利用公式（），得出的最大效率系數(shù)E=；坡度為30176。時，參數(shù)λ=，利用公式（），得出的最大效率系數(shù)E=；坡度為35176。時，參數(shù)λ=，利用公式（），得出的最大效率系數(shù)E=。 相關(guān)系數(shù)坡度為5176。時，參數(shù)λ=，實測徑流深與預(yù)測徑流深數(shù)據(jù),繪制相關(guān)系數(shù)圖（如圖42）。圖42 5176。預(yù)測徑流深與實測徑流深相關(guān)性圖Figure 42 5 176。 predicted and measured runoff runoff correlation diagram從圖中所添加趨勢線得知：相關(guān)性系數(shù)R=。坡度為10176。時，參數(shù)λ=，實測徑流深與預(yù)測徑流深數(shù)據(jù),繪制相關(guān)系數(shù)圖（如圖43）。圖43 10176。預(yù)測徑流深與實測徑流深相關(guān)性圖Figure 43 10 176。 predicted and measured runoff runoff correlation diagram從圖中所添加趨勢線得知：相關(guān)性系數(shù)R=。坡度為15176。時，參數(shù)λ=，實測徑流深與預(yù)測徑流深數(shù)據(jù),繪制相關(guān)系數(shù)圖（如圖44）。圖44 15176。預(yù)測徑流深與實測徑流深相關(guān)性圖Figure 44 15 176。 predicted and measured runoff runoff correlation diagram從圖中所添加趨勢線得知：相關(guān)性系數(shù)R=。坡度為20176。時，參數(shù)λ=，實測徑流深與預(yù)測徑流深數(shù)據(jù),繪制相關(guān)系數(shù)圖（如圖45）。圖45 20176。預(yù)測徑流深與實測徑流深相關(guān)性圖Figure 45 20 176。 predicted and measured runoff runoff correlation diagram從圖中所添加趨勢線得知：相關(guān)性系數(shù)R=。坡度為25176。時，參數(shù)λ=，實測徑流深與預(yù)測徑流深數(shù)據(jù),繪制相關(guān)系數(shù)圖（如圖46）。圖46 25176。預(yù)測徑流深與實測徑流深相關(guān)性圖Figure 46 25 176。 predicted and measured runoff runoff correlation diagram從圖中所添加趨勢線得知：相關(guān)性系數(shù)R=。坡度為30176。時，參數(shù)λ=，實測徑流深與預(yù)測徑流深數(shù)據(jù),繪制相關(guān)系數(shù)圖（如圖47）。圖47 30176。預(yù)測徑流深與實測徑流深相關(guān)性圖Figure 47 30 176。 predicted and measured runoff runoff correlation diagram從圖中所添加趨勢線得知：相關(guān)性系數(shù)R=。坡度為35176。時，參數(shù)λ=，實測徑流深與預(yù)測徑流深數(shù)據(jù),繪制相關(guān)系數(shù)圖（如圖48）。圖48 35176。預(yù)測徑流深與實測徑流深相關(guān)性圖Figure 48 35 176。 predicted and measured runoff runoff correlation diagram從圖中所添加趨勢線得知：相關(guān)性系數(shù)R=。 小結(jié) 本章經(jīng)過對敏感性參數(shù)λ分析，并且考慮坡度對參數(shù)的影響，進一步對參數(shù)λ優(yōu)化，得到不同坡度條件下所對應(yīng)的λ值。從模型的效率系數(shù)角度分析，坡度為5176。、10176。、15176。、20176。、25176。、30176。、35176。時，、、與優(yōu)化參數(shù)λ之前比較，模型的效率系數(shù)普遍有所下降，由此可見，單一的對參數(shù)λ進行優(yōu)化，并不能提高模型的精確度。從模型的相關(guān)性分析，坡度為5176。、10176。、15176。、20176。、25176。、30176。、35176。時，、、、、。坡度為5176。、10176。、15176。時的斜率均有所提高，卻大于1, 截距減小，相關(guān)性系數(shù)明顯提高；坡度為20176。、25176。、30176。、35176。時的斜率均有所減小，截距增加，相關(guān)性系數(shù)降低。說明僅改變初損率提高模型的預(yù)測精度非常有限，因此，對模型的CN值也需要進一步的優(yōu)化。第五章 CN的優(yōu)化 CN的范圍選擇30場降雨徑流資料,進一步確定CN的取值范圍。在坡度的為5176。、10176。、15176。時。將λ=（）和（）推導(dǎo)出： （）利用公式（）和（）確定CN值的計算過程（附表4）由附表51得，在坡度的為5176。、10176。、15176。時，≦CN≦。CN取值：50、60、66666666670、77777777780、81。坡度為20176。、25176。、30176。、35176。時。將λ=（）和（）推導(dǎo)出： （）利用公式（）和（）確定CN值的計算過程（附表5）。由附表51得，在坡度的為20176。、25176。、30176。、35176。時，≤CN≤。CN取值：50、60、66666666670、77777777780、90。 優(yōu)化的CN選擇20場降雨徑流資料進行參數(shù)CN的率定，在參數(shù)CN變化范圍內(nèi)，將通過不斷改變CN值的方法，計算在不同坡度條件下的地表徑流深，并將模型效率系數(shù)E為判斷依據(jù)，選擇模型效率系數(shù)E最大時，其對應(yīng)的CN值作為該坡度條件下的最優(yōu)參數(shù)CN。在坡度的為5176。、10176。、15176。時，λ=,對CN值進行率定，利用公式（）、（）和（），計算過程（如附表6），得最優(yōu)化的CN=64。在坡度的為20176。、25176。、30176。、35176。時，λ=,對CN值進行率定，利用公式（）、（）和（），計算過程（如附表7）。得最優(yōu)化的CN=74。 模型效率系數(shù)坡度為5176。、10176。、15176。時，參數(shù)λ=，效率系數(shù)取得最大值時的計算過程（如附表）, 利用公式（），得出的效率系數(shù)E=。坡度為20176。、25176。、30176。、35176。時，參數(shù)λ=，效率系數(shù)取得最大值時的計算過程（如附表9）, 利用公式（），得出的效率系數(shù)E=。 相關(guān)系數(shù)利用附表6中, 坡度為5176。、10176。、15176。時，參數(shù)λ=，實測徑流深與預(yù)測徑流深數(shù)據(jù),繪制相關(guān)系數(shù)圖（如圖51）。圖51 坡度的為5176。、10176。、15176。時取最優(yōu)CN值的效率系數(shù)Figure 51 when slope of 5 176。, 10 176。, 15 176。 taking the best CN value the coefficient of performance從圖中所添加趨勢線得知：相關(guān)性系數(shù)R=。利用附表7中, 坡度為20176。、25176。、30176。、35176。時，參數(shù)λ=，實測徑流深與預(yù)測徑流深數(shù)據(jù),繪制相關(guān)系數(shù)圖（如圖52）。圖52 坡度的為20176。、25176。、30176。、35176。時取最優(yōu)CN值的效率系數(shù)Figure 52 when slope of 20176。、25176。、30176。、35176。taking the best CN value the coefficient of performance從圖中所添加趨勢線得知：相關(guān)性系數(shù)R=。 小結(jié)在對參數(shù)λ優(yōu)化的基礎(chǔ)上進一步對CN優(yōu)化，通過利用30場降雨徑流資料確定CN值的取值范圍，在用20場降雨徑流資料進行驗證。從模型的效率系數(shù)分析，坡度為5176。、10176。、15176。時，坡度為20176。、25176。、30176。、35176。時。從模型的相關(guān)性分析，坡度為5176。、10176。、15176。時，略小于1，接近于0。坡度為20176。、25176。、30176。、35176。時，略小于1，接近于0。說明進一步對CN值進行優(yōu)化顯著的提高了模型的精確度，可用于黃土高原丘陵溝壑區(qū)降水產(chǎn)流預(yù)測。第六章 分析與討論徑流曲線數(shù)法計算簡單，參數(shù)少，所需資料容易獲取，便于應(yīng)用在資料缺乏的地區(qū)，本文針對黃土高原的土壤、氣候特點，結(jié)合SCSCN模型，對徑流曲線法的參數(shù)進行優(yōu)化，得到以下結(jié)論：（1）搜集整理19541976年陜北韭園溝地區(qū)徑流場30場降雨資料，在初損率λ=，通過將預(yù)測徑流深與實測徑流深進行比較，模擬效果不太理想，必須對模型參數(shù)λ進行率定。（2）通過對參數(shù)λ進行敏感性分析發(fā)現(xiàn)，坡度從緩到陡的變化中，參數(shù)λ對預(yù)測徑流量表現(xiàn)出了較高的敏感性，所以，對參數(shù)λ的率定是必要的。利用20場降雨徑流資料對參數(shù)λ的率定結(jié)果為,坡度為5176。、10176。、15176。，坡度為20176。、25176。、30176。、35176。將坡度對CN值進行了修正，得到不同坡度條件下的CN值，此時，得到的預(yù)測徑流量與實測徑流量比較，效率系數(shù)和相關(guān)性系數(shù)都有明顯的降低，因此單一的對參數(shù)λ進行修正還不能提高模型的預(yù)測精度，必須對CN值進一步優(yōu)化。（3）通過進一步對參數(shù)CN值進行優(yōu)化，SCS模型表現(xiàn)出能更好地適用于該地區(qū)降雨徑流量的模擬計算。與模型率定前比較，預(yù)測的徑流量更加接近實測值，坡度為5176。、10176。、15176。時。坡度為20176。、25176。、30176。、35176?？偟膩碚f，優(yōu)化后的模型能更好的預(yù)測該地區(qū)的徑流值，但是，參數(shù)是否適用于其它地區(qū)仍需進一步研究。本研究只是單一的加入坡度對模型的影響，對于其它的影響因素并未考慮。模型中前期土壤濕度是影響模型預(yù)測精度的重要因素，本文雖然利用前五天降水劃分AMC等級，但沒有檢驗該劃分標準在黃土高原丘陵溝壑區(qū)的適用性。也沒有考慮降雨強度對徑流的影響，這也會在一定程度上限制模型的預(yù)報精度。所以，在黃土高原應(yīng)用SCS模型精確的預(yù)測降水產(chǎn)流還需要進一步的研究。參考文獻[1]王占禮,邵明安,常慶瑞. 黃土高原降雨因素對土壤侵蝕的影響[J]. 西北農(nóng)業(yè)大學(xué)學(xué)報,1998,04:106110.[2]吳發(fā)啟,趙曉光,劉秉正,唐克麗. 黃土高原南部緩坡耕地降雨與侵蝕的關(guān)系[J]. 水土保持研究,1999,02:5461.[3]Soil Conservation Service (SCS).Hydrology in National Engineering Handbook， Supplement A, Section 4，Chap. 10，Soil Conservation Service [R].USDA, Washington，1985:.[4]BOUGH W C A. Review of the USDA SCS curve number method [J].Australian ，Journal Research. 1989, 27 (3):511523.[5]王英. 徑流曲線法(SCSCN)的改進及其在黃土高原的應(yīng)用[D].中國科學(xué)院研究生院（教育部水土保持與生態(tài)環(huán)境研究中心）,2008. [6]劉家福,蔣衛(wèi)國,占文鳳,周紀. SCS模型及其研究進展[J]. 水土保持研究,2010,02:120124. [7]張鈺嫻,穆興民,王飛. 徑流曲線數(shù)模型(SCSCN)參數(shù)λ在黃土丘陵區(qū)的率定[J]. 干旱地區(qū)農(nóng)業(yè)研究,2008,05:124128. [8]王英,黃明斌. 徑流曲線法模型參數(shù)在黃土地區(qū)的優(yōu)化研究[J]. 水土保持通報,2008,01:5458. [9]羅利芳,張科利,符素華. 徑流曲線數(shù)法在黃土高原地表徑流量計算中的應(yīng)用[J]. 水土保持通報,2002,03:5861+68. [10]李常斌,秦將為,李金標. 計算CN值及其在黃土高原典型流域降雨徑流模擬中的應(yīng)用[J]. 干旱區(qū)資源與環(huán)境,2008,08:6770. [11]符素華,王向亮,王紅葉,魏欣,袁愛萍. SCSCN徑流模型中CN值確定方法研究[J]. 干旱區(qū)地理,2012,03:415421. [12]王英,黃明斌. 徑流曲線法在黃土區(qū)小流域地表徑流預(yù)測中的初步應(yīng)用[J]. 中國水土保持科學(xué),2008,06:8791+97.[13]SCS national engineering handbook.“Section 4: Hydrology, Chapter 4.”[M].Washington, :Soil Conservation Service, USDA. 1985.[14]Hawkins,..Aparison of predicted and observed runoff curve numbers[J].Proceeding of Special Conference Irrigation and Drainage Division,1984,702709.[15]Hawkins,..Asymptotic determination of runoff curve numbers from data[J].Journal of Irrigational Drainage Division