Green-Ampt下渗模型在突发洪水预报中的CASC2D应用与遥感技术

本文主要探讨了"基于Green-Ampt下渗的分布式水文模型在突发性洪水预报中的应用"。作者陈春喜和李致家来自河海大学水资源学院，他们充分利用现代地理信息系统（GIS）和遥感技术提供的地形、地貌和土壤数据，优化了分布式水文模型CASC2D的参数设置，赋予模型更深入的物理意义。Green-Ampt下渗模型作为基础，文章采用了显式有限差分法计算地面径流，并结合圣维南动力方程处理河道汇流，构建了二维分布式水文模型。 CASC2D模型自科罗拉多大学的P.Y.Julien教授早期开发以来，经过一系列改进和发展。初期，该模型专注于二维显式地面径流计算，并逐步扩展到包括Green&Ampt下渗模型和显式扩散波河道计算。Fred L. Ogden在后续的研究中，通过C语言完善了模型，增加了土壤侵蚀分析和地表径流泥沙运输的计算功能，并将Preissmann隐式全动态河道计算引入，提升了模型的连续模拟能力。 1995年，模型进一步升级，包含了土壤水分蒸发蒸腾损失的考虑，以及连续土壤水分的计算，使其在模拟效果上更为精确。 Brigham Young大学在外部资金支持下，将CASC2D模型集成到其流域模型系统中，使得模型能够在更大规模的应用场景中发挥作用。CASC2D模型作为分布式模型的代表，适应了地理信息和遥感技术的进步，尤其是在短历时洪水预报方面展现出了显著的优势。 本文的核心是介绍了如何通过整合先进技术，提升CASC2D模型在突发性洪水预测中的准确性和实用性，这不仅体现了GIS、遥感技术在水文学中的重要作用，也反映了分布式水文模型在现代水文管理中的核心地位。