机构名称：
¥ 2.0
摘要。尽管降雨径流水文学文献中对基于物理和空间分布的模型的优点存在争议，但寒区水文学领域的大量工作已经表明，通过纳入基于物理的过程表示、相对高分辨率的半分布式和全分布式离散化以及使用需要有限校准的物理上可识别的参数，可以提高预测能力。虽然人们越来越倾向于在超分辨率（< 1 公里）和雪堆分辨尺度（≈ 1 至 100 米）下进行建模，但现有寒区水文模型在这些尺度上的计算能力有限。这里介绍了一种新的分布式模型，即加拿大水文模型 (CHM)。虽然该模型旨在普遍应用，但它的重点是寒区过程在水文学中发挥作用的应用。主要功能包括能够执行以下操作：通过可变分辨率非结构化网格以有效方式捕获表面离散化中的空间异质性；包括多个过程表示；更改、删除和解耦水文过程算法；在点和空间分布尺度上工作；扩展到多个空间范围和尺度；并利用各种强制场（边界和初始条件）。本文重点介绍整体模型理念和设计，并提供了许多寒冷地区特有的功能和示例。
加拿大水文模型 (CHM) v1.0 - GMD
主要关键词
相关文件推荐
