译著序言

原著序言

第1章　追本溯源：降雨过程与模拟步骤

1.1　为什么要用模型"para" label-module="para">

1.2　怎样使用本书

1.3　模拟步骤

1.4　流域水文认知模型

1.5　水流过程与地球化学特性

1.6　产流与径流演进

1.7　选择概念模型的问题

1.8　模型率定和验证问题

1.9　本章要点

第2章　降雨一径流模型的演变：适者生存

2.1　起点：推理方法

2.2　实际预报：径流系数和时间转换

2.3　单位过程线的变异

2.4　早期的数字计算机模型：斯坦福流域模型及其派生模型

2.5　基于分布过程描述的模型

2.6　基于分布函数的简化分布式模型

2.7　最近的进展

2.8　本章要点

方框2.1　线性、非线性与非平稳性

方框2.2 新安江/Arno/VIC模型

方框2.3　控制量与微分方程

第3章　用于降雨一径流模拟的资料

3.1 降雨资料

3.2　流量资料

3.3　气象数据、截留和蒸散发估算

3.3.1　估算潜在的蒸散发

3.3.2　林冠截留水分的蒸发

3.3.3　实际蒸散发直接估算

3.4　气象资料与融雪估算

3.5　流域内气象数据分布

3.6　其他水文变量

3.7　数字高程数据

3.8　地理信息与数据管理系统

3.9　遥感数据

3.10　本章要点

方框3.1　估算蒸散发率的Penmar-Monteith组合方程

方框3.2　估算截流损失

方框3.3　用度一日法估算融雪

第4章　使用基于数据的模型预报水文过程

4.1　数据的可用性与经验模拟

4.2　经验回归方法

4.3　转换函数模型

4.3.1 IHACRES模型

4.3.2　利用转换函数表述基于数据机制的模型

4.4　个案研究：在威尔士Llyn Briane区的C16流域的DBM模拟

4.5　TFM软件

4.6　非线性与多输入转换函数

4.7　转换函数的物理推导

4.7.1　使用河网宽度函数

4.7.2　地貌单位线(GUH)

4.8　在洪水预报中使用转换函数模型

4.9　基于神经网络概念的降雨—径流经验模型

4.10　本章要点

方框4.1　线性转换函数

方框4.2　利用转换函数来推断有效降雨

方框4.3　转换函数时变参数估计

第5章　基于过程描述的分布式模型

5.1　分布式模型的物理基础

5.1.1　表层流

5.1.2　地表径流与河道流量演算

5.1.3　截留、蒸散发及融雪

……

第6章　基于水文相似性与分布函数和降雨——径流模型

第7章　参数估计与预报不确定性

第8章　洪水预报

第9章　气候及土地利用变化对水文影响的预测

第10章　重复模型选择问题

附录A　演示软件

附录B　术语表

参考文献

译者后记 2100433B