高分辨率空间分布数据的新来源，如天气雷达、卫星平台和高分辨率气象模型，正在为用于预测的分布式水文模型提供新的机遇。由美国NWS发起的DMIP研究和由欧盟资助的flodrelief研究都旨在解决与这些新机遇相关的科学问题，例如盆地物理特征和力量的空间变异的性质和影响是什么?在从分布式模型中获得好处时，不确定性扮演了什么角色?需要什么样的模型复杂度?
DMIP:
由美国国家气象局水文实验室组织，DMIP项目的主要目标是
- 识别并帮助开发最佳利用NEXRAD和其他空间数据集的模型和建模系统，以改进rfc尺度的河流模拟
- 帮助指导NWS/HL的分布式水文建模研究、科学和应用。
参与该项目的机构包括洪水救济项目DHI水与环境的协调伙伴、麻省理工学院、亚利桑那大学、水文研究中心、NWS/NCEP环境建模中心和NASA-GSFC水文实验室、NWS、犹他州立大学、新西兰国家水和大气研究所、美国农业部农业研究所、加州大学伯克利分校黑土地研究中心、武汉大学水力电气学院、俄克拉何马大学、滑铁卢大学。
dip项目的成果现作为特刊发表在《水文学杂志》第298卷，第1-4期，第1-335页(2004年10月1日)。
FLOODRELIEF贡献:
- 使用可操作的河流和流域模型系统MIKE 11提交蓝色河流流域的模拟。由于几个原因，在分布式建模方面，Blue River集水区特别有趣。首先，通过基于NEXRAD雷达的降雨产品，可以观测到降雨的重要变化，并获得分布降雨。此外，从流域狭长的形状和土壤特性的观测变异性来看，预计分布式降雨-径流模拟和分布式路由都是相关的。
- 模型结构对水文模型不确定性影响的评估。特别是，在flodrelief项目中开发的一个新的通用建模框架被应用于对不同模型结构的系统调查。使用这种新工具，比较了概念性和基于物理的过程描述，并评价了处理空间变异性的不同方法的性能和模型复杂性的不同水平。
- 研究使用flodrelief建模框架的多模型集成。
为进一步的信息
DMIP参与者和主要研究人员
- 麻省理工学院(拉斐尔·布拉斯博士)
- 亚利桑那大学(Hoshin Gupta博士)
- 水文研究中心(Konstantine Georgakakos博士)
- NWS/NCEP环境建模中心(Dr. Dag Lohmann, Dr. Ken Mitchell)和NASA-GSFC (Dr. Christa Peters-Lidard)
- 美国国家气象局水文实验室(史密斯博士)
- 犹他州立大学(David Tarboton博士)和新西兰国家水和大气研究所(Ross Woods博士)
- 美国农业部农业研究所(Jeff Arnold博士)和TAES黑土地研究中心(Mauro Di Luzio博士)
- 加州大学伯克利分校(徐亮博士)
- 中国武汉大学水利电气学院(李岚博士)
- 滑铁卢大学安大略省(Dr. Allyson Bingeman)
- DHI水与环境(Michael Butts博士)
- 俄克拉荷马州大学(Baxter Vieux博士)