The Soil Conservation Service Curve Number methodology is widely practiced world over for computation of runoff generated from rainfall in a watershed. It was originally developed for the purpose of conservation of soil from the effect of runoff, which is a major factor governing the soil erosion and its transport, in small agricultural watersheds. Since inception in 1956, its application has been extended to a number of areas such as infiltration, flood, drainage, and water availability, sediment yield, water quality and climate change studies. In an attempt to suggest an improved version, the effect of rainfall intensity (i.e., the ratio of rainfall to rain duration) and antecedent moisture, greatly affecting the runoff quantity but originally ignored, has been studied by postulating different variations of the method. The effect of rainfall intensity is considered by Models M1 and M2, an explicit form. Model M3 incorporates both initial soil moisture and rainfall intensity, and its explicit form (with constant model parameter λ = 0.2) is M4. A comparative performance evaluation on a very large dataset containing 48,386 rainfall–runoff events of 140 USA watersheds using several indicators leads to the proposition of Model M3 and its further sensitivity analysis describes the model to be the most sensitive to the amount of input rainfall. The study not only supports the incorporation of storm intensity and initial soil moisture in the model formulation but also proposes an alternative version for rainfall–runoff studies required for enhanced water use efficiency through irrigation scheduling.

Graphical abstract

中文翻译：

---

改进后的 SCS-CN 模型的灵敏度和性能评估，通过将随时间衰减的保留参数与不同的土壤湿度结合起来，用于更通用的应用

土壤保持服务曲线数方法在世界范围内广泛用于计算流域降雨产生的径流。它最初是为了保护土壤免受径流的影响而开发的，径流是小型农业流域中控制土壤侵蚀及其迁移的主要因素。自 1956 年问世以来，其应用已扩展到渗透、洪水、排水和可用水量、产沙量、水质和气候变化研究等多个领域。为了提出改进版本，降雨强度（即降雨与降雨持续时间的比率）和前期水分的影响，极大地影响径流量但最初被忽略，已经通过假设该方法的不同变化进行了研究。模型 M1 和 M2 考虑了降雨强度的影响，这是一种显式形式。模型 M3 结合了初始土壤水分和降雨强度，其显式（具有常数模型参数 λ = 0.2）为 M4。使用多个指标对包含 140 个美国流域的 48,386 个降雨-径流事件的超大型数据集进行比较性能评估，得出模型 M3 的提议，其进一步的敏感性分析表明该模型对输入降雨量最敏感。该研究不仅支持将风暴强度和初始土壤水分纳入模型制定中，而且还提出了通过灌溉计划提高用水效率所需的降雨-径流研究的替代版本。模型 M3 结合了初始土壤水分和降雨强度，其显式（具有常数模型参数 λ = 0.2）为 M4。使用多个指标对包含 140 个美国流域的 48,386 个降雨-径流事件的超大型数据集进行比较性能评估，得出模型 M3 的提议，其进一步的敏感性分析表明该模型对输入降雨量最敏感。该研究不仅支持将风暴强度和初始土壤水分纳入模型制定中，而且还提出了通过灌溉计划提高用水效率所需的降雨-径流研究的替代版本。模型 M3 结合了初始土壤水分和降雨强度，其显式（具有常数模型参数 λ = 0.2）为 M4。使用多个指标对包含 140 个美国流域的 48,386 个降雨-径流事件的超大型数据集进行比较性能评估，得出模型 M3 的提议，其进一步的敏感性分析表明该模型对输入降雨量最敏感。该研究不仅支持将风暴强度和初始土壤水分纳入模型制定中，而且还提出了通过灌溉计划提高用水效率所需的降雨-径流研究的替代版本。使用多个指标对包含 140 个美国流域的 48,386 个降雨-径流事件的超大型数据集进行比较性能评估，得出模型 M3 的提议，其进一步的敏感性分析表明该模型对输入降雨量最敏感。该研究不仅支持将风暴强度和初始土壤水分纳入模型制定中，而且还提出了通过灌溉计划提高用水效率所需的降雨-径流研究的替代版本。使用多个指标对包含 140 个美国流域的 48,386 个降雨-径流事件的超大型数据集进行比较性能评估，得出模型 M3 的提议，其进一步的敏感性分析表明该模型对输入降雨量最敏感。该研究不仅支持将风暴强度和初始土壤水分纳入模型制定中，而且还提出了通过灌溉计划提高用水效率所需的降雨-径流研究的替代版本。

图形概要