论文部分内容阅读
气候变化对不同生态系统的影响得到国际学者广泛研究。而水文循环是连接不同生态系统的重要环节。气候变化对水文循环过程的影响潜移默化地改变着人们和其他生物赖以生存的环境。近年来,气候变化导致的降水频率和降水量的增加,以及极端事件的频发越来越引起社会和学界的重视。在研究气候变化对水文水资源的影响时,存在着许多不同的不确定性来源。其中,降水作为水文过程模拟最重要的输入变量,其准确性对水文过程以及气候变化研究起着至关重要的决定作用。目前,遥感降水数据和再分析降水数据对水文模拟、预报和水资源管理有着极其重要的利用价值,且该价值对无资料地区而言尤为重要。本研究首先以地面站网实测数据为依据,评估了近两年新发布的以及另两种被广泛使用的全球高时空分辨率的降水数据PERSIANN-CDR,TRMM 3B42V7和NCEP-CFSR在中国湘江和衢州流域的准确度和可靠性。此外,结合SWAT水文模型,探讨了上述三种降水数据在水文径流模拟方面的适用性。在上述两个研究问题的基础上,利用PERSIANN-CDR具有的长时间序列(1983年-至今),本研究首次将遥感降水数据与气候变化研究相结合探究了PERSIANN-CDR代替地面站点实测数据作为一种观测降水用于气候变化研究的适用性。除了降水这一重要因素外,水文模型参数的非平稳性和不确定性也是影响气候变化对水资源预测的另一重要因素。目前,很多与气候变化相关的研究在预测未来水资源时所使用的水文模型参数都是通过历史时期数据率定得到,即假定参数是平稳的。但气候变化导致的水文模型参数的非平稳性和不确定性对该假设的可靠性提出了挑战。目前,很少有研究将水文模型参数在时间上的非平稳性和不确定性联合起来探究它们对气候变化下水文水资源的影响。本研究针对该问题,通过选取代表湿润、平均和干旱三种不同气候条件的率定时期,并以基准期这一率定时期作为对照组,探究了参数的非平稳性对气候变化研究的影响。本研究除使用传统的单次最优模拟法外,还提出了 k-模拟法。通过对比分析这两种方法来研究参数的不确定性问题对未来水资源预测的影响。本研究的主要工作和主要结论如下:(1)以地面实测降水数据为依据,使用四个评估降水产品时间序列和地面站点实测降水序列拟合情况的指标(相关系数CC、平均均方根误差RMSE、平均误差ME和相对误差BIAS)及三个评估降水事件准确度的指标(POD、FAR和CSI),在不同时空尺度(时间:日、月尺度;空间:子流域和整个流域)上评估了湘江和衢州流域上TRMM 3B42V7、PERSIANN-CDR和NCEP-CFSR三种降水数据。结果表明,TRMM3B42V7在月尺度上相关系数最大且误差最小,因此表现最优;PERSIANN-CDR表现次之;NCEP-CFSR表现最差。(2)在基于SWAT模型的水文模拟方面,PERSIANN-CDR和3B42V7不论是在日尺度还是月尺度,均表现出较好的径流模拟能力,但NCEP-CFSR在不同流域上表现不一致,波动较大。相较而言,3B42V7在逐日径流模拟方面表现最优,PERSIANN-CDR模拟的径流表现出高水被低估的现象,而NCEP-CFSR模拟的径流与PERSIANN-CDR正好相反,其高水被严重高估。在极端事件(最大日、最大三日和最大五日降水/径流)方面,PERSIANN-CDR低估了降水极值,同时其模拟的径流极值也被低估。NCEP-CFSR与PERSIANN-CDR表现正好相反。(3)比较评估PERSIANN-CDR和16个全球气候模式CMIP5的降水估计和径流模拟两方面的表现,尤其分析了其在降水和径流极端事件方面的表现。结果表明,PERSIANN-CDR在气候变化研究领域有很大的价值,特别是在极端降水事件方面。CMIP5模式的降水估计和降水极值在使用PERSIANN-CDR偏差纠正后均得到了很大的改善。对于PERSIANN-CDR对CMIP5降水估计的偏差纠正对径流模拟的影响,结果显示16个模式中有11个模式的径流模拟因为其降水经PERSIANN-CDR偏差纠正得到了改善。在径流极值方面,PERSIANN-CDR对CMIP5降水估计偏差纠正的作用并不稳定,16个模式中只有8个模式降水模拟的径流极值因为其降水的偏差纠正得到了改善。(4)对参数的可移植性和不确定性的研究结果表明,率定期为湿润时期时率定得到的参数移植到研究时期(验证期或未来时期)也是湿润气候条件时表现最好。而当研究时期为干旱气候条件时,率定期为基准期时,模型模拟效果最优。对于未来时期(2011-2040)的逐日高水而言,率定期为干旱时期时不确定性最大,而逐日中水和低水的最大不确定性源于率定期为平均时期得到的参数组。对于未来时期(2011-2040)的年径流而言,最大的不确定性是率定期为平均时期对应的模拟结果,其次是率定期为湿润时期的模拟结果,干旱时期为率定期时模拟的年径流不确定性最小。此外,结果还表明,率定期为湿润和平均时期时最优目标函数对应的参数模拟出的季径流相较于k-模拟法模拟的季径流而言偏低,而率定期为基准期时基本高于k-模拟法模拟的季径流。相较而言,k-模拟法可以降低水资源管理中由于高估或低估而存在的风险。