论文部分内容阅读
在人口不断增长、经济快速发展以及全球气候变化异常的大背景下，气候变化的极端性、不确定性加剧，极端气候事件逐渐增多，不少流域的平均气候、水文情势与极端降水以及径流特征值都已发生了明显的改变。近年来滦河流域干旱发生频率及其影响范围均呈增加态势，严重制约着社会经济的发展。因此开展流域范围内干旱识别、干旱演变规律、干旱驱动机制及未来情景干旱模拟与评估问题的研究，对于滦河流域未来干旱综合应对、科学防旱、有效抗旱以及保障经济社会可持续发展都具有重要的现实意义。
本文以滦河流域为研究实例，以分布式水文模型为基础，开展变化环境下历史干旱特性识别、演化规律及驱动机制研究以及气候变化和土地利用/覆被变化共同作用下流域气象、农业和水文干旱的响应研究。通过上述研究，以期为流域水资源科学规划管理以及防旱、抗旱工作提供参考，主要研究内容与成果如下：
（1）通过优选滦河流域7个水文站点月径流序列的最优概率分布，计算得到了各个水文站点的最优标准化径流指数；探讨了不同时间尺度下水文干旱的趋势特征；研究了干旱特征和干旱频率年际及季节变化的空间演变特性。研究发现广义极值和对数逻辑斯特分布对滦河流域径流序列拟合效果较好，而常用的伽玛分布的拟合效果欠佳。水文干旱在过去51年里有较为明显的加重趋势。在气候变化和全球变暖的背景下，研究区域水文干旱的变化趋势有可能继续，即未来一段时间旱情可能加剧。迁安、卢龙、滦县（QA+LL+LX）一带以及隆化（LH）与滦平（LP）的交界区域的干旱最为严重。重度及以上干旱具有持续时间短、破坏严重的特点。轻度及以上的干旱覆盖了整个滦河流域，而重度及以上干旱并未覆盖整个研究区域。
（2）基于SWAT模型的水文模拟和时空连续的三维度干旱识别方法，对滦河流域1961~2011年间的水文干旱事件进行了识别；利用三维度可视化，以最严重的三场干旱事件为例重现了其时空演变过程；通过基于Copula函数的干旱多变量频率分析方法，对滦河流域干旱烈度、历时和面积的联合概率特征进行了分析，并计算了典型极端干旱事件的重现期。结果显示采用时空连续的三维度干旱识别方法识别的干旱结果与旱情记载情况相一致，即本文所采用的三维干旱识别方法是合理可靠性。滦河西部及中下游一带是流域的干旱中心，大规模的干旱事件多集中于此区域。干旱烈度（S）和干旱历时（D）最优概率分布为广义极值分布函数，干旱面积（A）的最优概率分布为对数正态分布；S-D、S-A和D-A的两变量最优概率分布分别为Joe Copula、Gumbel Copula和Joe Copula函数；S-D-A的三变量最优联合概率分布为非对称Gumbel Copula函数，且非对称Copula函数较对称Copula函数更适合于干旱多变量频率分析。滦河流域1961~2011年间最严重干旱事件（2000年6月-2003年6月）的重现期为80年一遇，另外还发生了75年一遇的干旱1场，40~50年一遇的干旱3场。在频率分析中不考虑干旱历时、面积和烈度中的任何一个，都会严重低估干旱的重现期，对干旱风险管理及其相关的抗旱水利工程的规划设计都是十分不利的。
（3）选取合适的干旱指标（SPEI、SSI和SRI），并以SWAT模型为桥梁搭建指标间的联系，探讨了流域气象、农业和水文干旱之间的的演变特性；运用连续小波和交叉小波变换分析法，研究了气象、农业、水文干旱与大尺度气候环流因子间的相互关系。农业和水文干旱对降水缺乏的响应表现出一定时滞性，且这种时滞性随着干旱尺度的增加而变得显著。滦河流域气象干旱与农业干旱、农业干旱与水文干旱之间的演化时间具有明显的季节特征。气象干旱与SOI呈正相关，与Ni?o和MEI呈负相关，最高相关性出现在滞时为0个月和时间尺度为9个月；与AO M气候指数整体最强负相关出现在滞时为6个月和时间尺度为24个月。农业干旱与Ni?o4、Ni?o3.4和MEI指数呈较强的正相关，与SOI呈负相关，与Ni?o4、Ni?o3.4、SOI和MEI的相关性分别在滞时为7个月、时间尺度为17个月，滞时为10个月、时间尺度为16个月，滞时为9个月、时间尺度为16个月和滞时为9个月、时间尺度为18个月时达到整体最大。水文干旱与AOM和Ni?o4呈较强的负相关关系，分别在滞时为17个月、时间尺度为10个月和滞时为5个月、时间尺度为4个月时达到整体最大。Ni?o1+2+3+4、Ni?o3.4、SOI、MEI和AOM指数对气象干旱的显著影响集中在16-88月，SOI和AMO对气象干旱影响主要体现在年代际尺度（99-164月）。Ni?o4、Ni?o3.4、MEI和SOI指数对农业干旱的显著影响集中在16-99月，以及99-187月的年代际尺度。Ni?o4和AOM指数对水文干旱的显著影响主要集中在16-64月，以及104-177月的年代际尺度。以上研究结果定量地揭示了三种干旱类型及其驱动因素之间的联系，对区域干旱监测和抗旱战略决策的制定具有重要指导意义。
（4）采用基于贝叶斯加权平均（REV-BMA）的多模式气候变化预测方法得到GCMs集合数据，通过与实测气象要素进行比对，评估了各单模式以及集合模式在滦河流域的适用性；借助SDSM模型降尺度及纠偏处理后得到未来时期（2011-2100年）降水和最高与最低气温要素。多模式集合的回报效果最好。SDSM模型对降水的模拟效果率定期优于验证期，且对相对丰水的夏季模拟效果优于春、秋和冬季，尤其由于冬季降水数值较小，对冬季模拟效果最差；对最高和最低气温的模拟效果明显优于对降水的模拟效果。偏差订正后模拟降水的均值偏差明显降低，订正后的降水数据与观测数据分布基本相符；SDSM模型对气温的模拟精度较高，偏差订正后最高与最低气温的均值和概率分布拟合程度改善均不显著，但这并不能说明SDSM模型模拟精度低。因此经偏差订正后的SDSM模型可以用于下一步气候情景构建。
（5）利用CA-Markov模型对未来时期（2020s、2050s和2080s）的土地利用进行了预测；将降尺度结合纠偏方法得到的未来时期气象要素和CA-Markov模型预测得到的未来时期土地利用作为SWAT模型输入数据，模拟了滦河流域未来时期的土壤湿度和径流变化，在此基础上，结合游程理论及经验正交（EOF）等方法，揭示了滦河流域未来时期气象、农业和水文干旱的时空变化特征。CA-Markov模型模拟预测的土地利用类型具有较好的可靠性和适用性。未来时期耕地（旱地和水田）面积将继续减少，建设用地面积的增加，是在现有的基础上继续扩张，几乎全部靠占用耕地实现。RCP2.6排放情景下滦河中上游的WC、FN、LH西北部、NM西部以及下游的LY、JL+QL北部、XX+ZH地区易遭受中度及以上气象干旱；RCP4.5排放情景下滦河上游的WC、FN、NM以及下游的LY、KC、PQ南部、CD西南部、XL东部、JL+QL东北部、XX+ZH地区易遭受中度及以上气象干旱；RCP8.5排放情景下滦河中上游东北边界地带（NM东北部、WC东部以及LH东部）易遭受中度及以上气象干旱。未来三种排放情形下滦河上游以及中游西南地区易遭受中度及以上农业干旱。RCP2.6排放情景下，滦河中上游的WC和FN东南大部、LH西北大部、LP西北部以及下游的LY、JL+QL北部、PQ东部地区属于水文干旱最容易发生的区域；RCP4.5排放情景下，滦河中上游的FN、NM西南部、WC东南部、LH西北部和LP地区属于水文干旱最容易发生的区域；RCP8.5排放情景下，WC西南和东南部、FN东南部、LH大部、LP西北部、CD东部以及XL、KC和XX+ZH交界地区属于水文干旱最容易发生的区域。相对于RCP2.6和RCP8.5排放情景，RCP8.5排放情景下气象、农业和水文干旱的重现期更短，即干旱更容易发生。
本文以滦河流域为研究实例，以分布式水文模型为基础，开展变化环境下历史干旱特性识别、演化规律及驱动机制研究以及气候变化和土地利用/覆被变化共同作用下流域气象、农业和水文干旱的响应研究。通过上述研究，以期为流域水资源科学规划管理以及防旱、抗旱工作提供参考，主要研究内容与成果如下：
（1）通过优选滦河流域7个水文站点月径流序列的最优概率分布，计算得到了各个水文站点的最优标准化径流指数；探讨了不同时间尺度下水文干旱的趋势特征；研究了干旱特征和干旱频率年际及季节变化的空间演变特性。研究发现广义极值和对数逻辑斯特分布对滦河流域径流序列拟合效果较好，而常用的伽玛分布的拟合效果欠佳。水文干旱在过去51年里有较为明显的加重趋势。在气候变化和全球变暖的背景下，研究区域水文干旱的变化趋势有可能继续，即未来一段时间旱情可能加剧。迁安、卢龙、滦县（QA+LL+LX）一带以及隆化（LH）与滦平（LP）的交界区域的干旱最为严重。重度及以上干旱具有持续时间短、破坏严重的特点。轻度及以上的干旱覆盖了整个滦河流域，而重度及以上干旱并未覆盖整个研究区域。
（2）基于SWAT模型的水文模拟和时空连续的三维度干旱识别方法，对滦河流域1961~2011年间的水文干旱事件进行了识别；利用三维度可视化，以最严重的三场干旱事件为例重现了其时空演变过程；通过基于Copula函数的干旱多变量频率分析方法，对滦河流域干旱烈度、历时和面积的联合概率特征进行了分析，并计算了典型极端干旱事件的重现期。结果显示采用时空连续的三维度干旱识别方法识别的干旱结果与旱情记载情况相一致，即本文所采用的三维干旱识别方法是合理可靠性。滦河西部及中下游一带是流域的干旱中心，大规模的干旱事件多集中于此区域。干旱烈度（S）和干旱历时（D）最优概率分布为广义极值分布函数，干旱面积（A）的最优概率分布为对数正态分布；S-D、S-A和D-A的两变量最优概率分布分别为Joe Copula、Gumbel Copula和Joe Copula函数；S-D-A的三变量最优联合概率分布为非对称Gumbel Copula函数，且非对称Copula函数较对称Copula函数更适合于干旱多变量频率分析。滦河流域1961~2011年间最严重干旱事件（2000年6月-2003年6月）的重现期为80年一遇，另外还发生了75年一遇的干旱1场，40~50年一遇的干旱3场。在频率分析中不考虑干旱历时、面积和烈度中的任何一个，都会严重低估干旱的重现期，对干旱风险管理及其相关的抗旱水利工程的规划设计都是十分不利的。
（3）选取合适的干旱指标（SPEI、SSI和SRI），并以SWAT模型为桥梁搭建指标间的联系，探讨了流域气象、农业和水文干旱之间的的演变特性；运用连续小波和交叉小波变换分析法，研究了气象、农业、水文干旱与大尺度气候环流因子间的相互关系。农业和水文干旱对降水缺乏的响应表现出一定时滞性，且这种时滞性随着干旱尺度的增加而变得显著。滦河流域气象干旱与农业干旱、农业干旱与水文干旱之间的演化时间具有明显的季节特征。气象干旱与SOI呈正相关，与Ni?o和MEI呈负相关，最高相关性出现在滞时为0个月和时间尺度为9个月；与AO M气候指数整体最强负相关出现在滞时为6个月和时间尺度为24个月。农业干旱与Ni?o4、Ni?o3.4和MEI指数呈较强的正相关，与SOI呈负相关，与Ni?o4、Ni?o3.4、SOI和MEI的相关性分别在滞时为7个月、时间尺度为17个月，滞时为10个月、时间尺度为16个月，滞时为9个月、时间尺度为16个月和滞时为9个月、时间尺度为18个月时达到整体最大。水文干旱与AOM和Ni?o4呈较强的负相关关系，分别在滞时为17个月、时间尺度为10个月和滞时为5个月、时间尺度为4个月时达到整体最大。Ni?o1+2+3+4、Ni?o3.4、SOI、MEI和AOM指数对气象干旱的显著影响集中在16-88月，SOI和AMO对气象干旱影响主要体现在年代际尺度（99-164月）。Ni?o4、Ni?o3.4、MEI和SOI指数对农业干旱的显著影响集中在16-99月，以及99-187月的年代际尺度。Ni?o4和AOM指数对水文干旱的显著影响主要集中在16-64月，以及104-177月的年代际尺度。以上研究结果定量地揭示了三种干旱类型及其驱动因素之间的联系，对区域干旱监测和抗旱战略决策的制定具有重要指导意义。
（4）采用基于贝叶斯加权平均（REV-BMA）的多模式气候变化预测方法得到GCMs集合数据，通过与实测气象要素进行比对，评估了各单模式以及集合模式在滦河流域的适用性；借助SDSM模型降尺度及纠偏处理后得到未来时期（2011-2100年）降水和最高与最低气温要素。多模式集合的回报效果最好。SDSM模型对降水的模拟效果率定期优于验证期，且对相对丰水的夏季模拟效果优于春、秋和冬季，尤其由于冬季降水数值较小，对冬季模拟效果最差；对最高和最低气温的模拟效果明显优于对降水的模拟效果。偏差订正后模拟降水的均值偏差明显降低，订正后的降水数据与观测数据分布基本相符；SDSM模型对气温的模拟精度较高，偏差订正后最高与最低气温的均值和概率分布拟合程度改善均不显著，但这并不能说明SDSM模型模拟精度低。因此经偏差订正后的SDSM模型可以用于下一步气候情景构建。
（5）利用CA-Markov模型对未来时期（2020s、2050s和2080s）的土地利用进行了预测；将降尺度结合纠偏方法得到的未来时期气象要素和CA-Markov模型预测得到的未来时期土地利用作为SWAT模型输入数据，模拟了滦河流域未来时期的土壤湿度和径流变化，在此基础上，结合游程理论及经验正交（EOF）等方法，揭示了滦河流域未来时期气象、农业和水文干旱的时空变化特征。CA-Markov模型模拟预测的土地利用类型具有较好的可靠性和适用性。未来时期耕地（旱地和水田）面积将继续减少，建设用地面积的增加，是在现有的基础上继续扩张，几乎全部靠占用耕地实现。RCP2.6排放情景下滦河中上游的WC、FN、LH西北部、NM西部以及下游的LY、JL+QL北部、XX+ZH地区易遭受中度及以上气象干旱；RCP4.5排放情景下滦河上游的WC、FN、NM以及下游的LY、KC、PQ南部、CD西南部、XL东部、JL+QL东北部、XX+ZH地区易遭受中度及以上气象干旱；RCP8.5排放情景下滦河中上游东北边界地带（NM东北部、WC东部以及LH东部）易遭受中度及以上气象干旱。未来三种排放情形下滦河上游以及中游西南地区易遭受中度及以上农业干旱。RCP2.6排放情景下，滦河中上游的WC和FN东南大部、LH西北大部、LP西北部以及下游的LY、JL+QL北部、PQ东部地区属于水文干旱最容易发生的区域；RCP4.5排放情景下，滦河中上游的FN、NM西南部、WC东南部、LH西北部和LP地区属于水文干旱最容易发生的区域；RCP8.5排放情景下，WC西南和东南部、FN东南部、LH大部、LP西北部、CD东部以及XL、KC和XX+ZH交界地区属于水文干旱最容易发生的区域。相对于RCP2.6和RCP8.5排放情景，RCP8.5排放情景下气象、农业和水文干旱的重现期更短，即干旱更容易发生。