随着全球经济快速发展和人口数量增长,温室气体排放大量增长,导致全球平均气温升高。气候变化已经成为世界关注的环境问题之一。全球温度升高对水文循环影响明显,导致海平面上升、冰川融化和极端事件频繁发生等等。研究气候变化对水文循环、尤其是水文核心要素的影响,对水资源评估规划、极端灾害预防和水利工程设计等具有非常重大的意义。蒸散发作为水文循环的重要组成部分之一,是陆地和海洋水分返回大气的唯一途径,研究气候变化下蒸散发的影响对农业灌溉、水资源规划和设计等方面具有重大意义。本文以浙江省为研究对象,首先探讨了气候变化下不同潜在蒸散发计算模型在研究区域的适用性,并具体分析了未来潜在蒸散发的变化及原因。然后,以浙江省中部地区金华江流域为研究对象,运用分布式水文模型DHSVM对蒸散发和径流进行模拟。针对DHSVM缺少敏感性分析和自动率定模块,本文开发了基于Linux机群并行计算的两步敏感性分析的DHSVM模型,分析得到对模型模拟蒸散发和径流的敏感参数以及参数之间的相互作用;并开发了基于Linux机群并行计算的ε-NSGAⅡ多目标率定的DHSVM模型(εP-DHSVM),以蒸散发和径流为目标对模型参数进行优选,分析模型对蒸散发和径流的模拟效果。本文的具体研究内容和成果如下:(1)在IPCC第四次评估报告中给出的A1B情景下的两个全球气候模式HadCM3和ECHAM5,运用PRECIS区域气候模式进行动力降尺度得到日尺度气象数据,在此基础上进行以浙江省为研究区域的气候变化下四个潜在蒸散发计算模型适用性研究,即Blaney-Criddle、Hargreaves、Makkink 和 Priestley-Taylor。结果表明:在基准期,四个模型的误差百分比都在可接受范围内。在年尺度和季节尺度上,Blaney-Criddle模型对代表气象站潜在蒸散发的模拟效果最好,Makkink模型次之,Hargreaves模型第三,Priestley-Taylor模型稍差。在月尺度上,四个模型在内陆气象站的模拟效果均较好;在海岛气象站模拟效果属Blaney-Criddle模型最好,Makkink模型次之,Hargreaves模型第三,Priestley-Taylor模型稍差。此外,基于四个模型的浙江省潜在蒸散发空间分布情况均较好。在未来预测期,ECHAM5和HadCM3两个模式下Blaney-Criddle和Hargreaves模型对年尺度潜在蒸散发模拟效果较好;Makkink和Priestley-Taylor模型在内陆气象站表现较好,在海岛气象站表现不佳。不同GCMs模式下,基于四个模型的季节尺度和月尺度潜在蒸散发模拟效果存在差异。(2)选用Penman-Monteith公式计算浙江省未来预测期(2011-2040)的潜在蒸散发,并对浙江省潜在蒸散发的变化进行归因分析。运用全局敏感性分析方法Sobol’和实测气象数据(1955-2008),分析潜在蒸散发对五个气象变量的敏感性,即太阳辐射、最低温度、最高温度、相对湿度和风速。未来潜在蒸散发变化的归因分析,可根据未来气象变量的变化和敏感性分析结果进行的。敏感性分析结果表明:潜在蒸散发对气象变量的敏感性存在明显的时空差异,且气象变量之间的相互作用同样重要。两个GCMs(HadCM3和ECHAM5)未来预测期年平均潜在蒸散发变化的空间分布非常相似,但季尺度和月尺度的变化十分不同,这是由于两个GCMs的气象变量时空变化存在较大差异。2011-2040年潜在蒸散发变化主要是由于三个气象变量的变化引起的,即太阳辐射、相对湿度和最低温度。(3)通过分布式水文模型可以得到高精度的蒸散发空间分布和研究区域内无气象资料地点的长序列蒸散发数据。运用水文模型的前提是模型具有较好的率定效果,率定参数通常是根据敏感性分析结果确定的。针对DHSVM模型参数众多且缺乏敏感性分析模块,本文开发了基于Linux并行计算的两步敏感性分析的DHSVM模型;第一步:采用敏感性方法ANOVA对模型参数进行初步敏感性分析;第二步:运用全局敏感性分析方法Sobol’对初步敏感参数进行更进一步的分析,得到对模型输出敏感的参数以及参数之间相互作用。结果表明:在敏感性分析第一步中,参与ANOVA敏感性分析的83个参数中对模型输出初步敏感的参数为16个。敏感性第二步结果表明:对模型输出很敏感的参数仅8个,包括1个常量参数(降雨截留叶面积加倍因子)、4个土壤相关参数(粘壤土的侧向传导率、孔隙率、田间持水量和凋萎系数)和3个植被相关参数(农田的下冠层月叶面积指数、下冠层最小阻抗和根区深度);与蒸散发有关且直接敏感的参数有5个(降雨截留叶面积指数加倍因子、土壤凋萎系数、植被叶面积指数、植被最小阻抗和根区深度);此外,Sobol’分析结果表明模型输出对参数之间相互作用的敏感性同样不可忽略,比如:粘壤土田间持水量的单独敏感性指数为0.18,考虑与其他参数的相互作用后,该参数的总敏感性指数达到 0.29。(4)由敏感性分析结果可知,模型模拟蒸散发对降雨截留叶面积指数加倍因子、土壤凋萎系数、植被叶面积指数、植被最小阻抗和根区深度等参数非常敏感,这些参数的选取对蒸散发的模拟效果起到决定性的作用。针对DHSVM模型缺乏率定模块,本文开发了基于Linux并行计算的ε-NSGAII多目标率定的DHSVM(εP-DHSVM)。以金华江流域蒸散发和径流作为目标,运行εP-DHSVM模型对参数进行多目标优选。此外,采用基于IDL语言的遥感蒸散发反演模型SEBAL对MODIS遥感数据进行反演,作为实测蒸散发数据。结果表明:SEBAL模型反演的蒸散发与潜在蒸散发变化过程一致,结果可靠。多目标率定结果表明:模型对蒸散发的模拟效果非常好,蒸散发最优模拟效果对应效率系数为0.86,偏差为-1.9%。多目标率定中径流最优模拟效果对应效率系数为0.79,偏差为-1.6%;与单目标相比,某些月份的偏差有所减小。此外,DHSVM模型可以同时较好的模拟径流和蒸散发,模拟效果理想,其日尺度径流效率系数为0.74、径流偏差为-10.5%,蒸散发效率系数为0.76,蒸散发偏差为-8.6%。