基于Z指数的雅鲁藏布江流域径流丰枯变化及其特征分析

雅鲁藏布江流域地处青藏高原,近年来受极端天气影响,该流域的径流演变过程以及水文循环过程各要素之间的响应关系已成为目前研究的热点问题。本文利用雅鲁藏布江流域5个水文站60a(1956—2015年)年、月流量资料,对各站流量进行趋势分析及突变检验,并对径流演变的主要驱动因子进行相关性分析;正态化处理各站实测流量计算出流量的丰枯指数Z,将丰枯指数Z划分为7个等级,并对Z指数进行突变检验。结果显示,年平均流量除奴各沙和唐加站为减少趋势,其他3站为增加趋势,且近十几年来雅江流域水枯现象有缓解或有向平水或丰水方向发展的微弱趋势;通过分析月尺度径流丰枯等级发现,多数站点冬、春季水量偏丰,且各站Z指数在7月份有增加趋势,而8月份却为减少的趋势。本文对于认识雅鲁藏布江流域气候与水文特征以及雅鲁藏布江流域防洪抗旱的预警预报具有重要的指导作用。     

CMFD数据集在雅江年楚河流域的适用性分析

积雪融水是高海拔地区河流的重要补给水源,但高海拔地区资料稀缺,水文模拟面临极大的挑战．本文基于中国区域地面气象要素驱动数据集提供的降水、气温资料,结合MODIS雪盖数据,以2004—2009年为率定期,2010—2015年为验证期,在年楚河流域构建SRM模型,并以气象站点的实测资料为参照,对比分析了中国区域高时空分辨率地面气象要素驱动数据集在年楚河流域的融雪径流模拟效果．结果表明:基于气象站点实测降水和温度的融雪径流模拟纳什效率系数在率定期和验证期分别为0.75和0.68;基于中国区域高时空分辨率地面气象要素驱动数据集的融雪径流模拟纳什效率系数在率定期和验证期分别为0.77和0.78,径流模拟效果有所提高．CMFD再分析数据集可为缺资料地区的水文模拟提供数据来源,对高寒地区的融雪径流模拟具有一定的参考价值．      

1973-2015年年楚河上游流域径流变化趋势及驱动因素分析

青藏高原是对全球气候变化响应敏感且不确定性最大的地区。本文选取青藏高原雅鲁藏布江年楚河上游流域为研究区,基于流域两气象站(江孜和帕里站)1973—2015年逐日气温、降水数据,以及江孜水文站月流量数据,采用Mann Kendall检验、线性趋势法等多种趋势分析方法,分析了气温、降水、径流的年际和年内变化特征,并探讨了影响径流变化的主要因素。结果表明:1)年楚河上游流域气温呈显著上升趋势,增加速率为0.02℃·a~(-1),降水呈不显著下降趋势,减少速率为0.39mm·a~(-1);2)流域径流量年内分配极不均匀,主要集中在5—10月,年均径流量整体呈减少趋势,但在1973—2000年表现为增加趋势,2000年之后呈减少趋势;3)流域内冰川和积雪面积在2006年后呈明显减小趋势,但降水变化仍是流域径流量变化的主要驱动因素。全球变暖引起年楚河上游流域气温升高,降水减少,径流出现先增加后减少的趋势,这将进一步加剧流域水资源短缺,影响流域水资源开发利用、合理配置和区域可持续发展。     

基于InfoWorks ICM的城市洪涝模拟及其风险分析

在气候变化与城市化的双重影响下,我国沿海城市面临日益严峻的洪涝形势．本文以沿海城市福州市中心城区白马河片区为例,基于InfoWorks ICM建立水文水动力耦合模型,并采用2021年2月10日实测降雨及检查井液位数据对模型参数进行了校验．利用了重现期分别为10、20、50和100 a 这4种工况作为降雨驱动模型,其结果表明:在10 a一遇设计降雨时,模型在10:12时达到最大水深0.402 m;在20 a一遇设计降雨时,模型在10:07时达到最大水深0.419 m;在50 a一遇设计降雨时,模型在10:02时达到最大水深0.438 m;在100 a一遇设计降雨时,模型在10:00时达到最大水深0.450 m．本文在水文水动力学模型分析的基础上,基于地形数据构建二维水动力模型作为补充,并采用洪水风险率危险性分析法分别对片区洪水危险性进行了量化计算和空间分析,可以为典型城市洪涝情景模拟及风险量化分析提供一定的技术支撑．      

高寒流域水文模拟与径流水源解析——以雅鲁藏布江帕隆藏布上游流域为例

为深入研究高寒流域河川径流的水源解析,选取雅鲁藏布江帕隆藏布上游流域为研究区,采用月流量、遥感积雪面积数据、实测冰川径流数据等多目标率定方法,改进单一依靠流量数据率定模型的方法,基于SPHY(Spatial Processes in Hydrology)水文模型开展水文模拟及径流组分研究,提高了总体建模质量.结果表明：在率定期和验证期Nash-Sutcliffe效率系数分别为0.95和0.94,模型具有较好的适用性.降雨径流、融雪径流、冰川径流和基流作为径流来源,占总径流的比例分别为10%、25%、45%和20%,冰川径流和融雪径流是最重要的补给来源.月尺度上,冰川径流在7-8月占比最大,融雪径流在4-6月占比最大,降雨径流在各月占比最小.冰川径流占比最高,短期内可提供更多水资源保障社会经济发展,长期而言冰川径流将逐渐减少,造成水资源短缺.因此,当地需提高应对径流变化潜在风险的策略.     

基于Copula函数的深圳河流域降雨潮位组合风险分析

在全球气候变化背景下,降水和潮位变化是滨海城市洪涝灾害的主要原因. 定量评估滨海城市降雨潮位组合风险率,对于滨海城市洪涝灾害的防治具有十分重要的现实意义. 本文基于深圳站53 a最大日降水量与赤湾站相应最高潮位数据,通过K-S检验、C-vM检验、AIC准则和BIC准则进行边缘分布函数优选,采用Archimedean Copula函数,定量评估了深圳河流域不同重现期下降水和潮位的双阈值组合风险率和单域值组合风险率. 结果表明:深圳河流域降水序列和潮位序列的最优边缘分布函数分别为GEV和Lognormal分布;降水和潮位之间呈现较弱的正相关性; Clayton Copula函数对于深圳河流域雨潮遭遇联合分布特征拟合效果最好;随着降水和潮位重现期的增大,深圳河流域的双阈值组合风险率和单域值组合风险率均呈减小趋势,但二者之间的差距逐渐增大;对于降水和潮位重现期不同时的特定组合风险率,若降水重现期较大,则潮位重现期较小,反之亦然.