中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
黄河流域水文过程对植被变绿和气象干旱响应的模拟与分析

文献类型:学位论文

作者李肖杨
答辩日期2024-06
文献子类学术型学位
授予单位中国科学院大学
授予地点中国科学院地理科学与资源研究所
导师夏军
关键词植被变绿 气象干旱 水文过程 黄河流域 DTVGM-PTSZ
学位名称博士
学位专业自然地理学
英文摘要近年来,植被恢复等工程的实施导致黄河流域内植被出现明显绿化趋势。显著的植被变绿会增强蒸散发,引起土壤含水量和径流量减少,加剧了流域的水资源短缺。同时,黄河流域主要处于干旱、半干旱地区,受全球气候变暖的影响,流域内气象干旱频发。气象干旱发生时,降水的显著亏缺会减少流域径流,引起流域水资源可利用量的进一步减少。由此可见,黄河流域植被变绿和气象干旱对水文过程的影响日益凸显,深入探究植被变绿和气象干旱下的水文过程演变规律,对流域水资源管理具有一定的参考价值。水文模型为模拟植被变绿和气象干旱背景下的水文过程提供了有效工具,但传统水文模型中常用经验函数估算蒸散发,难以深入考虑植被变化对蒸散发的影响,降低了模型模拟精度。部分研究尝试将遥感蒸散发模型与水文模型耦合,把遥感植被信息融入水文模型中以提高水文模拟精度,而目前许多遥感蒸散发模型在模拟过程中未充分考虑土壤水分及其相关因素的限制,这可能会给蒸散发的模拟结果带来不确定性。为此,本研究在遥感蒸散发模型中纳入了土壤水分对蒸散发的限制,将改进的遥感蒸散发模型与水文模型耦合,构建了能够考虑植被变化信息的大尺度分布式水文模型,并利用该模型揭示了黄河流域植被变绿及气象干旱背景下水文过程演变规律及其区域差异。在此基础上,以绿水系数为指标衡量流域水文过程变化情况,利用相关分析、地理探测器及机器学习等多种方法,剖析了黄河流域环境因子对水文过程的影响。论文的主要研究内容及成果如下: (1)系统分析了黄河流域2001年至2020年植被变绿趋势及气象干旱时空变化特征。以叶面积指数(LAI)衡量植被变绿情况,研究表明2001年至2020年整个黄河流域LAI呈显著上升趋势(0.011 yr-1)。LAI上升区域占整个流域面积的80.6%,流域植被变绿趋势明显,植被变绿突变点在2010年左右。基于标准化降水蒸散指数(SPEI)对气象干旱时空变化特征进行分析,发现黄河流域2001年至2020年期间有9年为干旱年(SPEI-12 < -0.5)。2001年以来,除黄河上游地区外,流域76.7%的地区气象干旱强度呈上升趋势。 (2)构建了考虑植被变化信息的分布式水文模型,提高了模型在黄河流域的模拟精度。本研究在Priestley-Taylor Jet Propulsion Laboratory model(PT-JPL)遥感蒸散发模型中引入了植被根深来表征植被蒸腾对土壤水分的敏感性,改进模型中的植被蒸腾和土壤蒸发模块。在此基础上,将包含遥感植被信息的PT-JPL与分布式时变增益模型(DTVGM)耦合,利用改进的PT-JPL模型替换DTVGM中的蒸散发模块,增强了DTVGM蒸散发模块的物理机制描述,构建了考虑植被变化信息的分布式水文模型DTVGM-PTSZ。基于黄河流域实测径流、蒸散发数据以及GLEAM产品对耦合模型率定和验证,发现DTVGM-PTSZ在黄河21个水文站所模拟的月径流平均NSE为0.80,PBIAS在-18%–15%区间内。与流域内ChinaFLUX通量站实测蒸散发数据对比发现,模型模拟各站点的蒸散发平均NSE和PBIAS分别为0.74、-4.07%,优于PT-JPL的模拟结果(NSE=0.71,PBIAS=-7.31%)。土壤含水量的模拟数值与GLEAM产品也相差较小(NSE=0.75)。总体来看,DTVGM-PTSZ模拟各水文过程的平均NSE比DTVGM升高0.15左右,提高了黄河流域的水文模拟精度。 (3)基于DTVGM-PTSZ在黄河流域的水文模拟结果,揭示了植被变绿及气象干旱背景下的流域水文过程演变特征。2001年至2020年间,黄河流域蒸散发上升趋势较大(2.13 mm·yr-1),土壤含水量上升趋势较小(0.45 mm·yr-1),蒸散发在流域中下游地区上升显著,而该地区产流量、土壤含水量多呈现下降趋势。具体来看,2001年至2010年期间(植被变绿前)黄河流域产流量、蒸散发、土壤含水量的多年均值分别为135mm、436mm、438mm,2011年至2020年(植被变绿后)各要素的多年均值较大,分别为153mm、458mm、442mm。2001年至2020年期间,黄河流域9个干旱年多年平均产流量明显低于11个非干旱年多年平均产流量,整体偏低13.5%。流域干旱年多年平均蒸散发、土壤含水量与非干旱年多年均值整体相差较小。相较于2001年至2010年(植被变绿前),2011年至2020年期间(植被变绿后)干旱年各水文要素的多年均值与非干旱年各要素多年均值的差异减小,主要变化地区位于黄河中下游,植被变绿及气象干旱背景下的黄河流域水文过程变化呈现明显的区域分异。 (4)引入并解析了黄河流域绿水系数(绿水/总水量)变化特征及其对环境因子的响应。2011至2020年期间(植被变绿后),黄河流域干旱年多年平均绿水系数高于非干旱年,整体偏高1.3%,但较2001至2010年期间(植被变绿前,2.8%)有所降低,主要降低区域位于黄河中下游植被变绿显著地区。采用相关分析、地理探测器及机器学习探究黄河流域气候、植被、土壤、地形等多因子对绿水系数变化的影响,发现叶面积指数、降水和气温在其中起到了主导作用。在2001至2010年期间(植被变绿前),黄河流域叶面积指数、降水、气温的上升能扩大干旱年多年平均绿水系数与非干旱年的差距。2011至2020年期间(植被变绿后),各环境因子对绿水系数影响与2001至2010年期间(植被变绿前)基本一致,只是在黄河中下游植被变绿显著地区,叶面积指数的继续上升反而能够缩小干旱年多年平均绿水系数与非干旱年的差距,同时该地区降水、气温的上升虽然能够扩大这一差距,但其影响程度相比2001至2010年期间(植被变绿前)有所减弱。由此表明,不同时期黄河流域水文过程对降水、气温、叶面积指数等环境因子的响应有所差异,相关的作用机制仍值得深入探究。
学科主题自然地理学
语种中文
页码127
源URL[http://ir.igsnrr.ac.cn/handle/311030/209315]  
专题地理科学与资源研究所_研究生部
推荐引用方式
GB/T 7714
李肖杨. 黄河流域水文过程对植被变绿和气象干旱响应的模拟与分析[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2024.

入库方式: OAI收割

来源:地理科学与资源研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。