中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
鄱阳湖典型流域洪水模拟与未来演变趋势研究

文献类型:学位论文

作者丁应龙
答辩日期2025-06
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
导师孙福宝 ; 王红
关键词鄱阳湖 SWAT 模型 机器学习 气候变化 温升响应
学位名称硕士
学位专业自然地理学
英文摘要近年来,全球范围内极端降水强度上升的证据不断增多,预计由极端暴雨引起的洪水将在全球范围内变得更加具有破坏性。鄱阳湖作为国家洪水调蓄的生态功能保护区,在气候变暖和极端水文事件频发下,目前既难以有效调蓄流域自产洪水,同时也难以在长江干流水位高涨时发挥分洪作用,导致流域洪水风险显著上升,成为全球变化下水文极端事件加剧的典型缩影。同时,鄱阳湖支流频现突发性超标准洪水,其演变过程受水库群调控、江湖水位动态互馈等多重非线性因素干扰,使得传统水文模型在耦合过程刻画方面存在局限性,制约了洪水模拟精度的提升。针对这一问题,本研究在系统分析鄱阳湖流域极端降水和洪水演变及对温升响应特征基础上,构建了典型支流分布式水文模型,并结合机器学习改进洪峰流量模拟精度。在对模型率定与验证基础上,预估了不同气候变化情景下洪水演变趋势,研究结果可为防洪体系的韧性提升和适应性管理提供科技支撑。主要结论如下: (1)全球变暖背景下鄱阳湖流域降水和径流呈现极端化特征,气候增暖-极端降水-洪水响应具有级联放大效应。研究发现,鄱阳湖流域年降水量呈显著上升趋势(2.66 mm/yr,P < 0.1),其中夏季降水的增幅为2.17 mm/yr(P < 0.05)。极端降水的强度和频率逐年增加,呈现短历时、高强度化趋势(R50mm 增幅0.02d/yr,P < 0.01;Rx1day 增幅0.28 mm/yr,P < 0.01);流域极端径流的波动性(Cv)和偏态性(Cs)随极端流量分位数的提高而增强;基于Clausius-Clapeyron 方程与分箱回归分析,极端降水与洪水对气温升高的响应均表现出增强趋势,99%分位数极端降水强度每升温1℃平均增加5.23%(4.88%–5.99%),而极端洪峰流量响应速率平均达6.84%(4.44%–9.21%),洪水响应较极端降水提升31%,其中赣江可能因为大型水库调蓄敏感性最低(4.44 %/℃),昌江可能受狭窄河道与快速汇流驱动响应速率突破9 %/℃。 (2)结合分布式水文模型与机器学习方法,构建了鄱阳湖典型流域赣江和信江的SWAT-LSTM 耦合模型,提升了极端径流模拟精度与模型适用性。研究发现,传统SWAT 模型在两流域验证期的R²分别为0.59(赣江)和0.50(信江),虽达到日尺度水文模型的可接受范围,但对95%和99%分位数洪峰流量的模拟存在系统性偏差,主要受限于高强度降水-径流非线性响应机制及人类活动、湖泊顶托等复杂干扰的刻画不足。因此结合长短期记忆网络(LSTM)和随机森林(RF)两种机器学习方法改进SWAT 模拟,通过对比验证期性能(R²LSTM = 0.90vs. R²RF = 0.09),优选LSTM 与SWAT 耦合,并基于极值数据集优化训练后,赣江、信江验证期R²分别提升至0.94 和0.82,较原SWAT 模型提高了0.35 和0.32。经极值数据集改进后的耦合模型在六项洪水指标(Mx1day、Mx3day、Mx7day、Q90、Q95、Q99)中的相关系数均高于0.50,其中Mx7day 洪峰模拟精度提升最显著。研究表明,该方法通过融合SWAT 的物理机制与LSTM 的非线性建模能力,既强化了对极端洪水特征的捕捉,又通过数据驱动优化降低了预测波动性,为多干扰流域的水文模拟精度提升提供了可行方法。 (3)利用耦合模型预估了赣江和信江流域未来洪水演变趋势,发现未来气候变化情景下两个典型流域年径流呈不显著增长趋势,极端洪峰流量呈上升趋势。研究发现,两个流域年平均径流量呈微弱增加趋势(统计不显著),洪水强度则表现为显著上升趋势。不同情景对比表明,SSP5-8.5 情景下降水虽微弱增加,但因相对湿度降幅最大(0.6 %/10a),受水汽条件制约,径流变化趋于稳定;SSP3-7.0 情景则表现出最大波动幅度,凸显中等排放路径的水文变异性。热力学分析表明,极端洪峰随温升呈增长趋势,但增速较历史时期下降,这可能是升温引发的水汽供应不足与蒸散发加剧共同作用下的水分收支失衡所导致。
学科主题自然地理学
语种中文
页码114
源URL[http://ir.igsnrr.ac.cn/handle/311030/215715]  
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
丁应龙. 鄱阳湖典型流域洪水模拟与未来演变趋势研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2025.

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。