基于大样本的径流时空演变特征及其链式传导机制研究
文献类型：学位论文
| 作者 | 黄琦 |
| 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 | 张永强 |
| 关键词 | 径流特征指标 HBV-PML 径流变化 水文模拟 机器学习 |
| 学位名称 | 博士 |
| 学位专业 | 自然地理学 |
| 英文摘要 | 径流时空演变是水文学的核心研究对象之一，其多维度量化表征对解析水循环机制具有重要意义。径流特征指标包含了径流在量级、频率、历时和时序等多方面的统计特征，能够全面反映水文过程的动态变化。在全球气候变化背景下，多维度天然径流特征指标的演变规律不仅可以定量揭示水文过程对气候与植被变化的响应，还可以为人类活动影响评估提供重要基准参照，对洪旱灾害的风险防控具有关键价值。然而，当前研究面临双重瓶颈：一方面，受全球水文站点观测分布不均的制约，现有研究大多聚焦于小样本流域的平均径流分析，在高低流量量级、频率及历时等其他维度的径流特征指标分析上较为欠缺；另一方面，传统降雨产流模型对植被动态的刻画不足，且在径流模拟应用中往往忽视枯水期模拟精度。换言之，全球尺度天然径流模拟与归因研究仍然存在挑战，尤其是气候与植被变化对多维度径流特征指标的链式影响机制尚不清晰。 针对以上科学问题，本论文围绕八种典型径流特征指标，旨在通过全球尺度的观测诊断、过程模型及定量解析、空间外推等手段，来探索多维度径流的变化格局，诠释气候变化和植被变化对径流特征指标的链式影响机制。主要研究内容及结论如下： （1）通过对1982-2018年全球2252个天然流域的观测数据的分析，表明全球径流特征指标在空间、气候带上均具有复杂的水文异质性，尤其是在干旱气候带，径流特征指标变异性强、对扰动响应敏感、系统稳定性较低。首先，筛选并构建2252个长时序（1982-2018年）、人类活动影响小于多年平均径流量的10%、高质量的全球天然流域数据，通过分析趋势、变异系数和弹性系数的空间分布，总结了不同气候区天然径流特征指标的变化，并验证了该结果的稳健性。趋势分析表明，大多数流域的径流趋势不显著，但径流频率和历时指标的趋势幅度大于量级和动态指标的趋势幅度。北美北部、南美北部、欧洲和澳大利亚北部水资源量增加，而北美南部、南美东部和澳大利亚南部则减少。变异系数分析表明，量级和动态指标值越小，变异系数越大，干旱气候带变异系数普遍较高。弹性系数分析显示，高流量和平均流量的弹性系数显著性区域更多，干旱气候带弹性系数较高，反映其对外界变化更敏感。极地气候带部分径流特征指标的弹性系数与其他气候带差异明显，可能与融雪产流模式有关。此外，采用不同的时段划分及趋势计算方法可以得出相似的径流特征指标，表明研究结果稳健性较高。 （2）构建植被-水文协同演化的HBV-PML耦合模型，引入了叶面积指数动态影响，并通过在目标函数中调整高低流量权重的多目标约束方法，显著提升全球2252个天然流域八个径流特征指标尤其是低流量的模拟精度。HBV-PML在考虑植被动态影响的基础上，采用各种模型约束方法均能较为合理地模拟水文过程，且该模型对平均态流量和90分位高流量的模拟优于10分位低流量和历时指标。在不同的径流特征指标权重组合中，低流量权重高的多目标约束方法综合模拟能力较高，KGE中位数为0.65，尤其在低流量天数模拟能力的显著升高。从气候分区看，不同低流量权重的模型约束方案在大部分地区表现接近，但在赤道和雪原气候带低流量权重大的方案略优，极地气候带的表现明显更好。随着干旱程度增加，水文模型模拟的不确定性也随之上升。 （3）基于HBV-PML模型设计气候和植被情景分离实验，解耦了叶面积指数、降水和温度变化对融积雪-土壤水分-蒸散发-径流特征指标的链式传导机制，揭示了气候和植被变化的影响随着水分传递和时间推移的放大作用，发现在~73.6%的流域，降水主导八个径流特征指标变化。分析表明：①叶面积指数增加时，截留蒸发和植被蒸腾上升，土壤蒸散发减少，总蒸散发略增，土壤水、上层和下层蓄水均减少，径流量级和动态指标减小，高流量历时和频度减少，低流量频度和历时增加，水资源整体呈下降趋势。②降水通过改变水资源量影响水文过程，对径流特征指标的影响与叶面积指数相反。③温度通过改变雨雪分配、蒸发和植被截留作用影响水文变量。温度升高导致降雨增加、降雪减少，融雪减少，总蒸散发增加，土壤水减少，最终使高流量减小、低流量增加，极端洪水和枯水减少。此外，通过对传导机制在不同时间段的分析，发现气候和植被变化对径流特征指标具有放大效应和时间放大效应。从绝对贡献度大小来看，在73.6±10.5%的流域上，降水是径流特征指标变化的主导因子。这种贡献度随气候区和径流特征指标而异，降水对各径流特征指标的贡献度中位数在赤道气候带均大于60%，而温度在极地气候区低流量特征指标变化中贡献最大（61.4~73.6%）。在空间分布上，流量量级指标的贡献空间分布与其频度和历时指标空间分布相似。 （4）利用机器学习方法稳定的空间外推能力，将高低流量特征指标的趋势外推到径流观测稀缺地区，发现全球~81.1%的区域高低流量呈现同向变化。利用气象、植被动态数据和静态属性，分别针对高流量和低流量趋势构建随机森林模型，预测全球2213个流域的天然径流变化。四类变化（变干、变湿、均化、异化）的流域尺度击中率为0.70，基于流域预测结果的分区统计可获得更高精度。此外，径流变化的模拟在时间、空间及不同径流变化方面均表现出较高稳健性。综合来看，全球径流变化的空间分布主要受降水变化影响，其次是土壤特性、温度相关变量、叶面积指数等相关变量。基于模型预测的全球0.1°径流变化数据显示，高低流量变化方向大致一致，其中49.3%地区表现为变湿，31.8%变干，6.2%异化，12.6%均化。 |
| 学科主题 | 自然地理学 |
| 语种 | 中文 |
| 页码 | 174 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/217317]  |
| 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 | 黄琦. 基于大样本的径流时空演变特征及其链式传导机制研究[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。