近日，我院黄金良教授课题组在国际期刊Science of the Total Environment上在线发表了题为“A method for detecting the non-stationarity during high flows under global change”的研究论文。研究提出了一种基于非稳态理论以识别人类活动与气候变化对流域极端径流影响的新方法。

01.研究背景

世界范围内极端水文事件的频次与强度变化威胁人类生命安全、基础设施和农业发展，对社会经济带来严重的负面影响。水文模型是预测评估极端水文事件频度与强度变化影响的有效工具，但现有模型多基于稳态假设（即极端水文事件的数据序列具有一定的平稳性）而开发的，由于气候变化和人类活动等原因，这些基于稳态假设方法并不能够满足实际需要，水文系统对变化环境下的非稳态响应机制需要被更好地理解，以便提出更实用的适应性策略。

水文事件的非稳态与局部土地利用变化、水坝建设等人为影响和全球气候变化直接相关。极端降雨事件发生频次和强度趋于增加，表明极端水文事件与全球气候变化紧密相关。另一方面，人类活动也显著地影响了径流状况与极端水文事件。土地利用强烈影响了水量平衡，被视为降雨-径流二者关系非稳态的主要贡献因素。另外，局部人类活动与全球气候变化的交互作用使得二者非稳态的关系更为复杂。为此，本研究开发了一个基于非稳态理论的新方法，以分析与识别气候变异性和人类活动对极端径流的影响。

02.研究结果

本研究选取了面积超过75,000 km²的中国东南流域（包括闽江流域和九龙江流域）（图1）。首先，基于长时间序列（1961-2012）网格化降雨、气温和蒸散发等气象数据（图2），建立降雨-径流模型（图3），对流域的长期水文过程进行模拟，进一步刻画极端径流变化；其次，以1980年代为基准期，基于贝叶斯推断以及马尔可夫链蒙特卡尔方法（MCMC）,构建非稳态GEV极值分布模型；最后以10年重现期为例，分别评估人类活动、气候变化对流域极端径流的影响进行评估。

研究结果表明，基于网格化气象数据开发的降雨-径流模型，相较于传统的模型在大尺度流域模拟表现较好，模型的校准期与验证期的纳什效率系数均高于0.65（图4）。短时间尺度的径流极值（如Sm1day、Sm3day、Sm7day）比长时间尺度的径流极值(Sm30day, Sm90day)对变化环境更为敏感（图5）；人类活动主要控制了短时间尺度极端径流变化，而气候变化是长时间尺度极端径流变化的主要贡献者（图6）。与其他研究不同，本研究构建的方法不仅可识别人类活动与气候变异性对流域过程的影响，还可以评估其在不同时间尺度的影响。

图1 研究区域

图2 流域主要气候因子（降雨、气温和潜在蒸散发）时空分布图

图3 降雨-径流模型结构

图4 降雨-径流模型日径流校验结果 (注d值为相似性指数)

图5 极端径流变化趋势分析

(注：从上到下分别为ZD, PN, SX, QL, JL, SW, YX, 以及YT水文站点)

图6 基于非稳态方法的10年重现期极端径流变化分析

03.研究团队

论文第一作者为我院博士生张祯宇，现受国家留学基金委联合培养博士项目资助在德国基尔大学访学，已在Journal of Hydrology、Ecological Indicators等国际刊物上发表论文多篇，德国基尔大学的Paul D. Wagner博士和Nicola Fohrer教授也参与该研究，论文通讯作者为黄金良教授。该研究得到了国家自然科学基金的资助。

论文来源：https://www.sciencedirect.com/science/article/pii/S0048969722054407

Zheng, Y., Huang, J., Wagner, P. & Fohrer, N. (2022). SCIENCE OF THE TOTAL ENVIRONMENT, 851, 158341.

文、图 | 黄金良

责任编辑 | 黄金良