气候变化背景下考虑植被动态变化的流域植被-水文模型研究

Climate, vegetation, and hydrological processes intrinsically interact with each other. The impact of catchment vegetation dynamics on catchment hydrological processes under climate change has long been a concern of research within hydrology. Stand-alone hydrological models have a detailed description of hydrological processes such as runoff generation and concentration but do not sufficiently parameterize vegetation as a dynamic component; Stand-alone dynamic global vegetation models are able to simulate vegetation dynamics but do not simulate runoff generation reliably. Based on a biosphere hydrological model (LPJH) coupled by a stand-alone hydrological model and a dynamic vegetation model, this study investigates several key problems arising from its application to basin scale and develops a vegetation-hydrology model considering vegetation dynamics. These problems include the mechanism of soil moisture variation, runoff concentration, effects of vegetation dynamics on runoff generation/concentration parameters, water exchange among elementary watersheds, and detailed parameterization of vegetation functional types. The validation of the vegetation-hydrology model in terms of vegetation dynamics and hydrological processes, and the calibration of model parameters fully use geographic information system and remote sensing technology. Based on the vegetation-hydrology model, this study quantitatively investigates the impact of future climate and CO2 concentration change on vegetation dynamics and the response of catchment hydrological processes. Results will provide a scientific base for future water resources planning and management under climate change.

气候、植被与水文过程密切相关。研究与评估气候变化背景下植被动态变化对流域水文过程的影响，是水文学研究的热点和难点。单一的流域水文模型能够详细地描述产汇流等水文过程而不能充分描述植被动态变化；单一的动态全球植被模型能够详细描述植被的动态变化而不能可靠地描述径流形成过程。本课题基于一个由流域水文模型与动态植被模型耦合而成的生物圈水文模型（LPJH），研究在流域尺度上进行应用时模型耦合需要解决的土壤含水量变化机制问题、汇流问题、植被动态变化对产汇流参数影响的问题、单元间水量交换问题以及植被功能型的划分问题，构建一个考虑植被动态变化的流域-植被水文模型。充分利用地理信息系统与遥感技术，率定模型参数、验证模型输出的各时空尺度上的植被动态过程与水文过程。基于模型，定量研究未来气候与CO2浓度变化对植被动态变化的影响及流域水文过程的响应程度，为未来气候变化背景下的流域水资源规划与管理提供重要的科学支撑。

气候、植被与水文过程相互作用，研究与评估流域尺度上三者的相互影响是水文研究的热点和难点。气候变化背景下，水资源是受气候变化影响最直接和最重要的领域，流域尺度上的水资源问题受到越来越多的学者关注。有许多采用动态植被模型模拟水文过程的研究及应用，这些应用多是在全球动态植被水文模型和全球水文模型之间的比较讨论，也有一些研究开始关注流域尺度上植被的动态变化对水文过程的影响。流域尺度上的研究需要解决产流问题、汇流问题以及单元间水量交换等问题。.收集分析两个实验流域（伊河上游和泾河上游）以及我国湿润、半湿润及半干旱地区19个典型流域的长序列水文气象资料，数字高程、土地利用和土地覆盖，土壤类型等资料，采用ArcGIS提取植被类型等空间分布信息，建立多元信息数据库，为产汇流机理研究、模型构建、参数率定与模型验证做准备。基于数字高程模型及主导性水文过程的概念，采用CN分类法与CN-地形指数联合分类法把伊河上游流域划分成蓄满产流子流域与超渗产流子流域。以东湾流域为例，验证蓄满产流模型、超渗产流模型及蓄满超渗空间组合模型的表现。结果表明，蓄满产流与超渗产流主导区划分越精确，参数越合乎实际；蓄满超渗空间组合模型精度较高，模型参数回归其物理意义，验证期结果稳定。将蓄满超渗空间组合模型与动态植被模型耦合，更能客观反映降雨发生后，蒸发、下渗以及径流等形成过程。.采用主成分分析法对流域特征进行分析，得到几个相互独立的主成分，然后基于相互独立的主成分分析流域下垫面的相似性；进一步探讨物理相似与水文相似之间的关系，发现水文相似的流域，物理特征不一定相似，存在此情况的流域多为洪水过程资料较少或者植被覆盖较低的流域。分析汇流参数与地貌特征关系，引进神经网络模型，开展参数确定方法及不确定性研究；实验流域的应用表明，参数能回归其物理意义，优化后可达其合理值，能有效提高模拟精度。分析泾河上游植被覆盖动态及其与降水径流的关系，采用统计降尺度与Delta变化法设计泾河上游三关口以上流域的未来降雨情景，并驱动植被水文模型，将A2情景下2016-2049年的逐日降雨量输入水文模型，水文模型参数采用根据历史资料率定的结果，计算2016-2049年的逐日径流量。结果表明，多年平均径流深相比现状年减少14%。虽然未来多年平均降雨量相比现状年略微增加（4%），但年内降雨量大的场次较少，从而会造成多年平均径流深的减少。