新疆阿克苏河流域洪水形成机制与未来趋势分析

Located at the south slope of the Tienshan Mountains, the Aksu River basin is a typical mid-latitude, alpine watershed. There are different types of floods caused by storm, snowmelt and glacier melt and glacial lake outburst flood (GLOF) in this basin. Study on the mechanism of flood is very important. First, this project intends to investigate the characteristics of historical floods based on GEV (generalized extreme value distribution). Then, we try to construct a distributed hydrological model integrated with glacier meltwater and GLOF module. The model was multi-optimized and validated using the stable isotope data, water chemistry data, MODIS snow cover and glacier data to deal with the equifinality effects and reduce the uncertainty caused by the data scarcity. Multi-sensitivity analysis method will be used to analyze the formation of different kinds of floods and their sensitivity to climatic variables. Finally, the integrated climate changes based on an ensemble of twenty one General Circulation Models (GCMs) and one Regional Climate Model (RCM) using the BMA technique will be coupled with the hydrological model to estimate the future trends of floods. This project will serve the decision-making of the water resources management and planning and provide scientific basis for sustainable development of the southern Xinjiang.

阿克苏河流域发源于天山南坡，资料稀缺，径流补给来源多，不仅具有暴雨洪水和融冰融雪洪水，更有冰湖溃决突发洪水，是中纬度高山区最具代表性的流域，理解其洪水形成机制非常重要。本课题拟利用极值分布理论分析历史时期洪水事件的频率特征和时空分布规律，分析不同类型洪水的发生时间与特征。重点构建含冰川融水模块和冰湖溃决突发洪水模块的分布式水文模型，通过多目标优化手段对模型进行率定，同时，利用同位素水文数据、水化学数据、MODIS的积雪面积和冰川数据对构建的水文模型进行多源验证，以降低水文模型的异参同效性和不确定性。利用多目标敏感性分析方法定量解读不同类型洪水对气候因子的敏感性与形成机理。最后，通过BMA技术整合21个大气环流模式和1个区域气候模式模拟的未来气候变化信息，并与水文模型耦合，预估未来极端水文事件的变化趋势，为流域水资源管理与防洪减灾提供决策依据，服务于南疆经济社会可持续发展。

阿克苏河发源于天山南坡，由北支库玛拉克河（库河）和西支托什干河（托河）组成，资料稀缺，径流补给来源多，是中纬度高山区最具代表性的流域，理解其洪水形成机制非常重要。本项目通过构建含有冰川模块的分布式水文模型，重点探讨阿克苏河流域的洪水演变过程与未来趋势。①利用块最大值方法和超阈值方法提取了阿克苏河两条支流的洪水事件，发现库河年最大洪水表现出总体增加趋势（P<0.01），而托河年最大洪水表现出总体不显著增加趋势。在发生时间上，春季洪水的发生时间显著提前。在形成过程上，库河洪水发生前15日降水相对较小，洪水受暴雨影响较小，而托河洪水发生前的降水频率和强度均较高。②库河和托河的融冰水补给比例分别为40%和19%，在典型融冰期（7月—8月），库河的融冰补给比例可高达59%，这为降低水文模型的“异参同效”提供了重要的数据和约束。③基于SWAT分布式水文模型，开发了含有冰川动态模块的分布式水文模型SWAT_Glacier，较好的模拟了两条支流的流量过程，相对于原始的SWAT模型，SWAT_Glacier的NS效率系数得到大幅提升，从0.67提高到0.81，并且模拟的冰川融水比例与基于同位素计算的比例相当。当不考虑融冰过程时，原始的SWAT通过高估降水来补偿冰川融化对径流的补给。基于定性MORRIS方法和定量SDP方法的多目标敏感性分析结果显示，地下水因子在两个流域都是最为敏感性的，说明地下水过程尤为活跃。与融雪相关的因素包括Smtmp和Sftmp等，在托河较为敏感，而与冰川融化过程相关的参数，如Gmtmp和Gmfmx在库河较为敏感。与地表汇流相关的因子不是非常重要。虽然库河和托河是相邻的两个流域，但是由于他们的流域特征不同，冰川面积和积雪面积不同，导致它们的水文特征相差较大。④在假设温升2℃、3℃和4℃情景下，两条河流的年最大洪水均表现为下降趋势；基于CORDEX计划的区域气候模式集合结果显示，库河的洪水表现出降低趋势，而托河的洪水大小和现状时期基本相当。这些成果对深入理解干旱区洪水形成与变化趋势具有重要意义。