基于分布式水文模拟的北方半干旱区机理性旱度模式研究

The original Palmer Drought Severity Model is unable to comprehensively depict the the physical mechanism of the hydrological processes and consider the vegetation change. The hydrological accounting system intend to improved by appropriately reprsenting the evapotranspiration of the sparse vegetation cover, snowmelt, runoff, the lateral migration of surface runoff, interflow and ground water flow, the interaction between surface water and ground water,the vegetation change and their effects on drought based on the distributed hydrological simulation. Then, a physically based PDSI model is built with the climatic characteristic coefficients modified usins the gauged data of the study area, and it is also verified by comparing with the drought records and other drought indices. The physically based PDSI model is drived with the climate scenario data and the vegetation data outputed by the LPJ (Lund-Potsdam-Jena Dynamic Global Vegetation Model) model to predict the drought process. The quantitative analysis is implemented to illustrate drought response to the climate change and the vegetation change resulting from the climate change, and the trend and evolution of drought under environmental change is revealed. This project can complement the representation of hydrological processes in the semi-arid region of the northern China, improve the computation precision of the PDSI model, extend the application of PDSI model, and strengthen the scientific foundation for evaluating and forecasting the drought occurence under environmental change.

针对帕默尔旱度模式对水文过程物理机制以及植被变化影响描述的不足，本项目借鉴分布式水文模型中关于产汇流过程的数值模拟方法，改进帕默尔旱度模式中的水量平衡模型，使之能合理表征稀疏植被蒸散发、融雪、产流、地表地下水分侧向运移过程、地表水和地下水相互作用过程以及植被变化对干旱的作用机制；结合老哈河流域观测资料，建立北方半干旱区机理性旱度模式并修正其气候特征系数，并且分目标分层次验证上述机理性旱度模式；采用气候变化情景数据以及LPJ全球动态植被模型模拟的老哈河流域未来植被覆盖动态数据，驱动机理性旱度模式，预测研究区域干旱变化趋势，定量分析气候变化及其引起的植被变化对研究区域干旱特征的影响，揭示变化环境下流域尺度干旱演变规律和发展趋势。该项研究有助于弥补原有旱度模式对北方半干旱区水文过程定量描述的不足，提高帕默尔旱度模式的计算精度，拓展旱度模式的应用领域，为变化环境下的干旱评价和预测提供科学基础。

针对Palmer旱度模式对半干旱区水文过程物理机制描述不清的缺陷，利用改进的双源蒸散发模型以及GSFLOW模型代替原模式中的二层水桶模型，并将原旱度模式月尺度水量平衡降尺度为日尺度水文分量计算，同时采用研究区域近50年的实测水文气象资料对原有模式的计算公式及限制因子进行了修正，进而构建了适用于北方半干旱区的机理性旱度模式，采用下述三种方式对新模式进行了验证：首先，将上述模式计算结果与已有的旱情记录进行对比，结果表明机理性Palmer旱度模式能合理反映研究区域干湿时空变换规律，具有较高的可靠性，其次，将其与修正的Palmer旱度模式进行对比，发现机理性旱度模式能科学的表征水文过程物理机制对干旱形成和发展的作用，该模式计算得到的水文气候特征系数与实际情况较为相符，其对干旱等级的模拟结果也更为合理；最后，将其与不同时间尺度SPI干旱指数进行对比，结果展示机理性Palmer旱度模式不仅能刻画降雨对干旱的主导作用，也能合理表征干旱的持续性特征；机理性Palmer干旱指标、修正的Palmer干旱指标以及不同时间尺度SPI干旱指数在干旱预警中的应用结果表明，基于机理性Palmer干旱指标构建的旱情预警模型对不同滞时和等级的旱情均有较好的预测精度，上述结果充分论证了机理性Palmer旱度模式在北方半干旱区典型流域具有较好的适用性，除此以外，机理性Palmer旱度模式水量平衡模块对水文物理过程的强化描述使其能够直接或间接地响应外部环境因子（植被、下垫面等）对旱情形成及演变的影响，因此，本研究利用机理性Palmer旱度模式定量评估了气候变化、气候变化引起的植被变化以及CO2施肥效应引起的植被变化对未来干旱发展趋势的影响及贡献，结果表明：气候变化对老哈河流域干旱发生和演变影响显著，A1、A2、B1和B2四类情景下2050s年代际是干旱频发时期，尽管降水增多了，但未来在增温趋势下极端干旱事件发生的频率仍会不断上升，其中，B类情景发生极端干旱事件的风险高于A类情景，各类情景下夏季发生极端干旱事件的风险最高；气候变化以及CO2施肥效应引起的植被变化对老哈河流域干旱发生发展趋势及规律影响较大，在植被动态变化作用下，研究区域气候特征系数增大了，且其年内变化也更为剧烈，这使得极端干旱出现的风险进一步增大，总体而言，CO2施肥效应引起的植被变化对干旱演变影响和贡献大于气候变化引起的植被变化。