一种气候变化情景下水文旱情评估方法技术

本发明专利技术公开了一种气候变化情景下水文旱情评估方法，首先收集研究区域气象、水文、地形数据，构建SWAT水文模型数据库；基于M个全球气候模式，通过多变量偏差校正方法获取未来气象序列，输入SWAT模型获取M组未来径流序列；计算M组标准化径流指数，并通过游程理论提取干旱特征值；计算影响区域旱情的关键指标PI，将其作为协变量，构建非一致性条件下两变量水文干旱联合概率分布函数。基于最可能组合情景分别求取M组历史基准时段与未来时段不同联合重现期下的干旱历时、烈度；基于M组最可能情景的中位数，量化干旱特征值的变化，评估气候变化对流域未来水文干旱情势的影响。本发明专利技术评估可靠性好，为应对未来气候灾害提供实践价值。

【技术实现步骤摘要】
一种气候变化情景下水文旱情评估方法
本专利技术属于水文
，涉及一种干旱预报预警技术，具体地说涉及一种气候变化情景下水文旱情评估方法。
技术介绍
作为全球分布最广、发生最频繁、影响最严峻的自然灾害之一，干旱事件严重威胁着全球粮食安全、供水安全和生态安全。考虑到实际应用需求，干旱常被进行分类研究(气象干旱、水文干旱、农业干旱、社会经济干旱以及生态干旱)。其中，水文干旱，泛指降水短缺累积到一定程度导致地表径流、河道流量减少、造成河流正常生境及地表、地下水体之间资源转化关系异常的现象，在水资源管理以及各类涉水活动(例如农业灌溉、工业城市取用水等)中影响尤为明显，是干旱事件中重要的类别，对区域水资源盈亏情况分析、水资源综合规划利用具有重要意义。全球气候变化改变水文循环的热力和动力环境，对蒸散发、降水、径流和土壤湿度等气象水文要素造成了直接或间接影响，使水资源时空分布不均的态势加重，直接导致区域旱情发生改变，研究气候变化对水文旱情的影响是当前研究的热点与难点，对应对未来气候灾害、科学制定减排战略具有重要的理论意义和实践价值。针对该问题，申请号为201710514498.7的专利技术专利[1]提出了一种河流干旱灾害情况预测方法，该方法基于Copula函数构建了基于历史时段的干旱指数与时间的概率模型，对淮河流域未来干旱情况进行了预测，试图在精细空间尺度上对流域未来水文干旱进行连续、动态、定量化、可视化分析，但该模型却未考虑未来变化环境下统计概率模型的非一致性特征。在气候变暖背景下，水文气象时间序列包含趋势、振荡以及突变等种种特征，传统基于序列一致性假设的干旱评估方法已不再适用。考虑到气候变化对流域水情以及水文干旱的深刻影响，申请号为201910485806.7的专利技术专利[2]提出了一种反映非一致性干旱特征变量的干旱预警方法和装置。该方法通过获取目标区域在预设时段内的气象干旱指数确定干旱特征变量序列，优选干旱序列的时变概率分布从而获取反映非一致性干旱特性的预警信息。然而，该方法一方面未考虑干旱事件的多变量属性特征。具体而言，不论是中等强度但长历时的干旱事件，抑或短期的高强度干旱，均会造成巨大的社会经济损失，但这些信息却无法通过单一特征变量的频率分析获取。其次，单纯基于时间为自变量的非一致性统计概率模型未能充分挖掘气候变化对干旱灾害影响的物理机制，不能有效适应未来径流模式下的水文干旱情势分析。此外，降水是直接影响干旱的关键因素。当降水异常亏缺持续，引发土壤含水量降低，致使蒸散发过程受到抑制，空气中水汽含量减少；此时流域水量平衡被打破，径流量减少，水文干旱发生。但现阶段未有文献充分考虑气候变暖背景下降水对水文旱情的驱动控制作用，并将其考虑为干旱情势时变参数模型解释变量，未能从干旱的驱动形成机理角度出发开展气候变化下水文干旱的评估研究。
技术实现思路
本专利技术的目的是克服现有技术存在的不足，基于全球气候模式集合(GCMs)，获取历史基准期与未来气候变化下的降雨、径流过程，从干旱的驱动形成关键变量出发，采用流域降水变率为协变量，考虑径流系列的非一致性特征构建时变Copula模型，基于最可能组合模式，提出一种考虑气候变化影响下的非一致性两变量水文旱情评估方法。本专利技术一种未来气候变化情景下的水文旱情评估方法，包括以下步骤：步骤1，数据库建立与模型率定。收集研究区域数字高程模型(DEM)、矢量边界文件(shp)、土地利用数据、土壤属性数据、水文测站长系列资料、降水与气温观测长系列资料，创建SWAT(SoilandWaterAssessmentTool)水文模型数据库，率定并验证SWAT模型。步骤2，模拟气象与水文情景获取。基于M个全球气候模式(GCMs)，通过多变量偏差校正方法预测未来降雨序列，将校正后的输入SWAT水文模型，以预测M组不同气候模式下流域内各子区的径流情景。步骤3，利用步骤2得到的流域内各子区M组径流长序列，计算获取M组标准化径流指数(StandardRunoffIndex,SRI)，并通过游程理论提取对应的干旱特征值(干旱历时与干旱烈度)。步骤4，对步骤1收集的降水系列进行统计分析，分别计算年降水量、年降水标准差、降水距平百分率；将其分别与基于实测径流量计算的SRI指数进行相关性分析，优选影响区域旱情的降水指标PI，并将该指标作为协变量，构建非一致性条件下干旱特征(干旱历时和干旱烈度)单变量概率分布函数。步骤5，构建非一致条件下两变量水文干旱联合概率分布函数；选取对干旱特征系列相关结构拟合较好的Gumbel-HougarardCopula(以下简称G-HCopula)函数为联合概率分布函数，也记为Copula函数，针对干旱历时和干旱烈度相关结构的非一致性，仍采用PI为协变量，建立非一致性条件下基于Copula的联合概率分布函数，分别求取M组历史基准时段与未来时段不同重现期下的干旱历时、干旱烈度最可能组合情景。步骤6，基于M组最可能组合情景的中位数，量化不同重现期下，基于最可能组合情景的干旱特征值的变化，评估气候变化对流域未来水文干旱情势的影响。进一步地，本专利技术的步骤1的具体方法为：利用研究区域地形数据与矢量边界文件提取河网并划分子流域，利用区域土地利用与土壤栅格数据分别构建土地利用与土壤数据库，确定历史基准期并将对应观测降水与气温数据输入SWAT水文模型，构建气象数据库并进行径流模拟，将流域径流观测资料以及模拟径流输入SWAT-CUP软件，对SWAT模型进行率定，获取水文模型参数。所属步骤2进一步包括以下子步骤：(1)采用分位数偏差校正方法(QuantileMapping)对GCMs输出的日降水、日最高气温和最低气温变量在各个分为数上进行偏差进行校正。具体为计算GCMs输出变量与观测气象变量在各个分位数(0.01-0.99)上的差异，并将该差异在GCMs输出未来情景的各分位数上去掉，得到未来修正后的GCMs气候预测。对气温和降水的校正分别如下：Tadj,d＝TGCM,d+(Tobs,Q-TGCM，ref,Q)Padj,d＝PGCM,d×(Pobs,Q/PGCM,ref,Q)式中，T和P分别代表气温和降水，adj代表校正后的序列，obs代表观测数据，ref和fut分别代表历史参考期和未来预测期，d代表日数据，Q代表各分位数。(2)重建子步骤(1)修正后的气温降水变量间的相关性关系。由于研究资料发现GCMs输出不仅在单变量边缘分布上存在偏差，在多变量之间的相关性结构上同样存在模拟偏差，本专利技术采用基于自由分布(Distribution-free)的方法对步骤(1)得到数据的变量间相关性进行重建。首先计算GCMs输出数据的范德瓦尔登值，得到历史数据和未来数据的矩阵[Ws,r]与[Ws,f]。然后分别对观测数据和GCMs输出数据(包括历史和未来)的变量间相关系数矩阵进行柯列斯基分解：上式中，上角标T表示转置矩阵，角标o,r表示历史数据，[Co,r]代表历史观测数据的相关系数矩阵，角标s,r表示历史G本文档来自技高网...

【技术保护点】
1.一种气候变化情景下水文旱情评估方法，其特征在于，包括以下步骤：/n步骤1，数据库建立与模型率定；收集研究区域数字高程模型、矢量边界文件、土地利用数据、土壤属性数据、水文测站长系列资料、降水观测长系列资料、气温观测长系列资料，创建SWAT水文模型数据库，率定并验证SWAT模型；/n步骤2，模拟气象与水文情景获取；基于M个全球气候模式，通过多变量偏差校正方法预测未来降雨序列，全球气候模式记为GCMs，将校正后的输入率定好的SWAT水文模型，以预测M组不同气候模式下流域内各子区的径流情景；/n步骤3，利用步骤2得到的流域内各子区M组径流长序列，计算获取M组标准化径流指数，并通过游程理论提取对应的干旱特征值，所述干旱特征值包括干旱历时与干旱烈度；/n步骤4，对步骤1收集的降水观测长系列资料进行统计分析，分别计算年降水量、年降水标准差、降水距平百分率；将统计分析的各降水系列资料分别与基于实测径流量计算的SRI指数进行相关性分析，优选影响区域旱情的降水指标PI，并将该指标作为协变量，构建非一致性条件下干旱特征单变量概率分布函数；/n步骤5，构建非一致条件下两变量水文干旱联合概率分布函数；选取对干旱特征系列相关结构拟合好的G-H Copula函数为联合概率分布函数，针对干旱历时和干旱烈度相关结构的非一致性，仍采用PI为协变量，建立非一致性条件下基于Copula的联合概率分布函数，分别求取M组历史基准时段与未来时段不同重现期下的干旱历时、干旱烈度最可能组合情景；/n步骤6，基于M组最可能组合情景的中位数，量化不同重现期下，基于最可能组合情景的干旱特征值的变化，评估气候变化对流域未来水文干旱情势的影响。/n...

【技术特征摘要】
1.一种气候变化情景下水文旱情评估方法，其特征在于，包括以下步骤：
步骤1，数据库建立与模型率定；收集研究区域数字高程模型、矢量边界文件、土地利用数据、土壤属性数据、水文测站长系列资料、降水观测长系列资料、气温观测长系列资料，创建SWAT水文模型数据库，率定并验证SWAT模型；
步骤2，模拟气象与水文情景获取；基于M个全球气候模式，通过多变量偏差校正方法预测未来降雨序列，全球气候模式记为GCMs，将校正后的输入率定好的SWAT水文模型，以预测M组不同气候模式下流域内各子区的径流情景；
步骤3，利用步骤2得到的流域内各子区M组径流长序列，计算获取M组标准化径流指数，并通过游程理论提取对应的干旱特征值，所述干旱特征值包括干旱历时与干旱烈度；
步骤4，对步骤1收集的降水观测长系列资料进行统计分析，分别计算年降水量、年降水标准差、降水距平百分率；将统计分析的各降水系列资料分别与基于实测径流量计算的SRI指数进行相关性分析，优选影响区域旱情的降水指标PI，并将该指标作为协变量，构建非一致性条件下干旱特征单变量概率分布函数；
步骤5，构建非一致条件下两变量水文干旱联合概率分布函数；选取对干旱特征系列相关结构拟合好的G-HCopula函数为联合概率分布函数，针对干旱历时和干旱烈度相关结构的非一致性，仍采用PI为协变量，建立非一致性条件下基于Copula的联合概率分布函数，分别求取M组历史基准时段与未来时段不同重现期下的干旱历时、干旱烈度最可能组合情景；
步骤6，基于M组最可能组合情景的中位数，量化不同重现期下，基于最可能组合情景的干旱特征值的变化，评估气候变化对流域未来水文干旱情势的影响。


2.如权利要求1所述的一种气候变化情景下水文旱情评估方法，其特征在于，步骤(1)具体为：
利用研究区域地形数据与矢量边界文件提取河网并划分子流域，利用区域土地利用与土壤栅格数据分别构建土地利用与土壤数据库，确定历史基准期并将对应观测降水与气温数据输入SWAT水文模型，构建气象数据库并进行径流模拟，将流域径流观测资料以及模拟径流输入SWAT-CUP软件，对SWAT模型进行率定与验证，获取水文模型参数。


3.如权利要求1所述的一种气候变化情景下水文旱情评估方法，其特征在于，步骤(2)具体方法如下：
步骤(1)采用分位数偏差校正方法对GCMs输出的日降水、日最高气温和最低气温变量在各个分为数上进行偏差进行校正，具体为计算GCMs输出变量与观测气象变量在各个分位数上的差异，并将该差异在GCMs输出未来情景的各分位数上去掉，得到未来修正后的GCMs气候预测；对气温和降水的校正分别如下：
Tadj,d＝TGCM,d+(Tobs,Q-TGCM，ref,Q)
Padj,d＝PGCM,d×(Pobs,Q/PGCM,ref,Q)
式中，T和P分别代表气温和降水，adj代表校正后的序列，obs代表观测数据，ref和fut分别代表历史参考期和未来预测期，d代表日数据，Q代表各分位数，GCM代表全球气候模式集合输出数据；
步骤(2)重建子步骤(1)修正后的气温降水变量间的相关性关系；由于研究资料发现GCMs输出不仅在单变量边缘分布上存在偏差，在多变量之间的相关性结构上同样存在模拟偏差，本发明采用基于自由分布的方法对步骤(1)得到数据的变量间相关性进行重建，首先计算GCMs输出数据的范德瓦尔登值，得到历史数据和未来数据的矩阵[Ws,r]与[Ws,f]；然后分别对观测数据和GCMs输出数据的变量间相关系数矩阵进行柯列斯基分解：



上式中，角标o,r表示历史数据，[Co,r]代表历史观测数据的相关系数矩阵，角标s,r表示历史GCMs输出数据，[Cs,r]代表历史GCMs输出数据的相关系数矩阵，角标s,f表示未来GCMs输出数据，[Cs,f]代表未来GCMs输出数据的相关系数矩阵，[P]为分解后得到的三角矩阵；之后通过

和
计算得到调整后的得分矩阵；通过调整GCMs输出数据的秩顺序与和一致，即可得到重建相关性之后的GCMs输出；为了保持降水这一影响径流模拟的关键输入变量的时序，以步骤(1)所得降水顺序为基准，对重建后的降水气温组合进行整体调整，得到最终输出；
步骤(3)将校正后的M组气候模式输出降水、气温输入步骤1中率定好的SWAT水文模型中，获取研究区域内M组历史基准期以及未来时段的径流情景。


4.如权利要求1所述一种气候变化情景下水文旱情评估方法，其特征...

【专利技术属性】
技术研发人员：顾磊，尹家波，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42