TRMM/GPM和Stage IV降水产品在小流域水文模拟效用评估

以地面观测降水作为参照,在美国俄克拉荷马州Little Washita River流域,对比分析了TRMM 3B42 V7,GPM-IMERG卫星降水和Stage IV雷达降水的精度,并用这3种降水产品驱动CREST分布式水文模型,评估了其水文模拟效用.研究表明:3种降水产品与地面降水的相关系数均大于0.5,通过了0.05置信水平检验;GPM-IMERG和TRMM3B42 V7卫星降水对无雨和微雨存在低估,对大雨和暴雨存在高估;总体上,Stage IV降水精度最好,其次GPM降水精度优于TRMM 3B42 V7.在水文模拟效用评估中,设定相同率定期,分别使用3种降水产品率定CREST模型参数,得到率定参数集后,在相同验证期对流域日径流过程进行模拟.对比结果表明:Stage IV雷达降水在小流域水文模拟中效果最好,GPM-IMERG次之,TRMM 3B42 V7模拟效果不理想.     

艾丁湖流域绿洲变化与地下水开发利用关系分析

由于长期以来水资源开发活动日益增强,艾丁湖生态区入湖水量不断减少,湖面萎缩;区域土地沙化、沙漠化趋势未根本扭转;地下水位不断下降,生态、生活用水风险增大;陆生、水生物种消亡趋势加剧;干热风等灾害性天气呈不断增加趋势;沙尘、盐尘天气爆发风险不断累积增大,使得艾丁湖生态区生态压力不断增大,生态恶化趋势明显.基于高分辨率遥感影像、地理信息技术以及现场取样调查,分析了艾丁湖流域土地利用与植被覆盖度时空变化特征,探明了自然植被盖度退化情况.结果表明,天然植被的平均覆盖度在1976—1995年呈减小趋势,在1995—2010年呈增大趋势,在2010—2019年转为减小趋势;高盖度植被由南向北发生迁移;天然植被退化的主要原因是地下水埋深逐渐加大,且受不到山区的地表水补充,以及由于城乡工矿用地的扩张导致天然植被减少.     

多源降水产品在不同气候带的水文模拟评估

以NOAA-CPC-US降水产品作为参照,选取美国不同气候带的8个流域,通过对比分析,评估了卫星降水PERSIANN和GPM-IMERG、雷达降水StageIV以及第5代ECMWF大气再分析全球气候数据ERA5等降水产品的精度,继而以5种降水数据驱动分布式水文模型(CREST),评估了它们在径流模拟中的效用.结果表明:雷达降水StageIV在8个不同气候带中的降水估算精度最好,其次是卫星降水GPM-IMERG和PERSIANN,气候模式降水ERA5.在径流模拟中,Stage IV和NOAA-CPC-US在不同气候带的流域都表现较好,能够满足不同气候带流域水文模拟需求.降水GPM-IMERG和PERSIANN的径流模拟能力在不同气候带并不一致,稳定性不高,地处低纬度的气候带好于高纬度气候带;且总体上降水GPM-IMERG优于PERSIANN,这2种降水产品在水文模拟使用时还需进一步验证;ERA5的水文模拟效果不理想,尚不能支撑不同气候带小流域的水文模拟.     

基于耦合机器学习模型的洪水预报研究

近年来,以人工神经网络(ANN)为代表的机器学习模型在很多领域取得了突破性进展,例如:用于图像识别的深度学习模型、用于围棋对弈软件Alpha Go的强化学习模型等。本文提出了一种耦合机器学习模型,并用于流域洪水预报。该模型通过独特的建模方式将ANN与K最近邻方法相耦合,利用多目标遗传算法和Levenberg-Marquardt算法进行训练,较好地解决了传统ANN模型预见期仅为一个计算时段长、ANN拓扑结构和参数难以同时优化、ANN训练局部极小、单个ANN预报能力不佳等问题。在屯溪流域洪水预报中的应用表明,耦合机器学习模型的精度和可靠性较好,具有较好的应用前景。     

流域水文模型参数不确定性量化技术研究进展

流域水文模型参数存在不确定性，不确定性对模型模拟与预测的精度产生显著影响。如何科学量化参数不确定性并分析其产生的不良影响是水文模拟中亟待解决的重要难题。为了研究这一问题，回顾和归纳了不确定性量化研究领域涉及的方法与技术，讨论了不确定性研究各环节中的成熟成果与亟待解决的问题。最后，对流域水文模型参数不确定性量化技术的应用前景进行了展望。