以赣江流域为研究对象,基于CN05.1降水数据和SWAT(Soil and Water Assessment Tool Model)模型,进行确定性径流预报,在此基础上,分析预报误差规律,采用考虑误差异分布的HRD(Heterogeneous Residual Distribution)方法,通过误...
详细信息
以赣江流域为研究对象,基于CN05.1降水数据和SWAT(Soil and Water Assessment Tool Model)模型,进行确定性径流预报,在此基础上,分析预报误差规律,采用考虑误差异分布的HRD(Heterogeneous Residual Distribution)方法,通过误差标准化模块和高斯变换模块消除流量对误差的影响,构建高斯误差的时间序列关系,估计误差的概率分布,进而实现径流概率预报。通过1963—2013年水文气象数据分析表明:(1)SWAT模型在外洲站的日径流模拟纳什效率系数在0.84以上,洪量误差和年平均洪峰误差均在10%以内,模拟精度较好;(2)HRD模型能够考虑流量级别对预报误差的影响,提供合理的概率预报结果,预报区间的覆盖率判定系数在0.66以上,且中位数预报和均值预报均优于SWAT模型预报结果,基准系数在0.64以上。研究可以为高精度径流预报提供新的思路,对流域水资源管理和防洪减灾具有重要的理论和实践意义。
为探究未来气候变化下河北省滑坡灾害发生的变化规律,从而对防灾减灾的统筹规划提供科学的依据,使得人们更能规避滑坡灾害带来的危害风险,运用ENMeval算法(Ecological Niche Modeling evaluation Algorithm,ENMeval)对最大熵模型(Maximum Entropy Model,MaxEnt)进行优化,基于调查、收集到的860个滑坡灾害点和影响灾害的11个因子,在探讨主要影响因子的基础上进行滑坡灾害风险评估,并结合未来(近期:2041-2060年、中期:2061-2080年、远期:2081-2100年)三期气候数据的3种辐射强迫情景模式(低等强迫情景:SSP126、中高等强迫情景:SSP370、高等强迫情景:SSP585),预测滑坡灾害潜在风险区的空间分布格局和变化规律。结果表明:(1)经过优化的MaxEnt模型的AUC值(Area Under the Curve,AUC)在0.9以上,说明该模型在预测滑坡灾害潜在风险区方面表现出色。(2)通过优化Maxent模型计算的综合贡献率分析,确定影响滑坡灾害的主要因子依次为:最湿季度降水量、最湿月降水量、高程和降雨量季节变异系数,这表明降水相关的因子是影响滑坡发生的最主要因素。(3)对14个CMIP6气候模式(Coupled Model Intercomparison Project Phase 6,CMIP6)数据进行综合评估,得出BCC-CSM2-MR在降水方面相比其他气候模式,具有最优的模拟能力,其次是CMCC-ESM2和ACCESS-CM2。(4)在未来气候强迫情景下,滑坡灾害低风险区面积均有所下降,中、中高、高风险区的面积占比均有所增加,这和未来降水量的变化预测趋势相同。
暂无评论