Page 5 - 2023年第54卷第7期
P. 5

水  利  学  报

                2023年 7月                            SHUILI  XUEBAO                          第 54卷 第 7期

              文章编号:0559 - 9350(2023)07 - 0763 - 12

                            黄河流域水沙变化趋势多模型预测及其集合评估


                                          1
                                                                          3
                                                                2
                                                     1
                                   胡春宏 ,张晓明 ,于坤霞 ,徐梦珍 ,赵 阳                           1
                               (1.中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室,北京 100048;
                                2.西安理工大学 省部共建西北旱区生态水利国家重点实验室,陕西 西安 710048;
                                    3.清华大学 水沙科学与水利水电工程国家重点实验室,北京 100084)

                摘要:黄河水沙变化情势深刻影响着黄河流域水沙调控工程布局、流域内外水资源配置和跨流域调水工程建设等
                黄河保护与治理开发重大问题的决策。但受研究时段、方法及其边界条件等影响,黄河水沙变化预测成果差异
                大,难形成共识。本研究基于水沙变化归因和预测结果的不确定性解析,构建了多模型预测成果集合评估技术,
                预测了黄河流域未来 50a水沙量。结果表明:既有流域水沙变化归因与预测成果差异大,原因在于不同方法因数
                据输入、变量构成及精度评价方法差异带来的不确定性;提出了基于输入- 结构- 输出的模型适用性判别准则和评
                价技术,并基于标准化的数据输入,从数据需求、物理基础、应用效率、输出尺度和预测精度等五个维度,集合
                评价了现有水沙变化预测模型的适用性;构建了流域水沙变 化 多 模 型 集 合 评 价 - 多 结 果 加 权 融 合 - BMA集 合 预
                                                                                             3
                测的集合评估技术,根据 9类模型预测成果,集合预测了黄河流域未来 50a年径流量为 240亿m ,年均输沙量
                为 2.5亿t。
                关键词:黄河水沙变化;归因分析;不确定性;水沙模型;集合评估
                中图分类号:TV143                                              doi:10.13243?j.cnki.slxb.20220717
                                 文献标识码:A
              1 前言


                  水沙变化情势深刻影响着水资源的开发利用与社会可持续发展。近几十年来,随着水利水保工程
              的兴建并发挥作用、资源开发和城镇化进程的持续推进,以及气候变化影响,全球主要大江大河的
              水、沙量均发生了明显变化              [1 - 3] 。据统计,全球主要江河 1990年代以来 126亿 t的 入 海沙 量 减少了
              30%,其中,47%的河流输沙量减少、22%的河流径流量减少、19%的河流两者都减少                                      [4] 。水沙变化
              如此之大、如此之快,主导因素是什么,未来趋势如何,一直是科学界和工程实践关注的重点。水文
              模型是研究流域水 文过程 的重 要工 具,其 主要是基 于数学 或 物 理 方 程 对 复 杂 水 文 过 程 进 行 概 化 表
              达  [5] ,具有化繁为简的优点        [6] ,但水文过程的简化处理不可避免地使得模拟和预测结果存在不确定
              性。因此,尽管关于水文模型预测的研究成果很多,但由于各类模型结构的差异而导致模型输入数据
              的类型、格式与分辨率以及结构参数各异,模拟结果 “百家争鸣”                               [7 - 8] 。如何提高水沙变化归因分析
              和趋势预测的可靠性,降低结果的不确定性,是当前研究亟需解决的问题。
                  目前,利用多模式集合技术提高评估结果的精度并降低其不确定性,受到国内外研究者高度重
              视。1999年,Krishnamurti等      [9] 首次提出了超级集合预报模式,该方法利用集合预报的多个参与模式
              的表现效果来确定其权重系数,进而对预报结果进行修正,以获得最佳的预报性能。Cartwright等                                          [10]
              基于 9个模式参与降水量集合预报,发现超级集合预报方法的预报效果优于任意单一模式。Krishnamurti


                 收稿日期:2022 - 09 - 09;网络首发日期:2023 - 05 - 30
                 网络首发地址:https:??kns.cnki.net?kcms2?detail?11.1882.TV.20230529.1420.002.html
                 基金项目:国家重点研发计划项目(2016YFC0402407);水利部重大科研项目(SKS - 2022086);中国水利水电科学研究院基本科研
                         业务费专项项目( SE0145B022022)
                 作者简介:胡春宏(1962 - ),中国工程院院士,主要从事江河治理领域研究。E - mail:huch@iwhr.com
                                                                                                —  7 6 3 —
   1   2   3   4   5   6   7   8   9   10