基于改进 abcd 模型的黄河源区径流变化与归因

为改进模型对高寒地区融雪径流模拟不足的缺陷，将融雪模块耦合到传统 abcd 模型。利用 1980—2018 年 逐月实测的径流数据和通过 AnuSpline 方法插值的格网气象要素，驱动改进后的abcd 模型，分析三江源生态保护 措施实施前后（1980—1999 年和 2000—2018 年）黄河源区径流的动态变化，并量化关键气象因素与人类活动对 径流变化的影响程度，即相对贡献。结果表明：耦合融雪模块的 abcd-snow 模型完善了高寒地区水文过程的模拟， 提高对径流的模拟性能，在黄河源区表现出较好的适用性；整个研究时段黄河源区的实测径流呈不显著减少趋势 （?0.80?mm/a，p>0.05），但 2000 年前径流则呈现显著下降趋势（?4.12?mm/a，p<0.05），2000 年后径流则呈显著增加 趋势（3.16?mm/a，p<0.05）；?归因分析表明气候变化是源区径流变化的主导因素。2000 年前，气候变化对径流减少 的相对贡献率为 62.8%，人类活动对径流的贡献为 37.2%；2000 年后，气候变化对径流增加的贡献率达到 120.0?%， 人类活动对径流的贡献为?20.0%。其中：降水的变化是决定径流变化主导因素；其他气候因素的相对贡献较小； 以人类活动为主的生态恢复可显著降低河川径流。本研究有助于理解气候变化和下垫面变化对黄河源区水资源 变化的系统驱动机理，并为流域水资源合理配置提供科学参考依据。     

基于EMOS方法的多源遥感降水数据融合与性能评估——以黄河中游为例

选择对气候变化和人类活动极为敏感的黄河中游为研究区,采用集成模型输出统计方法(EMOS)对多源遥感降水数据(CHIRPS、CMORPH、PERSIANN-CDR和TMPA 3B42)进行数据融合,并对其基本统计性能和降水等级性能进行评估。研究发现:采用EMOS数据融合方法获得的降水数据集可更好地捕捉观测降水的空间分布和年际均值,其基本统计性能(δBIAS=-3.4%;δRMSE=13.1mm;γKGE=0.233)明显优越于4种独立的遥感降水产品、4种产品的均值(MME)以及采用分位数映射法(QM)获取的数据集,但各统计指标存在较大的空间差异性;EMOS方法获得降水数据集显著地改善了对中雨的检测性能(探测率DPOD=0.38);相对MME,EMOS对大雨的综合探测能力(关键成功指数ECSI)提高了12%,表明该方法对高强度降水的正确检测能力更具优势。基于EMOS多源数据融合方法获得的高精度数据集,可为黄河中游典型生态恢复区的极端降水-水沙关系研究提供科学支撑,具有较好的科学价值和应用前景。