摘要：气候系统模式是对历史和未来气候模拟最广泛有效的工具,但存在一定的不足和局限性,使其无法直接用以预估未来气候变化。本文采用基于分位数映射的日偏差校正(DBC)、多模式集合(MME)平均和基于皮尔逊r相关系数的加权集合(r-MME)平均方法,以1971—2000年为基准期,评估6种气候模式在和田河流域的适用性;运用r-MME方法对未来SSP1-2.6、SSP2-4.5和SSP5-8.5情景下各模式的偏差校正结果进行集合,分析未来近期(2021—2050年)、远期(2061—2090年)日最高、最低气温以及降水的时空演变特征。结果表明:基于DBC的r-MME融合方法能够综合考虑各模式的优势,可大幅提高气候模式模拟的精度,年均最高气温、最低气温和降水量与实测序列的相关系数分别达到0.918、0.821和0.878;3种情景下的气温和降水均呈现增加趋势,其中低强迫SSP1-2.6情景下的增幅最小,远期年最高气温、最低气温和降水的平均增量分别为2.830、2.523℃和46.412 mm,高强迫SSP5-8.5情景下的增幅最大,远期年最高气温、最低气温和降水的平均增量为5.697、6.452℃和93.206 mm;同时,未来温差的逐渐减少使得流域“暖湿化”现象更加明显。该研究结果可为未来气候变化下和田河流域经济发展和生态文明建设,以及水资源预测提供重要的理论依据。

摘要：气象数据是水文过程研究的关键要素,再分析数据的发展为资料缺乏地区的径流模拟提供了新的解决方案。为研究ERA5-Land再分析数据集在径流模拟中的适用性,本文以玛纳斯河流域肯斯瓦特水文站以上流域为研究区,选取多个评价指标对ERA5-Land降水和温度进行准确性评价,并采用经验模态分解(EOF)分析其在研究区内的分布特点。在准确性方面,ERA5-Land与实测数据具有较好相关性,降水探测率为0.96,能反映大多数的降水事件,但与实测数据相比总体偏高21.81%,气温准确性好于降水,总体拟合效果较好,最优范围为-5~20℃,在极值部分不确定性有所增加。EOF决定性模态表明研究区内降水、气温变化趋势基本一致,即易受大尺度天气系统影响。利用该数据集驱动SWAT模型在月、日尺度上对玛纳斯河流域进行径流模拟,在验证期纳什系数(NSE)分别为0.88和0.82,具有较好的模拟效果。ERA5-Land再分析数据集可为西北缺乏实测气象资料地区径流模拟提供参考。

摘要：以玛纳斯河肯斯瓦特出山口水文站控制流域为研究区,考虑变异条件下的频率结构特征,基于Copula函数建立洪水峰量联合分布,推求各峰量相互作用下的风险概率,构建了风险评估模型。结果表明:混合分布能较好地反映变异条件下的洪水变量频率分布;基于Gumbel Copula函数建立的峰量联合分布能很好地描述洪水组合特性。在玛纳斯河500年一遇峰量两变量防洪设计标准下,联合风险与同现风险均达到最小值,洪水发生概率较低,因此选择频率较为接近的峰量设计标准,既能保证洪水发生的低风险概率,又符合工程险情的实际需要。

摘要：洪水的发生是由多种特征属性所推动的,由于其具有多个并发或连续驱动因素的内在影响,从而大大加剧了其发生的不可估计性。在许多风险评估和设计应用中,极端情况和复合事件的多危险情往往被忽略。针对单变量洪水的设计缺陷性,以玛纳斯河出山口控制流域为研究区,选用GEV(Generalized Extreme Value)分布和GPD(Generalized Pareto Distribution)分别构建峰量边际分布,利用MCMC(Markov Chain Monte Carlo)参数优化的Gaussian Copula函数构建极端情况下的联合概率分布,并以500 a一遇设计洪水为例,推求其设计洪水过程线。结果表明:基于MCMC优化参数的Gaussian Copula函数的联合分布拟合效果均大于相关性指标法和局部优化算法;变量间相互影响下的设计值均相应大于以某一单变量控制下的洪水设计值,其中在设计洪水过程线90 h的设计增长率为24.19%。因此,以参数优化下的联合分布所建立的防洪新标准,可为玛纳斯河流域水库汛期防洪减灾安全设计提供更加科学合理的依据。