利用ABCD模型预测流域水文对极端气候的响应

ABCD模型只有4个参数,以降水量和潜在蒸散量为输入,可以同时模拟蒸散、径流以及土壤水、地下水储量的变化,适用于进行月尺度或年尺度的流域模拟。把ABCD模型运用到美国内布拉斯加州的北Loup河流域,该流域有超过60 a的气象和水文数据。经过对初值和参数进行敏感性分析,确定合理的模型参数和土壤水、地下水储量取值区间,发现模型初值误差只影响10 a以内的径流量模拟结果。利用对初值不敏感时期的实测径流量优化识别了模型参数,在此基础上再利用前10 a数据优化识别了模型的初值。模拟得到的地下水储量变化特征与前人根据地下水位变化推算的结果基本一致,径流量模拟的Nash效率系数为0.68,验证了ABCD模型对北Loup河流域的有效性。然后,对流域气象数据进行统计分析,确定了50 a一遇的极端干旱和极端湿润气候条件,采用ABCD模型预测了持续极端气候情景下的流域水文状态变化情况。结果表明:土壤水储量对极端气候的响应很快,在气候变化的第2年基本达到稳定,对流域径流几乎没有调节作用;地下水储量对极端气候响应较慢,衰减或增加50%所需要的时间均超过10 a,从而降低了流域径流对极端气候的敏感性。

Forecasting the Response of a Catchment on Extreme Climate Change with ABCD Model