流域未来径流和蓄水量预测不确定性的量化评估

水文模拟精度优劣与参与水文过程的多源不确定性相关，且其累积效应将会造成预测不确定性进一步扩大。因此，以黄河源区为例，利用极大似然不确定性估计法(GLUE)识别新安江模型有效参数组，通过耦合CMIP5下4种气候模式、3种气候变化情景、8种有效参数组，揭示了各源不确定性对流域径流量和蓄水量预测的影响，并采用方差分析方法(ANOVA)量化分离了其对月尺度流域径流量和蓄水量预测不确定性的相对贡献。结果表明，利用统计降尺度模型(SDSM)获得的降水量、最低和最高气温数据可较好的应用于研究区，其相关系数R²均大于0.70,且均方根误差R_RMSE小于30%;参数和GCMs不确定性对流域径流量的影响占主导地位，前者对流域蓄水量的相对贡献高达0.98,且多源不确定性之间交互作用对汛前和汛后的贡献大于非汛期。研究结果对于流域防洪减灾、降低水文模拟过程认知不确定性具有重要意义。