1960年以来气候变化与人类活动对鄱阳湖流域生态径流改变的影响

基于鄱阳湖流域五河水文站1960-2013年逐日径流量和14个国家级气象站的日气象数据,本文利用长短记忆模型框架构建神经网络模型来开展鄱阳湖流域的径流过程模拟,结合生态赤字与生态盈余等生态径流指标,定量分析了鄱阳湖流域的水文变异特征.同时,利用差异化的情景模拟方式,定量区分了人类活动和气候变化对鄱阳湖流域生态径流变化的...     

鄱阳湖流域径流模型

流域径流是鄱阳湖主要来水,建立鄱阳湖流域径流模型对揭示湖泊水量平衡及其受流域自然和人类活动的影响具有重要意义.针对鄱阳湖-流域系统的特点:流域面积大(16.22×104km2)、多条入湖河流、湖滨区坡面入湖径流等,研究了相应的模拟方法,建立了考虑流域土壤属性和土地利用空间变化的鄱阳湖流域分布式径流模型.采用6个水文站1991-2001年的实测河道径流对模型进行了率定和验证.结果显示,模型整体模拟精度较高.其中,赣江、信江和饶河均取得了较好的模拟结果,月效率系数为0.82-0.95;抚河和修水模拟精度略低,为0.65-0.78.模型揭示了研究时段内年平均入湖径流总量为1623×108m3,其中,赣江最多,占47%,其次为信江和抚河,分别占13%和12%,湖滨区坡面入湖径流约占4%,其余24%来自饶河、修水以及其它入湖支流.模型将用于评估流域下垫面或气候变化引起的入湖水量变化,为湖泊水量平衡计算提供依据.     

气候变化和人类活动对鄱阳湖流域径流过程影响的定量分析

量化气候变化和人类活动对流域水文影响及其对流域水资源规划和管理具有重要的理论与现实意义.采用水文模型和多元回归法定量分析气候变化和人类活动对鄱阳湖"五河"径流的影响,并通过与灵敏度分析法对比来进一步验证分析结果 .研究表明,1970-2009年,气候变化和人类活动对鄱阳湖流域径流增加的贡献率分别为73%和27%.气候变化是饶河、信江和赣江径流增加的主导因素,而人类活动是修水径流增加的主要因素,是抚河径流减少的主要原因.另外,不同季节影响径流变化的主导因素又有不同,人类活动为干季(11月到次年2月)径流增加和湿季(4-6月)径流减小的主导因素,其贡献率分别为78.9%和82.7%.本研究可为鄱阳湖流域防洪抗旱及水资源优化配置提供重要科学依据.     

鄱阳湖流域过去1000 a径流模拟以及对气候变化响应研究

为研究过去千年尺度径流变化及其对气候变化的响应,以长江中游鄱阳湖流域为研究区,运用气候模式CCSM4和ECHAM5模拟过去1000 a气候数据,空间降尺度后驱动水文模型模拟了鄱阳湖流域过去近千年流域径流序列.利用快速傅里叶变换、小波分析等手段,分析流域极端径流变化特征、周期和该流域旱涝事件发生频率.结果表明:2种气候模式均能反映出中世纪暖期及小冰期阶段的干湿交替变化,且小冰期内中干旱状态维持时间较长;径流的丰枯变化与降水量变化具有较好的对应关系.CCSM4和ECHAM5模式下发生旱涝灾害与极大极小降水事件发生频率基本相同,径流丰枯变化与降水变化周期相近,均具有30 a左右的主周期,10~15、7 a左右的子周期.小波系数模平方图中30 a左右显著的能量信号揭示了该周期与北太平洋气候的主要环流机制的太平洋年代际振荡周期相近,因此,大气环流涛动是造成气候-水文变化的主要原因.研究结果拓展了基于近代60 a观测记录的流域水文变化的认识,探讨了千年时间长度下流域干湿变化特征和水文对气候响应的动力机制,有助于全面系统认识长江中游在全球气候暖化背景下旱涝极端水文事件的发生机制与变化规律.     

气候变化和人类活动对鄱阳湖流域赣江径流影响的定量分析

气候变化和人类活动对流域径流影响的定量研究是当前研究的热点,赣江作为鄱阳湖流域最大的子流域,径流变化对鄱阳湖湿地水生态系统具有重要的影响.利用Mann-Kendall突变检验分析了赣江流域径流1955—2010年间演变趋势,再分别应用统计方法和IHACRES集总式模型分析气候要素和人类活动对径流的影响.研究表明IHACRES能够较好地模拟赣江流域径流,适用于中亚热带湿润季风气候区.Mann-Kendall突变检验表明赣江流域径流在1979年发生突变,可划分为1955—1979年和1980—2010年两个时段.降水是影响赣江流域径流年际变化的主要因素,而土地利用等人类活动的影响并不明显.水库建设显著影响赣江径流的季节分配,1980—2010年间人类活动影响更加显著,其中45%的年份秋季径流增加50%以上,26%的年份秋季径流增加超过100%,其中1989年的秋季径流增加幅度达到320%.     

基于长短时记忆神经网络的鄱阳湖水位预测

湖泊水位是维持其生态系统结构、功能和完整性的基础.鄱阳湖受流域"五河"和长江来水双重影响,水位变化复杂.为了准确预测鄱阳湖水位变化,采用长短时记忆神经网络方法(LSTM)构建了鄱阳湖水位预测模型.该模型以赣江、抚河、信江、饶河和修水"五河"入湖流量和长江干流流量作为输入条件,预测鄱阳湖湖区不同代表站(湖口、星子、都昌、吴城和康山)的水位过程.研究以1956—1980年的水文时间序列数据作为训练集,1981—2000年作为验证集,探讨了LSTM模型输入时间窗、隐藏神经元数目、初始学习率等模型参数对预测精度的影响,并确定了鄱阳湖水位预测模型的最优参数.结果表明,采用LSTM神经网络方法可基于流域"五河"和长江来水量历时数据合理预测鄱阳湖不同湖区的水位过程,五站水位预测的均方根误差为0.41～0.50 m,纳什效率系数和决定系数达0.96～0.98.为考察模型训练数据集对鄱阳湖水位预测结果的影响,进一步选取了随机5年(1956—1960年)的资料和5个典型水文年(1954年、1973年、1974年、1977年和1978年)的日均流量资料来训练模型.结果显示随机5年资料作为训练数据的预测精度要...     

1990s以来气候变化和人类活动对洪湖流域径流影响的定量辨识

为针对性地提出洪湖流域水资源适应与应对气候变化和人类活动影响的措施,保护洪湖流域生态资源,促进其可持续发展,采取分布式水文模型SWAT定量辨识了1990s流域城镇快速发展以来气候变化和人类活动对洪湖流域地表径流的影响程度.结果表明:近20年来,人类活动是洪湖流域地表径流减少的主要原因,其影响量占径流减少量的63.72%,气候变化的影响占36.28%.但不同阶段人类活动与气候变化对流域径流影响的程度不同,1990s气候变化对流域径流的影响量高于人类活动,2000s气候变化对流域径流的影响量低于人类活动,近20年来的水土保持措施已经发挥了较好的径流调节和保水效益.     

考虑记忆时间的LSTM模型在赣江流域径流预报中的应用

在气候变化条件下,准确的径流预测对水资源的规划与管理十分重要。本文基于长短时记忆神经网络(LSTM)模型,采用赣江流域外洲、峡江以及栋背水文站的逐日流量以及CN05.1日降水数据构建3个不同面积流域的径流预测模型,并通过设置不同情景分析:模型的有效预见期与不同流域平均产汇流时间之间的关系,有效预见期内LSTM径流预测模型精度与记忆时间之间的关系,不同长度的预见期与模型最佳记忆时间之间的关系,同时探讨LSTM径流预测所需的记忆时间与流域面积的关系。结果表明:(1)综合考虑降水和前期径流情景下的径流预测效果最好,当预见期为1 d时,外洲、峡江、栋背站的纳什效率系数(NSE)分别可达0.98、0.96以及0.90;且其有效预见期与仅考虑降水信息的有效预见期相同,均与流域平均产汇流时间相近。(2)随着预见期的延长,不同情景下的预测精度均有不同程度的下降,其中仅考虑前期径流情景的下降率最大,说明降水信息较前期径流对径流预测效果的提升更重要。同时,随着流域面积的增加,相同预见期内径流预测精度均有所提升。(3)当预见期相同时,随记忆时间的延长,不同径流预测模型的预测精度均先上升至最高,接着具有下降趋势,最后逐渐趋于稳定。且在有效预见期内,随着预见期的延长,最佳记忆时间均有增大趋势,当达到最长的有效预见期时,对应的最佳记忆时间均为14 d。此外,在赣江流域的模拟结果表明,随着流域面积的增大,LSTM的最佳记忆时间减小。研究结果可为赣江流域的径流预报提供参考,同时有助于推求其他流域采用机器学习进行径流预测所需的最佳记忆时间。     

气候变化和人类活动对鄱阳湖水龄影响的定量区分

在气候变化和人类活动的双重影响下,湖泊内部的水动力条件正发生重大的变化,进而影响到湖泊水环境的变化.水龄是颗粒物从入口传输到指定点的时间,可以定量反映水体的运动和交换程度以及滞留情况.如何定量区分人类活动与气候变化对水龄的影响程度,对湖泊水资源科学管理和水环境的治理有着重要的科学意义.本文耦合了深度学习网络和传统二维水...     

人工神经网络模型预测气候变化对博斯腾湖流域径流影响

温室气体排放量增加造成气候变化,对全球资源环境产生重要影响．本文利用人工神经网络模型建立月降水、气温与径流关系,利用开都河流域降水、气温、径流资料对模型进行训练和验证,通过试算法确定网络模型结构,气温升高和降水量增加对径流影响的敏感程度分析表明,气温升高和降水增加对该区域径流影响较大,且气温升高的影响更为显著,径流增加主要集中在夏季,根据区域气候模型（RCMs）推算的CO2加倍情况下西北地区气候的可能变化,预测位于博斯腾湖流域的开都河大山口站年径流量增加38．6％,其中夏季增加71．8％,冬季增加11．4％。     

Evaluation of impacts of climate change and human activities on streamflow in the Poyang Lake basin,China

Variations in streamflows of five tributaries of the Poyang Lake basin, China, because of the influence of human activities and climate change were evaluated using the Australia Water Balance Model and multivariate regression. Results indicated that multiple regression models were appropriate with precipitation, potential evapotranspiration of the current month, and precipitation of the last month as explanatory variables. The NASH coefficient for the Australia Water Balance Model was larger than 0.842, indicating satisfactory simulation of streamflow of the Poyang Lake basin. Comparison indicated that the sensitivity method could not exclude the benchmark‐period human influence, and the human influence on streamflow changes was overestimated. Generally, contributions of human activities and climate change to streamflow changes were 73.2% and 26.8% respectively. However, human‐induced and climate‐induced influences on streamflow were different in different river basins. Specifically, climate change was found to be the major driving factor for the increase of streamflow within the Rao, Xin, and Gan River basins; however, human activity was the principal driving factor for the increase of streamflow of the Xiu River basin and also for the decrease of streamflow of the Fu River basin. Meanwhile, impacts of human activities and climate change on streamflow variations were distinctly different at different temporal scales. At the annual time scale, the increase of streamflow was largely because of climate change and human activities during the 1970s–1990s and the decrease of streamflow during the 2000s. At the seasonal scale, climate change was the main factor behind the increase of streamflow in the spring and summer season. Human activities increase the streamflow in autumn and winter, but decrease the streamflow in spring. At the monthly scale, different influences of climate change and human activities were detected. Climate change was the main factor behind the decrease of streamflow during May to June and human activities behind the decrease of streamflow during February to May. Results of this study can provide a theoretical basis for basin‐scale water resources management under the influence of climate change and human activities. Copyright © 2016 John Wiley & Sons, Ltd.     

鄱阳湖湖口、外洲、梅港三站水沙变化及趋势分析(1955-2001年)

对鄱阳湖流域三个主要控制站湖口、外洲和梅港多年(1955-2001年)水沙数据进行了统计分析,利用滑动平均法,Spearman秩次相关检验、线性回归检验方法对三个测站的水沙变化趋势进行了分析检验,结果表明,鄱阳湖泥沙出湖集中于长江大汛前的2-6月,在长江7-9月大汛期间,会出现长江泥沙倒灌鄱阳湖的情况．湖口站近期(1990-2001年)径流量和输沙量变幅都非常大,同上世纪80年代相比,年均径流量增加255．3×10~8 m~3．年均减少沙量0．29×10~8 t;外洲站近期的输沙量明显减少,沙量分别为70年代前、70年代、80年代的49．6%、48．7%和52．3%;梅港站径流量略微增加沙量无明显变化趋势．从入湖径流来看,赣江和信江占52．4%,入湖泥沙量占了76．0%以上．从赣江和信江水沙总体变化趋势来看,赣江径流量变化趋势不明显,而输沙量具有明显减少的趋势;信江径流量增加趋势明显,输沙量基本无明显趋势．鄱阳湖流域水沙变化主要受人类活动的影响．土地利用方式的改变和流域水利工程设施的修建极大地影响了流域水沙特征及其变化趋势．     

鄱阳湖历史时期水面扩张和人类活动的环境指标判识

湖周人类活动,尤其是土地利用方式的变化,是导致湖泊沉积环境指标变化的重要因素之一。本文通过１９９７－１９９８年间对鄱阳湖西部湖湾洼寺－大汊湖沉积记录中同位素年代,粒度,磁化率和有机碳等环境指标的分析,并对比历史文献记录,探讨了该地环境变化与人类活动的相互关系及环境指标的响应。