1）长江源区水文气象要素历史演变规律研究

收集流域地面站点日尺度气象数据和水文数据、卫星遥感及再分析数据等，重建长江源区降水和气温数据。运用统计学、趋势分析、小波分析、相关分析、双累积曲线法等方法，通过数据特征分析对长江源区三个主要水文气象因子（降雨、径流、气温）的时间序列变化的趋势性、周期性和相关性开展研究。

2）寒区分布式水文模型构建

基于SPHY水文模型，以沱沱河站、直门达站的日尺度径流数据为基础，结合冰川积雪面积变化以及土壤水等遥感数据，对模型开展多目标率定和验证，减弱了“异参同效”带来的影响，降低了模型结果的不确定性，找到适合研究区的模型参数库。通过对比模拟径流与实际径流在年际与年内拟合程度，验证SPHY模型在长江源区的适用性。

3）历史时期径流成分划分

根据径流来源的不同，将径流划分为冰川径流、融雪径流、降雨径流和基流四个组成成分。依据模型径流组分的模拟结果，再结合数理统计等方法，分析长江源区径流及其组分时间序列的年际变化特征、年内分配情况，探索气候变化与长江源区径流演变过程的联系。

4）未来不同径流成分变化预估

结合全球气候模式的降尺度结果，在分析未来气候模式下气温和降水的变化特征的基础上，了解高寒旱流域的产流过程以及基于水资源变化的生态环境演化过程，对长江源区未来的径流及其组分变化进行预估，进一步探究了气候变暖导致冰川积雪的加速消融对流域水资源的影响，对水资源可持续利用和维持长江源区生态功能等具有重要意义。

3.1流域水文模型研究进展

流域水文模型是一种用于模拟流域上全水文过程的数据模型，包括降雨、径流、蒸发等水文现象。流域水文模型在国内外均经历了长足的发展，其研究内容涵盖水量、水质或某一具体水文过程，研究尺度可以小到一株植物的蒸散发过程，也可以大到全球的水文循环过程。从反映水流运动空间变化的规律来划分，水文模型可分为两大类型^[1]：集总式模型和分布式模型。

集总式模型通常使用集总的参数来概化流域水文循环要素的空间分异性。20 世纪60~80 年代中期^[2]是集总式概念性模型蓬勃发展的时期。水文学家将天然水文过程和户外实验收集数据相结合进行研究，研究出了许多集总式概念性模型，如美国的Stanford 模型、萨克拉门托模型（Sacramento）、意大利的CLS 模型、日本水箱Tank 模型^[3]，以及我国的新安江模型和陕北超渗产流模型^[4]。

分布式水文模型能够全面考虑降雨和下垫面空间不均匀性，充分反映流域内降雨和下垫面要素空间变化对洪水形成的影响。分布式水文模型具有更好的模拟优势，是水文模型发展趋势。随着3S 技术（地理信息、全球定位以及卫星遥感）在流域水文模型的应用^[5]，这种模型具有较高的模拟精度和灵活性，能够更好地反映水文循环的复杂性和空间差异性。世界各地水文学家开发了大量的半分布式或分布式水文模型，目前较为常见的有英国的TOP-MODEL 模型和IHDM 模型，欧洲的SHE 模型、HSPF模型、HBV 模型、美国的VIC 模型以及SWMM 模型^[6]。由于传统分布式水文模型无法同时模拟流域地表温度和水位的时空分布并且未采用产流、汇流分层次率定的技术路线，加剧了模型参数的不确定性和异参同效^[7]问题，分布式水文模型发展向着更具精细化、尺度化、功能化的方向发展，与大气模型GCM、遥感、GIS技术相耦合^[8]，有助于提高水资源综合管理，也大大方便了用户。

近年来，随着数据收集和处理技术的进步，数据驱动的流域水文模型逐渐成为研究热点。这种模型不依赖于具体的物理机制，而是通过大量的观测数据，建立起具有一定规律的预测模型。数据驱动这一热点方向已经有一定的成果。例如Yang^[9]等采用长短时记忆网络（Long Short-Term Memory，LSTM），将流域日平均气温、降水、风速以及利用模型链模拟得到的日流量作为输入，日流量观测数据作为输出，在混合物理-机器学习方法中改进基于GHMs 的洪水模拟。黄文峰^[10]等以长江水文站的径流数据为例，研究LSTM 模型在径流预测中的应用，采用贝叶斯优化算法确定五个超级参数的最优值，探究LSTM 模型的超级参数对预测结果的影响。

总之，流域水文模型在国内外都取得了显著的进展，但仍面临诸多挑战。传统方法对区域水文过程机制和水文参数依赖较强，机器学习等新方法对湖泊水循环过程刻画不足。另外，关于寒区模型的理论研究还比较薄弱，多数模型对寒区水文过程的模拟能力仍不高。

3.2寒区水文模型研究进展

寒区水文作为冰冻圈科学与水文圈科学的交叉学科，其水文过程极为复杂。目前，寒区水文的研究主要集中在冰川水文、积雪水文、冻土水文、海冰水文和河湖冰水文等五个方面。寒区水文的主要研究内容是寒区水资源的时空分布及其运动规律。径流模拟是研究寒区水文的重要手段之一，目前世界上关于寒区冻土水文模型的建立多为概念性模型。

国外对寒区的水循环研究起步较早。罗江鑫^[12]将陆面过程的水文模型与大气模式耦合，应用一系列的经验方程对土壤的冻融过程进行模拟，根据模拟的土壤温度以及土壤水含量与实测对比可以看出模拟精度较高。Goran^[13]基于实测数据开发了一个简单的土壤冻结深度模拟，并将其耦合到HBV 模型中。Pre-Erik^[14]开发了COUP 模型并用来模拟寒区蒸腾作用。从其模型结果来看，模型精度较高；该研究从寒区蒸腾作用出发研究寒区水循环，对以后寒区水循环研究具有重大借鉴意义。Dornes^[15]将基于物理机制的分布式水文模型应用在加拿大的泛北极地区，将水文模型的陆面植被参数进行区域化来模拟融雪和冻土对水循环的影响；该研究根据经验将植被参数区域化来模拟融雪冻土对水循环的影响，但是因为融雪与冻土不只与植被有关，所以其研究考虑比较简单。William L^[16]将空气动力能量与植被粗糙度控制土壤和雪的冻融实现水热耦合来模拟北极以及高山冻土区的径流过程；该研究虽然将空气能量与被粗糙度来实现水热耦合来模拟寒区水循环状况，但是该研究只关注径流过程，水循环过程不全面。

我国对寒区冻土影响下水循环的研究开始于20世纪60年代，主要对寒区冰川、冻土地区开展水文观测、水文实验研究，研究着重于地表与大气间的水热交换过程。20世纪90年代以来，杨志怀、杨针娘通过实验观测以及统计模型对冻土的水文过程进行了研究 ,发现其冻结和解冻过程直接影响着冻土区的产汇流过程和该区河流的径流特征^{[17, 18]}。以上研究为实验观测和统计的研究，为寒区的水循环研究提供了大量具有重大意义的参考依据，但是统计规律因其局地和局时的缺陷不能推广使用。关志成^[19-21]分别将水箱模型和萨卡拉门托模型结合针对寒区开发的扩展包以及将自己开发的基于寒区水文特性的概念性水文模型应用在寒区水循环模拟中。从模型结果来看，具有相对较好的精度，体现了寒区水循环特性；但是模型中寒区模拟为经验模型，其对寒区模拟机理以及对寒区水循环过程模拟相对缺乏。张世强^[22]应用可变下渗能力模型（Variable Infiltration Capacity）对青藏高原的多年冻土区的水循环要素：土壤湿度和蒸发量进行模拟。陈仁升^[23]将分布式水热耦合的陆面过程模型（DWHC）与MM5模型嵌套，模拟了高寒地区的水文特征，从模型结果看，模拟精度较高。

总之，过去几十年中，寒区水文模型得到了显著发展，常见的水文模型有：VIC，SWAT，SPHY，TOPKAPI-ETH，LISFLOOD，SWIM，HYPE，mHM，PCRGLOBWB，MIKE-SHE和GEOtop。表1比较了这些模型分别在综合过程、应用领域、应用范围和实施上的优劣。可以得知，SPHY整合了大多数水文过程，包括冰川过程；具有研究广泛应用的灵活性，包括气候和土地使用变化影响、灌溉规划和干旱；可用于集水区和流域级应用以及农场和乡村级应用，具有灵活的空间分辨率，以及模型构建也比较容易。

表1  常用水文模型比较

3.3径流组分划分研究进展

根据径流来源的不同，可将流域总径流划分为基流、冰川径流、融雪径流和降雨径流四个径流组成成分。目前径流成分定量划分方法主要有水化学示踪法、数理统计法和水文模型法等。

水化学法分析高寒山区流域冰雪融水演变规律及其贡献率的大小受到不少国内外学者的青睐。它主要通过化学分析的方法，测定水体中各种元素、化合物和物质的含量、浓度、离子组成等信息，揭示径流中不同组分的来源、含量、变化规律以及与环境、土壤、岩石等因素的关系。水化学法不断改进和发展，使得可以更精确地划分径流组分。例如武小波^[24]等研究了小冬克玛底冰川的常量元素（Ca²⁺、Mg²⁺、Na⁺、Cl^-、SO₄^2-）离子的主要来源，并与临近的古仁河口冰川和玉珠峰冰川进行了对比研究。值得一提的是，同位素水文学作为新兴的地球科学分支学科被应用于研究寒区水文学，并成为了研究长江源区径流源解析的重要方法。例如李宗杰^[25]等通过同位素示踪研究方法得出长江源区冻土层的主要补给源为大气降水，其次为地下冰融水。

递归数字滤波法数值方法也在径流的划分中被广为应用。递归数字滤波法在研究径流组分过程中发挥作用的主要方式是对径流数据进行平滑处理、噪声滤除和信号提取。它通过不断迭代的方式，利用历史数据和当前数据之间的关系，对数据进行滤波处理，从而揭示径流组分的变化规律、趋势和周期性成分。递归数字滤波法在研究径流组分和水文过程中的信号处理和数据分析方面用于平滑处理径流数据、提取径流组分的趋势和周期性变化、检测异常值等，为水文研究提供了有效的工具和方法^[26]。除了递归数字滤波法，还有滑动最小值法、时间步长等辅助数值方法在径流划分中得以发展和应用。滑动最小值法在研究径流组分方面也有一定的应用历史，尤其是在识别和处理径流数据中的极值点或异常值时起到了一定的作用。时间步长法则将连续时间序列的径流数据进行离散化处理，将连续时间划分为等长的时间步长。这种离散化处理有助于对径流组分数据进行时间尺度上的划分和分析，可以将小时、日、月或年的径流数据进行离散化处理，以适应不同时间尺度下径流组分变化规律的分析需求。

20世纪70年代以来，水文模型在模拟径流组分方面受到广泛的发展与应用。水文模型将径流组成模块化，通过物理和数学公式表达水分迁移过程，其分为冰川消融模块、积雪消融模块、地下水模块等。迄今为止，在已有的研究结果中，SWAT模型^[27]、SIMHYD模型^[28]、融雪径流模型^[29]、VIC模型和HGS模型^[29]均被国内外学者用于模拟巴基斯坦昆哈河、黄河、长江源等径流并取得了创造性的成果。例如，谷黄河^[30]等将VIC模型对雅鲁藏布江支流拉萨河的模拟中得出1990—2010年间年冰川径流量整体呈现上升趋势，与同期气温上升的变化规律一致；年冰川融水对径流的贡献率与年降水量呈反比关系。在诸多模型当中，SPHY模型在模拟冰川融雪径流方面体现出较好的适用性。因此，我国科研人员利用SPHY模型在长江源区径流组分方面做了大量富有成果的研究和应用工作。有研究利用SPHY模型对喜马拉雅、青藏高原流域等山区河流径流进行模拟并定量分析分析了冰川径流、融雪径流和降雨径流对于气候变化下流域径流增加的贡献率^[31]。更细致的研究表明，对长江源区冬克玛底河流域冰川水文过程来说，短期时间内，随着冰川加速融化，冬克玛底河流冰川融水补给量增加，导致河流年径流深增加。但长期来看，由于冰川面积的减小，冰川融水面积减小，年径流深将会减少^{[32, 33]}。

长江源地处“世界屋脊”中部，是亚洲、北半球乃至全球气候变化的敏感区和重要启动区。全球气候变化和冰冻圈剧烈消融导致长江源区径流组分变化，对其流域水资源呈现跳跃式影响^[34]。因此，定量研究气候变化背景下长江源区流域各径流组分划分及其变化是必不可少的。然而目前为止的研究中大多单独偏向于对长江源区气候变化或者水文条件分析，但是欠缺两者之间定量关系的研究。

参考文献

[1]   刘化芳, 张成福, 冯霜, et al. 水文模型研究进展 [J]. 绿色科技, 2023, 25(18): 49-53+61.

[2]   杜彦臻. 沁水河流域水文模型参数优化及数值模拟研究 [D], 2019.

[3]   金鑫, 郝振纯, 张金良. 水文模型研究进展及发展方向 [J]. 水土保持研究, 2006, (04): 197-9+202.

[4]   赵人俊. 流域水文模型的比较分析研究 [J]. 水文, 1989, (06): 1-5.

[5]   朱雪芹 潘, 张建立. 流域水文模型和GIS集成技术研究现状与展望 [J]. 地理与地理信息科学, 2003, (03): 10-3.

[6]   MOHAMMED K, EDDINE B A, YASSINE Z, et al. Modelling surface runoff coupling the Iber and SWMM models for groundwater recharge: case study of Tamellat plain (Morocco) [J]. Arabian Journal of Geosciences, 2023, 16(6).

[7]   E. VIEUX B. Distributed Hydrologic Modeling Using GIS [M]. Springer, Dordrecht.

[8]   WENXINXU, JIECHEN, GERALDCORZO, et al. Coupling Deep Learning and Physically Based Hydrological Models for Monthly Streamflow Predictions [J]. Water Resources Research, 2024, 60(2).

[9]   YANG T, SUN F, GENTINE P, et al. Evaluation and machine learning improvement of global hydrological model-based flood simulations [J]. Environmental Research Letters, 2019, 14(11): 114027-.

[10]  黄文峰. 长短期记忆模型的超级参数调节在径流预测中的效果研究 [J]. 西华大学学报(自然科学版), 2020, 39(01): 23-9.

[11]  丁永建, 张世强, 陈仁升. 冰冻圈水文学：解密地球最大淡水库 [J]. 中国科学院院刊, 2020, 35(04): 414-24.

[12]  LUO J, LU S, WANG T, et al. Variation Characteristics of Snow Cover and Its Influence on Soil Water and Heat Transfer on the Qinghai-Xizang Plateau [J]. Plateau Meteorology, 2020, 39(6): 1144-54.

[13]  LINDSTRöM G, BISHOP K, LöFVENIUS M O. Soil frost and runoff at Svartberget, northern Sweden—measurements and model analysis [J]. Hydrological Processes, 2002, 16(17): 3379-92.

[14]  MELLANDER P E, STäHLI M, GUSTAFSSON D, et al. Modelling the effect of low soil temperatures on transpiration by Scots pine [J]. Hydrological Processes, 2006, 20(9): 1929-44.

[15]  DORNES P F, TOLSON B A, DAVISON B, et al. Regionalisation of land surface hydrological model parameters in subarctic and arctic environments [J]. Physics and Chemistry of the Earth, 2008, 33(17): 1081-9.

[16]  QUINTON W L, CAREY S K. Towards an energy‐based runoff generation theory for tundra landscapes [J]. Hydrological Processes, 2008, 22(23): 4649-53.

[17]  杨针娘 胡, 夏兆君,王强,刘新仁,王积强. 高山冻土区水量平衡及地表径流特征 [J]. 中国科学(D辑:地球科学), 1996, (06): 567-73.

[18]  杨志怀 杨, 王强. 祁连山冰沟流域径流分析与估算 [J]. 冰川冻土, 1992, (03): 251-7.

[19]  关志成 朱, 段元胜,李庆吉,伍哲. 扩展的萨克拉门托模型在寒冷地区的应用 [J]. 水文, 2002, (02): 36-9.

[20]  关志成 朱, 段元胜,曾昭品,金德泽,伍哲. 水箱模型在北方寒冷湿润半湿润地区的应用探讨 [J]. 水文, 2001, (04): 25-9.

[21]  关志成 段. 寒区流域水文模拟研究 [J]. 冰川冻土, 2003, (S2): 266-72.

[22]  张世强 丁, 卢建,刘时银. 青藏高原土壤水热过程模拟研究(Ⅲ):蒸发量、短波辐射与净辐射通量 [J]. 冰川冻土, 2005, (05): 645-8.

[23]  陈仁升, 吕世华, 康尔泗, et al. 内陆河高寒山区流域分布式水热耦合模型(Ⅰ):模型原理 [J]. 地球科学进展, 2006, (08): 806-18.

[24]  李全莲, 王宁练, 武小波, et al. 青藏高原玉珠峰冰川和小冬克玛底冰川雪坑中的环境记录 [J]. 冰川冻土, 2011, 33(01): 47-54.

[25]  李宗杰. 基于稳定同位素示踪的长江源区径流源解析研究 [D], 2020.

[26]  THI A V, LAN A H, DINH K M, et al. Stream analysis for a sub-catchment of Red River (Vietnam) using isotopic technique and recursive digital filter method [J]. Journal of Hydro-environment Research, 2024, 52: 1-16.

[27]  WAHEED A, JAMAL M H, JAVED M F, et al. A CMIP6 multi-model based analysis of potential climate change effects on watershed runoff using SWAT model: A case study of kunhar river basin, Pakistan [J]. Heliyon, 2024, 10(8): e28951-.

[28]  楼骏, 崔溦. 改进的SIMHYD模型在黄河源区高寒气候的适应性研究 [J]. 水电能源科学, 2021, 39(10): 27-30+67.

[29]  张义鑫, 于淼, 戴长雷, et al. 分布式融雪径流模型研究进展 [J]. 陕西水利, 2024, (04): 9-11.

[30]  谷黄河, 刘宇清, 王晓燕, et al. 基于VIC＿glacier模型的拉萨河水文模拟及冰川径流研究 [J]. 水文, 2024, 44(01): 90-5+103.

[31]  IMMERZEEL W W, WANDERS N, LUTZ A F, et al. Reconciling high-altitude precipitation in the upper Indus basin with glacier mass balances and runoff [J]. Hydrology and Earth System Sciences, 2015, 19(11): 4673-87.

[32]  何秋乐. 长江源冬克玛底河流域冰川水文过程影响与模拟 [D], 2019.

[33]  何秋乐, 匡星星, 梁四海, et al. 1966～2015年长江源冰川融水变化及其对径流的影响——以冬克玛底河流域为例 [J]. 人民长江, 2020, 51(02): 77-85+130.

[34]  叶思露, 叶虎林, 赵静毅, et al. 长江黄河源区不同径流组分变化及成因分析 [J]. 中国农村水利水电, 2023, (06): 79-85+94.

1）项目以沱沱河站、直门达站的日尺度径流数据为基础，结合冰川积雪面积变化以及土壤水等遥感数据，对水文模型开展多目标率定和验证，从而减少模拟结果的不确定性。

2）现有的研究往往单独偏重气候变化或水文条件两者之一，很少将二者结合起来，也缺乏两者的定量关系影响研究。本研究将定性与定量相结合地评价气候变化对历史和未来径流及其组成成分的影响。

5.1技术路线

针对当前全球气候变暖的背景下，本项目选择对具有脆弱生态系统的长江源区作为研究对象，通过分析水文气象因子变化特征，提取其变化规律，构建SPHY模型并对其开展多目标率定，结合不同径流来源分析长江源区径流组成年际、年内变化特征，进一步探讨了该流域水文过程对气候变化的响应。在此基础上，选取全球气候模型数据，对气候模型数据进行降尺度处理，以此来驱动模型，预估长江源区未来径流及其组分的变化特征。技术路线如图2所示，具体研究方案如下：

1）青藏高原长江源区水文气象因子变化特征分析：

选取长江源区内5个气象站的1960-2018年的日尺度气象数据（获取自中国气象数据共享服务网），采用泰森多边形法5个气象站点降水气温数据得到源区面平均降雨量，以便进行研究区降雨和蒸散量水文气象要素的变化规律分析。从水文年鉴中获取水文资料，选取长江源区的沱沱河站、直门达站、朱沱站、寸滩站、岗拖站、石鼓站、北碚站、富顺站、桐子林站、高场站日尺度流量数据，以便进行研究区径流的变化规律分析。

运用趋势分析、小波分析、相关分析、双累积曲线法等多种统计学方法对长江源区水文气象因子的演变特征开展研究。运用了滑动平均法分析了研究区降水、蒸散量和径流量时间序列变化的趋势性。再采用Sperman秩次相关检验法来评价变化趋势的程度和显著性。通过小波变换系数随时间变化过程反映了研究区降雨量、蒸散量和径流量时间序列随时间推移是否存在循环变化。运用双曲线累计法等，探究降水与径流量及蒸发与径流量之间的相关性。

2）基于SPHY模型径流组分定量分析：

SPHY 模型是基于 QGIS 软件平台，将收集到的数字高程、土地利用类型、土壤属性、河流、冰川数据和水文气象（日尺度降水和气温）数据在预处理器中进行预处理，得到模型运行所输入的地图格式数据来驱动模型，完成模型输入数据库的制备工作。

借助 SPHY 模型，模拟长江源区2000-2020年径流变化。其中2000-2020年用沱沱河站、直门达站的日尺度径流数据的率定和验证（2000-2010年为率定期，2010-2020年为验证期），2004-2010年遥感数据率定融雪径流参数和冰川径流参数。通过分析对比实测日尺度数据模拟径流与实测径流在年际和年内的拟合程度，验证 SPHY 模型在长江源区的适用性。根据径流来源的不同，将径流划分为冰川径流、融雪径流、降雨径流和基流四个组成成分，依据模型径流组分的模拟结果，分析长江源区径流组成多年平均占比特征以及径流组分年际与年内的变化特征。

3）全球气候模型降尺度预估未来径流组成成分变化：

本研究中选择2种全球气候模式（GCM），其数据全部来自于 CMIP6 官网；两个排放路径（RCP4.5 和RCP8.5）。气象要素的降尺度是把大尺度、低分辨率的全球气候模式转化为小尺度、高分辨率的一种方法，包括动力降尺度和统计降尺度。由于 SPHY 模型输入是基于日尺度气象数据，因此本研究采用 NWAI-WG 统计降尺度方法，分为空间和时间上的降尺度。通过降尺度的方法，得到驱动 SPHY 模型的未来气候模式下的气温和降水的变化特征，从而对长江源区径流及其组成成分进行模拟预估。

图2 技术路线

5.2 拟解决的问题

1）基于SPHY水文分布模型，结合冰川积雪多源遥感数据，定量分析长江源区径流成分具体组成及历史时期气候变化下不同径流成分演变规律。

2）结合气候模型降尺度方法，预测未来不同径流组分会变化情况。

5.3 预期成果

1）探明气候因子与径流组分间定量关系，预估未来径流组分变化。

2）研究成果主要以论文形式提交，预计发表核心以上高水平论文 1篇。