-
干旱作为最复杂和频繁发生的自然灾害之一, 对人类的生存环境造成了严重的影响, 据统计全球不同地区每年因干旱造成的经济损失高达60亿~80亿美元[1]。长江流域作为中国最大的流域, 受气候变化和人类活动干扰, 径流量呈现出显著的下降趋势, 发生干旱的频率、范围和强度均呈增加的趋势, 造成了巨大的社会和经济损失, 对流域水资源、粮食和生态安全带来了极大风险[2-3]。如2022年长江流域遭遇1961年有完整记录以来最严重的干旱, 耕地受旱面积达4.42万km2, 约500万人用水困难[4]。随着城镇化、工业化的发展, 流域取用水量的增加, 水文干旱过程受人类活动的影响逐渐加大[2-3, 5-9]。因此, 厘清气候变化和人类活动影响下长江流域水文干旱的时空演变特征, 定量评估人类活动对长江流域水文干旱时空演变状态的影响, 对于制定缓解极端干旱的措施及管理计划, 实现长江大保护战略具有重要的科学意义。
表征干旱事件特征常用的干旱事件发生频次、历时和强度, 无法反映干旱事件从发生到结束期间流域健康状态的变化, 因此，无法确定干旱事件对流域的持续影响和干旱应对能力。Hashimoto等[10]开发的可靠性-回弹性-脆弱性(Reliability-Resilience-Vulnerability, RRV)框架可以表征系统发生故障的频率(可靠性, Rel)、系统发生故障后恢复到令人满意状态的速度(回弹性, Res)和“不满意状态”对系统造成破坏的严重程度(脆弱性, Vul)[11], 对量化风险指标具有明显的优势, 为干旱事件影响的流域干旱状态评估提供了工具[12]。近年来, Zeng等[11]、Hazbavi等[13]将RRV框架与标准化降水指数(SPI)、标准化蒸散发指数(SPEI)相结合, 定量评估了不同地区的流域气象干旱的状态。RRV框架通过流域应对干旱的可靠性, 经历干旱事件后的恢复能力以及应对干旱的脆弱性[14], 定量评估流域干旱状态的时空演变特征和流域或区域对干旱的响应, 弥补了传统干旱指数的不足。但相关研究主要针对降水短缺的气象干旱[11, 13, 15]或以土壤水短缺表征的农业干旱[16], 对以径流短缺为表现形式的水文干旱缺乏关注。
能充分考虑人类用水与其他水文变量之间相互作用的PCR-GLOBWB(PCRaster Global Water Balance)2.0模型, 通过水库调节、灌溉和用水模块模拟人类活动对产汇流的影响, 可以量化人类活动对流域极端水文事件的影响[17-19]。鉴于此, 本研究耦合PCR-GLOBWB 2.0模型、标准化径流指数和可靠性-回弹性-脆弱性框架, 构建长江流域水文干旱评估指标, 综合考量水文干旱的频率、严重性和历时, 定量分析人类活动对长江流域水文干旱状态的时空特征变化及影响机制, 探究长江流域水文干旱状态的时空特征及归因, 以期为长江流域极端干旱事件的应对和水资源规划配置提供科学参考。
-
长江流域位于24°30′N—30°45′N、90°33′E—122°25′E, 总面积约180万km2, 横跨中国西部、中部和东部三大经济区, 流经19个省、自治区、直辖市, 国内生产总值超过全国的40%。该流域处于亚洲季风气候区, 水资源量较为丰富, 多年平均径流量约9 900亿m3, 多年平均年降水量约1 100 mm。降水量时空分布不均衡, 60%集中在夏季, 从西部的约500 mm到东部约2 500 mm。截至2020年, 流域内有大、中型水库1 700多座, 其中2003年建成的三峡水库累计拦洪总量超过1 800亿m3, 补水总量为2 894亿m3。基于长江流域1 ∶ 25万二级子流域分级数据集(
http://www.geodata.cn ), 本研究将长江流域细分为长江干流流域、金沙江流域、岷江流域、乌江流域、嘉陵江流域、洞庭湖流域、汉江流域和鄱阳湖流域等8个子流域(图 1)。
图 1 长江流域气象站、水文站和二级子流域分布
Figure 1. Map of meteorologic stations, hydrologic stations and sub-basins in the Yangtze River basin
-
本研究所用到的数据包括1966—2015年日降水和气温数据(
https://data.cma.cn/ ), 长江流域9个水文站2006—2015年逐日径流量数据, 长江流域2006—2015年年用水量(居民生活用水、工业用水、牲畜用水和灌溉用水)和年末水库蓄水量统计数据(2006—2015年长江流域及西南诸河水资源公报)。PCR-GLOBWB 2.0模型的参数主要包括气象驱动参数、土地覆盖参数、土壤参数、每层土壤的根系分数、地形参数、Arno方案(土壤水容量分布)指数、物候相关的参数、栅格土壤最大(最小)蓄水量、地下水参数和人类水管理参数[20](如非灌溉用水需求, 自然水体和非自然水体)。 -
模型的空间分辨率为10 km×10 km, 能充分考虑人类用水与其他水文变量之间的相互作用, 通过水库调节、灌溉和用水模块模拟人类活动对产汇流过程的影响[20-21], 极大地提高了季节性、极端性和正常状态下的流量特性的捕捉能力, 且能够再现大多数河流总蓄水量的时空演变趋势和季节性特征。
-
采用标准化径流指数(ISR)，假设一定时间内径流量符合某一概率分布, 通过对径流进行正态标准化[22], 评估流域水文干旱[23]。基于ISR的水文干旱[24]可以分为轻旱(-0.5~>-1)、中旱(-1~>-1.5)、重旱(-1.5~>-2)和特旱(≤-2)等5个级别。本研究主要分析研究区干旱程度达到中旱及以上(ISR≤-1)的水文干旱事件。
-
基于模型模拟的ISR和能够衡量流域系统性能的可靠性(IRel)、弹性(IRes)和脆弱性(IVul)的RRV框架, 本研究构建了长江流域的水文干旱评估指标, 综合评价水文干旱事件发生频次、破坏深度以及恢复速度, 定量描述流域一定时间段内水文干旱的状态[25]。其中, RRV框架的计算过程如下[26]:
$$ I_{\text {Rel }}=\frac{1}{N} \sum\limits_{t=1}^N Z_t $$ (1) $$ I_{\mathrm{Res}}=\sum\limits_{t=1}^N W_t / \sum\limits_{t=1}^N Z_t $$ (2) $$ I_{\mathrm{Vul}}=\frac{1}{N} \sum\limits_{t=1}^T\left[\frac{L_{\mathrm{obs}}(t)-L_{\mathrm{std}}}{L_{\mathrm{std}}(t)} \times H\left(L_{\mathrm{obs}}(t)-L_{\mathrm{std}}\right)\right] $$ (3) 式中: N为分析的总时段数; t为当前时段; Zt为当前时段的状态, 若当前时段处于满意状态, 则Zt=1, 否则Zt=0; Wt记录总时段内处于满意状态遭到破坏的次数, 若Zt=1且Zt+1=0, 代表 1次连续破坏的开始, 则Wt=0, 否则Wt=1; Lobs(t)为第t个时段的ISR, Lstd为相应的ISR阈值。H(x)为Heaviside函数, x < 0, H(x)=0; x≥0, H(x)=1, 确保对脆弱性的计算仅限于不满意状态。
几何平均数对个体变量的变化更敏感, 可选择其计算ISRI-RRV值[27]:
$$ I_{{\mathrm{SRI}}-{\mathrm{RRV}}}=\sqrt[3]{I_{{\mathrm{Rel}}} \times I_{{\mathrm{Res}}} \times I_{{\mathrm{Vul}}}} $$ (4) 式中: ISRI-RRV为水文干旱评估指数, 该指数越高, 表明流域水文干旱状态的健康度越好, 即满意度越高[28], ISRI-RRV=1则表明某个时段该地区水文干旱状态处于“好”的状态。
-
本研究采用百分比偏差(BP)和均方根误差(ERMS)验证PCR-GLOBWB 2.0模型对人类取用水和水库蓄水量的模拟精度, 采用纳什效率系数(ENS)和皮尔逊相关系数(R)验证人类活动情景下径流过程的模拟精度[29-30]。长江流域2006—2015年生活用水、工业用水、灌溉用水和水库蓄水量模拟值与长江水资源公报统计值对比结果表明, BP均小于10%, 工业用水模拟的ERMS稍差。生活用水和灌溉用水的模拟精度最好, BP分别为-0.71%和-0.42%, ERMS分别为15.97亿m3/a和26.98亿m3/a; 工业用水的BP为-9.58%, ERMS为99.34亿m3。2006—2015年年末水库蓄水量模拟值与统计值的BP为6.9%, ERMS为264.39亿m3/a。9个水文站2006—2015年的观测值与人类活动情景下模型模拟值的ENS和R(表 1)表明, PCR-GLOBWB 2.0模型模拟的人类活动情景下的月径流的结果较好, ENS均达到0.6以上, 九江站、螺山站和大通站ENS均大于0.8, R均大于0.9, 其结果可用于进一步分析长江流域水文干旱过程。
表 1 2006—2015年PCR-GLOBWB 2.0模型径流模拟精度
Table 1. Validation results of the PCR-GLOBWB 2.0 model simulation for month discharge from 2006 to 2015
站点 经度 纬度 ENS R 寸滩 106.60°E 29.62°N 0.62 0.93 万县 108.42°E 30.75°N 0.72 0.91 朱沱 105.85°E 29.02°N 0.74 0.90 宜昌 111.28°E 30.70°N 0.66 0.85 高场 104.42°E 28.80°N 0.71 0.95 九江 116.05°E 29.73°N 0.82 0.95 汉口 114.28°E 30.58°N 0.79 0.94 螺山 113.37°E 29.67°N 0.85 0.94 大通 117.62°E 30.77°N 0.83 0.96 -
1966—2015年长江及各二级子流域自然情景和人类活动情景下每年干旱程度达到中旱及以上(ISR≤-1)水文干旱的面积在流域总面积中的占比对比图(图 2)显示, 长江流域历史时期极端干旱主要发生在1972年、1978年、1986年、2006年和2011年, 这与《中国气象灾害大典》和长江流域及西南诸河水资源公报记录的长江流域历史旱情记录较为一致(表 2), 表明本研究所构建的ISR能很好地识别长江流域的水文干旱。
图 2 长江流域及各二级子流域水文干旱面积占比
Figure 2. Proportion of hydrological drought areas in the Yangtze River basin
表 2 长江流域历史大旱实际文字资料记录与ISR识别水文干旱对照
Table 2. Comparison of hydrological droughts between historical records and ISR calculated droughts in the Yangtze River basin
资料记载来源 资料记载干旱年份 资料记载干旱 本文识别干旱范围 《中国气象灾害大典》 1972年 全国特大旱灾 汉江流域、嘉陵江流域、金沙江流域、岷江流域 1978年 全国特大旱灾及高温 洞庭湖流域、长江干流流域、嘉陵江流域、金沙江流域、鄱阳湖流域 1986年 长江中游地区旱灾及高温、江南旱灾 洞庭湖流域、嘉陵江流域、岷江流域、鄱阳湖流域、乌江流域 长江流域及西南诸河水资源公报 2006年 长江流域特大旱灾 长江干流流域、金沙江流域、岷江流域、乌江流域 2011年 长江中下游和西南五省严重旱灾 洞庭湖流域、长江干流流域、嘉陵江流域、金沙江流域、鄱阳湖流域、乌江流域 1992年前自然情景下长江流域中度以上干旱发生面积小于人类活动情景, 而1992年后则高于人类活动情景(图 2)。二级子流域都呈现类似的规律, 但在突变时间上略有差异, 鄱阳湖流域最早(1973年), 金沙江流域最迟(2000年)。长江中下游地区的洞庭湖流域、长江干流流域和鄱阳湖流域, 人类活动对流域受旱面积的影响明显高于其他二级子流域。这可能与各个子流域人类开发利用的开始时间和强度有关。
长江流域年代际水文干旱事件发生的频率、平均历时和强度时空差异性显著(图 3)。2种情景下整个流域的水文干旱频率较低, 历时多小于6个月, 且以轻中度干旱为主。高频率的水文干旱主要发生在2006—2015年长江干流流域的上游及乌江流域, 平均历时大于2个月, 且多为平均干旱强度大于1的特旱。
图 3 1966—2015年长江流域的8个二级子流域水文干旱历时、频率与烈度特征箱线图
Figure 3. Frequency, duration and intensity characteristics of hydrological drought in eight sub-basins of the Yangtze River basin from 1966 to 2015
-
ISRI-RRV年代际变化特征的时空分布图(图 4)表明, 长江流域和二级子流域的干旱状态的时空差异性显著。2006—2015年自然情景和人类活动情景下长江流域的ISRI-RRV比1966—1975年分别提升了4.91%和6.54%, 但同期自然情景下部分二级子流域的ISRI-RRV均值均呈下降趋势, 如汉江流域下降了3.28%, 嘉陵江流域下降了0.04%, 乌江流域下降了11.98%。人类活动改善了长江流域的水文干旱状态, 扭转了自然状态下长江流域干旱状态的恶化趋势。1966—1975年, 长江流域人类活动情景下的ISRI-RRV均值较自然情景低0.73%, 仅有洞庭湖流域和长江干流流域人类活动情景下的ISRI-RRV均值高于自然情景, 但相差较小(0.33%和0.36%); 2006—2015年, 人类活动情景下的ISRI-RRV均值比自然情景高1.68%, 8个二级子流域中, 仅有嘉陵江流域的人类活动加深了水文干旱状态的恶化, 但是相较于1966—1975年, ISRI-RRV均值的恶化幅度由2.11%缩小至0.05%。
图 4 自然情景与人类活动情景下ISRI-RRV年代对比
Figure 4. Chronological comparison of ISRI-RRV under the natural and human scenarios
图 5对比了8个子流域2种情景下IRel、IRes和IVul均值。人类活动和自然情景下(图 5中分别用N、H表示)可靠性指标在1966—1975年约为0.85和0.86, 至2006—2015年分别提升了3.43%和1.99%, 人类活动提升了可靠性的改善趋势。自然情景下各子流域的可靠性、回弹性和脆弱性变化趋势差异显著, 汉江流域可靠性和回弹性指标均值分别下降了3.01%和6.64%, 乌江流域可靠性、回弹性和脆弱性指标的均值依次下降了7.83%、23.45%和1.92%, 其余的子流域则普遍呈上升趋势。人类活动对水文干旱的回弹性影响最为显著, 2006—2015年人类活动情景下的回弹性均值比1966—1975年提高了近15.86%, 而自然情景仅提升了9.20%。2种情景下水文干旱的脆弱性指标变化最小, 分别提升了0.75%和0.64%。
图 5 自然情景和人类活动情景下长江流域IRel、IRes和IVul均值热点图
Figure 5. Heat map of average IRel, IRes and IVul in the Yangtze River basin under natural and human scenarios
-
人类活动主要通过水库调度和取用水等影响河道径流, 进而影响水文干旱的状态。据长江水资源公报统计, 2006—2015年期间，长江流域年均水资源总量为9 425.3亿m3, 总耗水量由820.2亿m3增长至848.5亿m3, 水库蓄水量由923.8亿m3增至1 988.7亿m3。因此, 本研究采用2种情景下ISRI-RRV的差值及其与水库蓄水量的相关分析, 来计算人类活动(水库调节和人类取用水)对长江流域ISRI-RRV即水文干旱状态的影响程度(图 6)。
图 6 长江流域2006—2015年大型水库蓄水量与平均ISRI-RRV指数变化
Figure 6. Changes of water storage and ISRI-RRV of large reservoirs in the Yangtze River basin from 2006 to 2015
2006—2015年长江流域整体的ISRI-RRV均值呈现波动上升的趋势, 自然和人类活动情景下年尺度ISRI-RRV均值分别提升了27.15%和18.09%。流域年末水库蓄水量与2种情景ISRI-RRV均值差的相关系数R=-0.90, 蓄水量与干旱状态呈显著的负相关。2种情景下ISRI-RRV均值差较大的年份的年末水库蓄水量也偏少, 水文干旱也较为严重, 表明长江流域的水文干旱状态受到水库调蓄的影响。
三峡水库2003年6月开始蓄水, 2006年10月蓄水156 m, 将1996—2015年三峡水库下游的宜昌站的径流过程划分时段Ⅰ(1996年1月至2003年6月)和时段Ⅱ(2006年11月至2015年12月)进行对比(图 7)。时段Ⅰ人类活动对宜昌径流的影响较小, 人类活动对月径流的改变率为-0.81%~1.37%；时段Ⅱ内人类活动削减洪峰和补充枯水期径流的能力提升显著, 水库调节于4—7月削减径流, 使得6月削减径流幅度最大, 年均约2.31%, 于10—2月补充径流, 12月补充径流的幅度最大, 年均约4.19%。Chai等[31]发现在三峡水库2003年建成后出现了“旱季流量偏大, 汛期流量偏小”的现象, 2011年三峡水库缓解水文干旱的能力明显高于2006年。据统计, 2006年和2011年大旱中, 三峡水库分别向下游补水约35.8亿m3和215亿m3, 有效缓解了长江中下游发生的旱情[32], 表明人类活动(尤其是水库调度)对水文干旱状态有着显著的影响。
图 7 1996—2015年宜昌站自然情景与人类活动情景下月平均径流对比
Figure 7. Comparison of monthly discharge under two scenarios at Yichang station from 1996 to 2015
-
本研究耦合考虑人类活动对水文过程影响的PCR-GLOBWB 2.0模型和水文干旱评估指数, 定量评估了长江流域水文干旱状态的时空变化特征, 探究了水库调节和人类取用水等活动对长江流域水文干旱事件发生频次、破坏深度以及恢复速度的影响, 主要结论如下:
(1) 人类活动影响了长江流域水文干旱的时空变化特征, 1966—1985年人类活动情景下水文干旱事件的面积占比高于自然情景, 1985—2015年人类活动减少了长江流域水文干旱的面积占比。
(2) 长江流域的水文干旱状态在自然情景下呈现恶化的趋势, 人类活动小幅改善了干旱状态, 大幅提升了从不满意状态恢复的速率(回弹性)和减缓处于满意状态概率(可靠性)的下降趋势。
(3) 2006—2015年, 人类活动情景下长江流域的水文干旱状态明显高于自然情景, 水库调度是长江流域水文干旱状态改善的重要原因之一。
Patterns and attributions of hydrological drought in the Yangtze River basin from 1966 to 2015
-
摘要: 气候变化和人类活动叠加影响下长江流域干旱情势日益严重且复杂多变, 严重威胁着流域经济社会可持续发展, 亟需探究自然变率和人类活动对长江流域水文干旱时空演变的作用机制, 量化人类活动对水文干旱事件发生频次、破坏深度以及恢复速度的影响。本研究运用可细化人类活动影响的PCR-GLOBWB 2.0模型, 耦合标准化径流指数(ISR)和可靠性-回弹性-脆弱性(RRV)框架, 构建长江流域水文干旱状态的时空演变特征评估指标(ISRI-RRV), 揭示长江流域1966—2015年水文干旱状态的时空变化规律, 定量评估水库调度和人类取用水等人类活动对长江流域极端水文干旱事件发生频率、持续时间和破坏深度的影响程度。结果表明: PCR-GLOBWB 2.0模型和ISRI-RRV可准确表征长江流域水文干旱情势, 量化人类活动对长江流域水文干旱状态时空演变特征的影响; 1966—2015年长江流域水文干旱状态整体呈现恶化的趋势, 但人类活动减少了1992年以来长江流域水文干旱面积占比; 2006—2015年人类活动情景下长江流域的ISRI-RRV明显高于自然情景, 以水库调节为主的人类活动对长江流域整体ISRI-RRV的提高贡献率较大。
-
关键词:
- 水文干旱 /
- 可靠性-回弹性-脆弱性框架 /
- PCR-GLOBWB 2.0模型 /
- 人类活动 /
- 长江流域
Abstract: As one of the possible consequences of climate change and human activities, extreme drought becomes more frequent. This study investigates how human activities altered the hydrological droughts pattern in the Yangtze River basin from 1966 to 2015 by using the ISRI-RRV. ISRI-RRV is calculated based on the PCR-GLOBWB 2.0 model simulated ISR and Reliability-Resilience-Vulnerability (RRV). The results show that the model simulated ISR can effectively reflect the hydrological drought situation of the Yangtze River basin. From 1966 to 2015, the hydrological drought in the Yangtze River basin showed an increasing trend and the human activities can reduce the proportion of the hydrological drought area in the Yangtze River basin after 1992. The ISRI-RRV of the Yangtze River basin under the human activity scenario from 2006 to 2015 is significantly higher than that under the natural scenario. The human water intake activities dominated by reservoir regulation have the largest contribution to the increase of ISRI-RRV of the Yangtze River basin. -
图 1 长江流域气象站、水文站和二级子流域分布
Figure 1. Map of meteorologic stations, hydrologic stations and sub-basins in the Yangtze River basin
图 2 长江流域及各二级子流域水文干旱面积占比
Figure 2. Proportion of hydrological drought areas in the Yangtze River basin
图 3 1966—2015年长江流域的8个二级子流域水文干旱历时、频率与烈度特征箱线图
Figure 3. Frequency, duration and intensity characteristics of hydrological drought in eight sub-basins of the Yangtze River basin from 1966 to 2015
图 4 自然情景与人类活动情景下ISRI-RRV年代对比
Figure 4. Chronological comparison of ISRI-RRV under the natural and human scenarios
图 5 自然情景和人类活动情景下长江流域IRel、IRes和IVul均值热点图
Figure 5. Heat map of average IRel, IRes and IVul in the Yangtze River basin under natural and human scenarios
图 6 长江流域2006—2015年大型水库蓄水量与平均ISRI-RRV指数变化
Figure 6. Changes of water storage and ISRI-RRV of large reservoirs in the Yangtze River basin from 2006 to 2015
图 7 1996—2015年宜昌站自然情景与人类活动情景下月平均径流对比
Figure 7. Comparison of monthly discharge under two scenarios at Yichang station from 1996 to 2015
表 1 2006—2015年PCR-GLOBWB 2.0模型径流模拟精度
Table 1. Validation results of the PCR-GLOBWB 2.0 model simulation for month discharge from 2006 to 2015
站点 经度 纬度 ENS R 寸滩 106.60°E 29.62°N 0.62 0.93 万县 108.42°E 30.75°N 0.72 0.91 朱沱 105.85°E 29.02°N 0.74 0.90 宜昌 111.28°E 30.70°N 0.66 0.85 高场 104.42°E 28.80°N 0.71 0.95 九江 116.05°E 29.73°N 0.82 0.95 汉口 114.28°E 30.58°N 0.79 0.94 螺山 113.37°E 29.67°N 0.85 0.94 大通 117.62°E 30.77°N 0.83 0.96 
下载: 导出CSV
表 2 长江流域历史大旱实际文字资料记录与ISR识别水文干旱对照
Table 2. Comparison of hydrological droughts between historical records and ISR calculated droughts in the Yangtze River basin
资料记载来源 资料记载干旱年份 资料记载干旱 本文识别干旱范围 《中国气象灾害大典》 1972年 全国特大旱灾 汉江流域、嘉陵江流域、金沙江流域、岷江流域 1978年 全国特大旱灾及高温 洞庭湖流域、长江干流流域、嘉陵江流域、金沙江流域、鄱阳湖流域 1986年 长江中游地区旱灾及高温、江南旱灾 洞庭湖流域、嘉陵江流域、岷江流域、鄱阳湖流域、乌江流域 长江流域及西南诸河水资源公报 2006年 长江流域特大旱灾 长江干流流域、金沙江流域、岷江流域、乌江流域 2011年 长江中下游和西南五省严重旱灾 洞庭湖流域、长江干流流域、嘉陵江流域、金沙江流域、鄱阳湖流域、乌江流域
下载: 导出CSV
-
[1] 周帅, 王义民, 畅建霞, 等. 黄河流域干旱时空演变的空间格局研究[J]. 水利学报, 2019, 50(10): 1231-1241. doi: 10.13243/j.cnki.slxb.20190348 ZHOU S, WANG Y M, CHANG J X, et al. Research on spatio-temporal evolution of drought patterns in the Yellow River basin[J]. Journal of Hydraulic Engineering, 2019, 50(10): 1231-1241. (in Chinese) doi: 10.13243/j.cnki.slxb.20190348 [2] 任立良, 沈鸿仁, 袁飞, 等. 变化环境下渭河流域水文干旱演变特征剖析[J]. 水科学进展, 2016, 27(4): 492-500. doi: 10.14042/j.cnki.32.1309.2016.04.002 REN L L, SHEN H R, YUAN F, et al. Hydrological drought characteristics in the Weihe catchment in a changing environment[J]. Advances in Water Science, 2016, 27(4): 492-500. (in Chinese) doi: 10.14042/j.cnki.32.1309.2016.04.002 [3] 张建云, 章四龙, 王金星, 等. 近50年来中国六大流域年际径流变化趋势研究[J]. 水科学进展, 2007, 18(2): 230-234. doi: 10.3321/j.issn:1001-6791.2007.02.013 ZHANG J Y, ZHANG S L, WANG J X, et al. Study on runoff trends of the six larger basins in China over the past 50 years[J]. Advances in Water Science, 2007, 18(2): 230-234. (in Chinese) doi: 10.3321/j.issn:1001-6791.2007.02.013 [4] 夏军, 陈进, 佘敦先. 2022年长江流域极端干旱事件及其影响与对策[J]. 水利学报, 2022, 53(10): 1143-1153. doi: 10.13243/j.cnki.slxb.20220730 XIA J, CHEN J, SHE D X. Impacts and countermeasures of extreme drought in the Yangtze River basin in 2022[J]. Journal of Hydraulic Engineering, 2022, 53(10): 1143-1153. (in Chinese) doi: 10.13243/j.cnki.slxb.20220730 [5] ZHANG D, ZHANG Q, WERNER A D, et al. GRACE-based hydrological drought evaluation of the Yangtze River basin, China[J]. Journal of Hydrometeorology, 2016, 17(3): 811-828. doi: 10.1175/JHM-D-15-0084.1 [6] HONG X J, GUO S L, ZHOU Y L, et al. Uncertainties in assessing hydrological drought using streamflow drought index for the Upper Yangtze River basin[J]. Stochastic Environmental Research and Risk Assessment, 2015, 29(4): 1235-1247. doi: 10.1007/s00477-014-0949-5 [7] SUN F Y, MEJIA A, ZENG P, et al. Projecting meteorological, hydrological and agricultural droughts for the Yangtze River basin[J]. Science of the Total Environment, 2019, 696: 134076. doi: 10.1016/j.scitotenv.2019.134076 [8] JIAO D L, WANG D J, LV H Y. Effects of human activities on hydrological drought patterns in the Yangtze River basin, China[J]. Natural Hazards, 2020, 104(1): 1111-1124. doi: 10.1007/s11069-020-04206-2 [9] HUANG S, ZHANG X, CHEN N, et al. Drought propagation modification after the construction of the Three Gorges Dam in the Yangtze River basin[J]. Journal of Hydrology, 2021, 603: 127138. doi: 10.1016/j.jhydrol.2021.127138 [10] HASHIMOTO T, STEDINGER J R, LOUCKS D P. Reliability, resiliency, and vulnerability criteria for water resource system performance evaluation[J]. Water Resources Research, 1982, 18(1): 14-20. doi: 10.1029/WR018i001p00014 [11] ZENG P, SUN F Y, LIU Y Y, et al. Future river basin health assessment through reliability-resilience-vulnerability: thresholds of multiple dryness conditions[J]. Science of the Total Environment, 2020, 741: 140395. doi: 10.1016/j.scitotenv.2020.140395 [12] MAITY R, SHARMA A, NAGESH KUMAR D, et al. Characterizing drought using the reliability-resilience-vulnerability concept[J]. Journal of Hydrologic Engineering, 2013, 18(7): 859-869. doi: 10.1061/(ASCE)HE.1943-5584.0000639 [13] HAZBAVI Z, SADEGHI S H R. Watershed health characterization using reliability-resilience-vulnerability conceptual framework based on hydrological responses[J]. Land Degradation & Development, 2017, 28(5): 1528-1537. [14] MAIER H R, LENCE B J, TOLSON B A, et al. First-order reliability method for estimating reliability, vulnerability, and resilience[J]. Water Resources Research, 2001, 37(3): 779-790. doi: 10.1029/2000WR900329 [15] FOOLADI M, GOLMOHAMMADI M H, SAFAVI H R, et al. Application of meteorological drought for assessing watershed health using fuzzy-based reliability, resilience, and vulnerability[J]. International Journal of Disaster Risk Reduction, 2021, 66: 102616. doi: 10.1016/j.ijdrr.2021.102616 [16] MAHMOUDI P, MAITY R, AMIR JAHANSHAHI S M, et al. Changing spectral patterns of long-term drought propensity in Iran through reliability-resilience-vulnerability-based drought management index[J]. International Journal of Climatology, 2022, 42(8): 4147-4163. doi: 10.1002/joc.7454 [17] YANG X L, ZHANG M R, HE X G, et al. Contrasting influences of human activities on hydrological drought regimes over China based on high-resolution simulations[J]. Water Resources Research, 2020, 56(6): e2019WR025843. [18] van BEEK L P H, WADA Y, BIERKENS M F P. Global monthly water stress: 1: water balance and water availability[J]. Water Resources Research, 2011, 47(7): W07517. [19] HOCH J M, HAAG A V, VAN DAM A, et al. Assessing the impact of hydrodynamics on large-scale flood wave propagation: a case study for the Amazon Basin[J]. Hydrology and Earth System Sciences, 2017, 21(1): 117-132. doi: 10.5194/hess-21-117-2017 [20] SUTANUDJAJA E H, van BEEK R, WANDERS N, et al. PCR-GLOBWB 2: a 5 arcmin global hydrological and water resources model[J]. Geoscientific Model Development, 2018, 11(6): 2429-2453. doi: 10.5194/gmd-11-2429-2018 [21] WADA Y, van BEEK L P H, BIERKENS M F P. Modelling global water stress of the recent past: on the relative importance of trends in water demand and climate variability[J]. Hydrology and Earth System Sciences, 2011, 15(12): 3785-3808. doi: 10.5194/hess-15-3785-2011 [22] SHUKLA S, WOOD A W. Use of a standardized runoff index for characterizing hydrologic drought[J]. Geophysical Research Letters, 2008, 35(2): L02405. [23] 邵进, 李毅, 宋松柏. 标准化径流指数计算的新方法及其应用[J]. 自然灾害学报, 2014, 23(6): 79-87. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH201406009.htm SHAO J, LI Y, SONG S B. New computing method for standardized runoff index and its application[J]. Journal of Natural Disasters, 2014, 23(6): 79-87. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH201406009.htm [24] 李敏, 李建柱, 冯平, 等. 变化环境下时变标准化径流指数的构建与应用[J]. 水利学报, 2018, 49(11): 1386-1395. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201811008.htm LI M, LI J Z, FENG P, et al. Construction of time-dependent drought index under changing environment and its application[J]. Journal of Hydraulic Engineering, 2018, 49(11): 1386-1395. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201811008.htm [25] 孙鹏, 孙玉燕, 姚蕊, 等. 基于标准化径流指数的水文干旱特征分析: 以塔里木河为例[J]. 北京师范大学学报(自然科学版), 2018, 54(2): 261-268. https://www.cnki.com.cn/Article/CJFDTOTAL-BSDZ201802020.htm SUN P, SUN Y Y, YAO R, et al. Analysis on hydrological drought characteristics based on standardized runoff index: a case study in the Tarim River basin[J]. Journal of Beijing Normal University (Natural Science), 2018, 54(2): 261-268. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-BSDZ201802020.htm [26] SUNG J H, CHUNG E S, SHAHID S. Reliability-resiliency-vulnerability approach for drought analysis in South Korea using 28 GCMs[J]. Sustainability, 2018, 10(9): 3043. doi: 10.3390/su10093043 [27] 徐博, 张弛, 蒋云钟, 等. 供水系统可靠性-回弹性-脆弱性与多元要素的响应关系研究[J]. 水利学报, 2020, 51(12): 1502-1513. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB202012008.htm XU B, ZHANG C, JIANG Y Z, et al. Reliability-resilience-vulnerability of water supply system and its response relationship to multiple factors[J]. Journal of Hydraulic Engineering, 2020, 51(12): 1502-1513. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB202012008.htm [28] CUDE C G. Oregon water quality index a tool for evaluating water quality management effectiveness[J]. Journal of the American Water Resources Association, 2001, 37(1): 125-137. [29] HAZBAVI Z, BAARTMAN J E M, NUNES J P, et al. Changeability of reliability, resilience and vulnerability indicators with respect to drought patterns[J]. Ecological Indicators, 2018, 87: 196-208. [30] NASH J E, SUTCLIFFE J V. River flow forecasting through conceptual models part Ⅰ: a discussion of principles[J]. Journal of Hydrology, 1970, 10(3): 282-290. [31] CHAI Y F, LI Y T, YANG Y P, et al. Influence of climate variability and reservoir operation on streamflow in the Yangtze River[J]. Scientific Reports, 2019, 9: 5060. [32] YU M X, LIU X L, LI Q F. Impacts of the Three Gorges Reservoir on its immediate downstream hydrological drought regime during 1950—2016[J]. Natural Hazards, 2019, 96(1): 413-430. -
点击查看大图
图(7) / 表 (2)
计量
- 文章访问数: 281
- HTML全文浏览量: 42
- PDF下载量: 154
- 被引次数: 0
