基于数据融合的极端气候条件下水资源模拟与优化配置研究

Under the background of global climate change, increasing extreme climate events aggravate the uneven distribution of water resources. It leads to increased uncertainty for optimal allocation of water resources in this region, which severely restricted the sustainable utilization of regional water resources. The research selected the eastern route of the south-to-north water transfer project in Jiangsu province as study area. The integration of output data based on CLM3.5 and measurement data is used as hydrological model input parameters based on high temporal and spatial resolution land surface model. According to the analysis of temporal and spatial distribution area of typical years of extreme climate events, land cover changes and the hydrological characteristics of the annual elements, we establish a monthly, quarterly, multi-time scale hydrological model for the different time scales in extreme climate conditions Simulation and response characteristics of water resources research, and then grasp the adaptive changes in extreme climate conditions to optimize water resources configuration. Understanding characteristics and regularity of their response to extreme climate conditions and parameters of spatial and temporal resolution, this study proposes the method of "virtual generalized law" to solve the river dried up problem in the one-dimensional hydrodynamic model. Compared with traditional methods (the data source of point to area), this study optimizes the input parameters of the model. It can better reflect the spatial and temporal changes in regional hydrological factors. In addition, the project can improve the accuracy of water resources simulation and efficiency of the optimal allocation of water resources. It is expected to provide new ideas for simulation and optimal allocation of water resources, and thus promote the cross development of remote sensing and hydrology.

全球气候变化背景下，极端气候事件频发加剧水资源分布不均，导致实现水资源优化配置不确定性增加，对水资源模拟精度提出更高要求。本项目拟以江苏省南水北调受水区为例，基于CLM陆面模式输出数据与测站数据，融合获取较高时空分辨率的水文模型输入参数；研究极端气候时空分布特征，推求典型代表年；解析地表覆盖与水文要素等年内变化特征，建立以月、季度和年多时间尺度的分布式水文模型，以探讨极端气候条件下不同时间尺度的水资源模拟与响应特征；进行极端气候条件下宏观与微观水资源优化配置对比研究，阐明其对极端气候条件与参数等的响应，并试图解决水资源配置一维水动力计算中河道干枯问题。相对于传统研究方法（以点带面的数据源），本项目可优化模型输入参数，能更好地反映水文要素空间分异；并借由多时间尺度模拟，提高水资源模拟时空精度，增强水资源优化配置效率；有望为水资源模拟与优化配置研究提供新思路，推动水文学与其他学科交叉发展。

在全球气候变化与极端水文事件频发的大背景下，本项目基于数据融合，建立多时间尺度体现水文要素时空分布的水文模型与水资源配置模型，进行极端气候事件下水资源模拟与优化配置及其响应研究。相对于传统研究方法（以点带面的数据源），本项目可优化模型输入参数，能更好地反映水文要素时空变化，提高水资源模拟时空精度，增强水资源优化配置效率；为水资源模拟与优化配置研究提供新思路，为极端气候下水资源配置提供理论依据，具有重要的科学意义和实际应用价值。. 主要研究内容有：（1）极端气候时空分布特征研究，典型年输入参数融合。（2） 建立多时间尺度水文模型，进行极端气候条件下水资源模拟。（3）开展极端气候条件下水资源优化配置，探讨其影响因素。本项目圆满完成了预期研究成果。构建的多时空尺度水资源模拟与配置模型，时间上可以模拟输出日、旬、月、季度、年尺度的水资源模拟与配置结果，空间上可模拟输出地级市、四级水资源分区、干线、区段、梯级以及五类用水户的水资源配置方案。同时，选取了特别干旱年、一般干旱年以及平水年开展了水资源优化配置研究。特别干旱年研究区总缺水量为5.6亿方，其中农业为4.9亿方，工业为0.4亿方，生活缺水量为0.3亿方，生态0.1亿方，船闸不缺水。五类用水户的缺水量主要为农业缺水量，占缺水量的87%。在规划工情下，基于水资源优化配置，极端干旱事件下，亦大大降低水资源短缺，与现状工情相比较，最高下降74.9%。本项目提出的水资源优化配置方案，水资源利用效率较高，且实现了与水资源管理的无缝对接。. 本项目的相关研究成果，已初步应用于南水北调东线江苏省受水区的水资源管理，得到较好的反响。进一步完善后，可广泛运用于广大复杂水工程集群区的水资源精准配置。目前，已撰写了相关学术论文10余篇（2篇优秀论文奖），已发表5篇（第一标注），录取1篇SCI，投稿1篇SCI，会议论文未出版1篇（优秀论文奖），待投稿3篇（2篇SCI）。

内容获取失败，请点击重试