CN102567635A - 一种定量区分水循环演变过程中不同因素贡献的方法 - Google Patents

Abstract

本发明涉及一种定量区分水循环演变过程中不同因素贡献的方法，所述的方法的步骤包括：二元水循环模型建立的步骤；判断不同因素作用下水循环要素的演变情况的步骤；计算不同情景下水循环要素演变的定量评价指标的步骤；定量区分不同因素在水循环演变过程中的贡献的步骤。本发明将气象气候学中的指纹识别技术与水文水资源学中的二元水循环模型相结合，提出了一种定量区分水循环演变过程中自然因素和人类活动贡献的技术和方法。利用分布式流域水循环模拟技术、气候模式与水文模型耦合技术、蒙特卡罗统计方法以及指纹识别技术，通过对比不同情景下水循环要素变化情况的定量评价指标，可以定量区分自然因素和人类活动在水循环演变过程中的贡献。

Description

一种定量区分水循环演变过程中不同因素贡献的方法

技术领域

本发明涉及一种定量区分水循环演变过程中不同因素贡献的方法，是一种定量区分水循环演变过程中包括自然因素和人类活动在内的不同因素贡献的方法，是一种利用气象气候学中的统计技术和水文水资源学中的二元水循环模型来定量区分水循环演变过程中自然因素和人类活动贡献的技术方法。

背景技术

水是生命之源、生产之要、生态之基，作为一种可再生性资源，水资源的数量是非常有限的，在很大程度上依赖于水循环系统。由于水资源开发利用和水利工程建设等人类活动的不断增强，流域水循环过程已经从原来的“自然”模式占主导逐渐转变为“自然-人工”二元耦合模式。自然水循环过程由降水、植被冠层与洼地截留、蒸发蒸腾、入渗、地表径流、土壤中径流、地下径流和河道汇流等构成，其驱动力是太阳辐射、重力和风力等自然驱动力。“自然-人工”二元水循环不仅包括上述自然水循环过程，而且包括取水、输水、配水、用水、耗水和排水等人工侧支水循环过程，其驱动力既有自然驱动力，又有社会经济驱动力。分布式水文模型从20世纪80年代以来得到很大发展及应用( 贾仰文等，2006；田富强等，2008；杨大文等，2004)，其优势是对自然水循环过程进行分布式模拟，但本身没有水资源的配置调度功能，在模拟人工侧支水循环过程方面受到限制。水资源配置模型近年也得到广泛研究与应用（翁文斌等，2004；左其亭等，2005），其优势在于对水资源的供需平衡分析和水库调度，但研究内容仅限于径流性水资源，缺少对包括蒸发蒸腾在内的自然水循环全要素的平衡分析。为了更好地模拟高强度人类活动地区的“自然-人工”二元水循环过程，为流域水资源综合管理提供技术支撑和决策支持，需要将两类模型耦合起来。在此背景下，贾仰文和王浩等将分布式水文模型和水资源配置模型耦合起来开发形成了流域二元水循环模型，并在黄河、海河等流域进行了成功应用（贾仰文等，2006，2010）。

近年来以全球变暖为主要特征的气候变化对水循环系统的影响日益凸显，加剧了水循环系统的复杂性，致使对变化环境下的水循环系统进行模拟和预测的难度也在不断加大。尽管国内外学者针对二元水循环模拟开展了大量工作，其中最具代表性的是王浩院士及其科研团队基于二元水循环理论研发的流域二元水循环模型，为高强度人类活动地区的水循环模拟提供了强有力的工具，但由于在气候变化对水循环影响机理方面认识的不足和相关技术的不成熟，现有模型和方法尚不能科学辨识水循环演变过程中温室气体排放导致的气候变暖、取用水和下垫面改变等人类活动因素以及自然因素的作用，给未来变化环境下的水资源预测和水资源综合管理增加了难度和不确定性。

随着经济社会发展和全球气候变暖，人类活动对流域水循环的影响日益加剧。影响水循环演变的因素有许多，除了气候系统中降水等要素的自然变异、太阳活动和火山爆发等自然因素外，还有温室气体排放导致的气候变暖、取用水和下垫面改变等人类活动因素，以及其它一些未知和不确定因素，如何科学识别水循环演变的驱动因素并定量区分水循环演变过程中自然因素和人类活动的贡献，已成为现代水文水资源学研究的关键科学问题之一。

国内尚无统一和成熟的方法，目前的分项调查法和水文模型法主要以统计、还原和修正等作为基本手段，已经不能满足现代“自然-人工”二元驱动力作用下流域水循环演变过程中的人类活动效应研究。

国外在该方面的研究最具代表性的是美国加州大学在美国西部流域开展的相关工作，2008年Barnett等人在国际权威学术期刊《科学》上发表了题为“美国西部人类活动导致的水文变化”的论文，该研究基于实测资料、气候模式和水文模型，采用气象气候学中的指纹识别技术得出“人类活动导致的气候变暖在美国西部过去50 年冬季气温、径流量达到年径流总量一半的时间、积雪量等变量变化中的贡献为60%”的结论（Barnett等, 2008）。此项研究是国际上有关水文要素演变的定量归因研究的首次探索，但其所关注的变量都是对温度变化比较敏感的变量，而没有考虑蒸发、径流、水资源量等水文水资源学中所关心的要素；另外，美国的流域与我国高强度人类活动影响的流域在水循环特性和对气候变化的响应机制上可能有所不同，该研究只考虑了气候变化一个因素的影响，而没有考虑取用水以及由于人类经济社会发展所致的对地表水体的开发和重塑、局地微地貌的改变、土地覆盖的改变和建筑物的修建造成的下垫面改变等人类活动因素的影响，无法定量区分自然因素和人类活动在流域水循环演变过程中的贡献，不能满足科学识别变化环境下高强度人类活动流域水循环演变驱动因素的需求。

发明内容

为解决现有技术的问题，本发明提出了一种定量区分水循环演变过程中不同因素贡献的方法，所述的方法将气象气候学中的指纹识别技术与水文水资源学中的二元水循环模型相结合，提出了一种定量区分水循环演变过程中自然因素和人类活动贡献的技术方法。基于设置的不同情景，利用流域二元水循环模拟技术、气候模式与水文模型耦合技术、蒙特卡罗统计方法以及指纹识别技术，通过对比不同条件下水循环要素演变情况的定量评价指标，可以定量区分自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖、包括取用水和下垫面改变在内的人类活动等因素在水循环各要素演变过程中的贡献。

本发明丰富了变化环境下流域水循环演变驱动因素识别的理论和研究方法，为科学识别水循环演变的驱动因素和定量区分自然因素和人类活动在水循环演变过程中的贡献提供了一种新的方法。本发明所采用的二元水循环模拟技术、气候模式与水文模型耦合技术、蒙特卡罗统计方法以及指纹识别技术均为目前各自研究领域中比较成熟的技术方法，可以为本发明中的模型方法构建奠定基础。

本发明的目的是这样实现的：一种定量区分水循环演变过程中不同因素贡献的方法，所述的方法的步骤如下：

二元水循环模型建立的步骤：用于利用二元水循环模拟技术，基于水文、气象、数字高程模型(DEM)、土地利用、土壤、植被、人口、国内生产总值（GDP）、取用水多源信息，建立包括流域分布式水文模型和水资源配置模型在内的二元水循环模型，并利用实测数据资料对模型的模拟效果进行验证；

判断不同因素作用下水循环要素的演变情况的步骤：通过互联网获取自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖条件下气候模式输出的降水和温度数据，基于气候模式与水文模型耦合技术将气候模式输出数据处理为水文模型所要求的数据格式，通过运行水文模型，判断自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖、包括取用水和下垫面改变在内的人类活动因素作用下水循环要素的演变情况；

计算不同情景下水循环要素演变的定量评价指标的步骤：用于计算自然因素和人类活动分别作用下以及实际情况下水循环要素演变的定量评价指标—信号强度，其中自然因素作用下水循环要素演变的信号强度的计算是在基于指纹识别技术计算出多个信号强度值的基础上采用蒙特卡罗统计方法给出一定置信水平下的数值，太阳活动和火山爆发、温室气体排放导致的气候变暖、包括取用水和下垫面改变在内的人类活动因素作用下水循环要素演变的信号强度则是直接基于指纹识别技术计算得到的具体数值；

定量区分不同因素在水循环演变过程中的贡献的步骤：用于将自然因素和人类活动分别作用下水循环要素演变的信号强度与实际水循环要素演变的信号强度进行对比，定量区分自然因素和人类活动在水循环各要素演变过程中的贡献。 

本发明产生的有益效果是：将气象气候学中的指纹识别技术与水文水资源学中的二元水循环模型相结合，提出了一种定量区分水循环演变过程中自然因素和人类活动贡献的技术和方法。基于设置的不同情景，利用分布式流域水循环模拟技术、气候模式与水文模型耦合技术、蒙特卡罗统计方法以及指纹识别技术，通过对比不同情景下水循环要素变化情况的定量评价指标，可以定量区分自然因素和人类活动在水循环演变过程中的贡献。本发明丰富了变化环境下流域水循环演变驱动因素识别的理论和研究方法，为科学识别水循环演变的驱动因素和定量区分自然因素和人类活动在水循环演变过程中的贡献提供了一种新的方法。本发明所采用的蒙特卡罗统计方法、分布式水循环模拟技术、气候模式与水文模型耦合技术以及指纹识别技术均为目前各自研究领域中比较成熟的技术方法，可以为研究中的模型方法构建奠定基础，本发明只需将现有模型方法联合应用，避免了整体性模型开发，技术风险较小，可以保障该发明的顺利实现。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是本发明所述方法的流程图。

具体实施方式

本实施例是一种定量区分水循环演变过程中不同因素贡献的方法。所述方法的流程图如图1所示。

本实施例的基本思路是：建立二元水循环模型，获取自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖影响下的气候模式输出，判断自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖、包括取用水和下垫面变化在内的人类活动等因素作用下水循环要素的演变情况，将自然因素和人类活动分别作用下的水循环要素变化情况的定量评价指标与实际的水循环要素变化情况的定量评价指标进行对比，定量区分自然因素和人类活动在水循环演变过程中的贡献。

本实施例所述方法的具体步骤如下：

首先，二元水循环模型的建立。利用二元水循环模拟技术，基于水文、气象、数字高程模型(DEM)、土地利用、土壤、植被、人口、国内生产总值（GDP）、取用水等多源信息，建立包括流域分布式水文模型和水资源配置模型在内的二元水循环模型，并利用实测数据资料对模型的模拟效果进行验证。

所述二元水循环模型的建立是基于二元水循环模拟技术，建立由分布式水文模型WEP-L （Water and Energy transfer Process in Large river basins）（JIA 等，2006）和水资源配置模型ROWAS（Rules-based Objected-oriented Water Allocation Simulation Model）（YOU 等，2005）耦合而成的二元水循环模型。

1) 本实施例所述的水文模型：WEP-L模型是在WEP（Water and Energy transfer Process）（贾仰文等，2006）模型的基础上开发研制而成，和国内外同类模型如MIKE SHE、SWAT、TOPMODEL等相比具有如下优点：综合了分布式水文模型和陆面过程模型各自的优势；模拟对象为“自然-人工”二元水循环系统；针对大型或超大流域，采用“子流域内等高带”为计算单元，并用“马赛克”法考虑计算单元内土地植被的多样性，避免了采用过粗网格单元产生的模拟失真问题；针对水循环各要素过程时间尺度不同的特点，采用变时间步长进行模拟计算，既保证了水循环动力学机制的合理表达又提高了计算效率；计算速度较快。WEP-L模型包括分布式流域水文模块和地下水数值计算模块两个子模块，分布式流域水文模块主要用来模拟水分在地表、土壤、地下、河道以及人工水循环系统中的运动过程，并为地下水数值计算模块提供降水入渗补给和人工入渗补给输入；地下水数值计算模块用来对平原区地下水进行精细模拟，并为分布式流域水文模块提供地下水计算结果的检验。该模型的模拟步骤包括收集水文气象、自然地理及社会经济等各类基础数据，建立基础数据库，按模型文件格式要求准备输入的数据，水系生成、流域划分和编码，降水等气象要素的时空展布，模型物理参数（植被、土壤、含水层、河道和水库等）的确定，建立河道与子流域属性表、基本计算单元属性表，基于实测径流数据和地下水位监测数据对模型进行校验。WEP-L模型的参数主要分为4类：下垫面与水系参数，植被参数，土壤参数以及含水层参数。所有参数均具有物理意义，可根据观测实验数据或遥感数据来估算。有关该模型及其应用的详细介绍见文献（贾仰文等，2005）。

2）本实施例所述的水资源模型：ROWAS模型是以对水资源系统的概化为基础，将复杂水资源系统转化为满足数学描述的框架。和国内外同类模型如MIKEBASIN、IQM、Waterware等相比，该模型可以将自然水循环和人工侧支水循环结合为一个整体进行研究，针对水资源系统涉及的主要元素和过程，建立一套通过规则控制的模拟计算流程，基于规范和决策程序设计系统供水、用水、耗水、排水以及水利工程的运行调度，并通过参数控制各个环节。ROWAS模型以系统概化得到的点线概念来表达实际中与水相关的各类元素和相互关联过程，识别系统主要过程和影响因素，并对系统的水源和用水户进行分类。水源包括本地蓄水、本地河网水、再生水、外调水等地表水源，以及浅层、深层等地下水源；用水户包括农业、工业、三产、城镇生活、农村生活、生态等河道外用水户，及发电、航运及河道内生态用水等。通过配置模拟计算，可以从时间、空间和用户三个层面上模拟水源到用户的分配，并且在不同层次的分配中考虑各种因素的影响。ROWAS模型的参数主要包括渠系利用系数、污水处理率、各类水源供水优先级等规划决策信息，各类用水户需水量及年内分配过程等需水过程参数，以及各类用水户供水结构、耗水率、农业用水下渗率等用水耗水信息，这些参数大部分都可以从统计资料中获取。有关该模型及其应用的详细介绍见文献（You 等，2005；游进军等，2005）。

3）在应用WEP-L分析自然水循环过程的基础上，采用ROWAS模型处理水资源配置和水库调度，二者的具体耦合方式为：WEP-L为ROWAS提供各节点及规划单元的地表水资源量和地下水补排状况（补给量和排泄量）；而ROWAS的输出结果在时间和空间尺度上合理展布后，提供给WEP-L并作为指导WEP-L水库调度和水量供给分配的依据。有关二元模型的开发及应用请参考文献（贾仰文等，2006，2010）。

其次，判断不同因素作用下水循环要素的演变情况。通过互联网获取自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖条件下气候模式输出的降水和温度数据，基于气候模式与水文模型耦合技术将上述气候模式输出数据处理为水文模型所要求的数据格式，通过运行水文模型，判断自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖、包括取用水和下垫面改变在内的人类活动等因素作用下水循环要素的演变情况。

自然因素和人类活动分别作用下水循环要素的演变情况：本步骤首先通过互联网获取自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖条件下气候模式输出的降水和温度数据，然后基于气候模式与水文模型耦合技术将气候模式输出数据处理为水文模型所要求的数据格式，通过运行水文模型，得到自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖、包括取用水和下垫面改变在内的人类活动等因素作用下水循环要素的演变情况。

1）气候模式数据的获取：本实施例选用的气候模式为PCM（Parallel Climate Model）（Washington，2000），和其它气候模式如加拿大气候模式(CGCMA3)、德国气候模式(MPI-ECHAM5)等相比，该模型在海洋和海冰模拟方面具有更高的分辨率，并且模拟的物理过程也更加符合实际，能较好地模拟实际气候情景以及气候的自然变异情况（Barnett 等, 2008）。本发明分别选用PCM的三个强迫试验来反映自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖条件下的降水和温度情况。有关PCM及上述强迫试验的详细信息可以从如下网址获取： http://www.earthsystemgrid.org/. 

2）气候模式与水文模型的耦合技术：气候模式考虑了气候系统内部各种复杂的物理过程，在大陆和半球尺度上的气候模拟方面取得了良好的模拟效果。但由于研究目的和设计框架的限制，气候模式的分辨率较粗，通常在2°×2°以上，而流域尺度的水文模型分辨率较高，在耦合气候模式和水文模型时存在着空间尺度的不匹配问题。解决这一问题的方法一般包括动力降尺度和统计降尺度两大类，两种方法各有优劣。动力降尺度通常是指把一个高精度的有限面积模型或者区域气候模型完全嵌套进一个全球气候模式中，同时使用全球气候模式提供的边界条件，这样运行之后就可以得到局地尺度的气候变化信息。统计降尺度则是指在局地变量和大尺度表面或者自由对流层变量平均值之间建立一种统计关系，然后通过这种关系来模拟局地气候变化情景。动力降尺度方法具有较强的物理机制，但花费较高且耗时较长；统计降尺度方法虽然基于统计关系，但简单灵活、计算快捷。而多种动力和统计降尺度方法的比较研究表明：在某些季节和某些区域，动力降尺度和统计降尺度的具体方法各有优劣，基本上都可以捕捉到当前预报量的季节变化特征，总体效果差不多（褚健婷, 2009）。因此，本实施例中，为方便起见，选用统计降尺度方法来进行气候模式数据的降尺度处理，使之满足水文模型的数据要求，具体选用统计降尺度模型SDSM（Statistical Down-Scaling Model）。SDSM模型基于多元回归和随机天气发生器相耦合的原理，首先建立大尺度气候因子与局地变量之间的统计关系，之后模拟局地变化信息或获得未来气候变化情景，是目前国际上应用较为广泛的一个统计降尺度模型。近年来，许多方法比较的文章表明，SDSM 模型性能优越，使用简单，其应用越来越广泛（Fowler等, 2007）。有关该模型原理及应用的详细介绍请参考文献（Wilby 等，2002）。

3）通过运行分布式水文模型，得到自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖、包括取用水和下垫面改变在内的人类活动等因素作用下水循环要素的演变情况。对于自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖条件下的水循环演变，根据气候模式输出的相应条件下的降水和温度，利用统计降尺度模型对其进行降尺度后作为天然产流条件下的分布式水文模型的输入，进而评估这三个条件下水循环的演变情况。对于取用水和下垫面改变等人类活动影响下的水循环演变，通过在分布式水文模型中设置有无取用水条件和分别采用下垫面改变前后时期的下垫面状况来评估这两个条件下水循环的演变情况。

第三，计算不同情景下水循环要素演变的定量评价指标。计算自然因素和人类活动分别作用下以及实际情况下水循环要素演变的定量评价指标—信号强度，其中自然因素作用下水循环要素演变的信号强度的计算是在基于指纹识别技术计算出多个信号强度值的基础上采用蒙特卡罗统计方法给出一定置信水平下的数值，其它因素作用下水循环要素演变的信号强度则是直接基于指纹识别技术计算得到的具体数值。

计算不同情景下水循环要素演变的定量评价指标：基于指纹识别技术，计算自然因素和人类活动分别作用下以及实际情况下的水循环要素演变情况的定量评价指标—信号强度。

1）指纹识别技术：指纹识别技术是气象气候学中一种对变量的变化进行检测与归因分析的技术方法，采用指纹和信号强度作为变量变化的定量评价指标。某个变量变化的指纹就是对该变量的一系列观测值或不同情景下的模拟值进行经验正交函数(EOF, Empirical Orthogonal Function)分解后的第一分量，亦即在解释数据方差变异的所有分量中贡献最大的分量。根据计算得出的变量变化的指纹，将该变量的实测系列或者不同条件下的模拟系列投影到该“指纹”方向，采用最小二乘法计算得出的拟合直线的斜率就称为“信号强度”。信号强度的正负反映变量的增加或减少，信号强度的大小反映变量变化程度的强弱。该技术的基本思想是对数据进行降维处理，即将原来的多维问题降为低维或者单变量的问题（Hegerl 等,1996），在得到的低维空间中，通过指纹和信号强度两个指标，就可以将变量实际变化的信号强度与自然变异以及特定气候强迫类型（温室气体排放、太阳活动和火山爆发等）下的信号强度进行对比，进而进行归因分析：若计算的某条件下变量变化的信号强度与实际变化的信号强度符号不一致，则该条件不是导致实际的变量变化的原因；若计算的某条件下变量变化的信号强度与实际变化的信号强度符号一致，则说明该条件是导致实际的变量变化的原因之一，其贡献为该条件下的信号强度与导致变量实际变化的所有条件下的信号强度之和的比值。有关该技术的详细介绍，请参考文献Hegerl（1996）和Barnett（2001）。

2）自然因素作用下水循环要素演变的信号强度计算：水循环要素包括降水、温度、蒸发、径流等。对于降水和温度，仅仅用几十年的实测资料来评估其自然变异是远远不够的，受实测资料所限，本实施例选用气候模式的长系列控制试验来评估降水和温度的自然变异，基于其近千年的控制试验模拟数据，利用指纹识别技术计算出若干个信号强度值的样本集合，采用蒙特卡罗方法确定降水和温度在自然变异条件下变化的信号强度的概率分布，进而在统计意义上给出特定置信水平下（如95%）降水和温度在自然因素作用下变化的信号强度；对于蒸发、径流等其它水循环要素，基于上述特定置信水平下的降水和温度数据，通过运行天然产流条件下的水文模型，利用指纹识别技术来计算自然因素作用下各要素变化的信号强度。

3）其它因素作用下水循环要素变化的信号强度计算：对于降水和温度，考虑温室气体排放导致的气候变暖以及太阳活动和火山爆发两个因素的影响，直接基于气候模式输出的相应条件下的降水和温度数据利用指纹识别技术来计算降水和温度变化的信号强度；对于蒸发、径流等其它水循环要素，考虑温室气体排放导致的气候变暖、太阳活动和火山爆发、取用水和下垫面改变等人类活动因素的影响，其中，对于温室气体排放导致的气候变暖以及太阳活动和火山爆发两个情景，水文模型所需的降水和温度数据采用气候模式相应条件下的输出数据，通过运行天然产流条件下的水文模型得到相应条件下水循环要素的演变情况，进而利用指纹识别技术计算相应的信号强度，而对于取用水和下垫面改变等人类活动因素影响的条件下，水文模型所需的降水和温度数据采用自然因素作用下特定置信水平下的降水和温度数据，通过在水文模型中设置有无取用水条件和对比下垫面改变前后时期的水循环状况，利用指纹识别技术来计算相应的信号强度。

4）实际情况下水循环要素变化的信号强度计算：在实测数据基础上直接利用指纹识别技术计算各要素实际变化的信号强度。

第四，定量区分不同因素在水循环演变过程中的贡献。将自然因素和人类活动分别作用下水循环要素演变的信号强度与实际水循环要素演变的信号强度进行对比，定量区分自然因素和人类活动在水循环各要素演变过程中的贡献。

定量区分自然因素和人类活动在水循环演变过程中的贡献：自然因素包括自然变异、太阳活动和火山爆发两个因素，人类活动包括温室气体排放导致的气候变暖、取用水和下垫面变化三个因素。根据计算的实际和不同条件下水循环要素演变的信号强度，借鉴气象气候学中检测与归因研究的思想，定量区分自然因素和人类活动在水循环要素演变过程中的贡献：若计算的某条件下水循环要素变化的信号强度与实际变化的信号强度符号不一致，则该条件不是导致实际的水循环要素变化的原因；若计算的某条件下水循环要素变化的信号强度与实际变化的信号强度符号一致，则说明该条件是导致实际的水循环要素变化的原因之一，其贡献为该条件下的信号强度与导致实际水循环要素变化的所有条件下的信号强度之和的比值，并采用如下公式进行计算：

式中，

为自然变异、太阳活动和火山爆发、温室气体排放导致的气候变暖、取用水、下垫面变化五个条件中的某一条件在导致水循环要素变化过程中的贡献（%），

为该条件下水循环要素变化的信号强度，

为信号强度符号（正负）与水循环要素实际变化的信号强度一致的条件个数，

为信号强度符号（正负）与实际变化的信号强度一致的某条件下水循环要素变化的信号强度。

实施例二：

本实施例是实施例一的改进，是实施例一关于水文模型的细化。本实施例所述的水文模型是WEP-L模型。

本实施例所述的WEP-L模型是一个不仅能较好的模拟“降水-蒸发-入渗-产流-汇流-地下水运动”等自然水循环过程、而且能模拟“取水-用水-耗水-排水”等人工侧支水循环过程的分布式水文模型（贾仰文等，2005）。

实施例三：

本实施例是上述实施例的改进，是上述实施例关于水资源配置模型的细化。本实施例所述的水资源配置模型是ROWAS模型。

本实施例所述的ROWAS模型是一个以对水资源系统的概化为基础、针对水资源系统涉及的主要元素和过程建立一套通过规则控制的模拟计算流程、基于规范和决策程序设计系统供水、用水、耗水、排水以及水利工程的运行调度并通过参数控制各个环节、进而可以将自然水循环和人工侧支水循环结合为一个整体进行研究的水资源配置模型（You 等，2005；游进军等，2005）。

实施例四：

本实施例是上述实施例的改进，是上述实施例关于气候模式的细化。本实施例所述的气候模式为PCM模式。

本实施例所述的气候模式PCM（Washington，2000）是一个在海洋和海冰模拟方面具有更高的分辨率、并且模拟的物理过程也更加符合实际、能较好地模拟实际气候情景以及气候的自然变异情况的全球气候模式，PCM有相应的强迫试验可以反映自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖条件下的降水和温度情况。

实施例五：

本实施例是上述实施例的改进，是上述实施例关于气候模式与水文模型的耦合技术细化。本实施例所述的气候模式与水文模型的耦合技术采用统计降尺度模型SDSM。 

本实施例所述的统计降尺度模型SDSM是一个基于多元回归和随机天气发生器相耦合的原理、通过建立大尺度气候因子与局地变量之间的统计关系来模拟局地气候变化信息或获得未来气候变化情景的一个降尺度模型（Wilby 等，2002）。

实施例六：

本实施例是上述实施例的改进，是上述实施例关于不同情景下水循环要素演变的定量评价指标计算的技术细化。本实施例所述的不同情景下水循环要素演变的定量评价指标的计算技术为指纹识别技术。 

本实施例所述的指纹识别技术（Hegerl，1996；Barnett，2001）是气象气候学中一种对变量的变化进行检测与归因分析的技术方法，基于经验正交函数分解得到的指纹来将实测系列或者不同条件下的模拟系列投影到指纹方向，采用最小二乘法计算拟合直线的斜率得到信号强度，进而将不同情景下的信号强度与实际变化的信号强度进行对比，识别不同因素在变量演变过程中的贡献。

实施例七：

本实施例是上述实施例的改进，是上述实施例关于自然因素作用下水循环要素演变的信号强度计算的技术细化。

本实施例中对于降水和温度在自然因素作用下演变的信号强度计算选用的是气候模式近千年的长系列控制试验模拟数据，利用指纹识别技术计算出若干个信号强度值的样本集合，采用蒙特卡罗方法确定降水和温度在自然变异条件下变化的信号强度的概率分布，进而在统计意义上给出特定置信水平下（如95%）降水和温度在自然因素作用下变化的信号强度；本实施例中对于蒸发、径流等其它水循环要素在自然因素作用下演变的信号强度的计算是基于上述特定置信水平下的降水和温度数据，通过运行天然产流条件下的水文模型，利用指纹识别技术计算得到自然因素作用下各要素变化的信号强度。

实施例八：

本实施例是上述实施例的改进，是上述实施例关于温室气体排放导致的气候变暖、太阳活动和火山爆发、取用水和下垫面改变等因素作用下水循环要素演变的信号强度计算的技术细化。本实施例中对于降水和温度的演变，考虑温室气体排放导致的气候变暖以及太阳活动和火山爆发两个因素的影响，直接基于气候模式输出的相应条件下的降水和温度数据利用指纹识别技术来计算降水和温度变化的信号强度；本实施例中对于蒸发、径流等其它水循环要素的演变，考虑温室气体排放导致的气候变暖、太阳活动和火山爆发、取用水和下垫面改变等人类活动因素的影响，其中，对于温室气体排放导致的气候变暖以及太阳活动和火山爆发两个情景，水文模型所需的降水和温度数据采用气候模式相应条件下的输出数据，通过运行天然产流条件下的水文模型得到相应条件下水循环要素的演变情况，进而利用指纹识别技术计算相应的信号强度，而对于取用水和下垫面改变等人类活动因素影响的条件下，水文模型所需的降水和温度数据采用自然因素作用下特定置信水平下的降水和温度数据，通过在水文模型中设置有无取用水条件和对比下垫面改变前后时期的水循环状况，利用指纹识别技术来计算相应的信号强度。

实施例九：

本实施例是上述实施例的改进，是上述实施例关于定量区分自然因素和人类活动在水循环演变过程中的贡献的技术细化。

本实施例中的自然因素包括自然变异、太阳活动和火山爆发两个因素，人类活动包括温室气体排放导致的气候变暖、取用水和下垫面变化三个因素。根据计算的实际和不同条件下水循环要素演变的信号强度，采用如下方法定量区分自然因素和人类活动在水循环要素演变过程中的贡献：若计算的某条件下水循环要素变化的信号强度与实际变化的信号强度符号不一致，则该条件不是导致实际的水循环要素变化的原因；若计算的某条件下水循环要素变化的信号强度与实际变化的信号强度符号一致，则说明该条件是导致实际的水循环要素变化的原因之一，其贡献为该条件下的信号强度与导致实际水循环要素变化的所有条件下的信号强度之和的比值。

最后应说明的是，以上仅用以说明本发明的技术方案而非限制，尽管参照较佳布置方案对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案（比如所使用的各种模型和方式、各个步骤的前后顺序等）进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。

参考文献

[1] Barnett T.P., Pierce D.W., and Schnur R., Detection of anthropogenic climate change in the world’s oceans [J]. Science, 2001(292): 270-274.

[2] Barnett T. P., et al., Human-Induced Changes in the Hydrology of the Western United States [J]. Science, 2008(319): 1080-1083.

[3] Fowler H. J., Blenkinsop S., Tebaldi C.. Linking climate change modelling to impacts studies: recent advances in downscaling techniques for hydrological modeling [J]. International Journal of Climatology, 2007(27): 1547-1578.

[4] Hegerl, Storch, et al. Detecting greenhouse-gas-induced climate change with an optimal fingerprint method [J]. Journal of Climate, 1996(9):2281-2306.

[5] Jia Y. W.，Wang H.，Zhou Z. H.，et a1．Development of the WEP-L distributed hydrological model and dynamic assessment of water resources in the Yellow River basin [J]. Journal of Hydrology, 2006(331): 606-629.

[6] Washington W. M., Weatherly J. W., et al. Parallel climate model (PCM) control and transient simulations. Climate Dyn., 2000(16): 755-774.

[7] Wilby R. L., Dawson C. W., Barrow E M. SDSM — a decision support tool for the assessment of regional climate change impacts [J]. Environmental Modeling & Software, 2002(17): 147-159.

[8] You J. J., Gan H., Wang L., et a1. A rules-driven object—oriented simulation model for water resources system[C]. Proc of XXXI IAHR Congress. Seoul：IAHR, 2005: 4493-4502.

[9] 褚健婷. 海河流域统计降尺度方法的理论及应用研究[D]. 中国科学院研究生院博士学位论文, 2009.

[10]贾仰文, 王浩等. 分布式流域水文模型原理与实践[M]. 北京:中国水利水电出版社, 2005.

[11]贾仰文, 王浩, 严登华. 黑河流域水循环系统的分布式模拟：I模型开发与验证[J]．水利学报, 2006, 37(5): 534-542. 

[12]贾仰文, 王浩.“黄河流域水资源演变规律与二元演化模型”研究成果简介[J]. 水利水电技术, 2006, 37(2): 45-52.

[13]贾仰文, 王浩，周祖昊等. 海河流域二元水循环模型开发及其应用—I. 模型开发与验证[J]. 水科学进展, 2010, 21(1): 1-8.

[14]贾仰文, 王浩, 甘泓等. 海河流域二元水循环模型开发及其应用—II. 水资源管理战略研究应用[J]. 水科学进展, 2010, 21(1):9-15.

[15]田富强, 胡和平, 雷志栋. 流域热力学系统水文模型: 本构关系[J]. 中国科学E辑: 技术科学, 2008, 38(5): 671-686.

[16]翁文斌, 王忠静, 赵建世. 现代水资源规划—理论、方法和技术[M]. 北京：清华大学出版社, 2004.

[17]杨大文, 李狮, 倪广恒, 等. 分布式水文模型在黄河流域的应用[J]. 地理学报, 2004, 59(1): 143-154.

[18]游进军，甘泓，王浩，等．基于规则的水资源系统模拟[J]．水利学报，2005，36(9): 1043-1049.

[19]左其亭，窦明，吴泽宁．水资源规划与管理[M]．北京：中国水利水电出版社，2005.

Claims (9)

1.一种定量区分水循环演变过程中不同因素贡献的方法，其特征在于所述的方法的步骤如下：

二元水循环模型建立的步骤：用于利用二元水循环模拟技术，基于水文、气象、数字高程模型DEM、土地利用、土壤、植被、人口、国内生产总值GDP、取用水多源信息，建立包括流域分布式水文模型和水资源配置模型在内的二元水循环模型，并利用实测数据资料对模型的模拟效果进行验证；

判断不同因素作用下水循环要素的演变情况的步骤：通过互联网获取自然变异、太阳活动和火山爆发自然因素以及温室气体排放导致的气候变暖条件下气候模式输出的降水和温度数据，基于气候模式与水文模型耦合技术将气候模式输出数据处理为水文模型所要求的数据格式，通过运行水文模型，判断自然变异、太阳活动和火山爆发等自然因素以及温室气体排放导致的气候变暖、包括取用水和下垫面改变在内的人类活动因素作用下水循环要素的演变情况；

计算不同情景下水循环要素演变的定量评价指标的步骤：用于计算自然因素和人类活动分别作用下以及实际情况下水循环要素演变的定量评价指标—信号强度，其中自然因素作用下水循环要素演变的信号强度的计算是在基于指纹识别技术计算出多个信号强度值的基础上采用蒙特卡罗统计方法给出一定置信水平下的数值，太阳活动和火山爆发、温室气体排放导致的气候变暖、包括取用水和下垫面改变在内的人类活动因素作用下水循环要素演变的信号强度则是直接基于指纹识别技术计算得到的具体数值；

定量区分不同因素在水循环演变过程中的贡献的步骤：用于将自然因素和人类活动分别作用下水循环要素演变的信号强度与实际水循环要素演变的信号强度进行对比，定量区分自然因素和人类活动在水循环各要素演变过程中的贡献。

2.根据权利要求1所述的方法，其特征在于，所述的水文模型是WEP-L模型。

3.根据权利要求1所述的方法，其特征在于，所述的水资源配置模型是ROWAS模型。

4.根据权利要求1所述的方法，其特征在于，所述的气候模式为PCM模式。

5.根据权利要求1所述的方法，其特征在于，所述的气候模式与水文模型的耦合技术采用统计降尺度模型SDSM。

6.根据权利要求1所述的方法，其特征在于，所述的不同情景下水循环要素演变的定量评价指标的计算技术为指纹识别技术。

7.根据权利要求1所述的方法，其特征在于，所述的自然因素作用下水循环要素演变的信号强度的计算是基于气候模式近千年的长系列控制试验模拟数据采用蒙特卡罗方法在统计意义上给出的特定置信水平下的值。

8.根据权利要求1所述的方法，其特征在于，所述的太阳活动和火山爆发、温室气体排放导致的气候变暖、包括取用水和下垫面改变在内的人类活动因素作用下水循环要素演变的信号强度计算，水循环要素包括降水、温度、蒸发、径流，对于降水和温度的演变，考虑温室气体排放导致的气候变暖以及太阳活动和火山爆发两个因素的影响，直接基于气候模式输出的相应条件下的降水和温度数据利用指纹识别技术来计算降水和温度变化的信号强度；对于蒸发、径流等其它水循环要素的演变，考虑温室气体排放导致的气候变暖、太阳活动和火山爆发、取用水和下垫面改变等人类活动因素的影响，其中，对于温室气体排放导致的气候变暖以及太阳活动和火山爆发两个情景，水文模型所需的降水和温度数据采用气候模式相应条件下的输出数据，通过运行天然产流条件下的水文模型得到相应条件下水循环要素的演变情况，进而利用指纹识别技术计算相应的信号强度，而对于取用水和下垫面改变等人类活动因素影响的条件下，水文模型所需的降水和温度数据采用自然因素作用下特定置信水平下的降水和温度数据，通过在水文模型中设置有无取用水条件和对比下垫面改变前后时期的水循环状况，利用指纹识别技术来计算相应的信号强度。

9.根据权利要求1所述的方法，其特征在于，所述的定量区分自然因素和人类活动在水循环各要素演变过程中的贡献，其中自然因素包括自然变异、太阳活动和火山爆发两个因素，人类活动包括温室气体排放导致的气候变暖、取用水和下垫面变化三个因素；根据计算的实际和不同条件下水循环要素演变的信号强度，采用如下方法定量区分自然因素和人类活动在水循环要素演变过程中的贡献：若计算的某条件下水循环要素变化的信号强度与实际变化的信号强度符号不一致，则该条件不是导致实际的水循环要素变化的原因；若计算的某条件下水循环要素变化的信号强度与实际变化的信号强度符号一致，则说明该条件是导致实际的水循环要素变化的原因之一，其贡献为该条件下的信号强度与导致实际水循环要素变化的所有条件下的信号强度之和的比值。