极端降水事件的发生会引起区域径流、水质等地面水文要素发生改变,而温度、风速等气象水文要素的改变会导致极端水文事件频发。受地理环境以及人文环境的影响,水文气象要素具有一定的区域性分布特征,由此引发的极端降水事件在不同的区域具有不同的分布特征。在城市发展的过程中,水文气象要素的时空分布格局随之改变。极端降水事件对区域水文气象要素如径流和水质会产生显著影响,尤其在城市化迅速的地区,这一影响尤为突出。因此,探究城市发展过程中极端降水分布特征的变化以及极端降水对水质等的影响对区域暴雨风险评估、城市规划建设以及生态环境可持续发展具有重要意义。 本研究选定深圳市作为研究区域,基于中国区域地面气象要素驱动数据集(1979-2018 年)中的降水数据,结合极端降水指标,通过 Mann-Kendall 趋势分析法、Sen’s坡度法和小波分析法等方法从极端降水量、暴雨频次等方面分析了深圳市近四十年极端降水的空间分布变化,并对深圳市的极端降水高风险区进行识别,进而掌握暴雨中心的变化情况以及极端降水在不同时间尺度上的变化特征。为进一步探究极端降水对区域径流水质的影响,基于极端降水高风险区的识别结果选定福田河流域作为径流水质研究对象,通过SWAT(Soil and Water Assessment Tool)模型对福田河流域水文水质进行建模,探究在不同极端降水事件中污染物浓度对极端降水的响应规律。本研究的主要结论如下: (1)在1979-2018年间,深圳市极端降水频率及强度整体上南部强于北部,西部的上升趋势较东部更为显著;从极端降水量和暴雨频次两方面分析,深圳市极端降水高风险区位置随城市化进程从分散趋于集中,在福田和罗湖两区最为稳定。 (2)极端降水高风险区的月均暴雨日数和月最大日降水量在每个年代均呈上升趋势,尤其在 20世纪 90年代最为显著;极端降水高风险区的年降水量呈下降趋势,前后存在 6~8年和 1~2年的振荡周期;年暴雨日数稳定在 3~19 d之间且呈下降趋势,而年最大日降水量呈上升趋势;季节降水量较为稳定,春、夏、秋季降水量均存在明显的振荡周期。 (3)以福田河流域为研究区域建立SWAT模型,受可获得数据限制,利用博罗站实测径流数据对模型参数进行率定和验证,通过计算,决定系数R2和纳什系数 NS 均满足模型模拟精度的要求,模型可以很好地在东江流域开展径流模拟;代入参数最佳值,验证福田河模拟污染物浓度是否与实测污染物浓度相近。结果表明,福田河四个监测点的水质模拟值与实测值的 R2和NS计算值均符合模型模拟精度要求,所建模型适用于福田河流域的污染物迁移变化模拟。 (4)通过分析同一年中不同场次极端降水事件中福田河径流对降水的响应时间以及降水对福田河氮磷的影响,发现不同极端降水事件中,降水引起径流量增加的时间不同,氨氮浓度在三次极端降水事件中对降水的响应各不相同,分别为不断上升、先上升后下降以及下降三种变化;而总磷浓度在三次极端降水事件中对降水的响应主要分为两种,在第一和第三次事件中不断上升,在事件二中先增加后减小。