首页|基于水文模型与机器学习集合模拟的水沙变异归因定量识别——以黄河中游窟野河流域为例

基于水文模型与机器学习集合模拟的水沙变异归因定量识别——以黄河中游窟野河流域为例

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
黄河水沙变化是当前流域水文与江河治理领域研究的前沿和热点问题.以黄土高原窟野河流域为典型研究对象,利用VIC水文模型和8种基于机器学习算法的输沙量模型,耦合构建流域水沙集合模拟技术,定量识别流域水沙演变特征与变异成因.结果表明:①1960—2014年窟野河流域年气温和降水分别呈显著增加和不显著减少趋势,径流和输沙量都呈显著减少趋势,1980和1999年是流域产水产沙特性发生改变的重要转折点;② 模拟月径流和输沙量的Nash-Sutcliffe效率系数和相关系数分别超过了0.6和0.7,适用于该流域水沙过程模拟;③ 与天然期1960—1979年相比,1980—2014年气候变化和人类活动对径流减少的贡献分别为24％ ～39％和61％ ～76％,对输沙量减少的贡献分别为15％ ～36％和64％ ～85％;④ 人类活动是窟野河流域水沙减少的主要原因,且随时间推移呈增大趋势.相关成果为流域水沙变异归因定量识别提供了新的技术方法,对促进黄河流域水资源开发利用和水沙治理具有重要的支撑作用.
Quantitative assessment of the attribution of runoff and sediment changes based on hydrologic model and machine learning: a case study of the Kuye River in the Middle Yellow River basin

鲍振鑫、张建云、王国庆、贺瑞敏、金君良、王婕、吴厚发

展开 >

南京水利科学研究院水文水资源与水利工程科学国家重点实验室,江苏 南京 210029

水利部应对气候变化研究中心,江苏 南京 210029

径流 泥沙 水文模型 机器学习 黄河流域

2017YFA060500241961124007

2021

10.14042/j.cnki.32.1309.2021.04.001

水科学进展
南京水利科学研究院　水利部 交通运输部 国家能源局 中国水利学会

水科学进展

CSTPCDCSCD北大核心
影响因子：1.931
ISSN：1001-6791
年,卷(期)：2021.32(4)
  • 19
  • 15