一、兰江流域洪涝灾害发生规律研究（论文文献综述）
孙朝兴[1]（2020）在《气候变化条件下黄土高原水文综合风险评估》文中研究说明在全球气候变化的大背景下,区域水文循环规律也在一定程度上发生了改变,水份在不同时空尺度上重新分配,部分地区水文状况发生了显着变化,极端降水、干旱等极端天气或气候事件的多方面特征也处于动态变化过程。极端降水和干旱均可对农业、社会经济、生态系统及生命安全构成严重威胁,是农业科学家、水文学家、生态学家和气象学家的重点关注和研究对象。黄土高原是我国重要农业产区,区域降水时空分布不均,夏季暴雨频繁,土壤侵蚀严重而其他季节缺水严重。气候变化会同时影响黄土高原的可用水资源量以及土壤侵蚀程度,因而研究该地区气候变化背景下极端降水和干旱的发生及变化规律有助于对区域水文风险管理以及水资源可持续管理等提供科学依据。本文旨在深层了解黄土高原地区极端降水和干旱等极端水文事件的多方面特征对气候变化的响应,围绕以下内容展开研究:黄土高原极端降水事件的多维风险变化特征、气候模型集合降尺度方法开发、未来气候变化对黄土高原干旱高温耦合事件的影响及黄土高原上泾河流域未来水文干旱在不同时间尺度的变化特征。论文具体内容、主要发现和贡献如下:（1）定量评估了黄土高原多极端降水指标组合的联合风险及其空间变化特征,对包括三维指标组合风险在内的多组合联合风险进行了评估。基于蒙特卡洛随机抽样算法的二维和三维二次重现期被创新性地应用于极端降水风险评估,以满足水文设计中不同风险评估的需要。采用正、反演方法,对黄土高原极端降水指标的多维风险综合研究,计算结果既能反映事件的严重性,又能得到合理范围内可靠的风险评估结果,避免得到过大或过小联合重现期的问题。研究发现,黄土高原近60年降水时空分布失衡加剧,西北地区大部分时间处于严重干旱状态,全年降水可能高度集中在几次强降水事件,而东南地区出现特大暴雨导致的洪涝灾害的风险增加。（2）开发了一个集合降尺度方法,可同步对多气候模型的输出结果进行联合偏差修正,使得不同气候模型输出之间信息共享,弱化个别模拟较差的模型输出对整体结果的影响,同时可根据多组合修正结果反映气候模拟中的不确定性。所开发的方法用于7个区域气候模型输出降水的偏差修正,结果表明,与其他传统方法相比,本研究开发的方法对气候模型输出的质量要求更低,模型表现更稳定。为解决在拥有复杂地形及气候类型地区的气候模型模拟结果普遍较差的问题提供了方法支撑。该方法被进一步用于未来降水的集合模拟,结果显示未来中度及高排放情景下（RCP4.5及RCP8.5）黄土高原中南部地区降水将明显减少,未来发生干旱的概率增加,而东部地区未来更容易发生洪涝灾害。（3）考虑到干旱和极端高温事件同时发生时,两个事件的协同作用可加剧彼此的严重程度,本文建立了一个热旱识别系统,该系统可定量评估干旱高温的复合风险。利用两个区域气候模型探讨了未来气候变化对黄土高原干旱和热浪耦合风险的影响。对干旱及高温指标分别设定两水平构建四种组合研究方案。结果表明,黄土高原极端高温历时在未来RCP4.5及RCP8.5情景下的值均显着大于历史时期,而严重干旱事件主要分布于西南和中南部。黄土高原西南和中南地区的一些站点,在未来可能频繁发生长期高温伴随中度干旱事件。在干旱和热浪的共同作用下,可能对当地农业生产甚至人类健康产生严重影响。（4）构建了区域气候模型与水文模型耦合系统,该系统可识别气候变化下流域未来水资源以及不同时间尺度下水文干旱风险的变化情况,为区域水资源可持续管理及制定长远的灾害防治措施提供信息支持。建立的系统被用于研究未来气候变化对黄土高原泾河流域径流及水文干旱特征的可能影响。结果表明,RCP8.5情景下的月均径流相对历史阶段有明显增加;尽管RCP4.5情景下的年均降水相对历史情况有所增加,但平均年径流却变小,这可能是因为气温上升造成蒸发量显着增加。未来径流的时间分布不均衡加剧,RCP4.5情景下雨季平均径流相对历史阶段显着增加,而其他月份则明显减少。相对历史和RCP8.5情景,年尺度干旱在RCP4.5情景下更为严重,但其严重程度随着时间的推移而逐渐降低。未来月尺度干旱形势更为严峻,干旱的持续时间和严重程度都将明显增加。
白直旭[2]（2020）在《基于分形理论的水文过程分析与模拟》文中进行了进一步梳理气候变化背景下,流域水文循环加剧,极端水文事件频发。同时,全球经济快速发展已经带动地形和水文过程复杂的西藏地区,使西藏地区工农业迅速发展,人口快速增加。因此,深入研究西藏地区的水文过程成为一项重要而紧迫的任务。然而,西藏地区地貌高差大,伴随冻土、冰川和雪盖等水文过程。复杂的地形和水文过程对西藏地区的水文数据分析和水文模拟方法提出了更高的要求。分形理论在水文领域中的应用是有可能满足上述要求的一种研究思路。分形特征是水文序列的内在性质,但基于分形理论的研究方法在水文分析和模拟中的应用潜力尚未得到充分挖掘。本文以西藏地区典型小流域董古沟流域为主要研究对象,设置了多个水文、气象、土壤监测点,对监测数据进行了深入的分析,同时,构建了董古沟流域的水文模型,进一步研究董古沟流域的水文过程。本文的具体研究内容和成果如下:（1）用径流指标分析、相关分析和联合多重分形谱（JMS）对董古沟流域的水文、气象、土壤数据进行了深入的分析。由径流指标分析结果发现,在董古沟流域,雪盖和冻土的形成和消融是水文过程的重要组成部分。针对土壤湿度-土壤温度-降雨（SM-ST-P）时间序列的联合多重分形谱（JMS）分析很好地揭示了SM-ST-P时间序列的关系。SM-ST-P时间序列JMS季节分析结果还表明,JMS能够有效区分出有冻土过程的区域和时期。JMS分析在应对复杂水文要素关系时,能够进行深入而有效的分析。（2）建立了董古沟流域的DHSVM分布式水文模型,并对其进行了敏感性分析和多目标率定,使用的目标函数包括纳什效率系数E和它的两种变体（相对形式Erel和倒数形式Ein）。总体结果表明,DHSVM在董古沟流域的模拟效果整体良好,枯水期欠佳。敏感性分析的结果表明,对Ein敏感的参数主要包括温度递减率和土壤蓄水相关参数等;对E和Erel敏感的参数主要包括降雨截流叶面积加倍因子和蒸散发相关参数等。多目标率定结果表明,Ein能够最大限度地提高DHSVM在枯水期的模拟效果。（3）结合基于分形理论的新指标维数比（RD）与纳什效率系数（E）,本文提出了E-RD多目标率定策略,并使用E-RD多目标率定策略对董古沟、兰江、湘江三个流域的HBV模型进行了多目标率定。结果表明E-RD多目标率定策略在三个案例中均能够显着提高HBV模型对各径流成分（快速流和基流）的模拟效果。此外,因为引入RD不对E的值产生过多负面影响,因而提出的E-RD多目标率定策略能够兼收两个指标的优点。（4）使用联合多重分形谱（JMS）分析了董古沟、兰江、湘江三个案例中水文模型的模拟效果。对6组构造数据和10组实际模拟结果的分析说明,JMS分析能够兼顾时间序列的各个部分,并且JMS分析能够直观地展现各部分的模拟效果,精准定位出模拟效果较差的部分。JMS分析的结果还表明,虽然DHSVM分布式模型和HBV集总式模型的模拟结果整体纳什效率系数相近,但DHSVM的细节模拟更为准确,更能适应地形复杂的山区小流域的应用。
梅嘉洺[3]（2020）在《基于SWAT模型的旬河流域径流和输沙模拟研究》文中指出径流输沙过程是流域生态水文循环的重要环节,该过程主要受气候和人类活动等因素的影响。旬河流域位于“南水北调（中线）工程”水源地—丹江口水库上游,其径流输沙的变化直接关系到丹江口水库的储水量、水质和生态功能。径流量是体现流域水量特征的重要指标。降水量和温度是影响流域径流过程的主要气候因子。当今,全球温室气体排放加剧,气候变化显着。我国局部地区极端事件（极端降水、极端干旱）发生频率有所上升,严重威胁居民经济发展安全。因此,有必要对未来气候变化如何影响流域径流状况进行系统性的研究。随着人类活动对自然环境的开发与管理力度进一步加大,流域土地利用转化特征和景观空间分布格局发生了显着变化,进而对流域土壤侵蚀状况产生强烈的影响。以景观格局指数定量的表征流域景观格局的变化,能够更好的阐述景观指数与土壤侵蚀之间的关系,从而揭示水土流失过程对景观格局变化的响应机理。可为旬河流域水土流失治理及减缓土壤侵蚀等方面提供一定的科学依据。本研究基于ArcGIS 10.2平台,首先评估了SWAT水文模型在旬河流域的适用性。然后采用英国Hadley气候中心预测的未来气候数据（2036-2055年）,构建未来气候情景,探究流域径流对气候变化的响应。选取旬河上、中、下游12个典型流域,借助SWAT模型对各支流泥沙进行模拟分析。在此基础上,通过1995年和2015年遥感影像解译及景观指数分析,探究流域内部景观格局变化及其与河流输沙量的关系。结果如下:1、SWAT模型径流量和输沙量模拟过程中,校准期的决定系数（R2）分别为0.85和0.75,Nash-Sutteliffe系数（Ens）分别为0.85和0.74,相对偏差系数（PBIAS）分别为9.5%和-4.8%。验证期的R2均大于0.86,Ens均大于0.75,PBIAS的绝对值皆小于15%。说明SWAT模型在旬河流域水文模拟过程中,模拟结果准确度较高,适用性良好。2、在历史气候情景下,第3季度降水量对全年径流量影响最大,且第4季度的径流量对第3季度的降水量存在一定滞后效应。年均温度与径流量呈显着负相关关系。年均降水量与径流量呈正相关关系,相关系数为0.88。相较于RCP2.6、RCP4.5、RCP8.5这三种未来气候情景,在RCP6.0情景下,第1、4季度旬河流域平均径流量明显偏低。在RCP2.6情景下,显示第3季度平均径流量与年均径流量相关性最显着,相关系数为0.82,其次为第2季度。在RCP8.5情景下,雨季有提前趋势且持续周期延长。3、通过解译2015年研究区的遥感影像,旬河流域土地利用类型主要以林地和耕地为主。受“退耕还林还草”和“植树造林”等植被恢复措施的影响,林地面积显着增加。在年内4个季度中,位于旬河上游的子流域输沙量模拟值皆显着低于下游。上游地区最大斑块指数（LPI）和景观蔓延度指数（CONTAG）较大,说明其斑块类型（林地）优势程度和聚集程度较高,利于水沙涵养。而下游地区下垫面受人类活动频繁干预,景观中各类型斑块形状趋于复杂化,空间分布破碎化程度较深,土壤流失情况严重。4、2015年流域景观的优势化程度比1995年显着加深,景观类型之间的连通性趋于优良,斑块分布更加集中,景观格局朝着林地单一化方向发展,导致河流输沙量显着降低。在类型水平上,水体斑块密度指数（PD5）、耕地斑块类型面积百分比（PLAND3）、林地斑块密度指数（PD1）和林地景观形状指数（LSI1）等景观指数与输沙量相关性程度较强。在景观水平上,LSI与输沙量呈显着正相关关系,相关系数为0.78。景观水平上的景观分离度指数（DIVISION）和类型水平上水体的斑块密度指数（PD5）对输沙量解释度最大。此外,相较于景观水平,以类型水平指数表征对输沙量的解释能力,拟合效果优良。综上所述,流域径流输沙过程受气候（降水量、温度）和景观格局变化的影响强烈。气候条件是影响旬河径流量的主要因素。流域景观格局与河流输沙量密切相关,景观破碎化会导致土壤水土流失趋于严重。将影响水文循环的各环节因素（植被类型及长势等）与水文模型相耦合,是进一步揭示流域径流输沙时空变化规律的有效途径。
刘莉[4]（2020）在《基于TIGGE数据的分布式集合洪水预报研究》文中进行了进一步梳理受气候变化和城市化的影响,极端水文气象事件频繁发生,洪水成为了影响我国乃至全世界最主要、破坏性最严重的自然灾害,严重威胁着社会经济安全。加强洪水预测预警对于缓解洪水灾害有着重要意义,越来越受到人们的关注。得益于气象科学和计算机技术的发展,基于数值天气预报的水文集合预报成为了洪水预报的主要手段,并证实在洪水预警中发挥着重要作用。本文从TIGGE数据的适用性研究入手,耦合数值天气预报产品和VIC分布式水文模型构建集合洪水预报系统,以兰江流域和雅鲁藏布江流域为研究对象,分析了预报系统对洪峰、洪量、径流成分等的预报能力,论文主要工作和取得的成果如下:（1）采用CSGD-EMOS和QM统计方法对ECMWF、NCEP以及CMA的降水预报进行后处理,比较了处理前后降水预报在梅雨季和台风季的预报能力,同时评估了不同阈值降雨量的预报表现。结果显示ECMWF和NCEP的降水数据在衢江流域具有不相上下的预报技能,但ECMWF在台风季表现更好,NCEP更擅长对梅雨季降水的预测。三个EPS都存在对小雨事件的低估和对暴雨事件的漏报。原始降水预报的有效预见期约为8天,经偏差纠正后,预见期可延长至10天及以上。QM擅长对偏差的纠正,但却无法保证预报的可靠度,而CSGD-EMOS在概率指标的评估中略胜一筹。（2）利用MPICH和ε-NSGAII遗传算法对VIC模型进行自动化并行参数率定,并针对日径流（VIC/D）和POT峰值径流（VIC/P）分别建立模拟框架,再利用模块法对径流进行重组,耦合TIGGE预报数据在兰江流域进行集合洪水预报。发现优化的率定策略和模块组合方法可以显着提高模型精度,流域日径流NSE维持在0.8以上,POT峰值的NSE达到0.9。研究发现,ECMWF是多模型超级集合的主要贡献者,其对CRPSS的贡献率达到20%。不同的集合方法表现不同,等权重超级集合的表现最差,给予ECMWF更多权重的集合方法可以取得更高的技能得分。径流预报的有效预见期约为10天,对POT峰值的预报存在显着地低估。（3）采用POR法从ε-NSGAII解决方案的帕累托最优前沿上选取一定数量的优先解,再加上不同率定目标函数的特征解,来研究模型参数不确定性对洪水及其成分的预报影响。基于ECMWF和VIC模型构建了雅鲁藏布江流域集合洪水预报系统,采用融雪追踪算法进行水文分成。结果显示考虑参数不确定性的VIC模型（NVIC）可以显着提高模型的模拟能力,但在预报中的表现略不及基于单个参数的VIC模型（SVIC）。集合预报系统对于年最大洪水的预见期为10天,其中融雪径流成分的遇见期约为7天。每年的第一场洪水基本可以提前5天预测到。地表径流中的融雪成分是总径流预报误差的主要来源,而降水径流的良好预测效果是总径流预测结果的主要贡献者。（4）误差统计分析显示VIC模型在雅鲁藏布江流域的模拟误差存在显着的季节性和月尺度变化特征,其中夏季和冬季误差分布分别为均一的高估和低估,但在春秋两季则呈现出过渡型误差分布,这可能和模型对这两个季节内复杂的水文过程模拟不足有着直接关系。根据误差分析及其变化规律,构建了半年尺度（ERRIS-H）、季节尺度（ERRIS-S）和月尺度（ERRIS-M）时变误差模型。结果显示对于预测应用时变误差模型可以比非时变误差模型（ERRIS-A）提供更高的后处理效率,能够额外减少34%的CRPS,多提高23%的NSE。ERRIS-A甚至对原始模型输出存在负面影响。对于预报应用,时变误差模型依然以7%左右的优势领先ERRIS-A。时变误差模型的功效基本于模型尺度正相关,ERRIS-S和ERRIS-M在误差不存在季内分布时表现难分伯仲,当季内误差存在时,月尺度模型表现更好。
王紫霞[5]（2020）在《气候变化对瓯江流域水文气象要素的影响》文中指出气候变暖近年来成为了社会关注热点,影响了水文循环中降水、蒸发以及径流这些重要环节。水文气象要素的变化,意味着水资源的可利用性将发生变化,因此研究气候变化对水文气象要素的影响,对科学规划水资源具有十分重要的意义。本文以浙江省瓯江流域为研究对象,以1971-2000年为基准期,2041-2070年为未来期,收集了流域内气象、水文、土地利用等资料,选取了 CMIP5模式中的18个GCMs,利用统计降尺度方法BCSD对GCMs进行降尺度,将GCM数据与DHSVM水文模型耦合,模拟流域的水文过程,并深入分析瓯江流域水文气象要素以及极端水文事件对气候变化的响应情况。以下为论文所取得的主要成果:（1）经过降尺度的GCMs对温度和降水模拟效果较好,且温度的效果要好于降水,证明了 BCSD方法以及18个GCMs在瓯江流域的适用性。（2）未来情景下,最高温、平均温、最低温3个指标都可能增加,且RCP8.5下温度增量普遍高于RCP4.5。但在降水上,不同的GCMs呈现出不同的变化,降水量有增有减。从集合角度来看,温度增量的排序遵循夏季>秋季>春季>冬季,流域南部的温度上升幅度大于流域北部;降水量的相对变化遵循冬季>春季>夏季>秋季,流域南部的降水增量小于流域北部。RCP4.5、RCP8.5情景下,GCMs集合的年均降水量分别增加了 54.41mm和54.06mm。（3）DHSVM模型的敏感参数有降雨截留因子、侧向饱和传导率、土壤孔隙度、最小气孔阻抗等18个参数,模拟的水文过程与实测过程较为吻合,基本能体现径流变化过程,且月径流模拟效果优于日径流模拟效果。评价指标Nash-Sutcliffe效率系数及相对误差均在合格范围内,表明该模型适用于瓯江流域。（4）18个GCMs及其集合的未来年均蒸散发量均是增加的。GCMs集合的蒸散发在RCP4.5和RCP8.5情景下分别增加了 92.63 mm和86.16 mm,大于年均降水量的增量。（5）GCMs集合的年均径流量在RCP4.5和RCP8.5情景下减少,集合的月均径流量在8月和9月高于基准期,其余月份均低于基准期。5%分位点流量Q5和95%分位点流量Q95在大部分模式和情景下是减少的。不同重现期下,未来期的设计洪水大部分低于基准期,仅有少数GCMs是增大的。结果表明极端洪涝发生的频率和强度可能将减少。
周丁旺[6]（2019）在《基于卫星遥感信息的云-降水水资源预测预警模型研究》文中认为云与降水作为水资源的两种不同物态形式,作为一个地区水资源的重要组成部分,对区域水资源管理与预警起到至关重要的作用。近年来,随着全球环境变化,水资源越来越成为一种稀缺资源的同时,也带来了频繁的灾害事件。研究云与降水之间关系,建立云降水水资源预测预警模型,成为亟待解决的问题。本文选取乌溪江流域为研究对象,基于MODIS反演的2000-2004年每日云参数数据和地面站点实测降水量资料,利用BP神经网络和支持向量机分别建立云-降水水资源预测预警模型,最后基于两种模型结果作对比分析,优选出乌溪江流域云降水水资源预测预警模型。结果表明,（1）综合考虑云与降水形成机制、遥感反演物理基础和仪器性能,选取出的归一化云检测指数、大气水汽含量、MODIS第29、31和32波段云顶红外亮温差等5个云参数能准确建立云与降水之间关系。（2）分析各云参数与降水关系,发现单一参数难以构建云与降水之间复杂关系。（3）利用BP神经网络建立的乌溪江流域云与降水预测预警模型,采用分季建模模型性能优于年际建模方式。分季建模模拟结果雨季与旱季回归分析相关系数分别达到0.74和0.75,模型性能整体较优。（4）采用PSO-LSSVM方法建立的乌溪江流域云降水水资源预测预警模型性能良好,训练阶段和验证阶段相关系数分别达到0.90和0.92,模型能够准确模拟云与降水之间关系。通过比较两种模型性能,在乌溪江流域云降水水资源预测预警模型研究中更适合选取PSO-LSSVM模型。该研究充分利用卫星遥感技术的优势,建立水资源预测预警模型,为区域水资源管理与预警提供了一种可靠模型。这对提高区域水资源管理能力,防范由降水带来的洪涝和干旱灾害有着重要的社会经济价值和实际指导作用。
沈振乾[7]（2019）在《气候变化和人类活动对淠河上游流域水文过程的影响识别》文中提出水分是地球表层系统中最为活跃的因子,受自然和人类活动双重驱动。在全球气候变化与人类活动剧增大背景下,“水”问题对人类的挑战更是严峻,一方面,气候变化导致的极端降水事件频度、强度、发生范围日益增强;另一方面,高强度人类活动下的流域洪涝成灾风险更加严峻,给社会经济健康发展与生态文明建设带来了极大的潜在危害。为进一步明确“气候变化与人类活动对流域水文过程的贡献情况”以及“如何对未来气候变化下的水文过程作出分析预估”这两大核心问题,本研究以“自然-社会”二元水循环理论为基础,以“机理识别-情景模拟-量化分离-未来预估”为主线,构建适用于研究区的分布式水文模型,通过对历史过程进行模拟,定量化识别气候变化和人类活动对水文过程的影响;并通过设置不同气候情景模式,对区域未来的径流变化进行预估,以期为未来区域水资源的可持续发展和防洪减灾工作提供科学支撑。首先,本文选定了植被覆盖率高且洪涝灾害频发的淠河上游流域为研究区,利用Mann-Kendall检验法、滑动t-检验、Sen斜率估计法和小波分析等方法对研究区56年（19602015年）降水和径流序列数据进行了突变性、趋势性、显着性、周期性分析,并利用Spearman秩相关检验法分析了降水和径流的相关性,同时利用ArcGIS对汛期和年降水量进行了空间分布特征分析;对气温序列数据进行了突变性和趋势显着性分析。其次,利用ArcGIS对1985年、2014年土地利用变化特征进行了识别,对20002014年NDVI变化趋势进行了分析,从而明晰了研究区的土地利用和植被覆盖演变特征。最后,构建了适宜于研究区的分布式水文模型（WEP模型）,通过改变模型中的气象数据和土地利用数据,定量识别了历史的气候变化和人类活动对该流域径流变化特征的贡献情况;并通过设置不同RCP情景,对未来的气温、降水和径流的演变特征进行了预估与分析。所得主要结论如下:（1）水文气象因子时空演变特征:流域主要水文气象（降水、径流、温度）因子突变发生于20世纪90年代初期（达0.05显着性水平）,且突变前后均值差异显着;汛期降水量占年降水量之比在整个研究期内（1960年-2015年）不具有突变性,整体呈现出显着增加趋势（达0.05显着性水平）,表明流域年内降水在汛期更加集中,极端降水事件发生的可能性增大;（2）下垫面条件演变特征:研究区综合土地利用变化动态不明显,其中天然植被稍有减少,居民及城乡建设用地总体面积虽少,但其土地利用变化动态度达77.46%;流域内绝大部分区域植被发展呈现增加趋势,植被覆盖演变整体处于较好状态;（3）分布式水文模型（WEP模型）构建:基于分布式WEP水文模型,按输入格式统一整合研究区现有数据,得到适用于研究区的分布式流域水文模型,其中佛子岭站率定期年均径流量相对误差为-9.44%,纳什效率系数以及相关系数分别为0.71、0.87,验证期年均径流量误差为-7.15%,纳什效率系数与相关系数分别达到0.70、0.85;黄尾河站率定期年均径流量相对误差为2.65%,纳什效率系数以及相关系数分别为0.92、0.97,验证期年均径流量误差为9.68%,纳什效率系数与相关系数分别达到0.86、0.94。表明所构建的分布式水文模型适合于淠河上游流域,能够较为准确的对淠河上游流域水文过程进行模拟。（4）气候变化和人类活动的影响识别:气候变化与人类活动在流域产汇流过程中作用相反,气候变化主要通过影响降水量减少流域出口流量,人类活动则有助于增加流域出水口流量,但气候变化对径流过程的影响要远大于人类活动的影响;气候变化和人类活动对径流过程的影响主要体现在夏秋两季;流域径流量锐减由气候变化引起,人类活动使流域径流量稍有增加,增加量占气候变化所引起年际减少量的2%-3%,而年内的相对贡献则差异较大,尤其是在冬季。（5）气象水文要素的未来预估:径流对气候变化的响应是一个综合复杂的过程,其中气温-降水、气温-径流之间呈负相关,降水-径流相关性呈正相关,气温升高,在一定程度上致使降水量、径流量减少;流域未来有整体变暖趋势,其中流域面均温、极温均呈现增加趋势,极端高温情况更为严峻;在不同气候情景模式下,流域年降水量减少主要体现在夏季降水量减少（7月最为显着）,而春、秋两季降水量稍有增加,其中,春季降水量增加约占夏季降水减少量的2/3,秋季降水增加量约为夏季减少量的1/3;在各种RCPs情景模式下,春季径流量有所增加,秋季径流量有所减少,7月份径流量较基准期锐减,且径流峰值月也有7月提前到6月份。
富强,马冲,张徐杰,许月萍[8]（2016）在《气候变化下兰江流域未来径流的变化规律》文中进行了进一步梳理为了研究气候变化对径流变化的影响,选择了浙江省钱塘江流域支流兰江作为研究区域,以1971—2000年为基准期,以2071—2100年为预测期,结合统计降尺度方法的LARS-WG天气发生器和CMIP5模型,利用分布式水文模型SWAT,计算和分析了兰江流域未来径流可能变化的情况。研究结果表明,在气候变化影响下,兰江流域未来的径流总量增加的概率较大,同时夏季发生洪水的频率也将有所增加。
马冲[9]（2016）在《气候变化对浙江省典型流域水文水资源的影响研究》文中研究指明工业革命以来,全球变暖趋势明显。气候变化已经成为全人类面临的共同挑战。最新的研究表明,气候变化有极大的可能性是由人类活动造成的。气候变化影响着全球水文循环,使得降雨和温度在时间和空间上发生巨大变化,极端气象事件和极端水文灾害发生的频率和影响增加。研究气候变化对水文水资源的影响,可以为水资源相关战略的制定、极端气象水文灾害预防等提供良好的技术支持,具有十分重要的现实意义。全球气候模式GCMs是研究气候变化的重要工具。但往往存在与研究区域时空分辨率不匹配的问题。降尺度方法是弥补这一缺陷的常用方法。相比于动力降尺度方法,统计降尺度方法由于计算简便,使用灵活,在气候变化对水文水资源影响评估中使用得更为频繁。统计降尺度工具常用于计算不同气候排放情景下未来的降雨与温度,并以此驱动流域水文模型获得径流序列进行预估分析。而在这过程中,GCMs往往产生巨大的不确定性,集合方法是减少这一不确定性的常用方法。本文选取了浙江省及其典型流域作为研究区域,展开了气候变化的相关研究。首先,选取了 CMIP5下的18个GCMs,并计算了其简单平均集合值,以1971-2000年为基准期,通过比较实测气象数据,分析了该时期内6个常用气象变量的GCMs模拟值与实测值的差别,评估了 CMIP5下的18个GCMs以及其集合值在浙江省的适用性。结果表明,大部分GCMs在浙江省内能较好地模拟降雨、温度和太阳辐射以及其空间特性,而只有很少的几个GCMs能很好地反映浙江省风速和相对湿度的特征。综合六个气象变量来看,BCC-CSM1-1和BNU-ESM这两个中国本土的GCMs是最适合研究浙江省气候变化对水文水资源影响的GCMs。其次,为减小气候变化研究中的不确定性,采用贝叶斯集合（BMA）方法,计算分析了四个不同浓度变化情景（RCPs）下浙江省未来的降雨和温度变化。结果表明,不同GCMs的结果在不同RCPs下给出的结果各不相同,存在着较大的不确定性。在 RCP2.6和 RCP4.5排放情景下,IPSL-CM5A-LR、MIROC5、CNRM-CM5、CSIRO-Mk3-6-0、GFDL-ESM2G、GFDL-ESM2M、GISS-E2-H、GISS-E2-R、BCC-CSM1-1和BNU-ESM这九个GCMs预测结果表明,在全省范围内未来年降雨量可能存在不超过25%的下降。CanESM2和MPI-ESM-LR的预测结果则表明浙江省未来全区域的年降雨可能有不到10%的上升。而在RCP6.0中,BCC-CSM1-1,CSIRO-Mk3-6-0,GFDL-CM3,GFDL-ESM2G,GFDL-ESM2M,GISS-E2-H,GISS-E2-R,IPSL-CM5A-LR,MIROC5和MRI-CGCM3这10个GCMs预测年降雨下降,幅度在20%以内,在RCP8.5情景下,BCC-CSM1-1,BNU-ESM,CNRM-CM5,GFDL-CM3,MRI-CGCM3,GISS-E2-H,GISS-E2-R,IPSL-CM5A-LR 预测年降雨量下降,CanESM2,GFDL-ESM2G,GFDL-ESM2M,MPI-ESM-LR和CSIRO-Mk3-6-0则预测年降雨量上升。大部分GCMs预测月尺度的降雨是以上升为主。且不同情景下的降雨变化趋势比较一致。全省未来最小温度的年均值变化在1.3到2.4℃之间,而最高温度变化在0.8到4.1℃之间。为评估气候变化对浙江省水资源的可能影响,选取Hadgem2ES模型,在RCP8.5情景下,初步分析了钱塘江流域未来的降雨变化规律。因单站统计降尺度存在的问题,使用并评估了 一个较新的多站点统计降尺度工具GIST在钱塘江流域的适用性。结果表明GIST能很好地模拟降雨量并还原不同站点降雨的空间相关性,是一种可靠的统计降尺度工具。为了分析枯水径流在气候变化下的可能变化,结合GR4J集中式水文模型,计算了金华江流域未来的径流,并计算了枯水指数。结果表明,在21世纪的最后30年,金华江流域在枯水季节的水资源在RCP8.5情景下可能更为充沛。最后,参考CMIP5在浙江省适用性的评估结果,选取了 10个CMIP5里的GCMs,提出一种结合统计降尺度工具LARS-WG和后处理的方法,并利用SWAT水文模型来预估气候变化对兰江流域未来径流的影响。用两种统计降尺度方法输出的基准期降雨温度来驱动水文模型SWAT时,发现经过后处理的降雨能提供更好的模拟效果。使用后处理之后的数据,计算未来不同气候情景和全球气候模式下兰江流域的径流以及BMA集合值,分析兰江流域预测期与基准期径流模拟值不同分位点、年径流总量和季节径流的变化规律。结果表明,兰江流域未来的径流量呈现增长的趋势,而径流增长更容易发生在夏季和秋季。在高排放情景下,冬季和春季容易出现水资源短缺的现象。从径流的时间分布来看,未来径流更容易出现两极分化现象。
王大伟[10]（2015）在《浙江省兰江流域农田水利研究（1949-1962）》文中认为兰江是浙江省最大水系钱塘江的南源,其流域主体范围位于浙江省中部,覆盖今金华、衢州两市大部。中华人民共和国成立初,属金华、衢州专署管辖,1955年行政区划调整后,统一于金华专署。1949年前,兰江流域农田水利主要以陂塘、堰坝灌溉为主,规模小、分布散,国家权力较少介入基层的农田水利事业。1949年中华人民共和国成立后,兰江流域农田水利建设从整修、恢复旧有工程起步,以乡村农会为主体建立起水利委员会、治水委员会等基层水利组织。随着兰江流域所辖的金华、衢州专署及下属各县专职水利机构的成立,逐步构建起现代意义的水政体系,并开始将乡村基层分散、小型的农田水利纳入组织管理。兰江流域的农田水利逐渐由传统农业社会以地方官员、乡绅主导的偶发的农田兴修行为,转向由政府主导的统筹规划、兴修、维护和利用。20世纪50年代,随着国家权力向下延伸,计划经济体制的逐步建立,以及农业生产组织方式的变革,基层农田水利事业完全纳入了国家治理体系。第一个五年计划时期,兰江流域开始以群众运动形式,以兴修小型水库工程为主,开展基层农田水利体系的建设。与此同时,在农业社会主义改造运动过程中,组织行为、集体行动成为农田水利建设的主要体现和实践内容。而从1957年冬至1958年春的全国性农田水利建设运动,以及1958年后以大中型水库为主的水利建设,使农田水利事业整体上从以抗灾防灾为导向,完全转入政治运动的发展轨迹。特别是在“大跃进”和人民公社化运动中,农田水利工程建设“扎营施工”,实行“兵团作战”,在施工中重于政治考量,任意、无偿调动劳动力和资金。一般认为,集体化进程是农田水利建设规模不断扩大的体制环境,实际上以群众运动形式开展起来的农田水利建设高潮,亦加速了集体化进程。1949至1962年,从中央到地方农田水利治理组织体系的架建,取得了显着成效。政治主导、在实践中以群众运动形式操作,使得农田水利建设得以大规模展开。兰江流域新建的各种水利工程使农田灌溉面积快速增长,积累了丰富的建设经验,提高了农田的平均抗旱能力。但政治主导下的农田水利事业,在实践中的运动化操作,也一定程度上干扰了农田水利事业有序的、具长期规划发展轨迹。
二、兰江流域洪涝灾害发生规律研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、兰江流域洪涝灾害发生规律研究（论文提纲范文）
（1）气候变化条件下黄土高原水文综合风险评估（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究区域概况 |
| 1.3 国内外研究进展 |
| 1.3.1 未来气候预估 |
| 1.3.2 极端降水时空特征研究 |
| 1.3.3 干旱风险研究进展 |
| 1.3.4 小结 |
| 1.4 研究思路与框架 |
| 第2章 黄土高原近60年极端降水事件多指标风险评估 |
| 2.1 引言 |
| 2.2 研究方法 |
| 2.2.1 边缘分布及单变量重现期 |
| 2.2.2 极端降水指标联合分布 |
| 2.2.3 极端降水指标的二元重现期 |
| 2.3 数据及指标介绍 |
| 2.4 结果分析 |
| 2.4.1 单指标变量分析 |
| 2.4.2 二元分析 |
| 2.5 本章小结 |
| 第3章 黄土高原多维极端降水指标时空变化特征 |
| 3.1 引言 |
| 3.2 数据介绍 |
| 3.3 研究方法 |
| 3.3.1 混合高斯模型 |
| 3.3.2 联合概率分布及重现期 |
| 3.4 案例及结果分析 |
| 3.4.1 案例研究 |
| 3.4.2 不同方案重现期在两个三十年周期的变化 |
| 3.4.3 不同方案重现期移动窗口变化趋势 |
| 3.5 本章小结 |
| 第4章 基于Vine-Copula的集合降尺度方法开发 |
| 4.1 引言 |
| 4.2 数据介绍 |
| 4.3 方法开发 |
| 4.4 结果分析 |
| 4.4.1 方法应用和评价 |
| 4.4.2 未来降水集合预测结果 |
| 4.5 本章小结 |
| 第5章 黄土高原未来干旱高温耦合风险评估 |
| 5.1 引言 |
| 5.2 数据和框架 |
| 5.3 研究方法 |
| 5.3.1 系统框架 |
| 5.3.2 分布模型 |
| 5.3.3 风险识别 |
| 5.4 结果分析 |
| 5.4.1 数据矫正验证及分析 |
| 5.4.2 分布拟合结果 |
| 5.4.3 单变量及联合重现期的空间分布 |
| 5.5 本章小结 |
| 第6章 黄土高原泾河流域未来水文干旱评估 |
| 6.1 引言 |
| 6.2 研究流域及数据 |
| 6.3 研究方法 |
| 6.3.1 未来径流模拟 |
| 6.3.2 水文干旱识别 |
| 6.4 方法应用及结果分析 |
| 6.4.1 不同RCP情景下的气候水文预测 |
| 6.4.2 干旱识别与分析 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 主要结论 |
| 7.2 贡献与创新 |
| 7.3 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）基于分形理论的水文过程分析与模拟（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 流域水文分析 |
| 1.2.2 水文模型及参数率定 |
| 1.2.3 西藏地区独特的水文过程、研究困境及现状 |
| 1.2.4 分形理论在流域水文过程研究中的应用 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究技术路线 |
| 2 分形理论基础 |
| 2.1 引言 |
| 2.2 分形的性质 |
| 2.3 分形的应用 |
| 2.3.1 单分形理论的应用 |
| 2.3.2 多重分形理论的应用 |
| 2.3.3 联合多重分形谱的应用 |
| 2.4 基于分形理论的分析方法 |
| 2.4.1 时间序列的Hausdorff维数分析 |
| 2.4.2 联合多重分形谱(JMS)分析 |
| 2.5 本章小结 |
| 3 董古沟流域多要素水文过程及其驱动响应机理 |
| 3.1 引言 |
| 3.2 研究区域 |
| 3.2.1 董古沟流域自然地理情况 |
| 3.2.2 数据来源 |
| 3.3 研究方法 |
| 3.3.1 径流指标分析 |
| 3.3.2 土壤湿度-土壤温度-降水相关分析 |
| 3.3.3 基于分形理论的分析方法 |
| 3.4 研究结果 |
| 3.4.1 径流指标分析结果 |
| 3.4.2 土壤湿度-土壤温度-降雨相关分析结果 |
| 3.4.3 联合多重分形谱分析结果 |
| 3.4.4 联合多重分形谱季节分析结果 |
| 3.5 本章小结 |
| 4 基于分布式水文模型的董古沟流域水文模拟 |
| 4.1 引言 |
| 4.2 研究区域 |
| 4.3 研究方法 |
| 4.3.1 DHSVM模型 |
| 4.3.2 ANOVA敏感性分析方法 |
| 4.3.3 ε-NSGAII遗传算法 |
| 4.3.4 敏感性分析及多目标率定的目标函数 |
| 4.4 研究结果 |
| 4.4.1 ANOVA敏感性分析结果 |
| 4.4.2 多目标率定结果 |
| 4.5 本章小结 |
| 5 基于Hausdorff维数的水文模型参数率定 |
| 5.1 引言 |
| 5.2 研究区域 |
| 5.2.1 董古沟流域 |
| 5.2.2 兰江流域 |
| 5.2.3 湘江流域 |
| 5.3 研究方法 |
| 5.3.1 基于Hausdorff维数的水文模拟评估方法 |
| 5.3.2 HBV集总式水文模型 |
| 5.3.3 NSGAII多目标率定 |
| 5.3.4 其他模型评估方法 |
| 5.4 研究结果 |
| 5.4.1 Hausdorff维数对水文过程线整体的影响 |
| 5.4.2 Hausdorff维数对HBV模型参数的影响 |
| 5.4.3 Hausdorff维数对径流成分的影响 |
| 5.4.4 E-RD多目标率定策略效果分析 |
| 5.5 本章小结 |
| 6 基于联合多重分形谱的水文模型模拟效果评估 |
| 6.1 引言 |
| 6.2 研究方法 |
| 6.2.1 联合多重分形谱分析法(JMS) |
| 6.2.2 研究设计 |
| 6.3 研究结果 |
| 6.3.1 模拟流量-实测流量的联合分形特征验证 |
| 6.3.2 JMS在评估水文模型时的特征 |
| 6.3.3 JMS对HBV集总式水文模型模拟效果的评估 |
| 6.3.4 JMS对DHSVM分布式水文模型模拟效果的评估 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者筒历及主要研究成果 |
（3）基于SWAT模型的旬河流域径流和输沙模拟研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展与趋势 |
| 1.2.1 气候变化与径流量关系研究 |
| 1.2.2 景观格局变化与输沙量关系研究 |
| 1.2.3 SWAT模型研究进展 |
| 1.3 研究内容与目标 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.3.3 技术路线 |
| 第二章 材料与方法 |
| 2.1 研究区概况 |
| 2.1.1 地理方位 |
| 2.1.2 自然与人文环境概况 |
| 2.2 数据来源及预处理 |
| 2.2.1 数据来源 |
| 2.2.2 数据预处理 |
| 2.3 SWAT水文模型的构建 |
| 2.3.1 SWAT模型运行原理 |
| 2.3.2 空间及属性数据库的构建 |
| 2.3.4 子流域的划分 |
| 2.3.5 水文响应单元的生成及运行模型 |
| 2.3.6 模型参数敏感性分析、校准和验证 |
| 2.4 未来气候变化情景下的径流量模拟分析 |
| 2.4.1 未来气候情景的设置 |
| 2.4.2 径流量对气候变化响应分析 |
| 2.5 景观格局变化情景下的输沙量模拟分析 |
| 2.5.1 景观格局变化分析 |
| 2.5.2 流域产沙过程对景观指数变化的响应分析 |
| 第三章 流域径流量对未来气候变化情景的响应 |
| 3.1 模型适用性评价结果 |
| 3.1.1 流域径流量拟合结果 |
| 3.1.2 流域输沙量拟合结果 |
| 3.1.3 模型拟合效果评价 |
| 3.2 流域径流量对未来气候变化情景的响应 |
| 3.2.1 历史与未来降水量及温度变化 |
| 3.2.2 历史和未来气候情景下流域径流量的影响 |
| 3.2.3 RCP情景下年内四季度平均径流量对比 |
| 3.2.4 流域径流量与历史气候情景之间的关系 |
| 3.2.5 流域径流量与未来气候情景(RCP)之间的关系 |
| 3.2.6 讨论 |
| 第四章 流域输沙量对景观格局变化情景的响应 |
| 4.1 流域土地利用分类 |
| 4.2 时空尺度上子流域输沙量比较 |
| 4.3 流域景观格局指数空间分异特征 |
| 4.4 流域景观格局变化对输沙量的影响 |
| 4.5 子流域景观格局指数与输沙量相关性及解释度 |
| 4.6 讨论 |
| 第五章 结论与展望 |
| 5.1 研究结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文目录 |
| 致谢 |
（4）基于TIGGE数据的分布式集合洪水预报研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1. 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 集合数值天气预报模式 |
| 1.2.2 水文集合预报系统 |
| 1.2.3 分布式集合洪水预报 |
| 1.2.4 研究存在的问题及发展趋势 |
| 1.3 研究内容与技术路线 |
| 1.3.1 本文研究内容 |
| 1.3.2 研究技术路线 |
| 2. TIGGE日值降水预报在中国衢江流域的适用性评估 |
| 2.1 本章引言 |
| 2.2 研究区域和数据介绍 |
| 2.3 研究方法 |
| 2.3.1 统计后处理方法 |
| 2.3.2 评估方法 |
| 2.4 研究结果与分析 |
| 2.4.1 预报准确度分析 |
| 2.4.2 绝对指标分析 |
| 2.4.3 概率指标分析 |
| 2.5 讨论与小结 |
| 3. 基于TIGGE数据的中期集合洪水预报在兰江流域的研究 |
| 3.1 本章引言 |
| 3.2 研究区域和数据介绍 |
| 3.3 研究方法 |
| 3.3.1 研究框架 |
| 3.3.2 VIC水文模型简介 |
| 3.3.3 耦合并行遗传算法的水文模型率定策略 |
| 3.3.4 基于模块法的模型输出组合 |
| 3.3.5 多模型集合方法 |
| 3.3.6 评估指标 |
| 3.4 研究结果与分析 |
| 3.4.1 VIC模型在率定、验证期的模拟效果分析 |
| 3.4.2 等权重单EPS集合的性能评估 |
| 3.4.3 基于不同集合方法的多模型超级集合的评估 |
| 3.4.4 POT峰值预报和QM后处理结果 |
| 3.5 讨论与小结 |
| 4. 水文集合预报在雅鲁藏布江典型洪量及其径流成分预测中的研究 |
| 4.1 本章引言 |
| 4.2 研究区域和数据介绍 |
| 4.2.1 雅鲁藏布江流域概况 |
| 4.2.2 数据介绍 |
| 4.3 方法简介 |
| 4.3.1 水文模型率定方法 |
| 4.3.2 帕累托最优参数组选取方法 |
| 4.3.3 基于融雪追踪算法的径流组分分割 |
| 4.3.4 ECMWF预报数据后处理 |
| 4.3.5 评估指标 |
| 4.4 研究结果分析与比较 |
| 4.4.1 VIC模型对雅江径流的模拟能力评估 |
| 4.4.2 参数化QM对ECMWF气象预报的处理效果 |
| 4.4.3 VIC-ECMWF系统对典型洪量的预报能力 |
| 4.4.4 VIC-ECMWF系统对洪量成分的预报能力 |
| 4.5 讨论与小结 |
| 5. 基于时变误差模型的水文预报提高和不确定性量化分析 |
| 5.1 本章引言 |
| 5.2 数据介绍 |
| 5.3 研究方法 |
| 5.3.1 VIC模型与冰川模块 |
| 5.3.2 ERRIS误差模型 |
| 5.3.3 误差统计的时变特征与时变ERRIS模型 |
| 5.3.4 评估方法 |
| 5.4 结果与分析 |
| 5.4.1 误差统计的时变特征 |
| 5.4.2 时变误差模型整体性能评估 |
| 5.4.3 误差模型在不同季节的表现 |
| 5.4.4 误差模型在不同月份的表现 |
| 5.4.5 从参数角度解析误差模型的表现 |
| 5.5 讨论与小结 |
| 6. 结论与展望 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 个人简历及科研成果 |
| 个人简历 |
| 科研成果 |
| 主持/参与科研项目 |
| 学术会议 |
（5）气候变化对瓯江流域水文气象要素的影响（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 气候变化研究进展 |
| 1.2.1 气候变化下水文气象要素研究现状 |
| 1.2.2 气候变化情景和全球气候模式 |
| 1.2.3 统计降尺度研究进展 |
| 1.3 水文模型DHSVM研究进展 |
| 1.4 研究内容和技术路线 |
| 第2章 基于BCSD方法的气象数据降尺度 |
| 2.1 数据简介 |
| 2.2 BCSD降尺度方法简介 |
| 2.3 研究区概况 |
| 2.4 统计降尺度结果评估 |
| 2.5 本章小结 |
| 第3章 全球变暖背景下瓯江流域未来气温、降水变化趋势 |
| 3.1 研究数据及方法 |
| 3.1.1 研究数据 |
| 3.1.2 等权重集成 |
| 3.2 未来温度变化 |
| 3.2.1 不同时间尺度下的变化规律 |
| 3.2.2 空间分布变化特征 |
| 3.2.3 集合分析 |
| 3.3 未来降水变化 |
| 3.3.1 不同时间尺度下的降水变化规律 |
| 3.3.2 空间分布变化特征 |
| 3.3.3 集合分析 |
| 3.4 本章小结 |
| 第4章 水文模型构建及流域水文过程模拟 |
| 4.1 流域DHSVM模型的构建 |
| 4.1.1 模型简介 |
| 4.1.2 数据收集与处理 |
| 4.2 ANOVA方法 |
| 4.2.1 方法简介 |
| 4.2.2 敏感性分析 |
| 4.3 流域水文过程模拟 |
| 4.3.1 参数率定及评价指标 |
| 4.3.2 模拟结果分析 |
| 4.4 本章小结 |
| 第5章 气候变化对甄江流域未来蒸散发及径流的影响 |
| 5.1 未来蒸散发 |
| 5.2 未来径流 |
| 5.3 极端径流 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及科研成果 |
（6）基于卫星遥感信息的云-降水水资源预测预警模型研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水资源预警系统研究 |
| 1.2.2 遥感技术在降水测量中的应用 |
| 1.2.3 云反演降水参数选取 |
| 1.2.4 降水云与非降水云判别 |
| 1.2.5 云-降水预测模型研究 |
| 1.3 研究内容及技术路线 |
| 2 研究区域与研究方法 |
| 2.1 乌溪江流域概况 |
| 2.2 MODIS数据 |
| 2.2.1 MODIS数据简介 |
| 2.2.2 卫星数据反演方法 |
| 2.3 人工神经网络 |
| 2.3.1 BP神经网络简介 |
| 2.3.2 MATLAB实现BP神经网络 |
| 2.4 支持向量机 |
| 2.4.1 支持向量机简介 |
| 2.4.2 MATLAB实现支持向量机 |
| 3 云参数因子选取及云参数反演 |
| 3.1 云参数 |
| 3.1.1 云-降水的物理基础 |
| 3.1.2 云参数光谱特征 |
| 3.1.3 云参数选取 |
| 3.2 MODIS云参数反演 |
| 3.2.1 MODIS数据的获取 |
| 3.2.2 云参数反演方法 |
| 3.2.3 云参数的反演 |
| 4 云参数与降水的BP神将网络预测预警模型 |
| 4.1 云参数与降水关系分析 |
| 4.2 BP神经网络预测模型结果分析 |
| 4.2.1 年际模型能力分析 |
| 4.2.2 分季模型能力分析 |
| 5 云参数与降水的支持向量机预测预警模型 |
| 5.1 支持向量机预测模型结果分析 |
| 5.1.1 PSO-LSSVM训练结果分析 |
| 5.1.2 PSO-LSSVM预测结果分析 |
| 5.2 BP神经网络模型与支持向量机模型比较 |
| 5.2.1 模型基础 |
| 5.2.2 模型性能表现 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 作者简历 |
| 硕士期间参与科研项目与成果 |
（7）气候变化和人类活动对淠河上游流域水文过程的影响识别（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景、目的与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 研究现状 |
| 1.2.2 研究展望 |
| 1.3 研究内容和技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 2 研究区域概况 |
| 2.1 自然地理概况 |
| 2.1.1 地理位置 |
| 2.1.2 地质地貌 |
| 2.1.3 河流水系 |
| 2.1.4 气候水文 |
| 2.1.5 土壤与植被 |
| 2.2 社会经济概况 |
| 2.2.1 行政分区与人口 |
| 2.2.2 经济发展与能源利用 |
| 2.2.3 水土资源开发利用 |
| 3 淠河上游流域水文气象因子时空演变特征分析 |
| 3.1 数据来源与研究方法介绍 |
| 3.1.1 数据来源与数据预处理 |
| 3.1.2 突变性检测 |
| 3.1.3 趋势显着性分析 |
| 3.1.4 周期性分析 |
| 3.1.5 相关性分析 |
| 3.2 流域降水时空演变特征 |
| 3.2.1 流域降水突变性分析 |
| 3.2.2 流域降水空间分布特征 |
| 3.2.3 流域降水趋势显着性分析 |
| 3.2.4 流域降水周期性分析 |
| 3.3 流域气温演变特征 |
| 3.3.1 流域气温突变性分析 |
| 3.3.2 流域气温趋势显着性分析 |
| 3.4 流域径流演变特征 |
| 3.4.1 流域径流突变性分析 |
| 3.4.2 流域径流趋势显着性分析 |
| 3.4.3 流域降水与径流相关性分析 |
| 3.4.4 流域年径流周期性分析 |
| 3.5 本章小结 |
| 4 淠河上游流域下垫面条件演变特征分析 |
| 4.1 数据来源与研究方法介绍 |
| 4.1.1 数据来源介绍 |
| 4.1.2 研究方法简介 |
| 4.2 流域土地利用时空变化特征 |
| 4.2.1 流域土地利用时间变化分析 |
| 4.2.2 流域土地利用空间变化分析 |
| 4.3 淠河上游流域植被演变特征分析变化 |
| 4.4 本章小结 |
| 5 淠河上游流域分布式水文模型构建 |
| 5.1 模型构建需求分析 |
| 5.2 模型结构 |
| 5.2.1 空间结构 |
| 5.2.2 模型构建流程 |
| 5.3 关键要素模拟 |
| 5.3.1 能量过程模拟 |
| 5.3.2 蒸发蒸腾计算 |
| 5.3.3 入渗过程模拟 |
| 5.3.4 地表径流计算 |
| 5.3.5 土壤水与壤中流量计算 |
| 5.3.6 坡面汇流与河道汇流计算 |
| 5.3.7 空气动力学阻抗与植生群落阻抗计算 |
| 5.4 输入数据与处理 |
| 5.4.1 数字高程 |
| 5.4.2 土地利用 |
| 5.4.3 气象数据 |
| 5.5 模型校验 |
| 5.5.1 校验策略 |
| 5.5.2 校验准则 |
| 5.5.3 参数敏感性分析 |
| 5.5.4 模型参数率定 |
| 5.6 模拟结果与评价 |
| 5.7 本章小结 |
| 6 气候变化与人类活动对淠河上游流域历史水文过程影响贡献率分析 |
| 6.1 基本假定与研究思路 |
| 6.2 气候变化与人类活动对流域水文过程的整体识别 |
| 6.3 气候变化背景下人类活动对流域水文过程的影响 |
| 6.4 气候变化对流域水文过程的影响识别 |
| 6.5 气候变化与人类活动贡献率分析 |
| 6.6 本章小结 |
| 7 基于RCP情景的流域未来气象水文要素演变与评价 |
| 7.1 气候情景模式与研究方法介绍 |
| 7.2 RCPs情景下流域降水-温度-径流相关性分析 |
| 7.3 RCPs情景下流域气温要素演变特征 |
| 7.4 RCPs情景下流域降水要素演变分析 |
| 7.5 RCPs情景下流域径流要素演变分析 |
| 7.5.1 RCPs情景下流域径流年际演变分析 |
| 7.5.2 RCPs情景下流域径流年内演变分析 |
| 7.6 本章小结 |
| 8 结论与展望 |
| 8.1 主要结论 |
| 8.2 主要创新点 |
| 8.3 研究不足与展望 |
| 攻读学位期间参加的科研项目及发表的学术论文 |
| 致谢 |
| 参考文献 |
（8）气候变化下兰江流域未来径流的变化规律（论文提纲范文）
| 1 数据来源与研究方法 |
| 1.1 研究区域概况 |
| 1.2 数据来源 |
| 1.3 LARS-WG天气发生器 |
| 1.4 SWAT模型 |
| 2 计算结果 |
| 2.1 月降雨量与月最高和最低气温的验证 |
| 2.2 SWAT模型的率定与验证 |
| 2.3 兰江流域未来径流变化 |
| 3 结语 |
（9）气候变化对浙江省典型流域水文水资源的影响研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 气候变化对水文水资源影响的研究现状 |
| 1.3 气候变化情景和全球气候模式 |
| 1.4 统计降尺度方法 |
| 1.5 水文模型在气候变化影响评估中的作用 |
| 1.6 枯水水文研究 |
| 1.7 研究框架 |
| 1.7.1 研究的目的和意义 |
| 1.7.2 研究内容和技术路线 |
| 第2章 CMIP5全球气候模式在浙江省的适用性评估 |
| 2.1 背景介绍 |
| 2.2 研究区域、数据和研究方法 |
| 2.2.1 研究区域简介 |
| 2.2.2 数据来源 |
| 2.2.3 评估方法 |
| 2.3 计算结果 |
| 2.4 本章小结 |
| 第3章 CMIP5下浙江省未来的气候变化 |
| 3.1 背景介绍 |
| 3.2 研究数据及方法 |
| 3.2.1 CMIP5数据 |
| 3.2.2 贝叶斯模型平均法(Bayesian Model Averaging) |
| 3.3 计算结果 |
| 3.3.1 BMA权重 |
| 3.3.2 未来降雨变化 |
| 3.3.3 未来温度变化 |
| 3.3.4 不确定性分析 |
| 3.4 本章小结 |
| 第4章 基于Hadgem2-ES的钱塘江流域降雨变化及其子流域的枯水变化 |
| 4.1 背景介绍 |
| 4.2 流域概况及数据 |
| 4.3 研究方法介绍 |
| 4.3.1 多站点天气发生器GIST |
| 4.3.2 Change Factor方法 |
| 4.3.3 GR4J水文模型 |
| 4.4 结果分析 |
| 4.4.1 多站点天气发生器的评估 |
| 4.4.2 钱塘江流域预测期的降雨变化 |
| 4.4.3 金华江流域未来枯水变化 |
| 4.5 本章小结 |
| 第5章 基于CMIP5和SWAT模型的气候变化对兰江流域未来径流影响 |
| 5.1 背景介绍 |
| 5.2 研究区域与数据 |
| 5.2.1 研究区域概况 |
| 5.2.2 数据来源 |
| 5.3 LARS-WG天气发生器 |
| 5.4 LARS-WGPP多站天气发生器 |
| 5.5 SWAT水文模型 |
| 5.6 计算结果 |
| 5.6.1 LARS-WG的验证 |
| 5.6.2 SWAT的率定与验证 |
| 5.6.3 兰江流域未来径流变化 |
| 5.7 本章小结 |
| 第6章 结论与展望 |
| 6.1 创新点 |
| 6.2 结论 |
| 6.3 展望 |
| 参考文献 |
| 研究成果 |
（10）浙江省兰江流域农田水利研究（1949-1962）（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 绪论 |
| 一、选题缘起 |
| 二、研究现状 |
| 三、研究时段与区域界定 |
| 四、研究思路与文章框架 |
| 第一章 自然环境与历史变迁 |
| 第一节 自然环境 |
| 第二节 区划沿革 |
| 第三节 传统农业概况 |
| 第四节 农田水利事业的历史积累 |
| 第二章 国家战略:农田水利事业新取向 |
| 第一节 传统农田水利及其近代转型 |
| 第二节 农田水利发展的国家工业化战略取向 |
| 第三节 农田水利政策演变 |
| 第三章 传承与改造:农田水利组织管理的新体系 |
| 第一节 水政体系的构建 |
| 第二节 从水利委员会到水利指挥部 |
| 第三节 水利组织 |
| 第四节 基层技术指导网络 |
| 第四章 从恢复到跃进:农田水利建设的三个发展阶段 |
| 第一节 农田水利的恢复重建(1949-1953) |
| 第二节 合作化运动中的水利兴修(1953-1957) |
| 第三节 “跃进”到调整(1957-1962) |
| 第五章 农田水利建设投入:劳动力、资金和技术 |
| 第一节 劳动力投入 |
| 第二节 资金投入 |
| 第三节 技术贡献 |
| 第六章 农田水利建设成效评述 |
| 第一节 工程性成果 |
| 第二节 粮食增产贡献分析 |
| 结语 |
| 主要参考文献 |
| 附录 |
| 附录 1: 浙江省人民政府农林厅1950年关于治水运动的简要总结(节选) |
| 附录 2: 浙江省一九五一年农田水利春修工程总结(节选) |
| 附录 3: 中国人民银行农田水利放款章程(1951年) |
| 附录 4: 金华专区冬修水利指挥部正式成立通知 |
| 附录 5: 兰溪县水利投资贷款领用办法(1957年1月) |
| 附录 6: 中共金华地委、金华专员公署关于大干一冬春实现水利化的指示(节选) |
| 作者简介 |
四、兰江流域洪涝灾害发生规律研究（论文参考文献）
- [1]气候变化条件下黄土高原水文综合风险评估[D]. 孙朝兴. 华北电力大学(北京), 2020
- [2]基于分形理论的水文过程分析与模拟[D]. 白直旭. 浙江大学, 2020(01)
- [3]基于SWAT模型的旬河流域径流和输沙模拟研究[D]. 梅嘉洺. 西藏大学, 2020(06)
- [4]基于TIGGE数据的分布式集合洪水预报研究[D]. 刘莉. 浙江大学, 2020(01)
- [5]气候变化对瓯江流域水文气象要素的影响[D]. 王紫霞. 浙江大学, 2020(02)
- [6]基于卫星遥感信息的云-降水水资源预测预警模型研究[D]. 周丁旺. 浙江大学, 2019(02)
- [7]气候变化和人类活动对淠河上游流域水文过程的影响识别[D]. 沈振乾. 华北水利水电大学, 2019(01)
- [8]气候变化下兰江流域未来径流的变化规律[J]. 富强,马冲,张徐杰,许月萍. 华北水利水电大学学报(自然科学版), 2016(05)
- [9]气候变化对浙江省典型流域水文水资源的影响研究[D]. 马冲. 浙江大学, 2016(01)
- [10]浙江省兰江流域农田水利研究（1949-1962）[D]. 王大伟. 浙江大学, 2015(12)