基于TIGGE和分布式水文模型的农业干旱预警

面向国家粮食安全，围绕当前全球气候变化背景下干旱预警这一国际科学前沿与国家需求，针对农业干旱预警中如何准确描述农业受旱程度这一核心科学问题，选取农业干旱频频发生的淮河流域为研究区域，基于野外调研，综合运用地理信息系统与空间模拟方法，考虑分布式水文模型TOPMODEL和新安江水文模型各自的优缺点并融合"3S"技术，构建分布式水文模型，再耦合陆面过程CLM的动态植被模块，形成分布式生态水文模型，充分利用现有的TIGGE集合预报数据集，提高分布式生态水文模型对土壤湿度的模拟精度，考虑作物生长发育规律，结合国家标准《气象干旱等级》和《农业干旱预警等级》干旱等级划分标准，定量评估淮河流域农业干旱的时空分布特征和演变趋势，提出一套基于TIGEE资料及分布式水文模型的土壤湿度集合预报方法，阐明导致农业重要旱情的内在气象水文机理，为提高我国农业防灾减灾能力及可持续发展提供理论依据。

本课题组紧紧围绕项目目标，在基于TIGEE资料利用同化技术NOAH_LSM进行动力降尺度、基于TOPMODEL和新安江水文模型构建新水文模型XXT、结合“3S”技术将XXT发展为分布式水文模型D-XXT、陆面过程CLM的动态植被模块与分布式水文模型耦合、基于TIGEE资料及分布式生态水文模型的土壤湿度集合预报、结合国家标准《气象干旱等级》和《农业干旱预警等级》干旱等级划分标准进行淮河流域农业干旱中短期预警方案的研究、探讨农业干旱灾害的时空演变规律等方面做了大量的研究开发工作，并取得了一系列研究成果。 . 针对传统的新安江模型和TOPMODEL模型存在的空间土壤动态水表达方面的缺陷，本研究将土壤蓄水容量曲线和地下水水位线紧密关联，形成新的蓄水容量曲线概念，并与TOPMODEL土壤分层结构及地下产流方程结合构建了新型降雨-径流模型—XXT。并引进了3S技术和CLM的动态植被模块，开发了一个新的基于格点的分布式汇流方案算法，将XXT拓展为分布式水文模型D-XXT。. 利用NOAH-LSM模式对TIGGE集合预报数据集进行降尺度处理，并将获得分辨率为1000M的降水、蒸发数据驱动分布式生态水文模型D-XXT进行土壤湿度集合预报。用此方法预报的土壤湿度精度显著优于传统的单一模式预报结果。. 通过研究分析AMSR-E遥感数据和实测的土壤湿度数据，构建了干旱指数MPDI，并探讨分析了基于MPDI的淮河流域农业干旱灾害的时空演变规律。基于TIGGE集合预报数据集驱动下的分布式生态水文模型D-XXT输出的土壤湿度集合预报数据集，应用统计分析的方法建立了其与实测土壤水分的回归模型，结合国家标准《气象干旱等级》和《农业干旱预警等级》干旱等级划分标准构建了一套中短期农业干旱预警等级方案。. 本项目共公开发表的论文20篇，其中SCI/SCIE收录论文6篇，EI收录论文13篇。项目研究组中，共有12位硕士的学位课题与该自然基金项目有关，现已有11位硕士毕业。超额完成了项目计划指标。