植被与水文过程双向耦合的流域分布式水文模型研究

There is a close relation between vegetation dynamics and the water cycle. Simulating the interactions between vegetation and hydrological processes is very important for better understanding of the hydrological cycle in catchment. In this study, for the purpose of comprehensively evaluating water resources in humid catchments, a distributed hydrological model based on two-way coupling between forest vegetation dynamics and hydrological processes will be developed. The influence of climate, sunlight, soil moisture and atmospheric CO2 on vegetation dynamics and feedbacks to water cycle can be simulated. The model will be organized in the way that, under the framework of distributed hydrological model, the vegetation dynamic model works as a module and is called by the essential hydrological sub-model. The vegetation module includes the simulation about key vegetation processes, such as the interaction between plant transpiration and photosynthesis via the stomatal openings and the dynamics in leaf area. After full validation, the developed model will be applied to evaluate the influence of atmospheric CO2 on hydrological cycle and predict the spatial and temporal variations of water resources in catchments under future climate change and CO2 emission sceneries. This study will benefit comprehensive evaluation of water resources in catchment, exploration about the way how to build a successful eco-hydrological model and better understanding of the interactions between vegetation and water cycle.

植被动态与流域水循环具有紧密的联系。模拟植被和水文过程相互影响对把握流域水循环动态具有重要意义。本研究以全面评价流域水资源时空分布规律为目的，构建湿润地区自然森林植被动态与水文过程双向耦合的流域分布式水文模型。在模型中体现气候、光照、土壤水分和大气二氧化碳等环境要素对植被动态的影响及流域水循环对植被动态变化的响应。采用在流域分布式水文模型的框架下，将植被过程模型作为一个被基础水文模型调用的子模块的方式进行耦合。其中植被模块模拟光合作用和蒸腾作用通过气孔行为相互影响和叶面积动态变化等关键过程。在对模型进行充分验证的基础上，应用模型评估大气二氧化碳浓度变化对典型流域水循环的影响，预测在未来气候变化和二氧化碳排放情境下流域水资源时空分布规律。本研究对全面评价流域水资源，探索生态水文模型构建方法，深化对流域尺度植被与水文过程相互作用机制的认识具有重要意义。

本研究以在模拟流域水资源时空演变规律过程中充分体现植被动态与水文过程耦合关系为目的，以分布式水文模型BTOPMC(Block-wise use of the TOP model with the Muskingum–Cunge routing method) 和动态全球植被模型LPJ (Lund-Potsdam-Jena)为基础分别在福建晋江流域和长江支流雅砻江流域开展流域生态水文过程模拟研究工作。主要包括：1）构建了在缺资料流域使用土壤质地和有机质含量估算流域生态水文模型土壤水力学参数的方法并在通用似然不确定性分析方法（GLUE）框架下进行了评估。在晋江流域应用表明，相比于使用径流量数据率定参数土壤参数的方法，该方法的模拟不确定性更低且土壤参数值更加符合流域特征。2）以高分辨率气象数据驱动植被动态模型LPJ为基础在雅砻江流域构建植被与水文过程耦合的生态水文模型。使原本只可应用于全球尺度的模型能够模拟流域内植被动态的时空异质性并在模型中体现植物光合作用和水分利用这一关键耦合过程。1961-2010年模拟结果显示，整个雅砻江流域过去五十年净初级生产力和碳汇功能不断增强；最显著的植被类型变化发生在上游地区近二十年裸土向温带草地的转化。3）以分布式水文模型BTOPMC为基础对晋江流域生态水文过程进行模拟并评价未来气候变化对水文循环的影响。在模型经过验证同时对叶面积指数、非饱和带土壤水等与植被紧密相关要素模拟的基础上，利用16个大气环流模式（GCMs）集合平均输出建立了未来CO2中等排放强度下晋江流域2050s气候变化的情景。预测结果显示，未来晋江流域夏季和早秋径流量增加，其余季节径流量降低，蒸散发在绝大部分月份都比基线年有所增加。本研究在国内外知名学术刊物发表论文10篇，其中SCI论文5篇（3篇正式发表、1篇接收、1篇二审中），完成了项目任务书中的目标（发表论文3-6 篇，其中至少1-3篇SCI 检索）。