[发明专利]一种水文循环变异驱动下二维干旱灾害评估方法

权利要求书

1.一种水文循环变异驱动下二维干旱灾害评估方法，其特征在于，包括：

S1：采集基础气象水文数据，其中，基于气象水文数据包括M个全球气候模式模拟数据、气象数据以及流域控制水文站的流量系列；

S2：基于基础气象水文数据和分位数偏差校正方法，获得M组气候变化情景下的气象模拟系列；

S3：通过M组气候变化情景下的气象模拟系列驱动预先构建的流域水文模型，模拟得到未来情景下的流域水文过程，其中，未来情景下的流域水文过程包括研究区域内各子流域在历史时期以及未来时段的M组径流长序列；

S4：基于研究区域内各子流域在历史时期以及未来时段的M组径流长序列，获得标准化径流指数，并通过游程理论提取M组径流长序列对应的干旱历时特征值与干旱烈度特征值；

S5：建立流域水热耦合平衡方程，率定水热耦合平衡方程特征参数，并分析特征参数与标准化径流指数的相关性；

S6：基于水热耦合平衡方程，并采用水热耦合平衡方程中特征参数为协变量，建立非一致性条件下的时变边缘分布函数和联合概率分布函数；

S7：根据S6中建立的时变边缘分布函数和联合分布函数，求取给定重现期下干旱历时和干旱烈度的最可能组合情景，将其作为灾害评估的结果。

2.如权利要求1所述的灾害评估方法，其特征在于，S2具体包括：

计算全球气候模式GCMs的输出变量与观测气象变量在各个分位数上的差异，并将该差异在全球气候模式输出未来情景的各分位数上去掉，得到未来修正后的GCMs气候预测，即M组气候变化情景下的气象模拟系列。

3.如权利要求1所述的灾害评估方法，其特征在于，S3具体包括：

S3.1：通过实测气象与水文资料率定并筛选最优水文模型作为流域水文模型；

S3.2：将获得的M组气候变化情景下的气象模拟系列输入最优水文模型，模拟得到未来情景下的流域水文过程。

4.如权利要求3所述的灾害评估方法，其特征在于，S3.1具体包括：将实测气象序列输入新安江、GR4J、HMETS与HBV四种水文模型，以KGE效率系数最大为目标，通过SCEUA方法率定各模型，选取KGE效率系数最高的模型，作为最优水文模型，

式中，r表征模拟序列与实测序列的皮尔逊线性相关系数，α表征模拟序列与实测序列的方差之比，β表征模拟序列与实测序列的均值之比，KGE效率系数的范围为(-∞,1)，其中，当KGE＝1时，代表模拟序列与实测序列完全吻合。

5.如权利要求1所述的灾害评估方法，其特征在于，S4具体包括：

S4.1：在历史时段，首先通过概率分布拟合各月径流量：

式中，F(r)表征P-Ⅲ分布的累积概率分布函数，α、β、ω分别为其形状、尺度和位置参数，然后通过逆标准化过程获取历史时段标准化径流指数以及历史时段SRI指标长序列，标准化径流指数即SRI指标值：SRI(r)＝Φ^-1(F(r))；

S4.2：对于未来时段，将模拟的月径流量输入历史基准期确定的P-Ⅲ分布，获取累积分布概率，再对获取的累积分布概率进行逆标准化，获取未来时段SRI指标序列；

S4.3：利用流域的M组历史时段SRI指标长序列与未来时段SRI指标序列，以游程理论为基础，分别提取M组历史时段SRI指标长序列的干旱历时与干旱烈度特征值，M组未来时段SRI指标序列的干旱历时与干旱烈度特征值。