水文模型在气候变化下高、低流量模拟中的稳健性评估

本研究针对水文模型在气候变化影响评估中的参数稳健性问题，创新性地提出基于未来气候序列选择历史校准期的评估框架。研究人员通过HBV和GR6J模型在比利时Lesse流域的验证发现，模型在模拟未来气候条件下的高（年最大日流量变化-14%至+27%）和低流量（年最小7日平均流量变化-66%至+13%）时性能虽降低但仍可接受，揭示了模型结构优化对减少气候变化预测不确定性的重要性。

　　

随着全球气温升高和降雨强度变化，极端水文事件频发已成为威胁人类社会可持续发展的重大挑战。洪水不仅直接危及生命财产安全，干旱更会长期影响供水、发电和航运功能，而现有水文模型在气候变化背景下的适用性仍存疑——模型参数基于历史数据校准，能否有效预测未来非稳态气候条件下的极端流量？这一难题被列为水文科学19个未解问题之一。为此，荷兰特文特大学的研究团队在《Journal of Hydrology》发表研究，首次建立直接利用未来气候序列筛选历史校准期的评估框架，为水文模型的稳健性验证提供了新范式。

研究采用比利时Lesse流域1968-2021年水文气象数据，选取HBV（水文响应单元模型）和GR6J（六参数降雨-径流模型）两种典型模型。关键技术包括：1）基于3日降水极值（1.6%超越频率）和30日干旱指数确定高/低流量气象指标；2）采用多目标函数（NSE、KGE、PBias组合）校准；3）通过分样本测试（DSST）对比模型在历史期与未来相似气候期的表现；4）集成5个CMIP6气候情景（SSP1-2.6至SSP5-8.5）进行不确定性分析。

研究结果
高流量模拟
模型在模拟未来湿润气候时效率系数平均降低0.15，但NSE仍>0.6。年最大日流量在2100年变化幅度达-14%（SSP1-2.6）至+27%（SSP5-8.5），主要受冬季降水增加驱动。

低流量模拟
干旱情景下模型性能下降更显著，年最小7日平均流量变化区间为-66%至+13%，夏季蒸发增强是主导因素。参数敏感性分析显示GR6J的地下水模块参数在干旱期变异度达40%。

不确定性来源
温室气体排放情景贡献55%不确定性，气候模型差异占30%，而水文模型结构与校准方法共导致15%变异。多目标校准可降低参数补偿效应带来的偏差。

结论与意义
该研究证实即使采用优化校准，水文模型在极端气候下仍存在性能衰减，但通过改进模型结构（如增强蒸散发模块）可提升稳健性。创新性地将未来气候特征反向映射至历史数据选择的方法，突破了传统DSST的局限性，为气候变化影响评估提供了更科学的验证工具。成果对流域灾害预警系统设计和适应性水资源管理具有重要实践价值，尤其为欧盟洪水指令（Floods Directive）的实施提供了技术支撑。