基于40年流域-海岸耦合模型模拟的美国中大西洋河口极端洪水重现期水位研究

本研究针对气候变化背景下美国中大西洋特拉华湾及河流系统日益严峻的复合洪水风险，通过集成分布式水文土壤植被模型(DHSVM)和有限体积社区海洋模型(FVCOM)，构建了1980-2019年高分辨率水动力耦合模拟框架。研究创新性地提出"洪水水深"(Floodwater Depth)指标，结合广义极值分布(GEV)和广义帕累托分布(GPD)方法，首次实现了该区域极端水位重现期的空间异质性量化，为沿海社区防洪规划提供了分辨率较传统潮位站数据提升两个数量级的基准数据集。

　　

在全球气候变化加剧的背景下，沿海城市正面临日益严峻的洪水威胁。联合国开发计划署报告显示，到2050年全球5%的沿海城市人口将暴露在更高洪灾风险中，这个数字到2100年可能翻倍。美国东海岸作为风暴潮频发区域，近年来接连遭受"桑迪""伊恩"等飓风袭击，单次灾害损失就超过千亿美元。然而，传统基于单点潮位观测的极值统计方法存在时空覆盖不足的缺陷，特别是在特拉华湾这种河流-海洋相互作用显著的复杂河口系统，亟需新的研究方法突破。

为解决这一科学难题，太平洋西北国家实验室的Mithun Deb团队在《Scientific Data》发表了创新性研究。该研究通过整合WRF-TGW大气再分析数据、分布式水文土壤植被模型(DHSVM)和有限体积社区海洋模型(FVCOM)，构建了1980-2019年特拉华湾及河流系统的高分辨率耦合模拟框架。研究团队开发了"洪水水深"(Floodwater Depth)新指标——定义为总水位减去年度最高潮位(king tide)，采用广义极值分布(GEV)和广义帕累托分布(GPD)两种经典极值统计方法，首次实现了该区域极端洪水重现期水位的空间异质性量化。

关键技术方法包括：1) 使用水平分辨率达30-90米的DHSVM-FVCOM耦合模型系统；2) 基于WRF-TGW数据集获取40年连续气象强迫场；3) 通过潮汐调和分析分离年度峰值潮位；4) 采用PyExtreme工具包进行极值统计分析；5) 在NERSC超算系统完成约110万CPU小时的大规模模拟。

方法概述

研究采用确定性模型与统计模型相结合的方法，首先通过DHSVM模拟流域水文过程，再驱动FVCOM进行三维水动力模拟。模型网格分辨率从近海区域的30公里渐变至河流狭窄段的30米，共包含21.9万个三角单元。通过ADCIRC潮汐数据库和NOAA海平面趋势数据构建开边界条件，实现了潮汐-风暴潮-河流流量的全耦合模拟。

潮汐分析与洪水水深估计

创新性地提出"洪水水深"概念，通过去除年峰值潮位来突显风暴引起的洪水效应。相比传统的非潮汐残差(NTR)和偏斜涌浪(skew surge)指标，该方法更准确反映河口系统的实际淹没情况。如图4所示，当水位超过年度最高天文潮时，即产生具有防洪意义的正洪水水深值。

极值分析与重现期水位

研究对比了区块最大值/广义极值分布(BM/GEV)和超阈值/广义帕累托分布(POT/GPD)两种方法的适用性。结果显示：在开阔海岸区域，BM/GEV具有更好的拟合效果和更窄的置信区间；而在河流主导区域，POT/GPD则表现更优。通过融合2019年峰值潮位与洪水水深重现期值，最终生成了10/25/50/100年一遇的静水位(Stillwater Elevation)空间分布图。

技术验证

模型验证显示：1) 对于总水位的模拟，相关系数达0.91-0.97，技能分数(Skill)为0.91-0.94；2) 主要半日潮分潮(M₂)的振幅误差从海湾入口的0.002米增至上游河流段的0.189米；3) 在里迪角(Reedy Point)潮位站，BM/GEV方法对100年重现期水位的预测误差为0.19米，而POT/GPD误差达0.88米，反映后者对样本量更敏感。

研究意义与局限

这项研究创建了首个覆盖特拉华湾全流域的40年极端洪水事件数据库，空间分辨率较传统潮位站数据提升两个数量级。其创新价值在于：1) 揭示了不同洪水生成机制(风暴潮vs河流洪水)在河口空间上的主导性差异；2) 为FEMA洪水保险地图更新提供了科学依据；3) 建立的建模框架可推广至全球类似河口系统。主要局限包括模型在河流段对M₂分潮的低估(达0.19米)，以及POT/GPD方法在低频极端事件估计中的较大不确定性。

该数据集已通过MSDlive平台公开共享，包含1681个空间点的水位时间序列、洪水水深重现期估计等核心数据。这些成果不仅可直接服务于特拉华湾区