巴基斯坦杰赫勒姆河与杰纳布河流域洪水灾害在全球变暖下的演变预测：一种综合建模方法

《Progress in Disaster Science》：Projected evolution of flood hazards under global warming in the Jhelum and Chenab River Basins of Pakistan: An integrated modeling approach

　　

研究人员旨在评估全球变暖背景下巴基斯坦杰赫勒姆河与杰纳布河流域未来洪水灾害的演变。该研究运用了一种综合建模框架，首先利用基于物理过程的综合洪水分析系统（Integrated Flood Analysis System, IFAS）来模拟合成气候情景下的未来极端径流。随后，研究人员采用降雨径流淹没（Rainfall Runoff Inundation, RRI）模型，以合成设计洪水过程线作为非稳态流边界条件，评估不同重现期下的洪水淹没范围。研究使用了包括观测和再分析（1971–2004年）数据以及在代表性浓度路径（Representative Concentration Pathways, RCP）4.5和8.5情景下，来自通用气候系统模式（General Circulation Model, GCM）的2005–2099年投影数据。结果表明，在二十一世纪大多数重现期内，预测的洪水量级可能呈现下降趋势，这主要由气温升高、蒸散发增强以及季风降水变化所驱动。这些变化的程度和时间在不同情景和气候模式间存在差异，表明洪水量级的减少取决于具体情景而非确定性的，并应被解释为在所选气候强迫下的一种合理趋势。研究人员还估算了对应于10、25、50、100、200、500和1000年重现水平的预测洪水面积。该研究成果为可持续的洪水风险管理、气候适应规划以及弹性基础设施和土地利用策略的设计提供了重要的决策支持信息，有助于减少未来气候条件下的环境退化和经济损失。

论文解读
全球变暖背景下，极端气候事件频发，洪水作为最具破坏性的自然灾害之一，对巴基斯坦社会经济构成严峻挑战。巴基斯坦北部地处喀喇昆仑、喜马拉雅和兴都库什山脉交汇处，拥有极地外最大冰储量之一，其水文过程受到地中海西风扰动、阿拉伯海季风低压和孟加拉湾低压的共同影响。这些气候系统的相互作用在气候变暖背景下被放大，加速了水文循环，增加了极端事件发生的可能性。过去七十年，巴基斯坦因洪水、干旱和气旋遭受了巨大损失，尤其是2010年、2014年和2022年的特大洪水，凸显了该国对气候极端事件的高脆弱性以及加强气候适应与灾害风险减缓的紧迫性。洪水主要由7月至9月的强季风降雨驱动，对杰赫勒姆河和杰纳布河等主要河流流域构成重大威胁。因此，在气候变化框架下科学预测未来洪水动态，对于水资源可持续管理、防洪工程设计及国土规划至关重要。然而，利用气候模式预测洪水面临诸多挑战，包括模式结构、降尺度技术及参数化方案差异带来的显著不确定性。本研究旨在建立一个综合框架，整合气候预测与水文建模，以支持弹性基础设施设计和适应性防洪策略的制定。
为了实现上述目标，研究人员开展了一项综合建模研究，以回答关于洪水流量变化、淹没范围及关键指标改变的核心科学问题。研究区域覆盖了巴基斯坦杰赫勒姆河与杰纳布河流域，总面积约116,926平方公里。研究主要采用了以下关键技术方法：首先，选取并预处理了21个CMIP5全球气候模式（GCMs）的降水和温度输出数据，通过基于历史表现和包络线的两种方法进行筛选和集合，并生成了六种气候情景（组合了RCP4.5/RCP8.5、模式选择方法及集合策略）。其次，采用分布式水文模型综合洪水分析系统（IFAS），利用选定的气候数据以及静态的数字高程模型（DEM）、土地利用/覆盖、土壤地质等数据，进行日尺度的历史与未来径流模拟。最后，利用水文模型输出的流量序列进行洪水频率分析，并构建合成设计洪水过程线，作为二维水动力模型降雨径流淹没（RRI）模型的边界条件，从而模拟和评估不同重现期洪水的淹没范围和深度。样本队列来源为巴基斯坦水资源与电力发展局（WAPDA）在杰赫勒姆河Mangla站和杰纳布河Marala站的历史观测流量数据。
研究结果部分首先展示了IFAS模型的校准与验证效果。通过以1992年作为校准期（湿年），并以1997、2013和2014年进行验证，模型在杰赫勒姆河Mangla站和杰纳布河Marala站的日尺度模拟中表现良好，Nash-Sutcliffe效率系数（NSE）和决定系数（R²)均达到较高水平，表明模型能够可靠地模拟该区域的水文过程。
其次，论文分析了不同气候情景下的径流预测结果。六种情景下的年峰值流量时间序列显示，从RCP4.5到RCP8.5，峰值流量的量级和变率呈现系统性增长趋势。其中，经偏差校正的“最佳相关”情景产生了最显著的极端峰值。不同情景间峰值流量的差异反映了气候强迫和模式集合策略对水文响应的显著影响。
第三，洪水频率分析是研究的重点之一。通过对比基于历史数据的传统方法与基于气候预测的“前瞻性”方法，研究发现传统方法在评估高重现期洪水（如100年、500年一遇）时，可能导致对洪水潜力的偏差估计。具体而言，对于所有站点和未来时段（近期2007–2038年，中期2039–2068年，远期2069–2099年），传统方法得出的洪水估计值均高于前瞻性方法，且在高分位点差异更为明显。这表明在非平稳气候条件下，传统洪水频率分析方法可能不再适用。
第四，研究人员基于历史观测的洪水过程线，构建了归一化的中位数洪水过程线，并以此生成了对应10、25、50、100、200、500和1000年重现水平的合成设计洪水过程线（SDH）。这些过程线为后续的洪水淹没模拟提供了更真实的非稳态流边界条件。
最后，利用RRI模型进行洪水淹没与灾害制图。结果表明，对于相同重现期（如100年）的洪水，杰纳布河下游的淹没范围普遍大于杰赫勒姆河。研究详细识别了多个关键淹没区域：例如，在杰纳布河，受水坝壅水影响，Talibwala桥附近区域（左岸淹深2–2.5米，右岸3–3.5米）以及Sargodha–Faisalabad桥附近因河流汇聚导致的区域（淹深2.5–2.8米）风险较高。在杰赫勒姆河，Rasul水坝下游的Mandi Bahauddin镇和河流弯曲处附近的Khushab镇也预测会发生严重淹没。这些高风险区域的识别为灾害预警和应急规划提供了空间参考。
论文的结论与讨论部分总结指出，尽管气候模式在降水预测上存在显著的区域异质性，但本研究通过对杰赫勒姆河与杰纳布河流域的综合分析，得出在二十一世纪大多数情景下，洪水重现水平预计显著下降的结论。这可能归因于全年显著的增温和蒸发增强，以及夏季降水的减少。研究承认其结果基于情景驱动的假设模拟，而非对历史事件的复现，并指出了研究中存在的不确定性来源，如气候模式预测的固有偏差、空间降尺度方法的不确定性以及水文模型参数的固定假设等。未来的研究方向应考虑使用更新一代的气候模式、更高的数据分辨率、更长的时间范围，并纳入更多不确定性量化方法和不同的水文/水库调度模型。总体而言，本研究建立了一个从气候预测到洪水淹没评估的综合技术框架，为巴基斯坦乃至类似气候区域的洪水风险适应性管理提供了科学依据和决策支持，有助于在气候变化背景下规划更具弹性的基础设施和土地利用策略。