基于贝叶斯模型平均的全球洪水中长期预报评估研究

筛选全球5839个水文站逐日径流数据,采用超阈值采样法提取洪水发生频率及时间,将各季节最大日流量作为季节洪水量级,以优选的多个大尺度气候因子的最佳前置月份序列作为潜在预报因子,基于贝叶斯模型平均法构建全球尺度洪水中长期预报模型,并利用均方误差技术指数(MSESS)评价模型的预报效果。结果表明:全球范围内,洪水量级和频率模拟预报效果合格(0.6>MSESS>0.2)的水文站点占比分别为48%和28%;利用前置季节气候因子数据,驱动所构建的洪水中长期预报模型,有效预报了2020年鄱阳湖流域洪水量级将异常偏高。

气候因子对全球洪水的影响及其驱动机制

气候变化对洪水时空演变具有重要影响。然而,由于缺乏全球水文观测数据,现有研究集中于区域尺度,难以形成洪水变化与气候因子关系的全球性认识。本文通过整编全球最新实测水文数据集,系统评估全球洪水变化与气候因子的关系及其影响机理。结果表明,气候因子对全球洪水变化具有显著的影响。其中,南方涛动(SOI)对北美、南美以及澳大利亚的洪水影响最为显著,印度洋海温偶极子(IOD)对欧洲和南美的洪水影响最为显著,欧洲、北美洪水多受大西洋多年代际振荡(AMO)影响,而太平洋年代际振荡(PDO)主要影响南美和欧洲的洪水。气候因子主要通过改变海平面气压和大气环流,对全球洪水产生影响。本文对理解全球洪水变化及其形成机理有重要意义。