多源径流数据在中国不同流域的比较研究

多源径流数据是理解地表水资源分布格局和演变规律的基础,径流数据的比较和筛选是其应用和推广的前提,但中国范围内的径流数据比较研究仍相对缺乏。本研究在中国九大流域片,选取控制范围不重叠、1961—2014年天然径流资料连续的82个水文站,从多年平均径流量和径流变化趋势两个方面,评价了CMIP6地球系统模式、ISIMIP3a全球水文模型、基于陆面模型的GLDAS和CNRD、基于机器学习的GRUN等四类33套径流数据集的质量。研究表明:(1)百分比偏差的评价结果显示,经过偏差校正的CMIP6、ISIMIP3a、GLDAS、GRUN、CNRD均能较好模拟大部分流域的平均径流;综合标准差、均方根误差、皮尔逊相关系数3个评价角度的泰勒图分析结果显示,CNRD在松辽河流域,长江、珠江、东南诸河流域,西北、西南诸河流域表现最优,偏差校正后的CMIP6和GLDAS多模型平均结果在黄淮海流域表现最优。(2)多源径流数据对多年平均径流量的模拟普遍较好,而对年径流变化趋势的模拟结果较差,特别是CMIP6和GRUN严重低估了径流趋势,约10个流域的趋势模拟结果与天然径流资料的趋势相反。(3)多源径流数据在相对干旱区域模拟结果较差,亟需提高驱动数据质量、改进模型结构、优化模型参数,以提升模型对干旱区水循环过程模拟的精度。这项工作为研究中国河川径流及地表水资源时空演变规律,提供了数据筛选的重要依据,为多源径流数据在中国不同流域的更新与发展,明确了可能的问题和改进方向。