本研究基于分布式冰冻圈-生态-水文耦合模型GBEHM，模拟了三峡水库过去60年及未来50年间的入库流量；在此基础上，基于双神经网络耦合的集成机器学习（Ensemble Machine Learning）模型，刻画了三峡水库的调度规则，进而量化了三峡水库调度对洪水干旱的调节作用。结果表明，在历史时段，三峡水库调度能够使得洪峰减少29.2%、洪水总历时下降53.4%，若三峡水库投入运行，1998年的洪峰能够被削弱24.7%；对发生在11月至次年4月的干旱，三峡水库调度能够使烈度、峰值和总历时下降5%~10%。
在未来气候情景下，长江上游洪水干旱呈上升趋势；尽管三峡水库仍然能够对洪水干旱起到有效调节作用，但无法将其降低至历史阶段水平。三峡水库对未来50年洪峰、洪水总历时的削弱幅度预计分别下降至23.8%和25.1%，均低于历史水平，对干旱指标的削弱能力也有所下降。从32个IHA径流情势指标来看，对于大多数指标，水库调度部分抵消了气候变化的影响；但对于少数指标，水库调度和气候变化的影响方向相同，水库调度可能在一定程度上加剧气候变化对河流生态的不利影响。上述结果表明，三峡水库调度在气候变化背景下面临新挑战。
论文原文
扫码访问原文
论文作者
文章作者为清华大学水利系程瀚博士生，王泰华助理研究员，杨大文教授。
该研究工作得到了国家自然科学基金项目资助支持。
关于期刊
Water Resources Research 发表水文学，以及关于水资源的自然和社会科学的原创性研究论文和评论文章，包括水资源在物理、化学、生物学和生态学、公共卫生健康以及相关社会和政策科学中的角色，以及能推动水资源科学及其管理进步的方法论文章。期刊旨在提供对于水在地球系统中作用的广泛知识。
从投稿到一审意见的中位数时间：95天
点击下方“阅读原文”访问Water Resources Research期刊网站，阅读更多精彩内容。
