《Advances in Climate Change Research》:Nighttime warming amplifies the synergistic effects of snowmelt and rain on floods in arid northwestern China
编辑推荐:
夜间增温深刻影响着干旱西北中国的水文循环。然而,夜间增温为何引发洪水目前仍不清楚。鉴于极端洪水日益严重,阐明夜间增温对洪水的影响对于减灾至关重要。在此,研究人员结合滑动窗口与XGBoost算法,分析了1980年至2019年干旱西北中国春季和夏季洪水频率对夜间增
夜间增温深刻影响着干旱西北中国的水文循环。然而,夜间增温为何引发洪水目前仍不清楚。鉴于极端洪水日益严重,阐明夜间增温对洪水的影响对于减灾至关重要。在此,研究人员结合滑动窗口与XGBoost算法,分析了1980年至2019年干旱西北中国春季和夏季洪水频率对夜间增温的依赖性。结果表明,夜间增温显著加剧了该地区的春季和夏季洪水。关键在于,在显著的夜间增温驱动下,夏季洪水主要发生在干旱西北中国的中部和南部地区,其上升速率(约每十年2.24次)比春季洪水更快,尤其在2010年代之后。在多个流域中,夜间增温对洪水的平均影响比白天增温高79.52%。在春季,当夜间温度接近0 °C、多日降水累积超过5.12 mm且融雪累积超过61.25 mm时,额尔齐斯河流域、准噶尔和伊犁内流盆地以及塔里木内流盆地中融雪与降雨之间的协同相互作用显著放大了洪水发生。在夏季,塔里木内流盆地、柴达木内流盆地和河西走廊-阿拉善内流盆地中夜间高温(≥5.63 °C)、融雪和极端降水的组合导致洪水数量多于春季。结果揭示了夜间增温触发以融雪为主的流域洪水的临界阈值和机制,强调了加强夜间灾害监测的重要性。
论文解读:夜间增温对干旱西北中国洪水影响的机制研究
研究背景与意义:
气候变化深刻影响水文过程,如降水格局、径流、蒸发、冰川消融和地下水补给,加剧了极端事件的频率和强度。洪水是最广泛和破坏性的灾害之一,其发生与雪、冰川和多年冻土的融化密切相关,显著改变了山区的水文过程并增加了水文不稳定性。洪水通常由多种自然因素(如极端降水、极端温度和冰雪融化)的相互作用引起。在中国西北流域,冰冻圈迅速消退,年洪峰的变化由最大年降水量以及冰雪覆盖的减少共同驱动。同时,冬季降雨量增加和连续增温可能通过增加土壤含水量来减少季节性积雪覆盖并加速中纬度和高纬度地区的融雪,导致更大的地表径流。气候因子的滞后效应对极端洪水的形成和演变也必须进行探讨。干旱西北中国正变得越来越暖湿,近几十年来融雪相关洪水的频率显著增加。该地区具有大陆性气候,由于较大的水汽亏缺和生态脆弱性,对气候变化高度敏感。自1990年代以来,大规模气候模态加强了外部水汽向该地区的输送,同时加速的冰冻圈消退和增加的地表径流强化了区域水循环和降水过程。1979年至2018年期间,该地区经历了非对称增温,平均气温每十年增加0.4 °C,且夜间增温速率超过白天增温速率。夜间增温可以通过改变植被物候和雪物候深刻影响区域水文循环,而这些过程对夜间增温高度敏感。同时,降雨量增加(速率:每十年5.07 mm),加上长期增温,加速了该地区冰冻圈的早期融化,从而增加了温度引发的融雪洪水和雨雪混合洪水的风险。然而,夜间增温引发洪水的机制仍不清楚。因此,由于与之相关的灾害风险不断升级,必须量化夜间增温对融雪洪水的影响。干旱西北中国洪水发生涉及相当大的复杂性,特别是关于极端增温对洪水的影响。然而,快速增温、持续降雨、融雪及其滞后效应的综合效应和相互作用尚未得到系统分析。机器学习(如XGBoost算法)允许创建滞后特征并分析时间序列数据,以捕捉变量之间的非线性相互作用。因此,研究人员假设:1)季节性洪水可能受到干旱西北中国气候因子滞后效应的显著影响;2)夜间增温可能导致融雪与降水之间比白天增温更强的相互作用,可能引发更多洪水。为了验证这些假设,研究人员整合了高分辨率洪水再分析数据、每日气候和雪水当量(SWE)数据,并采用XGBoost算法探讨了1980至2019年干旱西北中国极端洪水年份春季和夏季洪水的频率变化及驱动机制。该研究还为应对洪水风险提供了科学支持。论文发表在《Advances in Climate Change Research》。
主要关键技术方法:
研究人员使用了全球3小时河流洪水再分析数据(GRFR V1.0,0.05° × 0.05°)提取洪水信息,数据源来自国家青藏高原数据中心,并基于14000个全球站点的日径流观测数据验证了精度(决定系数R2为0.71,均方根误差RMSE为8.87 m3/s)。气候数据包括中国每日最高温度(maxtmp)、最低温度(mintmp)和降水(preTOT)(0.25° × 0.25°),来自中国科学院大气物理研究所气候变化研究中心,基于中国2400个地面气象站的日观测数据。每日SWE数据(0.25° × 0.25°)来自国家青藏高原数据中心(1980-2020年)。计算了春季(3月至5月)和夏季(6月至8月)的季节平均最高温、最低温、融雪和总降水。使用广义极值分布(GEV)和最大似然估计(MLE)识别不同重现期的洪水。结合滑动窗口(经检验确定为35天)与XGBoost算法(一种基于梯度提升决策树的机器学习算法)捕获气候因子对洪水的滞后影响,并利用SHAP(Shapley Additive Explanations,沙普利加性解释)计算各特征的边际贡献。采用贝叶斯优化进行超参数调优,所有分析在Python 3.10中进行,并使用5折交叉验证评估模型(R2> 0.6,RMSE低则认为模型有效)。
研究结果:
3.1 洪水与气候的时空特征
春季和夏季五个流域的洪水频率随时间增加,夏季洪水发生比春季更频繁。春季洪水频率在额尔齐斯河流域、准噶尔和伊犁内流盆地以及塔里木内流盆地西部显著增加(p < 0.1),而夏季洪水频率主要分布在中部和南部地区。夏季洪水频率的增加速率(每十年0.7至5.9次)明显高于春季洪水(每十年0.3至2.7次),这种差异在2010年后尤为明显。
3.2 气候因子对春季洪水的滞后效应
额尔齐斯河流域、塔里木内流盆地以及准噶尔和伊犁内流盆地的春季洪水主要由preTOT、融雪和mintmp的滞后效应驱动(R2≥ 0.69,RMSE = 0.20至0.36)。对于这三个流域,maxtmp、mintmp、融雪和preTOT的最佳滞后天数为5至28天。同时,preTOT(≥0.256)、融雪(≥0.217)和mintmp(≥0.205)对三个流域洪水频率的影响最为显著。mintmp的影响明显强于maxtmp。与其他流域相比,额尔齐斯河流域和准噶尔和伊犁内流盆地的春季洪水受mintmp滞后效应的影响更强。
3.3 气候因子对夏季洪水的滞后效应
预测模型能很好地捕捉夏季洪水(R2≥ 0.63,RMSE = 0.13至0.8)。额尔齐斯河流域和准噶尔和伊犁内流盆地的夏季洪水主要受preTOT和融雪滞后效应的影响,而塔里木内流盆地、柴达木内流盆地和河西走廊-阿拉善内流盆地的夏季洪水主要受mintmp、融雪和preTOT滞后效应的影响。在额尔齐斯河流域和准噶尔和伊犁内流盆地,maxtmp、mintmp、融雪和preTOT的最佳滞后天数为9至26天,preTOT(≥0.374)和融雪(≥0.314)贡献最高。对于塔里木内流盆地、柴达木内流盆地和河西走廊-阿拉善内流盆地,mintmp、融雪和preTOT的最佳滞后天数为16至30天。与其他流域相比,塔里木内流盆地和柴达木内流盆地的夏季洪水受mintmp滞后效应的影响更强。除额尔齐斯河流域外,mintmp对夏季洪水频率的影响比maxtmp更显著,塔里木内流盆地差异最大(0.177)。
3.4 春季和夏季洪水影响因子的定量分析
mintmp、融雪和preTOT对春季和夏季洪水频率的贡献表现出明显的非线性增加。当mintmp、融雪和preTOT超过特定阈值时,春季和夏季洪水频率增加。在春季,当mintmp接近0 °C,preTOT超过5.12至20.89 mm,融雪大于77.89至87.62 mm时,额尔齐斯河流域和准噶尔和伊犁内流盆地的洪水频率显著增加。在夏季,夜间高温(>13.74 °C)、融雪(>123.64 mm)和preTOT(>22.66 mm)的组合导致塔里木内流盆地洪水频率逐渐增加,该流域最为突出。然而,在额尔齐斯河流域和准噶尔和伊犁内流盆地,夏季夜间增温对洪水频率的影响较小。
讨论与结论:
讨论部分指出,结果显示夜间增温随干旱西北中国的增温、变湿和快速融雪而加速。春季和夏季的平均夜间增温速率分别超过白天增温速率每十年0.94和0.32 °C,这归因于云量增加的向下长波辐射和增强的温室效应以及湿度增加。过去几十年,温度对中国西北干旱区径流的贡献增加,特别是在祁连山、昆仑山和天山。非对称增温导致热量积累和水文循环变化,可能与降雨和融水协同作用以提升地表径流。研究期间该干旱区春季和夏季洪水频率随时间显著增加。同时,夏季洪水每十年增加速率是春季的2.24倍,在2010年代后急剧上升。这归因于2000年代至2010年代冰川斑块面积大幅减少(23.6%)以及2010年代南疆暖季融雪超过历史平均值。春季洪水在该干旱区北部和西部最为突出,而夏季洪水在中部和南部更常见。额尔齐斯河流域、准噶尔和伊犁内流盆地以及塔里木内流盆地在春季和夏季经历了大和特大洪水,而在柴达木内流盆地和河西走廊-阿拉善内流盆地,洪水仅发生在夏季。这些季节差异可能与增温、融雪和降水格局有关。此外,研究人员发现夜间增温(mintmp)在融水主导流域的重要性增加(p < 0.1)。1980年至2019年,这些流域的mintmp、maxtmp、preTOT和融雪均上升,mintmp比白天增温(maxtmp)上升更剧烈。春季和夏季mintmp的平均增加速率(分别为每十年1.16和0.64 °C)大于maxtmp(分别为每十年0.22和0.32 °C)。同时,额尔齐斯河流域、准噶尔和伊犁内流盆地的春季洪水以及塔里木内流盆地、柴达木内流盆地和河西走廊-阿拉善内流盆地的夏季洪水受夜间极端温度的影响更强,多个流域中夜间温度对洪水频率的平均影响比白天温度高79.52%。地表增温主要受雪反照率反馈机制和空气增温-长波辐射效应控制。温度升高触发融雪,降低表面反照率并增强表面辐射吸收,进而加速融雪。同时,温室气体浓度增加导致大气加热,通过向下长波辐射返回热量导致表面增温。在中国西部,空气增温-长波辐射约占夜间热量供应的67%。同时,中国西北春季和夏季的夜间热集中区受当地气候系统调制,这些区域通常形成于副热带高压和低压系统之间,并常与强上升运动耦合,这种大气配置导致云厚增加和湿度更高,捕获长波辐射,加剧夜间增温和降雨。此外,只有当温暖温度伴随高湿度时才会发生大量融雪速率。因此,随着夜间温度升高,储存的热量在长波辐射、湿度和降水侵蚀的作用下释放,加速了春季和夏季的融雪,导致更频繁的洪水。春季额尔齐斯河流域、准噶尔和伊犁内流盆地以及塔里木内流盆地的洪水主要受一个月内mintmp、preTOT和融雪滞后效应的影响,增加了复合水文气候极端事件的风险。特别是,当mintmp升至约0 °C,preTOT高于5.12 mm,融雪超过61.25 mm时,季节性径流主要发生。目前,干旱西北中国92%的水汽来自外部区域。中纬度西风带从地中海-欧洲沿海地区、北大西洋、西欧亚和非北部非洲输送水汽。北大西洋偶极海表温度异常触发欧亚大气遥相关波列,增强向上水汽输送,这些在干旱西北中国春季增强了冬季雪积累和异常降水。同时,如果夜间温度在冬季或早春急剧上升,特别是从冰点以下升至近0 °C,雪将迅速融化,释放积累的热量,可能导致山区洪水。同时,全球变暖下寒冷地区的降雪越来越多地转变为降雨,减少了雪量。2001至2018年,中国北方春季的雨夹雪增加了约每十年1.5天。雨夹雪能强烈侵蚀雪,加速积雪融化。当与融雪和夜间增温结合时,雨夹雪会进一步加剧河流流量。因此,增温、快速融雪和雨夹雪的共同发生放大了春季洪水。夏季塔里木内流盆地、柴达木内流盆地和河西走廊-阿拉善内流盆地的洪水主要受一个月内preTOT、融雪和mintmp滞后效应的影响,不同流域阈值不同。这些流域洪水频率逐渐增加,mintmp阈值达到5.63 °C,preTOT超过20.62 mm,融雪超过19.79 mm。夏季是干旱西北中国的雨季。一方面,温暖的空气可以容纳更多水汽;另一方面,地球表面系统内增加的能量导致更强的地表增温,触发更强烈的气团向上运动,增加降水。在更温暖的条件下,超过高阈值的极端降水事件更频繁地发生,可能提升严重暴雨引发洪水的风险,并导致破坏性山洪,特别是在干旱区。同时,夏季较高温度也导致冰雪快速融化,温度增加10%使亚洲高山区总径流增加4.4%至7.2%。因此,极端降雨与持续的冰雪融化的耦合导致山区夏季洪水更频繁。总体而言,夜间增温放大了融雪和降雨对洪水的关键作用,并引致洪水季节性的差异。在北疆,海拔相对较低,融雪成为春季地表径流的主要来源,而夏季洪水主要由对流降水和冰雪融化引发。同时,塔里木内流盆地、柴达木内流盆地和河西走廊-阿拉善内流盆地地形更复杂,3500至5000米以上有广泛的冰川和雪,这些流域承受长期的夏季增温、增加的降水和快速的冰雪融化,加速了水文循环。值得注意的是,先前研究表明干旱西北中国春季洪水主要发生在北部地区,而塔里木内流盆地观察到少数极端春季洪水。由于有限的洪水案例和站点数据,该流域洪水驱动机制仍不清楚。具体而言,本研究限于塔里木内流盆地的沙漠区域,极端的年份少且可用数据缺失增加了结果的不确定性,导致阈值具有较大不确定性。因此,若无基于物理的模型,机器学习模型无法解析潜热等变量并彻底阐明物理机制。因此,未来研究应整合基于物理的模型与机器学习模型,以阐明夜间增温影响融雪洪水的机制。
结论部分总结:
研究人员采用结合最佳滑动窗口的XGBoost算法,分析了1980年至2019年干旱西北中国洪水频率及其驱动机制。发现夜间增温显著放大了一个月内五个流域融雪和降雨对洪水的协同效应。当各流域的mintmp、融雪和preTOT超过特定阈值时,春季和夏季洪水频率增加。随着春季夜间温度急剧上升至近0 °C,雪迅速融化,降雪转变为降雨,额尔齐斯河流域、准噶尔和伊犁内流盆地以及塔里木内流盆地流量变率加剧。在塔里木内流盆地、柴达木内流盆地和河西走廊-阿拉善内流盆地,当夜间高温(≥5.63 °C)加速持续的冰雪融化并结合极端降水时,夏季洪水频率增加。此外,夏季夜间增温对额尔齐斯河流域以及准噶尔和伊犁内流盆地的降水和融雪影响相对较弱。由于干旱西北中国的洪水还受地形、海拔和冰雪分布控制,应结合基于物理的模型和机器学习模型研究夜间增温引发洪水的机制。