气候变化下水文循环过程不确定性显著增强，全球极端气候愈发频繁。骤旱作为一种极端水文事件，相比传统干旱，其发展更为迅速、预见期更短，难以进行有效的监测预警。近十年来，骤旱在全球范围内频发，如2012年美国中部骤旱、2013年中国长江中下游骤旱、2015年非洲南部骤旱等，造成了巨大的经济损失与社会影响。
塔里木河（塔河）作为中国最大的内陆河（图1），流域面积达102万平方公里，其水资源主要来自源流区的冰川积雪，极易受气候变化的影响。作为南疆人民的母亲河，准确识别气候变化下塔河流域源流区的水资源演变及骤旱特征，对于保障地区社会经济与生态环境的可持续发展具有重要意义。然而，受气候变化多样性、水文循环复杂性以及观测数据的缺乏等因素影响，气候变化下的塔河流域水资源演变存在显著不确定性。
图1. 塔里木河流域源流区(a)及耕地分布(b)的示意图
针对大尺度流域水文模型构建困难、气候变化及水文模拟不确定性强等挑战，太阳官网吴吉春教授和曾献奎副教授课题组，基于分布式水文模型VIC和国家气象科学数据构建了塔河流域源流区水文模型，结合BP神经网络替代模型和贝叶斯不确定性分析方法进行了模型参数识别，采用CMIP6十个具有代表性的气候模式进行了历史时期(1961-2014)骤旱事件的验证, 并预测了未来时期(2021-2100)研究区的水资源演变和骤旱特征（频次、持续时间、强度）。此外，还对骤旱预测的不确定来源（CMIP模式、SSP情景和VIC模型参数）进行了定量识别。
论文主要发现包括：(1) 基于贝叶斯不确定性分析的VIC模型可以有效刻画研究区水文循环过程（图2）；(2) 未来时期(2021-2100)，山区相比于平原区具有更高的骤旱频率和强度；(3) 骤旱预测的最大不确定性来源为CMIP模式（贡献81%），其次为SSP情景（贡献15%）和VIC模型参数（贡献4%）（图3）。
图2 (a)和(b)分别表示识别期和验证期的测站月径流量模拟值和观测值序列，(c)和(d)分别表示识别期和验证期的测站月径流量模拟值和观测值散点图
图3 VIC模型参数、CMIP6模式和SSP情景对研究区的骤旱预测不确定性的贡献率平均值
相关研究成果于2023年3月以“Projection of Flash Droughts in the Headstream Area of Tarim River Basin Under Climate Change Through Bayesian Uncertainty Analysis”为题发表于地学领域重要期刊《Journal of Geophysical Research: Atmospheres》。博士研究生于洨晗为论文第一作者，曾献奎副教授为通讯作者，合作者包括吴吉春教授、王栋教授，以及中科院新疆生态与地理研究所桂东伟研究员和河海大学苟琪琪博士。该研究得到了关键地球物质循环前沿科学中心和国家自然科学基金面上项目的支持。
论文信息：Yu, X., Zeng*, X., Gui, D., Li, X., Gou, Q., Wang, D., & Wu, J. (2023). Projection of flash droughts in the headstream area of Tarim River Basin under climate change through Bayesian uncertainty analysis. Journal of Geophysical Research: Atmospheres, 128, e2022JD037634.
论文链接：https://doi.org/10.1029/2022JD037634
