优化水文模型的气候模式选择：使用SWAT在Maumee河流域的一个案例研究

研究背景

敏感性分析结果表明，径流对降水的响应是全年一致的，而对温度的响应更为复杂。在温暖的季节，较高的温度导致蒸散量增加，流量减少；在凉爽的季节，较高的温度导致更多的融雪，这导致流量增加。根据我们的加权方案，GISS-E2-R被确定为Maumee河流域最具代表性的气候模式。然后，我们使用所有CMIP5模型比较了SWAT模拟径流的性能。最具代表性的气候模型根据相关系数和平均绝对误差排名第一，根据纳什效率系数排名第二，而使用简单平均法选择的模式分别排名第五、第四和第十二。在对泥沙输移、氮磷等关键变量进行评价的基础上，最优气候模式也比其他CMIP5模型具有更高的相关系数和更具代表性的标准差。基于相关系数和Taylor’s skill得分，所选气候模式的性能也优于32个气候模式集合平均值。在不同时间尺度上应用该方法时，需要考虑径流对气候因子的响应时间。

a)MRB中的径流响应对全年降水比气温更敏感。然而，温度的影响不容忽视，尤其是在春季。月径流对温度的响应比径流对降水的响应更明显。径流对温度变化响应的标志和强度都是全年变化的。

b)在月尺度上，我们的方法选择的GCM是GISS-E2-R，它在相关系数、平均绝对误差、纳什效率系数和Taylor’s skill得分上表现良好。在所有这些指标方面，没有一个全球监测系统的排名更高。

c)GISS-E2-R也优于使用简单平均方法和多模式集成选择的GCM。GISS-E2-R具有较高的相关系数、平均绝对误差、纳什效率系数和Taylor’s skill得分，但其平均绝对误差也高于多模式集合。

d） 积雪和土壤湿度是与水文响应密切相关的两个因素。了解积雪和土壤湿度的模式对于解释径流对降水和温度的敏感性至关重要。

本文提出的气候模式选择方法可用于选择最具代表性的气候模式来评价气候变化对世界其他流域的影响。