雅魯藏布江奴下水文站以上流域水文過程及其對氣候變化的響應(yīng)

徐 冉鐵 強(qiáng)代 超胡宏昌田富強(qiáng)

（清華大學(xué)水利水電工程系，北京 100084）

雅魯藏布江奴下水文站以上流域水文過程及其對氣候變化的響應(yīng)

徐 冉，鐵 強(qiáng)，代 超，胡宏昌，田富強(qiáng)

（清華大學(xué)水利水電工程系，北京 100084）

以雅魯藏布江奴下水文站以上流域?yàn)檠芯繉ο?，針對缺資料流域的水文計(jì)算和預(yù)測問題，采用流域水文模型THREW，用地面氣象觀測、遙感植被覆蓋和積雪面積等資料，基于斷面水文監(jiān)測數(shù)據(jù)對模型進(jìn)行率定，應(yīng)用CMIP5數(shù)據(jù)對徑流演變進(jìn)行預(yù)估。結(jié)果表明：對于雅魯藏布江奴下水文站以上流域，THREW模型對1991—1995年率定期月徑流模擬的納什效率系數(shù)為0.75，對1996—2000年驗(yàn)證期月徑流模擬的納什效率系數(shù)為0.76；IPCC AR5所設(shè)置在CO2排放量最大的情況下，徑流明顯增加。

缺資料流域；代表性單元流域；氣候變化；徑流演變；流域水文過程模擬；雅魯藏布江奴下水文站以上流域

缺資料流域的水文研究是國際水文界的研究熱點(diǎn)，是國際水文科學(xué)研究會（IAHS）于2003年啟動(dòng)的十年研究計(jì)劃的主題［1?2］，具有重要的理論意義和實(shí)踐價(jià)值。經(jīng)過十余年的努力，國際水文界獲得了一系列重要成果，其中物理性水文模型和遙感相結(jié)合被普遍認(rèn)為是解決缺資料流域水文模擬和預(yù)報(bào)問題的重要手段。

氣候是徑流的首要決定要素［3］，但人類活動(dòng)可以間接的通過改變氣候、地表覆蓋類型、土地利用等影響流域的水文循環(huán)，同時(shí)也可以通過直接取用水量的改變而影響徑流［4?8］。主要的氣候因素包括降水和氣溫等。Dore［9］的研究結(jié)果表明，全球很多地區(qū)的降水量、降水強(qiáng)度和降水類型都發(fā)生了變化。降水變化可以直接影響徑流量，很多學(xué)者［10?12］的研究表明自20世紀(jì)70年代以來，隨著全美降水呈現(xiàn)趨勢性的增加，美國大部分地區(qū)的徑流也呈增加趨勢。近百年來，全球氣溫大約升高0.74℃（1906—2005年），且近50年的增長速率相比前期更快；同時(shí)，全球氣候模式（GCM）在多種假設(shè)排放情景的模擬結(jié)果表明，2100年全球氣溫將比1900年上升約1.1℃～6.4℃［13］。

雅魯藏布江流域是世界上平均海拔最高的流域，由于地處高寒山區(qū)且流經(jīng)多個(gè)國家，是監(jiān)測資料極度缺乏的高原峽谷流域，同時(shí)變化環(huán)境下的水文情勢演變顛覆了徑流系列形成的環(huán)境背景的“一致性”。由此，需要運(yùn)用缺資料流域水文預(yù)報(bào)的方法對雅魯藏布江河道的徑流和洪水演變規(guī)律與趨勢進(jìn)行研究。當(dāng)前，一些學(xué)者對該流域進(jìn)行了相關(guān)研究。劉劍等［14］分析了20世紀(jì)下半葉雅魯藏布江流域徑流變化及氣候變化的影響，研究表明：流域年徑流量年際變化穩(wěn)定，年內(nèi)分配極不均勻，枯水期徑流量與洪水期徑流量相差較懸殊；流域有升溫的趨勢，流域降水增加趨勢明顯，降水、徑流具有一致的變化周期；從徑流年際變化分析認(rèn)為，受氣溫、降水變化的影響，可能導(dǎo)致流域徑流增加，這些變化也可能與流域地表狀況變化有關(guān)。黃俊雄等［15］結(jié)合Mann?Kendall非參數(shù)檢驗(yàn)方法分析了流域內(nèi)1956—2000年間的年徑流演變規(guī)律及其驅(qū)動(dòng)因子，結(jié)果表明：流域徑流總體上呈減少趨勢，在演變過程中表現(xiàn)出明顯的階段性和突變性；相關(guān)分析揭示出降雨是河川徑流演變的主要驅(qū)動(dòng)因子，在一定程度上氣候變化控制著徑流演變的趨勢。賈建偉等［16］對流域內(nèi)降水、徑流、蒸發(fā)和水資源量的時(shí)空變化規(guī)律進(jìn)行了分析，認(rèn)為雅魯藏布江流域降雨量在流域內(nèi)差別極大，自上游至下游迅速增加，降雨主要集中于6～9月；流域水面蒸發(fā)量較大，且隨海拔減小而增加；流域徑流量雖然大，但年內(nèi)分配極不均勻，徑流集中于汛期。

上述研究大多分析了雅魯藏布江流域過去的徑流演變規(guī)律、降水等的時(shí)空分布特征，對于徑流過程的模擬以及對于未來徑流演變的預(yù)測相對較少。因此，筆者考慮采用分布式水文模型THREW，同時(shí)結(jié)合地面觀測、遙感數(shù)據(jù)，對研究流域的水文過程進(jìn)行模擬。本研究對于掌握雅魯藏布江流域的水文演變趨勢具有重要意義，期望為研究發(fā)源于青藏高原的雅魯藏布江流域水文過程對氣候變化的響應(yīng)提供參考價(jià)值。

1 研究區(qū)域及數(shù)據(jù)來源

1.1 流域概況

雅魯藏布江是我國最重要的國際河流之一，也是西藏地區(qū)最大的河流，出境后被稱為布拉馬普特拉河，其發(fā)源于西藏地區(qū)南部的喜馬拉雅山北麓杰馬央宗冰川，經(jīng)過我國的巴昔卡后進(jìn)入印度，與恒河相匯于孟加拉國戈阿隆多市附近，由孟加拉灣匯入印度洋。本研究選取雅魯藏布江中游干流奴下水文站以上流域（東經(jīng) 81.92°～94.67°，北緯 27.61°～31.55°），地理位置如圖1所示，流域面積為18.9萬km2。奴下水文站的實(shí)測徑流數(shù)據(jù)從文獻(xiàn)［17］中得到。

1.2 遙感信息

本研究用到的遙感信息包括NDVI數(shù)據(jù)、LAI數(shù)據(jù)和積雪數(shù)據(jù)。NDVI用來表征地表植被的分布特征以及變化情況。NDVI采用AVHRR探測儀的數(shù)據(jù)作為數(shù)據(jù)來源［18］，其數(shù)據(jù)的空間分辨率為8 km×8 km，時(shí)間分辨率為“準(zhǔn)半月”（每個(gè)月前15d和當(dāng)月剩余天數(shù)），采用的時(shí)段為2001年。

LAI為葉面積指數(shù)，是植被葉面面積總和與土地面積的比例。研究采用MOD15A2 Version：5數(shù)據(jù)，空間分辨率為1km，時(shí)間分辨率為8d，采取的時(shí)段是2001年，處理后得到每一個(gè)子流域的平均LAI值。

積雪的處理與LAI處理步驟相同，采用MOD10A2 Version：5的數(shù)據(jù)，空間分辨率為500 m，時(shí)間分辨率為8d，采取的時(shí)段是2001年，最終可以得到每一子流域在每天積雪面積所占整個(gè)流域面積的比例。

1.3 氣象站點(diǎn)數(shù)據(jù)

氣象站點(diǎn)數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)［19］，包括日降水量、風(fēng)速、氣溫、氣壓、相對濕度、日照時(shí)數(shù)等數(shù)據(jù)。流域位于青藏高原地區(qū)，氣象數(shù)據(jù)的空間變異性較大，同時(shí)流域面積較大而實(shí)測站點(diǎn)較為稀疏，單個(gè)站點(diǎn)控制流域面積過大導(dǎo)致氣象站點(diǎn)數(shù)據(jù)無法較精確地反映氣象數(shù)據(jù)的空間分布，這將影響氣象站點(diǎn)數(shù)據(jù)作為輸入的模型模擬精度。

根據(jù)上述部分氣象數(shù)據(jù)，采用FAO?Penman?Monteith公式進(jìn)行潛在蒸發(fā)量計(jì)算，其一般形式為

式中：ET0——潛在蒸發(fā)量；Δ——飽和水汽壓-溫度曲線斜率；Rn——凈輻射；G——地表熱通量；γ——濕度計(jì)常數(shù)；u2——zm處風(fēng)速；es——飽和水汽壓；ea——實(shí)際水汽壓。

1.4 冰川

冰川數(shù)據(jù)來源于全國簡明冰川目錄，用ArcGis處理后可以得到每一個(gè)代表性流域單元內(nèi)冰川覆蓋面積百分比，作為模型的輸入文件。

1.5 未來氣候模式情景簡介

RCPs代表了根據(jù)IPCC第5次評估報(bào)告中4種溫室氣體的濃度（非排放）軌跡，這個(gè)軌跡用于建立氣候模型和研究，本文所采取的未來氣候模式即建立在RCPs基礎(chǔ)之上。IPCC的研究者建立了4種可能的未來氣候模式情景，這些情景都取決于未來有多少溫室氣體被釋放。4種RCPs的情景包括RCP2.6、RCP4.5、RCP6和RCP8.5，其命名規(guī)則是到2100年增加多少輻射強(qiáng)迫值，如2.6 W／m2、4.5 W／m2、6.0 W／m2和8.5W／m2。本文應(yīng)用最新的CMIP5數(shù)據(jù)對徑流演變進(jìn)行預(yù)估，未來氣候情景模擬中選用4種RCPs，未來氣候模式情景數(shù)據(jù)的網(wǎng)格分辨率為0.5°×0.5°。

2 模型與方法

采用的水文模型為THREW模型，這是一個(gè)半分布式水文模型，主要應(yīng)用于宏觀尺度。代表性流域單元（簡稱REW）是經(jīng)過嚴(yán)格定義的子流域，也是模擬流域水文響應(yīng)的基本單元［20］。THREW模型將代表性流域單元分為地表和地下2層，其中對地下層進(jìn)行進(jìn)一步劃分，成為2個(gè)子區(qū)，地表層劃分為6個(gè)子區(qū)，能夠反映植被、裸土、冰川、積雪等4種典型下墊面類型。針對上述3個(gè)級別的子系統(tǒng)，應(yīng)用連續(xù)介質(zhì)熱力學(xué)守恒定律及均化方法，得到REW尺度上的質(zhì)量、動(dòng)量和能量守恒的通用形式，具有較好的擴(kuò)展性。在本文研究中，REW的劃分如圖1所示，一共將全流域分為63個(gè)REW。

THREW模型將地面站數(shù)據(jù)和遙感數(shù)據(jù)相結(jié)合，利用地面觀測站資料獲得的數(shù)據(jù)和遙感數(shù)據(jù)（如NDVI數(shù)據(jù)、LAI數(shù)據(jù)和積雪數(shù)據(jù)）相配合，對模型進(jìn)行參數(shù)率定和驗(yàn)證。模型的主要參數(shù)、單位、含義及率定結(jié)果有：非飽和子區(qū)飽和導(dǎo)水率Ksu＝6.25×10-6m／s，飽和子區(qū)飽和導(dǎo)水率Kss＝6.25×10-6m／s，非飽和子區(qū)孔隙度εu＝0.48，飽和子區(qū)孔隙度εs＝0.29，地下徑流指數(shù)KKA＝3.161，地下徑流線性系數(shù)KKD＝0.0176，張力水蓄水容量WM＝1.995，新安江模型形狀系數(shù)B＝0.992，山坡糙率系數(shù)nt＝0.007，河道糙率系數(shù)nr＝0.012，空間平均滲入能力參數(shù)αIFL＝1.5，空間平均滲出能力參數(shù)αEFL＝0.359，空間平均蒸發(fā)能力參數(shù)αETL＝0.419。

用率定好參數(shù)的模型，結(jié)合未來氣候情景數(shù)據(jù)，模擬雅魯藏布江流域在未來氣候情景下的徑流變化情況。所使用的模型評價(jià)指標(biāo)包括年均總徑流量、水量平衡系數(shù)I和納什效率系數(shù)N。年均徑流總量可以反映實(shí)測和模擬年均總水量的相對大小，水量平衡系數(shù)的計(jì)算如式（2）所示，這2個(gè)指標(biāo)是對于徑流總量的評價(jià)；納什效率系數(shù)主要是對于徑流過程的評價(jià)指標(biāo)，其公式如式（3）所示。

式中：Qobv——觀測徑流量；Qsim——模擬徑流量。

3 計(jì)算結(jié)果

3.1 1991—2000年有實(shí)測數(shù)據(jù)時(shí)段模擬結(jié)果

對于模型1991—2000年共10a具有實(shí)測資料的年份進(jìn)行率定和驗(yàn)證，為未來預(yù)估做好準(zhǔn)備。選取奴下水文站以上流域這一典型的流域出口斷面。選擇1991年作為模型的預(yù)熱期；1991—1995年為率定期，采用自動(dòng)率定參數(shù)的程序方法；1996—2000年為驗(yàn)證期。徑流過程的模擬結(jié)果如圖2（a）所示，此次模擬率定期N＝0.75，I＝-3.3%，驗(yàn)證期N＝0.76，I＝-17.9%。模型對較低流量模擬結(jié)果偏高，對峰值流量模擬結(jié)果偏低。模擬中10a平均年徑流總量為540億m3，實(shí)測平均年徑流總量為612億m3，水量平衡系數(shù)為-11.8%。模擬結(jié)果說明模型在該流域較適用，可以做進(jìn)一步的氣候變化分析。

季節(jié)性水量平衡結(jié)果如圖2（b）所示，可以看出降水和實(shí)際蒸散發(fā)在年內(nèi)的變化趨勢基本一致，也與實(shí)測徑流和模擬徑流的變化趨勢一致。模擬徑流在3—7月較小，在其余月份較大；實(shí)際模擬的蒸散發(fā)值小于潛在蒸散發(fā)，且在溫度高的季節(jié)較大；降水在旱季小于潛在蒸散發(fā)，在雨季大于潛在蒸散發(fā)。

3.2 RCP2.6情景模擬結(jié)果

對于奴下水文站以上流域模擬時(shí)段為2013—2020年共8a，2013年為預(yù)熱期，模擬結(jié)果如圖3所示。研究結(jié)果表明，2014—2020年氣候情景RCP2.6下，模擬的多年平均年徑流總量為293億 m3，比實(shí)測期（1992—1998年）多年平均年徑流總量（612億m3）減少319億m3。

3.3 RCP4.5情景模擬結(jié)果

模擬結(jié)果如圖3（b）所示。從圖3（b）中可以看出，未來氣候情景RCP4.5下2016年和2018年的徑流峰值較大，而其余年份尤其是2020年徑流峰值均變小。2014—2020年氣候情景RCP4.5下，模擬的多年平均年徑流總量為228億m3，比實(shí)測期多年平均年徑流總量（612億m3）減少384億m3。

3.4 RCP6.0情景模擬結(jié)果

模擬結(jié)果如圖3（c）所示。從圖3（c）中可以看出，未來氣候情景RCP6.0下未來氣候情景下2014年和2016年的徑流峰值較大，而其余年份尤其是2020年徑流峰值均變小。2014—2020年氣候情景RCP6.0下，模擬的多年平均年徑流總量為440億m3，比實(shí)測期多年平均年徑流總量（612億m3）減少172億m3。

3.5 RCP8.5情景模擬結(jié)果

模擬結(jié)果如圖3（d）所示。從圖3（d）中可以看出，未來氣候情景RCP8.5所有年份的徑流模擬均較大，為實(shí)測洪峰的2～4倍。2014—2020年氣候情景RCP8.5下，模擬的多年平均年徑流總量為1730億m3，比實(shí)測期多年平均年徑流總量（612億m3）增加1118億m3。

4 結(jié) 語

利用THREW模型，針對雅魯藏布江奴下水文站以上流域這一典型的流域出口在1991—2000年有實(shí)測資料的時(shí)段進(jìn)行模型率定和驗(yàn)證，采用RCP2.6、RCP4.5、RCP6.0和RCP8.5共4種未來氣候情景對氣候變化下的流域水文響應(yīng)進(jìn)行模擬，得到未來氣候情景下徑流的變化趨勢。結(jié)果表明，THREW模型在雅魯藏布江流域具有較好的適用性，RCP2.6、RCP4.5和RCP6.0情景下徑流演變呈現(xiàn)遞減趨勢，而RCP8.5情景下徑流則明顯增加，徑流的未來演變趨勢取決于全球溫室氣體減排措施的實(shí)施。

本研究也存在一定不足，由于遙感數(shù)據(jù)的時(shí)間序列與實(shí)測徑流數(shù)據(jù)的時(shí)間序列不重合，均使用2001年這一典型年的數(shù)據(jù)，這將對模型模擬的精度造成一定影響，需要在進(jìn)一步收集水文數(shù)據(jù)的基礎(chǔ)上給予改正。另外未來水文響應(yīng)預(yù)估的不確定性來源有很多，氣候模式的不確定性是其中之一，本文研究受目前掌握的氣候模式種類限制，僅對未來氣候模式采取簡單的初步分析，得到一種預(yù)估的可能性作為代表，在未來的研究中會采用CMIP5多個(gè)氣候模式輸出數(shù)值產(chǎn)品并做出不確定性分析，從而較科學(xué)客觀地評估雅魯藏布江流域徑流過程對未來氣候變化的響應(yīng)。

［1］羅吉忠，張新華，肖玉成，等.基于SWAT模型的缺資料流域徑流模擬研究［J］.西南民族大學(xué)學(xué)報(bào)：自然科學(xué)版，2013（1）：80?86.（LUO Jizhong，ZHANG Xinhua，XIAO Yucheng，et al.Runoff simulation in data?scarce basins based on SWAT hydrological model［J］.Journal of Southwest University for Nationalities：Natural Science Edition，2013（1）：80?86.（in Chinese））

［2］GUNTER B，MURUGESU S，THORSTEN W A V，et al.Runoff Prediction in Ungauged Basins［M］.Cambridge：Cambridge University Press，2013.

［3］CAMPBELL J L，DRISCOLL C T，POURMOKHTARIAN A，et al.Streamflow responses to past and projected future changes in climate at the Hubbard Brook Experimental Forest，New Hampshire，United States［J］.Water Resources Research，2011，47（2）：1198?1204.

［4］PATTERSON L A，LUTZ B，DOYLE M W.Climate and direct human contributions to changes in mean annual streamflow in the South Atlantic，USA［J］.Water Resources Research，2013，49（11）：7278?7291.

［5］PIAO S，F(xiàn)RIEDLINGSTEIN P，CIAIS P，et al.Changes in climate and land use have a larger direct impact than rising CO2on global river runoff trends［J］.Proceedings of the National Academy of Sciences of the United States of America，2007，104（39）：15242?15247.

［6］ROSSI A，MASSEI N，LAIGNEL B，et al.The response of the Mississippi River to climate fluctuations and reservoir construction as indicated by wavelet analysis of streamflow and suspended?sediment load，1950—1975［J］.Journal of Hydrology，2009，377（3／4）：237?244.

［7］SCHILLING K E，CHAN K S，LIU H，et al.Quantifying the effect of land use land cover change on increasing discharge in the Upper Mississippi River［J］.Journal of Hydrology，2010，387（3／4）：343?345.

［8］WANG D，CAI X.Comparative study of climate and human impacts on seasonal baseflow in urban and agricultural watersheds［J］.Geophysical Research Letters，2010，37（6）：460?472.

［9］DORE M H.Climate change and changes in global precipitation patterns：what do we know？［J］.Environment international，2005，31（8），1167?1181.

［10］KRAKAUER N Y，F(xiàn)UNG I.Mapping and attribution of change in streamflow in the coterminous United States［J］.Hydrology and Earth System Sciences，2008，12（4）：1111?1120.

［11］MCCABE G J，WOLOCK D M.A step increase in streamflow in the conterminous United States［J］.Geophysical Research Letters，2008，29（24）：2185?2189.

［12］TOMER M D，SCHILLING K E.A simple approach to distinguish land?use and climate?change effects on watershed hydrology［J］.Journal of Hydrology，2009，376（1／2）：24?33.

［13］IPCC.Summary for policymakers of climate change 2007：the physical science basis：contribution of working group i to the fourth assessment report of the intergovernmental panel on climate Change［M］.Cambridge：Cambridge University Press，Cambridge，United Kingdom and New York，NY，USA，2007.

［14］劉劍，姚治君，陳傳友.雅魯藏布江徑流變化趨勢及原因分析［J］.自然資源學(xué)報(bào)，2007（3）：471?477.（LIU Jian，YAO Zhijun，CHEN Chuanyou.Evolution trend and causation analysis of the runoff evolution in the Yarlung Zangbo River Basin［J］.Journal of Natural Resources，2007（3）：471?477.（in Chinese））

［15］黃俊雄，徐宗學(xué)，鞏同梁.雅魯藏布江徑流演變規(guī)律及其驅(qū)動(dòng)因子分析［J］.水文，2007（5）：31?35.（HUANG Junxiong，XU Zongxue，GONG Tongliang.Characteristics and driving factor s of the runoff variations in the Yarlung Zangbo River［J］.Journal of China Hydrology，2007（5）：31?35.（in Chinese））

［16］賈建偉，呂孫云，王政祥.雅魯藏布江流域水資源量特性分析［J］.人民長江，2008（17）：71?72.（JIA Jianwei，LYU Sunyun，WANG Zhengxiang.Analysis of water resources characteristics in Yarlung Zangbo River Basin［J］.Yangtze River，2008（17）：71?72.（in Chinese））

［17］高冰，楊大文，劉志雨，等.雅魯藏布江流域的分布式水文模擬及徑流變化分析［J］.水文，2008，28（3）：40?44.（GAO Bing，YANG Dawen，LIU Zhiyu，et al.Application of a distributed hydrological model for the Yarlung Zangbo River and analysis of the river runoff［J］.Journal of China Hydrology，2008，28（3）：40?44.（in Chinese））

［18］宋富強(qiáng)，邢開雄，劉陽，等.基于MODIS／NDVI的陜北地區(qū)植被動(dòng)態(tài)監(jiān)測與評價(jià)［J］.生態(tài)學(xué)報(bào)，2011（2）：354?363.（SONG Fuqiang，XING Kaixiong，LIU Yang，et al.Monitoring and assessment of vegetation variation in Northern Shaanxi based on MODIS／NDVI［J］.Acta Ecologica Sinica，2011（2）：354?363.（in Chinese））

［19］中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)［DB／OL］.［2015?04?20］.http：／／cdc.nmic.cn／home.do

［20］田富強(qiáng)，胡和平，雷志棟.流域熱力學(xué)系統(tǒng)水文模型：本構(gòu)關(guān)系［J］.中國科學(xué)E輯：技術(shù)科學(xué)，2008（5）：671?686.（TIAN Fuqiang，HU Heping，LEI Zhidong.Thermodynamic watershed hydrological model：constitutive relation［J］.Science china technological Sciences，2008（5）：671?686.（in Chinese））

Study on hydrological process in upper basin of Brahmaputra River from Nuxia Hydrological Station and its response to climate change

XU Ran，TIE Qiang，DAI Chao，HU Hongchang，TIAN Fuqiang
（Department of Hydraulic Engineering，Tsinghua University，Beijing 100084，China）

Considering the hydrological calculation and prediction of ungauged basins，a distributed hydrological model，the THREW model，was adopted to study the upper basin of the Brahmaputra River from the Nuxia Hydrological Station.Surface meteorological observation，remote sensing of vegetation cover，snow cover area，and section hydrological monitoring data were used to calibrate the model，and the latest CMIP5 data were used to estimate the runoff evolution.The results showed that，in the upper basin of the Brahmaputra River from the Nuxia Hydrological Station，the Nash?Sutcliffe efficiency coefficient of monthly runoff simulation of the calibration period from 1991 to 1995 was 0.75，the coefficient of monthly runoff simulation of the validation period from 1996 to 2000 was 0.76，and the runoff markedly increased when the CO2discharge in the AR5 of IPCC was maximal.

ungauged basin；representative elementary watershed；climate change；runoff evolution；hydrological process simulation of basin；upper basin of Brahmaputra River from Nuxia Hydrological Station

P339

A

1000-1980（2015）04-0288-06

10.3876／j.issn.1000-1980.2015.04.002

2014-1112

國家自然科學(xué)基金（U1202232，51190092）

徐冉（1991—），男，吉林長春人，博士研究生，主要從事水文模型研究。E?mail：xuran14＠m(xù)ails.tsinghua.edu.cn

田富強(qiáng)，副教授。E?mail：tianfq＠tsinghua.edu.cn