第1章绪论
　　1.1研究背景及意义
　　气候变化驱动下的水循环水资源演变规律研究是国际地圈生物圈计划（IGBP）、世界气候研究计划（WCRP）和全球环境变化国际人文因素计划（IHDP）等重大科学计划的前沿科学问题之一，也是国际社会普遍关注的全球性问题和各国政府的重要议题之一。联合国政府间气候变化专门委员会（IPCC）评估报告指出，以全球气候变暖为主要特征的气候变化破坏了水环境和水生态，导致水资源总量估计的不确定性，造成水文极值事件的频发，深刻影响着人类社会水安全和社会安全。随着科学技术的进步，人类活动对流域水循环的干预强度日益增大。人类活动引起的水文循环状况和水量平衡要素在时间、空间和数量上发生着不可忽视的变化。研究气候变化和人类活动驱动下的水循环水资源演变规律是水科学研究中的热点。
　　我国西南河流源区生态环境较为脆弱，开展该类地区水循环与水资源对气候变化和人类活动的响应研究具有十分重要的现实意义，将为防灾减灾、水资源可持续利用以及生态安全提供基础理论和科技支撑。青藏高原是亚洲地区十条主要河流重要的水源地，被称为“亚洲水塔”（Qiu，2008；Immerzeel et al.，2010）。自20世纪80年代中期以来，青藏高原的气候发生了显著的变化，表现为变暖变湿、风速减弱、太阳辐射减少（Yang et al.，2014），导致该地区的水循环发生了剧烈的变化，干旱区变湿，湿润区变干，蒸发增强（Yang et al.，2011；Gao et al.，2015）。青藏高原地表水循环最为突出的基本特征就是冰冻圈、水圈以及大气圈之间的相互作用、相互影响。在气候变暖的背景下，由于冰冻圈对气候变化的敏感性，该地区地表环境发生了一系列深刻的变化，冰川退缩、湖泊扩张、冻土活动层加深、草场退化等，这些变化影响到水文循环，威胁到生态系统安全。
　　雅鲁藏布江流域是西藏自治区经济开发潜力最大的核心地区，该河也是我国最大的跨境国际河流之一，其水资源蕴藏量丰富，生态安全问题也十分突出。近年来，雅鲁藏布江流域冰川退缩，土地沙漠化加剧，降水减少（杨志刚等，2014），汛期径流较大，易引起洪涝灾害发生。另外，国际上对雅鲁藏布江跨境水资源和生态环境变化极为关注。与西藏紧邻的印度是全球经济增长最快和人口最多的国家之一，一直关注中国境内雅鲁藏布江流域的水资源利用和生态变化问题。在中印边界问题谈判过程中，跨境水资源及水环境与水生态安全问题已成为印方极为关注的焦点之一（Barnett et al.，2005；Kang et al.，2010；Guo et al.，2012；JiandKang，2013）。
　　多年来，国家投入大量人力、物力和财力，对青藏高原的形成与演变、地质、古环境开展了大量基础研究，取得了若干重大科学进展，但对雅鲁藏布江流域的河流系统变化，特别是水循环变化、环境影响与生态安全、气候变化背景下的流域径流响应研究相对比较少。应对全球变化和国际河流可持续发展趋势，迫切需要研究雅鲁藏布江流域水循环演变规律与气候-水文-生态系统相互作用机理问题，为国家解决区域国际重大资源环境问题提供科技支撑和决策依据。通过深入系统的研究，弄清水循环演变规律、影响径流的主导因子，对流域内的气候-水文-生态相互作用机理开展深入研究，促进区域水资源合理利用和保护，为我国参与区域合作一系列相关行动计划提供直接的科学依据和科技支撑。
　　1.2国内外研究现状
　　1.2.1雅鲁藏布江气候变化及其对径流的影响
　　近年来，针对雅鲁藏布江流域水资源变化的研究多数以对水文气象序列的统计特征分析为主（周顺武等，2000，2001；曹建廷等，2005；黄俊雄等，2007；胡林涓等，2012；杨志刚等，2014），深入的机理分析较少。由于特殊的地理位置和特殊的多圈层（积雪、冰川、冻土等）存在，雅鲁藏布江流域气象与水文观测站十分稀疏，无法满足目前研究工作的需要。而现有的模型数据和遥感数据在高原地区存在较大的不确定性，因此融合观测、遥感和模型数据及统计降尺度生成高分辨率的水文气象数据显得十分必要。
　　在数据融合与同化方面，目前国内外已有多个研究小组开展了陆面同化技术研究，建立了中国西部陆面数据同化系统（WCLDAS）和高分辨率多源遥感陆面数据同化系统（HDAS）等多个陆面数据同化系统。如基于集合卡尔曼滤波同化近表面观测湿度的实验（Zhang et al.，2006）、土壤水分同化系统的敏感性试验研究（黄春林和李新，2006）、基于非饱和土壤水模型的土壤湿度同化方案（张生雷等，2006，2008），这些结果表明利用数据同化方法对土壤水分的估计效果显著提高。相比站点观测而言，遥感观测可以提供目前最具潜力的大尺度、长时间序列土壤湿度信息。近年来，在卫星遥感资料方面，同化AMSR-E垂直极化6.9GHz和18.7GHz亮温估计土壤水分和能量平衡的自动率定系统（Yang et al.，2007，2009），不仅检验了驱动数据中缺失降水的影响，同时也改善了地表能量收支平衡。其他研究结果也表明同化结果能够比较合理地改善数据精度
　　（Huang et al.，2008；贾炳浩等，2010；Xu et al.，2011）。
　　IPCC第五次报告（IPCCAR5）提供了几十个全球性能最好的全球大气环流模式的输出结果，发现几乎所有模式均高估了青藏高原的降水（Muller and Seneviratne，2014）。可能的原因就是全球数值模式分辨率过低（吴辉，2015），特别是难以满足水文应用的需要。因此，统计降尺度法常常被用来生成高分辨率的数据集，特别是满足流域尺度水文应用的需要，近年来其已经成为国际上和国内气候及水文领域研究中的热点问题（Fowler et al.，2007；Chu et al.，2008）。统计降尺度方法可以将GCM输出中物理意义明确、模拟得较准确的大尺度影响因子与局地观测的气候要素联系起来，在二者之间架起桥梁，且计算量小。目前的统计降尺度方法很多，各有其优缺点，而且选择不同的统计降尺度方法取得的预估结果很不一样。过去开展了大量的统计降尺度方法的比较研究，目前的统计降尺度法存在较大的不确定性，最主要缘于输入GCM的不确定性和方法本身的不确定性。
　　1.2.2流域下垫面植被演变及驱动力分析研究进展
　　下垫面是影响气候、水文过程的重要因素，由于植被发挥了较为关键的作用，因此在众多水文研究中，下垫面条件中的植被要素颇受关注。关于植被变化及驱动要素开展的研究中，针对大尺度区域的研究多基于遥感植被指数产品。除此之外，也有部分研究基于数值模拟或野外观测与调查。
　　基于遥感植被指数产品开展的工作主要关注植被覆盖变化及其驱动要素。遥感技术的不断进步使得可用于植被覆盖变化研究的遥感数据日渐增多。目前，国际上已经开发了近50种遥感植被指数。其中，在大尺度区域植被覆盖度监测研究中，归一化植被指数（NDVI）最为常用（Tucker et al.，2005；Fensholt et al.，2009；陈效逑和王恒，2009；Eastman et al.，2013；袁丽华等，2013；刘宪锋等，2015；Otto et al.，2016）。国内外众多学者基于遥感NDVI产品，在植被覆盖变化及驱动要素方面开展了较多研究工作。在雅鲁藏布江流域，Guo等（2014）基于NDVI采用重力中心法分析了流域NDVI与气候指数的相关性，结果表明降水与气温影响流域植被生长。Cai等（2015）基于GIMMS NDVI产品，利用二维生态-水文状态域法（two-dimensional eco-hydrological state space）分析了青藏高原植被-气候变化关系，定量刻画了引发植被覆盖变化的气候变化和人类活动影响的比例。杜加强等（2016）基于GIMMSNDVI和MODISNDVI产品，研究了新疆地区近30年生长季各月植被生长的动态变化，并利用回归分析方法探究了植被对气象要素和人类活动的响应，结果表明各月植被对气象要素的响应程度并不一致，除气候要素外种植结构和灌溉方式也是造成植被改变的重要原因。肖洋等（2016）基于MODIS影响反演获得植被覆盖度数据，在此基础上分析了我国内蒙古地区2000～2010年生态系统的演变规律，利用相关分析法探讨了生态系统演变与气候变化、人类活动之间的关系。结果表明，该区域生态系统演变与降水、气温存在明显的相关关系，同时与退耕还草工程、风沙治理工程等人类活动也存在密切的联系。
　　除了基于遥感产品，国内外也有部分学者基于数值模拟或野外观测数据，对植被变化及其驱动要素进行研究。Mao等（2013）基于CLM4.0（Community Land Model Version4.0）分析了全球1982～2009年植被变化过程及驱动要素，结果表明在研究时段内气温升高和CO2浓度的上升使得植被覆盖趋于增加。Rigling等（2012）基于1983～2003年瑞士国家森林调查数据，对罗讷河谷（Rhonevalley）植被组成的变化进行了研究，结果表明气候要素的变化尤其是干旱导致了罗讷河谷植被组成的变化。徐小军等（2016）基于光能利用率模型EC-LUE（Eddy Covariance Light Use Efficiency）对浙江省西北部安吉县毛竹林生态系统2004～2011年的总初级生产力（gross primary productivity，GPP）空间分布进行了模拟，并利用相关分析分析了叶面积指数（LAI）、气温对GPP的影响。
　　综上，基于遥感数据进行植被监测和植被覆盖变化的研究已经得到了广泛应用，是目前植被动态变化研究中一项极为重要的技术手段，但目前大多研究在特定研究区采用单一遥感数据源进行分析，使得研究结果往往受该研究区和遥感数据源限制，不易推广到其他区域。此外，识别植被动态变化的关键驱动因子多采用简单的统计方法，缺乏物理基础，研究有待于进一步加强。
　　在陆地生态系统研究中，模型作为一种有效且必不可少的手段备受关注。基于动态的陆地生态系统模型利用植被动力学原理，在一个模拟框架中模拟生态系统物质循环、冠层生理过程、植被动态变化过程，代表性模型有LPJ-DGVM（Lund-Potsdam-Jena，DynamicGlobalVegetationModels）（Sitch et al.，2003）、TRIFFD（Top-down Representation of Interactive Foliage and Flora Including Dynamics）（Cox et al.，2002）、ORCHIDEE（Organizing Carbon and Hydrology in Dynamic Ecosystems Environment）（Krinner et al.，2005）、IBIS（Integrated Biosphere Simulator）（Foley et al.，1944）等。
　　近年来，利用NDVI等遥感数据分析雅鲁藏布江流域植被覆盖状况，并探讨其与水热、高程等因素关系的研究逐步展开。付新峰等（2006）对雅鲁藏布江流域NDVI时空变化特征分析的同时，对流域站点经纬度提取流域面上的NDVI值与流域站点主要气候因子（降水与平均气温）的关系进行了分析。孙明等（2012）为了查明雅鲁藏布江源区的草地植被盖度，采用Landsat5TM数据，以其派生数据NDVI、RVI、VI3、PVI、DVI、MSAVI、SAVI、TM4/TM5为主要分析对象，结合野外植被样地调查数据，选取相关性最高的因子与植被盖度实测值建立回归模型，然后利用该模型反演源区的植被盖度。Liu等（2014）和Li等（2013）基于土地利用数据探讨了雅鲁藏布江流域土地利用与土地覆盖变化趋势，结果同时表明雅鲁藏布江流域草地面积减少，森林和建筑面积呈增加趋势。