Ensemble Projection of Runoff in a Large-Scale Basin： Modeling With a Global BMA Approach

　　气候变化和人类活动影响下大尺度流域未来径流预测对流域水资源管理至关重要。本研究提出了全局BMA不确定性分析方法，并辅以气候模式优选和分布式水文模型，形成径流集合预估框架，以提升未来预估的可信度。全局BMA算法是对传统BMA算法的改进，使其能够在计算加权参数时对流域内所有观测站点进行通盘考虑。使用该方法率先开展了我国黄河流域未来30-50年的径流预估，并得到了黄河干流6个主要断面的径流预测结果及其置信区间。结果显示，增加的蒸发量将会抵消降水的增加，从而导致未来径流的减少，在2050和2070 年径流将分别比现状减少9%和7%。研究结果将为黄河流域水资源评价、规划、保护以及工程建设提供科学指导和支撑，研究方法可为我国其他流域水资源规划和管理等工作提供借鉴。