洪水作为世界上最主要的自然灾害之一，分布广泛且破坏力强，约占全球所有自然灾害的三分之一。建立一个能完整反映特定流域过去洪水发生发展情况的洪水事件数据库是进行水文气候灾害研究以及未来洪水变化预估的重要基础。然而，目前大部分全球洪水事件库的资料来源较为单一，主要为政府及非政府机构的工作报告、新闻报道、水文站点观测数据以及遥感数据等，这往往会遗漏很多看似影响较小的洪水事件，导致洪水事件数据库在时间和空间上记录均不完整。尽管洪水的发生具有明显的时空动态变化特征，但大部分传统洪水事件档案仅将洪水事件存储在稀疏的地理位置上，极大地限制了洪水事件记录的可用性。此外，目前国际上还未有用于研究气候变化导致的洪水事件和特征变化的可公开获取的洪水事件库，也缺少用以研究相应的气候变异和变化特征的历史洪水记录。

为解决上述问题，我实验室海洋-陆地-大气相互作用与全球效应创新团队成员提出了一个具有创新性的数据融合方法。该方法通过对日径流量地面观测数据、遥感洪水数据、DRIVE水文模型模拟结果以及五种高质量降水数据产品进行融合（图1），建立了两个以子流域和河段为单位的综合多源观测数据和水文数值模拟结果的洪水事件库：（1）实际清单（MFI-Actual）记录了过去人为调控土地和构建防洪设施后实际发生的所有洪水事件，可用于环境变化影响及洪涝灾害风险研究；（2）在自然条件下由气候变异主导的历史洪水事件重建，可为气候变化对极端水文事件影响研究提供可靠的长序列数据集。该研究提出的真实洪水和自然洪水事件库在子流域/河段尺度上分别记录了美国本土1998-2013年期间发生的2755和4661次极端洪水事件（图2）。其中，自然洪水数据库在无资料流域重建了1597次洪水，在受人类影响活动影响较大的子流域中恢复了608次极端洪水事件。该数据库（目前已更新至2019年）以及后续更新版本可通过

图1多源洪水数据库的建立方法示意图

图2 基于(a)真实和(b)自然情景下的子流域极端洪水数量分布图

这一研究成果已发表在美国气象学会旗下期刊Bulletin of the American Meteorological Society上，创新团队核心成员吴欢教授为文章的通讯作者，中山大学博士研究生黄芷君为文章的第一作者。

在不断变化的全球环境和气候条件下，基于真实和自然情景的多源洪水数据库的建立可以提供更准确的洪水时空分布（图3），从而推动极端水文气候的进一步研究。创新团队将持续推进该研究方法的应用，并寻求更多可靠的观测数据，制作多模型水文模拟，为洪水灾害、水文气候以及未来洪水预测等方面的研究提供可靠的自然发生和人类活动影响两种不同场景下的长序列洪水记录。

图3 基于(a)真实和(b)自然情景下的子流域洪水峰值月分布图

文章信息

Huang Z., H. Wu*, R. F. Adler, G. Schumann, J. J. Gourley, A. Kettner, N. Nanding, 2021: Multi-Sourced Flood Inventories over the Contiguous United States for Actual and Natural Conditions, Bulletin of the American Meteorological Society. doi: 10.1175/BAMS-D-20-0001.1.