三维不确定性分析在泥沙动力学中的应用：悬浮泥沙浓度(Sc)、洪水流量(Qf)与输沙量(Qs)的耦合关系研究

本研究针对极端洪水事件中泥沙输移的多变量耦合难题，通过对称与Khoudraji copula函数构建三维不确定性分析框架，揭示了洪水流量(Qf)、输沙量(Qs)与悬浮泥沙浓度(Sc)的非线性依赖关系。结果表明Khoudraji copula能有效捕捉变量间不对称尾部分布特征，为水库淤积防治与洪水风险评估提供量化工具，尤其适用于气候变化下极端水文事件的预测管理。

　　

在全球气候变化加剧的背景下，极端洪水事件引发的泥沙输移问题日益严峻。洪水与泥沙的耦合作用不仅导致河道淤积、水库容量锐减，还会破坏水生生态系统，每年造成数千亿美元的经济损失。传统单变量水文模型难以准确刻画洪水流量(Flood discharge, Qf)、输沙量(Sediment discharge, Qs)和悬浮泥沙浓度(Suspended sediment concentration, Sc)之间的复杂非线性关系，而对称copula函数对极端事件尾部分布的建模存在明显局限。这一瓶颈严重制约了洪水风险预警和泥沙管理的精度。

针对这一挑战，霍尔木兹甘大学（University of Hormozgan）农业科学与自然资源学院自然资源工程系的Ommolbanin Bazrafshan团队在《Physics and Chemistry of the Earth, Parts A/B/C》发表研究，首次将Khoudraji非对称copula引入三维泥沙动力学分析。研究人员以伊朗Minab流域Esteghlal Dam水库为研究对象，基于实测水文数据构建了Qf-Qs-Sc的联合概率模型，通过Bootstrap不确定性量化方法系统评估了参数估计与输入数据对预测结果的影响。

关键技术方法包括：1) 采用Spearman秩相关与Kendall tau系数分析变量间非线性依赖结构；2) 对比Gaussian、Archimedean等对称copula与Khoudraji非对称copula的拟合优度；3) 通过条件概率(CP)曲线量化不同Qf阈值下Qs-Sc的响应关系；4) 基于Bootstrap重采样构建不确定性带宽。数据来源于霍尔木兹甘省区域水务公司(HRRW)提供的Minab流域历史洪水观测记录。

【研究结果】

1. 相关性结构分析
   Spearman相关系数显示Qf与Qs存在最强非线性相关(ρ=0.82)，显著高于Pearson线性相关系数。Kendall图证实三变量间存在显著上尾依赖，暗示极端洪水事件中Qs与Sc可能同步激增。

2. Copula函数优选
   Khoudraji copula在AIC和BIC准则下表现最优，其形状参数α=1.37揭示变量间存在右偏非对称依赖。与传统Clayton copula相比，对Qf>200 m³/s的极端事件拟合误差降低42%。

3. 条件不确定性分析
   当Qf从20.99增至310.184 m³/s时，Qs的CP值提升2.3倍；而Sc每增加100 mg/L会导致Qs发生概率下降15%，对应重现期延长至50年一遇。输入数据不确定性对CP曲线的影响比参数估计大1.8倍。

4. 三维风险图谱
   构建的Qf-Qs-Sc联合概率模型显示，当Qf超过流域设计标准(150 m³/s)时，不确定性带宽急剧扩大，100年一遇事件的预测区间跨度达±38%。

【结论与意义】
该研究创新性地将三维不确定性分析框架应用于泥沙输移建模，证实Khoudraji copula能有效捕捉水文变量间的非对称尾部分布特征。主要发现包括：1) 极端洪水条件下Qs对Qf的敏感性高于Sc；2) 高Sc值虽会提升Qs绝对值，但会显著延长其重现期；3) 输入数据质量是预测不确定性的主要来源。这一成果为水库淤积防治提供了量化工具，其构建的条件概率模型可直接用于修订Esteghlal Dam的排沙调度方案。方法论层面提出的"copula选择-依赖结构量化-不确定性分解"技术路线，可推广至其他流域的复合型水文灾害风险评估。