在全球气候变暖和人类活动加剧的背景下，极端降水事件的发生频率越来越高，对自然生态系统和人类社会构成了严重挑战（Du等人，2022年；Sumargo等人，2020年；Vries等人，2025年；Witze，2018年）。作为极端水文气象事件的全球高风险区域，中国近年来频繁遭遇极端强降水，引发了洪水和城市内涝等次生灾害（Gimeno等人，2022年；Mukherjee等人，2018年；Zhang等人，2018年）。2021年郑州的严重暴雨和2024年桂林的极端强降水都造成了重大的人员伤亡和经济损失（Zhang等人，2023a；Zhang等人，2023b；Zhang等人，2023c；Zhang等人，2023d；Zhang等人，2023e；Zhai等人，2024年）。这些事件暴露了当前防洪系统和水库管理在面对极端天气事件时的脆弱性（Blöschl等人，2019年）。极端降水的高不确定性和风险需要立即引起重视（Mohr等人，2023年；Nanditha等人，2023年）。因此，深入研究不同极端降水情景下的水文过程对于提高区域防洪和内涝灾害防控能力以及支持水利工程适应气候变化至关重要。
为了有效应对极端降水引起的洪水风险，科学合理地构建极端降水情景已成为水文模拟的核心组成部分。目前，学术界已经开发了多种构建极端降水情景的方法。早期研究主要依赖于历史观测数据的频率分析，利用测量降水序列的统计推断来确定不同重现期的极端降水特征作为情景构建的基础（例如，降雨频率分析方法（Liu等人，2023年；Natarajan和Radhakrishnan，2019年））。随着气候模型的进步，基于全球或区域气候模型输出的降尺度技术已被广泛应用于生成未来气候变化情景下的极端降水数据（Liu等人，2023年；Natarajan和Radhakrishnan，2019年）。此外，一些研究采用随机模拟方法构建极端降水情景，通过降水过程的随机参数化生成具有不同时空特征的降水事件（Liu等人，2023年；Natarajan和Radhakrishnan，2019年）。然而，统计模型往往忽略了降水过程的时空异质性；动态降尺度方法受到气候模型固有系统偏差的制约（Wang等人，2024年）；随机天气生成器难以准确捕捉短时强降水的爆发性特征（Zhang等人，2023a；Zhang等人，2023b；Zhang等人，2023c；Zhang等人，2023d；Zhang等人，2023e）。更关键的是，上述方法在构建极端降水情景时通常将空间分布、时间分布和降水强度视为独立变量。因此，当前研究仍存在一个关键缺口：极端降水情景的构建没有全面考虑极端降水的空间分布、时间分配和降水强度特征。此外，极端降水的特征尚未有效地转化为水文过程中防洪实践的动态指导。水文模型是模拟水文过程的重要工具（Janicka等人，2023年；McMillan，2020年；Morrissey等人，2021年）。水文过程模拟中使用的主要模型包括数据驱动模型（例如，极端梯度提升算法（Dong等人，2023年）；人工神经网络（Ni和Xue，2003年）；深度学习（Liu等人，2024年））和物理概念模型（例如，SWAT模型（Jiang等人，2024年）；新安江模型（Zang等人，2021年）；HEC-HMS模型（Lin等人，2022年）。数据驱动模型的内部机制具有高度不透明性，使得从输入和输出的映射关系中提取可解释的物理规律变得困难。相比之下，物理概念模型可以根据明确的物理规律分析水文过程的内在机制，并可靠地预测长期气候变化下的水文响应（Li等人，2024年；Yu和Zhang，2023年；Zhang，2025年）。其中，HEC-HMS模型在洪水过程模拟中表现出出色的稳定性和可靠性（Cheng等人，2021年；Goodarzi等人，2024年；Sahu等人，2023年；Yeboah等人，2024年）。先前的研究（Deulkar等人，2025年；Hussain等人，2021年）表明，HEC-HMS模型在洪水过程模拟中的表现优于数据驱动模型。因此，HEC-HMS已成为流域洪水模拟的基准框架，能够在气候变化情景下提供物理上一致的预测。
尽管有这些优势，传统的HEC-HMS模型在模拟特定流域的洪水过程时仍存在一定的局限性，尤其是在异质喀斯特流域中（Lai等人，2025年）。喀斯特流域具有独特的地貌特征，如喀斯特天窗、喀斯特洞穴、喀斯特裂隙、喀斯特通道、地下河流和泉水出口（Lai等人，2025年；Mo等人，2023年）。其中，地下河流结构具有动态的储水能力和排放特性，从而形成了独特的洪水储存过程（Guo等人，2024年）。喀斯特流域中地表径流和地下流动系统共存，双重流动系统的动力学通常表现出快速地表响应和延迟地下补给的双重特征（Jing等人，2025年；Li等人，2023年；Li等人，2025年；Yu等人，2025年）。在双重流动系统中，洪水演变路径存在显著差异，地表径流汇聚通常需要较短的时间（从几十分钟到几小时），而地下流动的储存时间相对较长（从几小时到几天（Guo等人，2025年；Li等人，2023年；Chen等人，2018年）。洪水储存主要通过两种机制实现：在管道网络中压缩临时储存水分和通过虹吸通道延迟释放。地下流动通道中的洪水储存和排放过程具有强烈的路径依赖性，这大大增加了喀斯特洪水模拟的复杂性，并引入了高峰洪水模拟的高不确定性（Cousquer和Jourde，2022年）。由于缺乏对地下溪流通道动态储存效应的量化，传统的水文模型通常无法准确再现喀斯特流域中的洪水过程。
中国西南部的喀斯特地区是世界上连续喀斯特分布最显著和最具代表性的地区之一。为了解决上述挑战，本研究提出了一个建模框架，该框架结合了极端降水情景构建和基于喀斯特特征的改进HEC-HMS模型，用于模拟中国西南部典型喀斯特山区流域（澄碧河流域）的洪水过程。本研究的主要目标是：（1）构建考虑空间分布、时间分配和降水强度的极端降水情景；（2）基于喀斯特山区特征改进HEC-HMS模型；（3）揭示典型极端降水情景下的流域洪水过程。本研究的新颖之处在于构建了考虑空间分布、时间分配和降水强度的极端降水情景，并开发了基于喀斯特特征的改进HEC-HMS模型，以提高模型捕捉喀斯特水文过程的能力，从而改善洪水过程模拟性能。这项工作可以为极端气候条件下的流域防洪响应策略和水工程运营管理提供科学支持。
