摘要
随着气候变化和城镇化影响的加剧，极端复合水文事件频发，威胁人民生命财产安全，揭示极端水文事件的联合频率特征及其变化机制对水安全保障至关重要。本研究基于联合分布理论分析了太湖平原地区极端雨洪、洪潮和雨潮复合事件的联合频率变化特征，揭示了不同城镇化阶段极端水文事件遭遇概率的变化规律。结果表明：相比城镇化早期，城镇化高速期极端水位、潮位和降雨等水文要素均有所增加，年最大1日降水增幅达15%以上，年最大1日水位增幅达6%以上；武澄锡虞区各水文要素的均值均大于阳澄淀泖区。武澄锡虞区遭遇极端雨洪复合事件的风险较大，而阳澄淀泖区遭遇极端雨潮和洪潮复合事件的风险相对较大。太湖平原地区极端水文复合事件受到城镇化程度的显著影响，城镇化高速期遭遇复合极端水文事件的概率均增大约2倍，其中武澄锡虞区重现期变化率大于阳澄淀泖区。研究结果可为太湖平原及类似快速城镇化地区的工程水文设计和防洪减灾提供科学参考。
Abstract
Against the backdrop of intensifying climate change and urbanization, the increasing frequency of extreme compound hydrological events has disrupted urban activities and daily life, posing threats to public safety and property. Understanding the joint frequency characteristics and mechanisms of these extreme events is critical forenhancing water security. This study employs copula-based joint distribution theory to analyze the joint frequency characteristics of extreme rainfall-flood, flood-tide, and rainfall-tide compound events in the Taihu Basin, revealing the changing patterns of their co-occurrence probabilities across different urbanization stages. Compared to the early period of urbanization, extreme water levels, tidal levels, and rainfall during the rapid urbanization phase have shown a significant increase, with the annual maximum 1-day rainfall rising by more than 15% and the annual maximum 1-day water level increasing by over 6%. Moreover, the mean values of hydrological elements in the Wuchengxiyu region are consistently higher than those in the Yangchengdianmao region. The Wuchengxiyu region faces a higher risk of extreme rainfall-flood compound events, while the Yangchengdianmao region is more prone to extreme rainfall-tide and flood-tide compound events. The study highlights that extreme compound hydrological events in the Taihu Basin are significantly influenced by urbanization intensity, with the probability of encountering such events during the rapid urbanization period approximately doubling. Notably, the rate of change in return periods is greater in the Wuchengxiyu region than in the Yangchengdianmao region. These findings provide valuable scientific insights for hydrological engineering design and flood risk mitigation in the Taihu Basin or other rapidly urbanizing regions with similar backgrounds.
随着全球性气候变化加剧以及城镇化进程的推进，极端水文事件的强度和发生频率不断增加[1-3]。极端水文事件产生的灾害是人口密集和财富集聚地区最严重的自然灾害之一[4-6]，其中洪涝灾害尤为突出[7]。单独的洪水过程本身可能并不极端，但与其他影响因素相互作用可能会产生极端影响[8]。在时间或空间维度上相互耦合的多种水文极端事件联合作用于承载体，更易扩大致灾范围和升级致灾强度。随着城镇化的迅猛发展，下垫面逐渐硬化、河湖水系衰减等变化影响了城市排水和雨水下渗等过程，加剧了城市的水文极端复合灾害，影响了太湖平原地区经济的可持续发展。因此，揭示城镇化背景下极端复合水文事件的变化对防洪减灾和社会经济的可持续发展至关重要。
河口三角洲地区的洪水是潮汐运动、水文过程、气候变化以及人类活动影响下的综合结果。其中，极端潮位波动、河流流量变化和极端降雨事件是研究沿江沿海地区复合洪水的3个关键驱动指标[9]。人类活动（以城镇化为主）通过增加不透水地表面积、改变河道形态以及干扰自然排水系统，显著改变了这些关键指标的特征，进而影响了复合洪水的发生风险。复合洪水是具有多个驱动因子的洪水[10]，但目前大多数对沿江沿海城市复合洪水风险评估变化的研究只考虑单个驱动因素，常常认为各驱动因素之间独立存在，且缺乏对城镇化影响的量化，这可能会低估洪水风险[11]。在沿海地区，当两个或多个洪水驱动因素同时或连续超过警戒阈值时，陆地洪水（强降水或高河流流量）和高海岸水位（潮汐、浪涌、波浪）之间的相互作用可能导致洪水[12]。这些因子在沿海地区或河口地区均存在相关性，复合洪水的发生概率可通过各因子之间的相关关系来评估。
太湖平原地区地形平坦，河网密布，季风性降水集中，易出现暴雨、高潮、洪水“雨潮洪”的三碰头现象。随着复合事件影响日益突出以及多变量频率组合分析研究的不断深入，Copula函数因其结构灵活、易于构建的特点在多变量分析问题上得到了大量应用[13-18]。如罗赟等[14]采用降水主导因素发生时间的概率分布细化了梅汛期和台汛期对汛期洪涝风险的影响；陆彦婕等[15]建立降雨量和洪峰流量的联合分布模型来辨识平陆运河上游郁江段雨洪关系；吴家璇等[16]对河流流量进行深入研究，建立了鄱阳湖总洪量、洪峰流量和持续时间3个洪水特征的三维联合分布；刘俊等[18]计算分析了极端暴雨和外河水位的遭遇组合特征。这些研究均强调了水文要素的相依性特征，但对于复杂平原河网区的极端暴雨、河道水位、外江潮位等引起的复合洪水事件的水文要素的协同变化认识还有待深入。如果忽略了各极端变量叠加和相依性的影响，可能会低估城镇化对极端复合事件的影响程度，从而对工程水文设计造成额外的风险。
由于三维及以上变量的联合分布理论研究相对不足且结果可解释性较差，本文在分析“雨潮洪”三碰头现象时，基于二维联合分布理论，从不同极端变量组合出发，将其分解为极端雨洪、极端洪潮、极端雨潮二维联合分布问题进行研究，以此探讨太湖腹部地区复合事件的联合频率变化特征，对比不同城镇化背景下各复合型极端水文事件演变规律，揭示不同城镇化阶段复合极端水文事件遭遇概率变化规律，研究结果将为太湖平原及类似快速城镇化地区防洪减灾对策研讨提供科学参考。
1 研究方法与数据来源
1.1 研究区概况
太湖流域位于长江三角洲中部，地形平坦、土壤肥沃、水热丰富、交通便利，是中国最繁荣的经济贸易中心之一。本文选择太湖流域高度发达的武澄锡虞区和阳澄淀泖区为研究区域，分析城镇化背景下太湖流域腹部地区复合洪水风险演变特征（图1）。自1990s以来，太湖平原地区核心城市出现较为明显的经济集聚效应，经济也逐步转入快速平稳发展阶段（图2a）。太湖平原地区城市建成区面积和建设用地规模持续增长。自1991年开始，太湖腹部地区城镇建设飞速发展。其中，1991年建设用地占比约为11.9%，2010年建设用地占比则增至47%（图2b）。本文结合经济和土地利用变化特征与水文要素突变规律，将时间序列划分为1971—1993年（城镇化早期）和1994—2020年（城镇化高速期）两个时间段。
1.2 数据来源
本研究中使用的数据主要包括降雨、水位、潮位、土地利用/覆被和经济人口数据等。其中降雨、水位、潮位来源于《江苏水文年鉴》，降雨和水位数据为研究区9个水文站（常州、无锡、苏州、陈墅、青阳、常熟、瓜泾口、平望、湘城水文站）1971—2020年的逐日实测资料，潮位数据为4个沿江潮位站（定波闸、张家港闸、望虞闸、浏河闸潮位站）的逐日实测资料。经济人口数据来源于苏州、无锡、常州1971—2020年统计年鉴。土地利用/覆被数据来源为1991年、2001年、2010年三期分辨率为30 m的Landsat TM遥感影像。
图1研究区示意
Fig.1The location of study area
图21971—2020年太湖腹部地区代表城市GDP情况（a）； 太湖腹部地区1991年、2001年和2010年土地利用/覆被情况（b）
Fig.2GDP of representative cities in the central Taihu Basin during1971-2020 (a) Land use/cover of 1991, 2001, 2010 for the central Taihu Basin (b)
2 研究方法
2.1 联合分布函数
本文基于多元Copula分析工具（multivariate copula analysis toolbox，MvCAT）[19-20]揭示太湖腹部地区复合洪水事件的联合分布特征。与传统的联合概率分布模型相比，Copula函数可以将单变量边缘分布的特性与其联合分布的依赖结构（即相关性）分离开来，使得建模过程更加灵活，即计算每个指标的边际分布，并为成对变量选择最合适的拟合函数，有效地处理非线性依赖关系。本文采用5种评价指标来确定最优分布，即均方根误差（RMSE）、纳什效率系数（NSE）、赤池信息准则（AIC）、最大似然估计（MLE）和贝叶斯信息准则（BIC）[21-24]。随后根据最大似然估计对最佳Copula进行排序，从26种Copula分布函数中选择最适的分布函数。各评价指标的计算方法如下：
(1)
(2)
(3)
(4)
(5)
式中，N是实测值数量；i是实测值序号；xe（i）表示实测值的多元经验概率，xo（i）表示理论概率；k是概率函数的未知参数。RMSE的取值范围为（0，+∞），NSE的变化范围为-1~1。对于特定的Copula函数，目标函数值的AIC、BIC值越小，RMSE值越接近0，NSE值越接近1，Copula函数的模拟效果越好。
2.2 重现期的计算
重现期是指特定事件两次连续出现之间的平均间隔时间，其单变量计算公式可表示为：
(6)
式中，T表示大于或等于某个值x的重现期，F表示变量的累积概率分布函数。为了获得两个独立变量之间的联合概率特征，Copula函数的联合重现期定义如下：
(7)
式中，Tjoint表示当满足R≥r或者S≥s时的联合重现期。
当两个独立变量同时发生时称为共现重现期，定义如下：
(8)
式中，Tco-occurrence 表示当满足R≥r并且S≥s时的共现重现期，F1（R）和F2（S）和分别为变量u1和u2的边缘分布。
2.3 城镇化影响程度的量化
对于特定重现期复合极端事件，城镇化高速期相对于城镇化早期重现期的变化率ΔT（%）的计算公式为：
(9)
式中，Te为城镇化早期的特定重现期，Tl则是城镇化早期特定重现期下对应的极端指标对在城镇化高速期的重现期，用以表征同一数值在城镇化前后所引起的复合极端事件量级的不同，最终各区域重现期变化率用均值来衡量。鉴于重现期与概率之间的反比关系，可以得到城镇化高速期相对于城镇化早期复合极端事件发生概率的变化率ΔP为：
(10)
式中，概率的百分比变化ΔP的定义与重现期ΔT的百分比变化类似，本文选取T=2、5、10、25、50 a。
3 结果与分析
3.1 城镇化背景下极端水文要素变化特征
根据太湖腹部地区9个水文站的平均年最大1日水位和降水、4个潮位站的平均年最大1日潮位的M-K突变检验，确定水位、降水、潮位的突变点（图3）。结果表明，太湖平原各站点的年最大1日水文要素在1993年发生显著突变，故将时间序列划分为1971—1993年（城镇化早期）和1994—2020年（城镇化高速期）两个时间段。武澄锡虞区和阳澄淀泖区1971—2020年的年最大1日降水均值分别为93.9和84.7 mm；武澄锡虞区从城镇化早期的85.9 mm增至高速期的100.6 mm，增幅为17.11%；阳澄淀泖区从城镇化早期的78.3 mm增至高速期的90.1 mm，增幅为15.09%（图4a）。武澄锡虞区和阳澄淀泖区年最大1日水位均值分别为4.30和3.61 m，其中武澄锡虞区上升9.36%，阳澄淀泖区增加6.59%（图4b）。年最大1日潮位均值为4.42 m，各站点在城镇化高速期均有所上涨，其中定波闸潮位从城镇化早期的4.36 m上升至高速期的4.69 m，上升了7.40%（图4c）。武澄锡虞区各水文要素城镇化前后的平均值以及总体增幅均高于阳澄淀泖区。
图3太湖腹部地区平均年最大1日水位、降水、潮位以及定波闸潮位M-K突变检验
Fig.3M-K mutation test of mean annual maximum 1-day water level, precipitation, tide level in the central Taihu Basin, and tide level at Dingbo Station
图4太湖腹部地区年最大1日水文变量城镇化早期和城镇化高速期箱线图
Fig.4Comparison of annual maximum 1-day hydrological variables in the Taihu Basin during the early and high-speed periods of urbanization
相关研究指出，1971—2020年太湖流域年降水、水位及潮位均呈上升趋势[25-30]，这与本文得出的城镇化演变过程的水文要素变化规律一致。进一步研究发现，武澄锡虞区各水文要素的均值都要高于阳澄淀泖区，这可能是由于武澄锡虞区地势相对较高以及二者城镇化程度的差异。城镇化引起水文要素的显著变化，具体表现主要有两个方面：一是随着城市的发展，土地利用方式逐渐转变，人类活动改变下垫面的糙率，增加空气中的凝结核，使得城市中心形成特殊的局地气候模式，产生“雨岛效应”[26]；二是城市河网水系的变化，受快速城镇化的影响，1970年以来武澄锡虞区各水系指标衰减严重[27]。武澄锡虞区的许多支流河道因被掩埋或淤积而逐渐消失，导致水系结构趋向主干化。除此之外，武澄锡虞区没有如阳澄淀泖区的阳澄湖群缓冲储蓄的大片水域，这也是导致武澄锡虞区城镇化前后水位变化较阳澄淀泖区更为明显的一个重要因素。无锡站的水位变化幅度显著大于其他站点，其原因除城市不透水面积增加导致产汇流加快、河道归槽水量增多，从而引发短期高水位外，可能还与区域地方政策有关。2007年无锡水危机以后，为保护太湖水环境，防止城区污水进入太湖，无锡境内环太湖闸站口门常年处于关闭状态，苏南运河泄洪通道减少，泄水能力减弱，水位上涨加快[28]。
本次潮位分析选取了定波闸、张家港闸、望虞闸及浏河闸4个站点的数据。由于太湖北部平原水系在极端事件时各站点水流运动以南北为主[29]，定波闸数据质量高且时间序列完整，地处区域北部具有代表性，且定波闸的潮位数据在城镇化变化中表现出明显的水文突变特征，便于进行概化处理和分析。本研究首先综合评估了极端潮位与各站点极端水位、降水的联合分布。基于此评估结果，最终选定定波闸的潮位数据用于后续分析。
3.2 太湖平原地区极端水文事件的联合频率分析
本文对极端降雨、极端水位及极端潮位变量进行拟合，并根据其BIC值排序选择最优边际分布函数。采用Kendall秩相关系数、Pearson秩相关系数和Spearman秩相关系数检验后，各变量均通过了卡方检验，表明它们适合建立联合分布。此外，本文使用RMSE、NSE、MLE、AIC和BIC评估了各站点极端复合事件的联合概率分布。为便于后续对比分析不受各种Copula函数拟合特征干扰，基于各评价指标从中择优选取最适合建立太湖腹部地区雨洪、洪潮、雨潮联合分布函数，最终分别确定为Joe函数、Gumbel函数、Gumbel函数。从各评估指标来看（表1），Joe函数对各站点的雨洪联合分布的构建结果都处于可接受的拟合水平，其中RMSE都在0.26以下，NSE均在0.97以上；对各站点洪潮以及雨潮复合事件进行Gumbel函数拟合后，其RMSE都在0.29以下，NSE均在0.96以上，表明本次研究中选定的Copula函数可接受性较高。
3.3 太湖平原地区极端复合事件联合频率变化特征分析
本文进一步分析了1971—2020年太湖腹部地区代表站点各极端水文要素二维联合概率，图5展示了极端水文事件相关性最高的6个站点结果。图5中的彩色渐变线条表示各站点设计极端事件组合概率，值越大表示二者同时出现的可能性越大。为进一步说明各极端事件的响应关系，将二者发生组合概率大于60%的区间表述为极端水文复合事件的大概率遭遇区间（遭遇区间）。
在极端雨洪复合事件中（图5a~f），整体上武澄锡虞区各量级对应的极端水位较高、极端降水较大。常州各重现期条件下的遭遇区间变化不大，极端水位与降水响应关系较好。青阳、无锡、陈墅的极端水位遭遇区间随重现期增加而缩小，极端降水则随之增大，说明高量级极端雨洪事件的遭遇区间中极端降水变动范围更广，而引起的相应水位变动幅度较小，二者响应关系变弱；苏州和瓜泾口的极端降水和水位的遭遇区间均随重现期变大而变窄，二者响应关系较好，其中苏州的遭遇区间内变量变动幅度最大，表明遭遇极端雨洪事件风险最高。虽然苏州站的极端雨洪事件在理论上存在风险增高的趋势，但由于苏州站位于苏州城市防洪工程内部，防洪基础设施的持续改善（如大运河沿线的堤防、闸门、水泵等设施的现代化升级，滞洪区和调蓄池的建设），流域综合治理的推进（如海绵城市以及雨洪韧性理论的完善实施），实际风险得到了有效的控制和降低[30-32]。各站点实测数据的重现期大多未超过25年，整体来看，阳澄淀泖区在中小量级极端雨洪复合事件中遭遇的风险更大。
在极端洪潮复合事件中（图5g~l），武澄锡虞区极端潮位和水位遭遇区间内变量变动幅度小于阳澄淀泖区，遭遇极端洪潮复合事件风险更低。除常州外，整体上各站点极端水位和潮位遭遇区间均随事件量级增大而减小，二者响应关系较好。常州站极端水位遭遇区间随重现期变化不大，而潮位却随重现期增加变动区间有所缩小，即在高量级洪潮复合事件中极端水位所起作用更大。无论是极端雨洪事件还是极端洪潮事件，常州、无锡、苏州的水位遭遇区间变动范围依次递增，这可能是由于站点间的水流传递机制所致。在降水事件发生时，水流沿着大运河向下游传递[29]，且水位和流量的变化存在时间滞后。这种滞后效应使得上游的降水对下游站点的水位变化产生影响，尤其是当上游发生极端降水时，水位上升到达苏州站可能会出现滞后现象。同时，无锡大包围的调度虽对包围内的水位调控有益，却也增大了包围外的洪涝风险，给苏州的防洪带来一定压力[33]。
表1各站点极端复合事件与相应函数的联合分布拟合评价值
Tab.1Evaluation of the joint distribution fit of compound extreme hydrological events and the corresponding function at each station
图5各极端水文要素二维联合概率分布
Fig.5Two-dimensional joint probability distribution of extreme hydrological variables
在极端雨潮复合事件中（图5m~r），常州和苏州在各重现期条件下遭遇区间内极端降水变化不大，极端潮位变动幅度则随重现期增大而减小，二者对极端雨潮事件的响应较为一致。其他站点随重现期的增加，极端潮位遭遇区间变化幅度减小，而极端降水遭遇区间变化幅度增大。通过对比无锡和陈墅站遭遇区间内极端潮位和对应降水变动区间的变化发现，随着对应极端事件量级变大，潮位对极端雨潮事件的影响逐渐减弱，降水对其影响增强，这可能与在高量级复合极端事件情况下人为调控加强有关。常州与陈墅水文站的雨潮事件变化接近，这可能是由于常州和陈墅均位于太湖流域的武澄锡虞区，该区域四周高，腹部低洼，具有相似的地形和水文条件；且两地受相同的季风气候影响，降水模式和极端天气事件的发生频率相似；两地通过河流和渠道相连，极端降水发生时，水流向腹部聚集成洪并向北排出，水文响应具有较高的同步性[29]。整体来看，阳澄淀泖区极端雨潮复合事件遭遇风险高于武澄锡虞区。
3.4 城镇化对水文极端事件联合频率的影响分析
为减少拟合函数差异对结果的不确定性影响，各站点在城镇化早期和高速期的洪水重现期设计值，均依据两阶段的Copula函数评价指标，选用了最适合的同一Copula函数进行计算。考虑到数据序列的长短，最终的变化率取值为：在5个指定的城镇化早期重现期（T=2、5、10、25、50 a）下，城镇化高速期相对于早期变化率的平均值（表2）。整个太湖腹部地区的极端雨洪复合事件联合重现期减小了68%，城镇化高速期遭遇概率较早期增加了2.1倍（图6a）。除苏州站在城镇化高速期对应的重现期有所增大外，其他各站对应重现期均有所减小，即极端雨洪事件的遭遇概率增大。其中陈墅、常熟和湘城的重现期变化率较大，均降低了70%以上；青阳和平望对应重现期分别降低了63%和58%，常州、无锡和瓜泾口重现期降幅最低。太湖平原东北部靠长江地区的重现期变化较为明显，且武澄锡虞区重现期变化率大于阳澄淀泖区，遭遇概率增加幅度也更大。
所有站点城镇化早期极端洪潮事件在高速期对应的重现期都有所降低，即太湖腹部地区遭遇极端洪潮事件的概率在城镇化高速期有所增加，整体上发生概率较城镇化早期增加了1.9倍（图6b）。武澄锡虞区各站点重现期变化率均较大，阳澄淀泖区重现期变化率较大的水文站为常熟站和平望站，而苏州和瓜泾口变化率较小，同时遭遇极端洪潮事件的概率增幅较其他站点也较小。太湖腹部地区极端雨潮事件城镇化高速期的重现期较早期降低了69%，对应发生概率增大约2.2倍（图6c）。与极端雨洪事件一样，在太湖腹部东北部地区，极端雨潮事件发生概率增大最明显。其中，陈墅、常州和湘城的城镇化高速期重现期变化率都约为-70%，常州、无锡、青阳、平望的城镇化高速期重现期变化率约为-60%。
4 讨论与结论
4.1 讨论
随着城镇化的快速发展，太湖平原地区承灾体的韧性得到了显著增强，对经济社会的支撑作用也更为明显。虽然整体上太湖流域平原地区河网水系的静态调蓄功能退化明显，增加了区域的洪涝风险。在动态调蓄方面，王跃峰等[33]综合洪涝淹没模拟与风险分析方法发现，大包围圩垸防洪有效保护了包围内的安全，但引发洪水风险向包围外地区转移；吴娟等[34]采用水文水动力学耦合模型发现，太湖流域现阶段水利工程能力可以应对郑州特大暴雨模拟情景；罗爽[35]通过空间分析方法发现，洪水危险性集聚的程度可能因人为扰动先变大后变小。虽然水利设施能快速有效地提高河网的蓄泄能力，但也可能引起洪涝风险的空间变化，应当重视极端复合事件的变化规律，从土地规划等非工程措施方面考虑极端事件的防控。
本研究结果与近期有关城镇化背景下太湖平原极端雨洪事件的变化结论较为一致，证实了城镇化程度是影响雨洪复合事件重现期变化的关键因素。王丹青等[36]通过城郊对比得出，不同量级暴雨洪水过程中，高度城镇化地区峰值水位在有大包围圩垸的情况下低于低度城镇化地区，无圩垸情况下则相反，即城镇化程度越高，遭遇雨洪事件的风险越高。本文研究结果表明，阳澄淀泖区在小量级极端雨洪复合事件中遭遇风险比武澄锡虞区大，但在大量级极端雨洪复合事件中，武澄锡虞区的遭遇风险远大于阳澄淀泖区。即武澄锡虞区的圩区排涝动力与骨干河道行泄洪能力，流域与区域及城市之间的防洪矛盾较为突出，其原因主要在于武澄锡虞区的高度城镇化。已有研究证明，Copula函数构建的联合分布能够较好地反映瓯江感潮河段的洪潮组合特性[37]。本文在此基础上构建洪潮组合函数后发现，太湖腹部地区遭遇极端洪潮事件的概率随着城市的发展逐渐增加。在研究太湖平原雨潮遭遇风险时，柳子豪等[38-39]发现太湖流域的短历时降雨与相应时段潮位之间呈现显著不相关的特点，故本文采用长时间序列中的年最大潮位作为太湖区域的潮位数据进行分析，研究结果拟合较好。随着雨潮复合事件量级增大，潮位影响逐渐减弱，降水影响增强，这可能与高量级复合极端事件情况下人为调控加强有关。阳澄淀泖区在极端洪潮事件和极端雨潮事件中的遭遇风险均高于武澄锡虞区，这可能是由于阳澄淀泖区靠近长江入海口，河口潮流的影响比武澄锡虞区更为显著。
表2各站点极端复合事件在城镇化早期指定重现期与高速期的联合重现期
Tab.2The joint return period of extreme compound events at each station during the early and high-speed urbanization periods
图6城镇化高速期相对于早期极端复合事件重现期的变化率
Fig.6Rates of change for the return period of compound extreme events in the high-speed period relative to the early stage of urbanization
4.2 结论与展望
本文基于Copula联合分布理论，探讨了太湖腹部地区极端水文复合事件的遭遇风险变化特征，并量化了不同城镇化阶段复合极端水文事件遭遇概率的变化规律和程度。结论如下：
1）城镇化高速期的水文要素相比于城镇化早期均有所提高，且武澄锡虞区的各水文要素均值均大于阳澄淀泖区。对于年最大1日降水，武澄锡虞区在城镇化高速期较城镇化早期增加约17.11%，阳澄淀泖区增加约15.09%；对于年最大1日水位，武澄锡虞区在城镇化高速期较城镇化早期增加约9.36%，阳澄淀泖区增加约6.59%。
2）阳澄淀泖区在中小量级极端雨洪复合事件中遭遇风险更大，而武澄锡虞区在大量级极端雨洪复合事件中遭遇风险更大；无论是极端雨潮还是极端洪潮事件，阳澄淀泖区的复合事件遭遇风险都大于武澄锡虞区。
3）城镇化高速期各站点复合极端水文事件遭遇概率均增大了约2倍。其中极端雨洪事件的遭遇概率在城镇化高速期较城镇化早期增加了2.1倍；极端洪潮事件的遭遇概率增加了1.9倍；极端雨潮事件的遭遇概率增加了2.2倍。整体来看，武澄锡虞区重现期变化率大于阳澄淀泖区。
随着全球变暖不断加剧，变化环境下不同类型的极端水文事件发生概率有所增加，复合型极端水文事件发生的可能性也随之增大。针对复合事件重现期的变化预估相对复杂，边缘分布函数的选择、Copula函数的拟合效果等都会影响不同要素之间的相依性结构，进而对重现期分析造成不确定性影响。因此，未来在重现期变化不确定性因素分析等方面还有待进一步研究。同时，由于阳澄淀泖区东部站点相对较少，研究结果可能在一定程度上低估了该区域的水文响应。尽管如此，本研究通过现有数据尽可能全面地分析了区域水文特征，未来研究可补充东部站点的数据，以提高研究的空间代表性和准确性。
