基于陆面水文耦合模式CLHMS的淮河流域水文过程的模拟评估及其不确定性分析

利用最新的CFSR(Climate Forecast System Reanalysis)再分析及观测的降水和地表气温资料驱动陆面水文耦合模式CLHMS(Coupled Land surface and Hydrologic Model System),对淮河流域1980~2003年共24年的水文水循环过程进行了模拟,系统评估了CLHMS对淮河流域水文过程的模拟能力及其不确定性。分析结果表明,CLHMS模式对淮河流域水文过程具有良好的模拟能力,模式尤其对湿润年份流域的水量平衡以及河道流量的季节、年际变化具有很强的模拟能力,而对降水偏少的干旱年份,模式模拟的河道流量通常会高于观测实况,与实况间存在着一定的偏差,而这也是导致CLHMS对流域水文过程模拟能力存在显著年代际差异的主要原因。基于三组不同降水强迫的流域水文过程模拟结果比较表明,降水驱动资料准确与否是陆面水文模拟最主要的不确定性来源之一,正是由于CFSR再分析降水与观测降水之间存在较大的差异,从而导致CFSR降水驱动下模式模拟的淮河流域河道流量与观测存在较大的偏差,其模拟性能相对较差。进一步分析还表明,可以保持较强降水日变化的时间解集方法,也是保证合理模拟流域水文过程的重要因素。     

GSMaP_Gauge卫星降水数据在流域尺度的精度评估—以白龙江流域为例

以白龙江流域为研究区,利用雨量站和水文站共计27个站点2015年逐日降水资料,分别从日尺度和月尺度定量评估了最新版本(V6)GSMa P__Gauge降水产品精度,并分析其时空特征,通过对探测率、空报率和ETS评分进行空间插值和统计分析,评价了该产品对不同日降水强度阈值下降水事件的探测性能。结果表明:GSMaP__Gauge产品日降水在低海拔湿半年的反演精度良好;月降水模拟值在干半年(10月—次年3月)与站点实测月降水的一致性优于湿半年(4—9月);湿半年月降水反演精度随高程变化差异明显,在低海拔表现为普遍高估月降水,且逐月精度评估结果与高海拔相比偏差大但误差略小,8月精度较优;日降水强度阈值为0 mm·d-1时,产品的探测率在湿半年达到0.9以上,综合空报率和ETS评分来看,在日降水强度阈值为1 mm·d-1时探测性能最优;整体而言,产品在流域西北部高海拔区域对日降水事件探测性能较差,尤其针对较强降水(10 mm·d-1)。     

喜马拉雅山区降水研究进展与展望

降水的时空特征研究对喜马拉雅山区的气象、水文和冰川过程的理解极其重要。随着中国科学家主导的"第三极环境"国际研究计划的推进,开展对该地区降水的时空分布及其过程与机理的研究变得更加迫切。本文系统总结了前人在该地区降水研究取得的进展,并提出了该地区水文气象研究的前沿问题。主要结论如下:(1)喜马拉雅山区的降水有明显的日变化,在低海拔地区以夜间降水为主,这与高原南部斜坡加热和季风期间风场的不对称日变化有关。(2)喜马拉雅山区的降水主要发生在夏季,但在西北部的高海拔区域,冬春季降水占年降水比例可高达50%。(3)在喜马拉雅山区南坡,降水量随海拔的升高而升高,但在超过2500 m后,降水随海拔升高而降低。(4)区域气候模拟在喜马拉雅山区有一定的适用性,但缺乏对极高海拔的降水评估。因此,为开展该区域的降水过程与机理研究,建议优先加强高海拔区域的观测研究,评估新一代全球卫星降水产品,对比分析南北坡和高山-峡谷降水特征,改进区域气候模式对复杂山区的天气及气候模拟能力。     

ERA-Interim和NCEP/NCAR再分析数据气温和气压值在中天山山区适用性分析

利用在天山山区海拔超过1 500 m的气象站的逐日气温和气压数据与同期经过水平方向和垂直方向插值后ERA-Interim和NCEP/NCAR两套再分析数据进行回归分析,研究再分析数据在天山山区不同季节的适用性,并验证再分析数据偏差与气候区的一致性。结果表明:从整体上,ERA-Interim数据气压和气温的可信度优于NCEP/NCAR数据,但在局部存在差异。两套再分析数据的偏差与气候分区、高程和季节相关。中天山山区再分析数据气温偏差呈现暖偏差,而天山南坡呈现冷偏差。两套再分析数据的气温偏差在高山带呈现暖偏差,在中山带呈现冷偏差。春秋两季气温的偏差小于夏冬两季。气压的偏差在夏季低于其他三季。而偏差可能会导致以再分析数据为驱动的气候模式结果的偏差。     

祁连山春季一次层状云降水的雨滴谱分布及地形影响特征

祁连山是青藏高原东北部重要的生态屏障和冰川与水源涵养生态功能区,是黄河流域重要水源产流地,但针对该地区的云和降水过程研究很少。本文利用祁连山地区11个Parsivel2雨滴谱仪的观测数据,研究了祁连山地区春季一次层状云降水过程的雨滴谱分布及地形影响特征。此次降水过程主要受短波槽影响,降水时空差异较大。雨滴谱观测数据表明,此次降水过程的雨滴等效直径（D_m）较小,雨滴谱数浓度（N_T）与D_m随海拔高度升高分别呈增加和减小的趋势,低海拔站点logN_w（N_w为雨滴谱截断参数）和D_m分布有着明显的层状云降水特征,而整个祁连山地区在同样D_m下有着更低的N_w。低海拔站点由于碰并和小雨滴的蒸发,有着更少的小雨滴（＜1 mm）和更多的大雨滴,而高海拔站点由于距离云底较近或位于云内,云滴尺度小且浓度大,D_m随R（R为降水强度）增大变化趋势不明显。M-P分布和Gamma分布在低海拔站点的拟合效果要优于高海拔站点,相较于Gamma分布,M-P分布对高海拔站点的小雨滴和大雨滴浓度有一定的高估和低估,因此更适用于高海拔站点雨滴谱的描述。对比于低海拔站点,高海拔站点的μ–Λ（μ、Λ分别为Gamma分布的形状参数和斜率参数）关系与相关研究的结果较为接近,但在Λ较小（＜40 mm?1）时拟合结果较为接近。受海拔高度与云底的相对位置和地形的影响,祁连山地区的Z–R（Z为雷达反射率因子）关系与其他地区或研究有着较大的区别。     

区域数值预报系统在北京地区的降水日变化预报偏差特征及成因分析

为了研究北京快速更新循环同化预报系统(BJ-RUCv2.0)在北京地区降水日变化的预报偏差特征及其成因,利用2012—2015年夏季BJ-RUCv2.0系统第2重区域(3 km分辨率)预报结果和北京地区122个自动气象站逐时观测数据以及观象台探空观测资料,分析模式对北京地区降水日变化预报偏差的区域性特征和传播特征,研究模式局地环流预报偏差特征及其对降水预报偏差的可能反馈机制。研究结果表明,BJ-RUCv2.0系统多个更新循环的预报在北京平原地区均存在夜间降水漏报问题,降水预报偏差表现为模式预报降水在西部山区降水偏多,预报降水雨带难以在平原地区增强发展,造成了模式降水在傍晚山区偏多而夜间平原地区降水明显偏少。通过分析模式局地环流预报偏差及其响应机制发现,由于白天平原地区近地层偏暖偏干,山区底层偏冷中层偏湿,造成了山区-平原地区间的温度梯度强度偏强且强温差出现时间提前,西部山区午后降水偏多;由于平原地区地面气温预报持续偏高,入夜后偏北风难以到达平原地区,造成了山区-平原间的地形辐合线位置偏北,影响山区降水雨带向平原地区移动,同时平原地区近地层内水汽持续偏低,抑制降水雨带在东移过程中的发展,造成模式在平原地区夜间降水预报容易出现漏报。模式冷启动所用的GFS资料土壤湿度在北京平原地区明显小于实际观测,是模式预报偏暖偏干的可能原因之一。     

不同分辨率再分析资料对浙江省气温刻画能力的对比评估

利用浙江省66个基本气象站1979—2010年的日平均气温数据,系统评估了三套再分析资料R1、R2和CFSR对浙江省气温的刻画能力。结果表明:三套再分析资料的气候平均态与观测均存在一定差异,其中R1、R2的空间分布型与观测较为接近,CFSR与观测差异较大;三套再分析资料均存在系统性冷偏差且这一偏差在32年中稳定存在,其中CFSR的冷偏差更显著,浙南地区是其冷偏差的重要来源。三套资料的均方根误差均存在季节变化:冬季（特别是1月）误差较小而夏季（特别是7-8月）误差较大,R1和R2的季节差异强于CFSR。CFSR对浙江省气温变率的把握能力优于R1和R2,其距平场EOF分解前三模态的空间型态和时间系数与观测更为接近。系统误差订正后,三套再分析资料的可信度得到显著改善,CFSR的改善效果最明显,说明系统性误差是三套再分析资料偏差的重要来源。改善后三套再分析资料的均方根误差和空间相关系数大体相当。CFSR网格点气温插值到观测站点时因海拔差异导致的误差以及CFSR在浙江省的模式地形偏高可能是其有较大冷偏差的重要原因。      

基于分位数映射法的黑河上游气候模式降水误差订正

区域气候模式降水弥补了高寒山区气象站点稀少的缺陷,是水文模拟的重要驱动变量。然而,高寒山区模式输出降水的总量和频率都存在较大不确定性。因此,改进了用于降水频率纠正的分位数映射法(Quantile Mapping,QM),对中尺度数值预报模式(Weather Research and Forecasting model,WRF)模拟的黑河上游日降水输出数据进行误差订正。选取第95分位和第98分位降水量为阈值,选择2004-2009年为建模时段,2010-2013年为验证时段,使用分段拟合的方法建立传递函数,侧重于对极端降水进行单独订正。研究结果表明:该方法不仅对降水空间分布有明显的改善,对极端降水也有很好的订正效果。订正前模式模拟日降水与台站之间的均方根误差为3.41 mm·d^-1,绝对偏差为115.67 mm·y^-1,订正后均方根误差减少为3.11 mm·d^-1,绝对偏差有明显改善,为60.3 mm·y^-1。订正后流域内年降水空间分布更加合理,年降水量也更接近于观测降水插值结果,其空间相关系数由0.74改善为0.94。春、夏季订正效果优于秋、冬季,其中夏季订正效果较为明显,订正前降水偏差百分比在-0.1~0.1以内的区域面积仅占流域总面积的28%,而订正后占比增加至66%。同时,该方法对极端降水有较好的订正效果,减小了日降水强度(SDII)和极强降水量(R99p)的模拟偏差,订正后的第95分位模拟降水与观测降水插值的相关系数由0.15提高到0.48。本研究为站点稀少的黑河上游提供了一种更有效的误差订正方案,有利于为寒区水文研究获取更精确的降水数据。     

夏季新疆中天山北坡大气冰核的浓度观测分析

利用微孔滤膜法,于2001年6月12日~7月31日在新疆中天山北坡乌鲁木齐河上游山区的小渠子和牧试站分别进行了大气冰核观测。观测发现,这里的冰核浓度非常低,平均浓度仅为0.32个.L-1。分析结果表明,冰核浓度变化与气团活动、降水和风向有密切联系。     

基于Delta分位数映射法的青藏高原中东部IMERG卫星降水误差订正

可靠的降水资料对理解青藏高原水量平衡和水循环过程尤为重要。IMERG(Integrated Multi-satellitE Retrievals for Global Precipitation Measurement)是新一代卫星降水产品,具有更广的覆盖范围与更高的时空分辨率,但在高原复杂地形条件下仍然存在较大的不确定性。鉴于此,本研究应用Delta分位数映射法(Quantile Delta Mapping, QDM),对IMERG日降水数据进行偏差订正,使用2001-2010年的中国区域地面气象要素数据集(China Meteorological Forcing Dataset, CMFD)降水数据和IMERG日降水产品分季节建立传递函数,对2011-2014年的IMERG逐日降水进行订正。研究结果表明：(1)Delta分位数映射法能够有效订正IMERG的降水频率、数值和空间分布,对极端降水和负偏差较大区域的订正效果更为明显。订正后的IMERG降水概率分布更加接近观测概率分布,降水偏差也更符合正态分布,改进了对全年和季节降水空间分布的刻画,提高了月降水的精度。(2)订正后日降水量均...     

TRMM卫星降水数据在天山山区的校正方法研究

本文基于全球降水观测(Global Precipitation Measurement,GPM)及天山山区40个气象站点数据,提出了一种新的热带降水测量任务(Tropical Rainfall Measuring Mission,TRMM)卫星数据误差校正方法(MERGE),并与广泛使用的地理差异分析(Geographical Different Analysis,GDA)方法进行对比,通过交叉验证来评价两种方法对山区年/月降水的校正效果。结果表明,MERGE方法不仅能提高TRMM的空间分辨率(0.05°),且在年(平均Bias降低了21%)、月(平均Bias降低了37%)尺度上的校正结果都优于GDA方法;校正后TRMM降水的误差在不同月份存在很大差异,即在降水较多的雨季(4—10月)误差较大(MAE3mm),而在干季(11月至次年3月)误差较小(MAE3mm)。MERGE方法不仅能有效改善高海拔地区的降水误差(平均误差降低了59%),且对原始TRMM数据的依赖性较小(R2=0.47),即使在原始TRMM数据表现不佳的局部区域,也能有效降低其误差。     

长江流域气候变化高分辨率模拟与RCP4.5情景下的预估

基于长江流域142个气象站1986—2005年月降水和气温数据,评估由MPI-ESM-LR模式驱动的CCLM区域气候模式对长江流域气温和降水的模拟能力,并采用EDCDF法对气温和降水预估数据进行偏差校正。结果表明：该区域气候模式能较好地模拟出长江流域平均气温的季节变化和空间分布特征,但模拟值无论在季节还是年际尺度上均高于观测值。对降水而言,该模式不能较好地模拟出降水的季节分布特征,导致春季、冬季及年模拟值高于观测值,而夏季和秋季模拟值低于观测值。总体而言,该模式对气温的模拟效果相对较好。偏差校正后的预估结果表明：在RCP4.5情景下,长江流域未来（2016—2035年）平均气温相对于基准期（1986—2005年）将升高0.66℃,年降水量将减少2.2%。     

2020年CLDAS风场数据在辽宁省的适用性分析

选用2020年辽宁省286个气象站点地面10 m风场数据与中国气象局陆面数据同化系统(CLDAS)10 m风场数据,统计逐小时CLDAS网格插值到站点的风速数据与站点观测风速数据的相关系数(COR)、平均偏差(ME)、均方根误差(RMSE)和平均绝对误差(MAE),进行CLDAS风场数据在辽宁省的适用性分析和评估。结果表明：CLDAS风场格点数据分辨率1 km较5 km更接近站点观测数据,邻近点插值法较双线性插值法偏差更小。辽宁省286个站点中,逐小时CLDAS风场数据与观测数据相关系数低于0.95的站数仅占总站数的1.7%。辽宁沿海低海拔地区和北部地区较其他内陆地区的CLDAS风速与站点风速偏差大。CLDAS风速与观测风速误差的平均值为负,其中,秋季平均偏差最小,夏季、冬两季次之,春季偏差最大;夜间夏季、秋季日变化偏差最小,冬季次之,春季最大;白天冬季偏差最小,夏季、秋季次之,春季最大。辽宁省3次大风个例分析均表明,CLDAS风场数据有较好的适用性。     

北京山区与平原冬季近地面风的精细观测特征

利用2009—2018年冬季北京地区200多个自动气象站逐时10 m风速、风向观测数据,分典型区域（山区、山区与平原过渡区、平原区、城区）研究北京地区冬季近地面风的精细特征,并使用有完整记录的2 a（2017和2018年）冬季延庆高山区不同海拔高度10 m风逐时观测数据,多视角分析高山区不同海拔高度近地面风的特征和成因,以深刻认识北京地区复杂地形条件下冬季近地面风的特征和规律。结果表明:（1）北京地区冬季近地面平均风受西部北部地形、城市下垫面粗糙度和冷空气活动共同影响,平均风速沿地形梯度分布,山区高平原低,平原中又以城区风速最小;盛行西北风和北风,在城区东、西两侧盛行风出现扰流,在山区和过渡区一些地方还存在与局地地形环境明显关联的其他盛行风向。（2）4个典型区域冬季近地面风速日变化均表现为白天风速大于夜间,午间风速最大的“峰强谷平”单峰特征,这一特征的稳定性在城区高、山区低。（3）4个区域冬季弱风（< 1 m/s）频率为31%—42%,城区较高、山区较低;强风（> 10.8 m/s）频次则是山区多、城区少,强风风向主要表现为偏西—偏北,与冷空气活动密切关联;城区、平原区和过渡区偏南风频率均为极小,暗示北京“山区—平原”风模态在冬季是“隐式”的、不易被直接观测到。（4）近地面风的水平尺度代表范围在延庆高山区高海拔处明显大于低海拔处,海拔1500 m附近（平均的边界层顶高度）是延庆高山近地面风速日变化特征的“分水岭”,低于该海拔高度时近地面风速日变化表现为前述“峰强谷平”单峰特征,而高于该海拔高度时近地面风速日变化则呈现相反特征,即夜间大白天小、午间最小的“峰平谷深”特征,这是由边界层湍流活动的日变化及伴随的低层自由大气动量向边界层内下传所致。（5）延庆高山近地面风速大体上随观测高度而增大,高海拔站点日平均风速数倍于低海拔站点。白天—前半夜,海拔约2000 m的站点冬季盛行偏西风,风向变化不大,但风速为2—12 m/s;1000 m左右的低海拔站则风速比较稳定（< 6 m/s）,风向从午间至傍晚相对多变。      

多套土壤温湿度资料在青藏高原的适用性

利用青藏高原中部和东部土壤温度和湿度观测资料,通过计算两套再分析资料(ERA-Interim和CFSR)和六套陆面模式资料(ERA/land、MERRA/land、GLDAS-NOAH、GLDAS-CLM、GLDAS-M OSAIC和GLDAS-VIC)分别与观测资料之间的平均偏差、偏差标准差、相关系数、标准差比等统计参数,结合Brunke排名法,综合评估了再分析资料和陆面模式资料中土壤温湿度数据在青藏高原的适用性。结果表明:对于土壤温度,CFSR与观测值最接近,其次是MERRA/land和GLDAS-CLM,而ERA-Interim和ERA/land与观测值相差较大;除GLDAS-CLM土壤温度比观测值偏高外,其他资料土壤温度在大部分站点比观测值偏低,其中ERA-Interim和ERA/land土壤温度比观测值偏低较多,部分站点平均偏差超过-20℃。对于非冻结期(5 10月)土壤湿度,GLDAS-CLM与观测值最接近,其次是GLDAS-NOAH或ERA-Interim;与观测值相比,CFSR、ERA-Interim和ERA/land的土壤湿度偏湿,平均偏差大部分在0.05~0.20 m3·m-3之间,而GLDAS-NOAH、GLDAS-CLM和GLDAS-M OSAIC的土壤湿度偏干。     

新疆天山山区夏季极端降水的日变化特征

基于天山山区11个国家气象站2012—2018年夏季（6—8月）逐小时降水资料，使用百分位法计算极端降水阈值，分析极端降水特征量（包括极端降水量、极端降水频次、极端降水强度、极端降水贡献和极端降水量最大值）的日变化特征，揭示极端降水与海拔高度的关系。结果表明：87°E以东地区，极端降水量最大值出现的时间大致都存在自西向东顺时针变化的特点。极端降水主要以短持续性为主，极端降水贡献和极端降水量最大值的谷值都出现在白天。极端降水与海拔密切相关，总极端降水频次更多发生在高海拔地区，在海拔2 000 m左右存在一个极端降水最大值带。     

石羊河流域降雪初、终日及雪期特征分析

利用1960—2017年石羊河流域5个气象站点降雪和气温观测资料,采用气候诊断分析方法,分析了石羊河流域降雪初、终日及雪期的时空变化特征及与气温和海拔高度的关系。结果表明:降雪初日为山区早于平原区,平原区早于荒漠区;降雪终日为山区晚于平原区,平原区晚于荒漠区;雪期为山区长于平原区,平原区长于荒漠区。各地降雪初、终日及雪期存在一定的异常性,正常降雪初、终日及雪期年概率均超过67%。年、年代降雪初日呈推迟趋势,降雪终日(除凉州和古浪外)呈提早趋势,雪期呈缩短趋势。降雪初、终日及雪期与气温和海拔高度呈极显著相关性,气温每升高1℃,初日推迟约6.3 d,终日提早约7.6 d,雪期缩短约13.8 d;海拔每升高100 m,初日提早约3.3 d;终日推迟约4.0 d,雪期延长约7.3 d。本研究为降雪预报提供了参考依据,同时对防御雪灾、科学利用降雪资源、保护生态环境和促进区域经济发展有重要意义。     

吐鲁番地区暖季降水时空分布特征

以吐鲁番5个国家气象站近55 a(1960—2014年)与26个区域气象站近3 a(2013—2015年)逐小时降水资料为基础,利用Pearson相关分析、气候倾向率、Mann-Kendall突变分析、Morlet小波分析等方法,分析了吐鲁番地区暖季降水时空分布特征,并就地形对吐鲁番降水的影响进行了量化研究。结果表明:在新疆趋暖趋湿的气候背景下,吐鲁番盆地平原区和山区存在截然不同的降水时空变化特征,吐鲁番地区降水高度集中在暖季,且暖季山区降水集中度和稳定性更好;暖季盆地内存在频率55%的夜雨区和昼雨区,盆地西南坡地和腹地平原区为夜雨区,盆地北部天山山区降水则集中在午后,海拔高度大约每增加(减少)300 m,降水集中时段提前(延后)1 h。研究还表明,吐鲁番降水与地形关系密切,海拔高度是影响吐鲁番降水的决定性因素,其暖季降水量、降水时数均与海拔高度呈显著正相关,降水量增加的主要原因是降水时数随海拔高度的递增;降水量随海拔高度的变化呈二次曲线型,其最大降水高度为1900 m;在最大降水高度以下,降水量由盆地腹地的平原区向山区递增,降水垂直变率平均为6.2 mm/100 m,其中1500~1900 m高度是降水量与降水垂直变率最大的区域,降水垂直变率达20 mm/100 m。     

基于树轮宽度的伊塞克湖入湖径流量重建与分析

中亚区域气候与水文变化特征及其对全球气候变化的响应重要而复杂,伊塞克湖流域周边山区分布的天山云杉原始森林为揭示区域过去几百年气候水文变化事实和规律提供了良好的载体。本文利用伊塞克湖周边山区4个点的树木年轮宽度、入湖年径流量以及CRU格点气象资料,基于对树轮宽度指数对区域水文和气候要素响应关系分析,利用区域树轮宽度差值年表重建了伊塞克湖355a来的入湖径流量变化历史,二者线性转换方程的方差解释量为30．2％。重建径流量的丰枯阶段变化与天山北坡的玛纳斯河、乌鲁木齐河相对应。但与天山南坡的阿克苏河流域的径流量的低频变化特征不一致,在1850年前的变化趋势相反。空间相关分析发现伊塞克湖流域重建径流量变化能较好地代表中亚天山北坡以及哈萨克斯坦东南部和新疆北部平原区降水变化。此外,还发现了伊塞克湖径流量与北大西洋长周期年代际震荡（AMO）在年代际尺度的同步变化。     

百分位统计降尺度方法及在GCMs日降水订正中的应用

在格点观测的逐日降水量数据基础上,采用百分位统计降尺度方法对全球气候模式(GCM)输出的日降水量进行了订正处理。5种订正方案的比较结果表明,取12个百分位数进行日降水量订正是合理的。观测资料与3个GCMs订正前后全国平均年、季降水量空间分布以及主要流域平均年、月和日降水序列多年平均、变化趋势及概率密度的对比分析表明:(1)统计降尺度处理可在一定程度上降低GCMs模拟的降水量偏差,特别是中国中部、长江以南和东北部分地区,对德国马普研究所的海气耦合模式(MPI/ECHAM5)模拟的降水量订正效果最显著;(2)GCMs统计降尺度处理的降水量季节分布特征与观测更为接近,所有流域MPI/ECHAM5订正的降水量优于或接近直接输出结果;(3)与GCM直接输出的降水相比,部分流域经统计降尺度处理后降水量变化趋势与观测的一致性有所增加,但不明显;(4)当日降水量<30mm时,订正的降水量与观测的偏差明显减小;当日降水量>30mm时,部分流域由负偏差转为正偏差。由于GCMs结构和降尺度方法的局限性,在用于具体流域未来气候变化预估及气候变化影响评估时,应选择尽可能多的、模拟能力强的GCMs数据,以包含尽可能多的模拟气候情景。