全球平均气温未来情景的降尺度分析

如何提高全球气候模拟数据的分辨率,以满足全球、区域乃至局地陆地生态系统全球变化响应的定量分析,是当今全球气候变化研究的核心内容之一。在全球尺度上,本文利用全球气象观测站点的气候数据和DEM 数据,对全球年平均气温与纬度和海拔高程之间相关性进行回归分析,建立全球气候降尺度空间模拟的统计转移函数,并与高精度曲面建模(HASM)方法进行集成,从而实现IPCC GCM HadCM3 的模拟数据从3.75° × 2.5°到 0.125° × 0.125°的降尺度处理。研究结果表明,在3 种气候情景的T1-T4 时段内,格陵兰岛平均气温在0℃以下的区域和南极洲平均气温在-35℃以下的区域均呈逐渐缩减趋势,赤道至南北回归线之间的平均气温大于40℃以上的区域呈逐渐增加趋势。其中,A1Fi 情景的平均气温上升速度最快,A2 情景次之,B2 情景的平均气温上升速度最慢。构建降尺度方法有效地将IPCC GCMs的粗分辨率的气候情景数据降尺度转换成高分辨率的气候数据,并克服和弥补了目前IPCC GCMs的模拟数据因分辨率低而不能对区域乃至局地气候变化的细节及趋势进行刻画的缺陷。     

未来气候情景下气候变化响应过程研究综述

气候变化将会对生态系统、自然资源、极端气候和人类社会产生一定的影响,科学评估未来气候变化响应是应对气候变化的前提。通过对当前研究成果的回顾,建立未来气候情景下气候变化响应研究的系统思路,并总结了研究所涉及的方法。系统论述了应用第5阶段耦合模式比较计划(CMIP5)气候模式前进行适用性评价的必要性;分析了当前降尺度方法尤其是统计降尺度的主要方法及进展;归纳了偏差校正过程中普遍使用的方法,最后,综合分析了整个研究过程中的不确定性。研究将为气候变化响应分析提供方法和思路指导。     

TRMM降水数据的空间降尺度方法研究

以天山中段为研究区,以降水与高程（DEM）、植被指数（NDVI）、坡向（Aspect）、经纬度与之间存在的相关关系为基础,构建了TRMM卫星3B43降水数据与NDVI、DEM和坡向等相关因子的回归模型,对TsHARP统计降尺度算法引入DEM和局部Moran指数进行改进,得到2001~2006年研究区的250 m高分辨率降水空间分布数据。最后利用研究区气象站点降水数据对降尺度结果进行验证,得出降尺度的结果和实测值的误差明显小于原始降水数据和实测值的误差,年均降水最大改善程度是70 mm,因此构建的降尺度方法是合理可行的,可用于山区降水数据的降尺度研究。     

TRMM降水数据的空间降尺度方法研究北大核心CSCD

以天山中段为研究区,以降水与高程（DEM）、植被指数（NDVI）、坡向（Aspect）、经纬度与之间存在的相关关系为基础,构建了TRMM卫星3B43降水数据与NDVI、DEM和坡向等相关因子的回归模型,对Ts HARP统计降尺度算法引入DEM和局部Moran指数进行改进,得到2001~2006年研究区的250 m高分辨率降水空间分布数据。最后利用研究区气象站点降水数据对降尺度结果进行验证,得出降尺度的结果和实测值的误差明显小于原始降水数据和实测值的误差,年均降水最大改善程度是70 mm,因此构建的降尺度方法是合理可行的,可用于山区降水数据的降尺度研究。     

祁连山TRMM降水数据降尺度不同方法比较研究

降水数据对研究山区陆面过程、水文模型、生态模型至关重要,而山区地形复杂降水数据获取困难,且TRMM (Tropical Rainfall Measuring Mission)降水数据空间分辨率难以进行小尺度区域降水研究。本文以祁连山为研究区,应用2005—2016年的TRMM降水数据,从不同时间尺度对TRMM降水数据在祁连山的适用性进行分析,利用多元逐步回归模型、地理加权回归模型、随机森林模型三种降尺度方法,分别建立了降水与高程、植被指数、纬度、经度、坡度、坡向的关系,获得1 km高分辨率的TRMM降尺度数据,并通过对比三种模型的降尺度结果来选取适用于祁连山的降尺度方法。结果表明:(1)TRMM降水数据适用于祁连山。TRMM降水数据和实测数据在不同时间尺度上具有显著的相关性,年、季、月相关系数分别为0.88、0.92、0.88。(2)三种降尺度模型都能有效地获得1 km高分辨率的TRMM降尺度数据,其中随机森林模型更适用于获取祁连山TRMM降尺度降水数据。(3)相比于原始TRMM降水数据,随机森林模型降尺度结果整体偏小,同时具有更高的空间分辨率和更小的偏差。本研究可以为进一步获取西部山地高空间分辨降水数据和开展水文研究提供参考与借鉴。     

基于统计模型识别气候变化对农业产量贡献的研究进展

从统计模型与作物机理模型的区别与联系出发, 介绍了识别气候变化对农业产量贡献的3 种主要统计模型, 即时间序列模型、截面模型和面板模型;综述了前人在站点和区域(全球、国家、省级、地区、县级) 尺度对这一问题的研究进展;总结了应用统计模型识别农业产量对气候变化响应敏感性的4 个主要问题, 包括时空尺度问题、产量的非气候趋势去除问题、气候要素间的自相关问题和忽略适应措施的问题;最后针对以上主要问题, 提出了改进建议及今后研究的发展趋势。     

IPCCSRES情景下新疆未来气候变化格局分析

全球气候模型（GCM）提供了有效的方法来评估全球气候变化的过程,并可预估包括人类活动因素驱动在内的未来气候变化情景。然而其较低的分辨率并不能捕捉到那些地表特性复杂区域的气候变化特性。因此,使用包括区域气候模型（RcM）、偏差校正法和统计方法等方法在内的降尺度方法来处理GCM的原始数据以达到评估区域的气候变化的目的。本研究应用使用偏差校正法中的delta方法将24个GCM在IPCC三种气候变化情景下的月尺度数据水平分辨率降尺度到0．5℃,进而用于分析新疆未来气候变化格局。基于降尺度后的计算结果与GCM模型原始数据比较表明：降尺度方法可以改善复杂地表和地形的区域气候变化预估特征,并降低GCM生成的气候数据在新疆地区的不确定性。结果表明：AIB、A2和B1三种情景模式下年均气温和年降水量在21世纪早期具有相似的空间格局与变化趋势,到21世纪中期会产生波动变化。年平均气温在A1B,A2和B1三种情景下到21世纪末将分别达到10℃,11．1℃和8．5℃;与此同时,年降水量将会有波动性的增加趋势。在2020—2070年间,AIB情景下区域年平均气温大于其他两个情景。A1B情景下的年降水量在2020-2040年间也大于其他两个情景。然而,在不同的情境下年平均气温与年降水存在很大的不确定性。不同情景下年平均气温的差异达6℃,而年平均降水差异大约200mm。在区域气候变化格局方面,到21世纪末,在天山中部、伊犁河流域、天山南部和塔里木河下游的年平均气温的增长要比准噶尔盆地、帕米尔高原和昆仑上北坡的小。年降水量在南疆西部呈现出轻微的下降趋势,但是在昌吉,吐鲁番,哈密和阿尔金山北部呈现出增长趋势。     

基于地理加权回归模型的典型山地卫星反演降水产品降尺度研究

降水是陆地水循环的关键变量,高分辨率降水数据的获取是准确模拟陆地水循环过程的前提。虽然卫星反演降水产品具有较强的空间代表性和连续性,但其空间分辨率较低的问题限制了它的应用。以太行山、横断山和喀斯特山区为研究对象,基于降水与高程(DEM)、植被指数(NDVI)之间存在较好相关关系的假设,构建了GPM降水(Global Precipitation Measurement Mission)与高程、植被指数的地理加权回归模型,得到了2014—2016年研究区1 km分辨率GPM降水数据。研究结果表明:地理加权回归模型能有效地提高GPM数据的空间分辨率。降尺度后,GPM数据精度在太行山和横断山区略有提高。年尺度上,相比于原始GPM数据,太行山和横断山区降尺度数据站点实测数据的确定系数分别提高了0.06和0.08,RMSE分别降低了0.45%和3.89%,MAE分别降低了0.16%和1.70%;月尺度上,太行山区67%的月份,横断山区83%的月份GPM产品降尺度后更加接近于站点实测数据。喀斯特地区GPM数据降尺度后精度略有下降,降尺度后,年尺度的降雨数据与实测数据的RMSE和MAE分别增加了10.00%和8.00%,R~2降低了0.06,月尺度上仅8月和9月降尺度后的精度更高。降雨与地形和NDVI的关系较弱是喀斯特地区降尺度效果较差的主要原因。     

气候变化背景下森林动态模拟研究综述

在全球气候变化背景下,森林的地理分布与生态过程研究受到越来越多的关注.森林对气候变化的响应是一个复杂的过程,在已有模拟方法中,林窗模型和全球植被动态模型由于考虑了气候作用下植被的演替与更新等机理,能较为合理地模拟气候变化背景下森林的瞬态响应,是目前气候变化研究的热点之一.全球植被动态模型以植物功能类型(PFTs)表示区域森林植被组成,通过模拟PFTs比例的变化来反映森林地理分布格局的动态变化.通过回顾上述两类模型的发展历程,梳理了模型在模拟研究森林地理分布及生态过程中,对过去和未来气候变化的潜在响应方面的应用,并针对模型中存在的不足,提出今后应在动态模型多尺度研究、加强模型对非气候因子的描述、模型间比较、多源遥感数据与模型同化等方面开展重点研究.     

基于GWR模型的陕西秦巴山区TRMM降水数据降尺度研究

应用TRMM降水数据,进行国内典型区域降尺度相关研究,可弥补应用气象站点数据研究带来的局限。以陕西秦巴山区为研究区,基于TRMM降水数据和NDVI数据,应用GWR模型和比例指数,获得GWR年、月降尺度数据并进行检验,最后分析地形对降尺度结果的影响。结果表明：获得的1 km分辨率的GWR降尺度降水数据,具有较强的细节表现能力;降尺度数据与实测降水数据年尺度上相关系数为0.88,月为0.93,相关性较好;与TRMM原始数据对比,降尺度结果降水值略小,整体低估降水;区内秦岭山地GWR降尺度结果精度变化幅度最小,相似地形条件下,海拔越高,GWR降尺度结果表现越好;采用GWR模型进行秦巴山区TRMM降水数据的降尺度研究,具有较强的适用性。     

黄河上游地区近千年气候变化的模拟重建

运用BP人工神经网络较好地建立了全球气候模式模拟数据与区域气候之间的关系,拟合了黄河上游沙漠河谷地区的近千年温度、降水序列。在气候信号年代际和百年际变化特征上,拟合结果较为理想,但对极值的拟合能力较差,尤其是冬季温度和夏季降水的拟合极值偏差较大。拟合结果表明该地区近千年存在中世纪暖期、小冰期和现代暖期,且小冰期降温在冬季更为明显,冬季平均气温小冰期比中世纪暖期低2 ℃。降水的千年变化趋势较温度略微平缓,尤其冬季降水无明显趋势变化。空间分布显示20世纪暖期在近千年是最暖的,但降水较中世纪暖期偏少。     

基于CMIP5模式的干旱内陆河流域未来气候变化预估

我国西北干旱半干旱地区水资源短缺、生态环境脆弱,未来气候变化预估对水资源管理具有重要的现实意义。以黑河流域为研究区,基于1960-2014年月值NCEP再分析资料与气象要素实测资料,建立逐步回归降尺度模型;针对模型不足,提出一种补充逐步回归降尺度模型;经2006-2014年CMIP5中CNRM-CM5模式的区域适用性评价,选取适宜模型进行2016-2060年CNRM-CM5模式下的流域未来气候变化预估。主要结论为：（1）补充逐步回归模型的模拟效果总体要好于逐步回归模型,两模型对流域气温的模拟效果要好于降水。（2）降尺度模型的CNRMCM5模式适用性评价表明,RCP4.5与RCP8.5路径下,补充回归模型的适用性总体好于逐步回归模型。（3）两种路径下,黑河流域上中游未来年均降水量分别为324.94 mm、330.15 mm,未来流域降水分布的不均匀性增强。（4）两种路径下黑河流域中下游未来年均气温分别为10.25℃、10.77℃。     

基于机器学习模型的海河北系干旱预测研究

提高干旱预测精度能为流域干旱应对及风险防范提供可靠数据支撑,构建比选合适的干旱模型是当前研究的热点。研究以4个时间尺度（3、6、9、12月）标准化降水指数（SPI）为表征指标,利用小波神经网络（WNN）、支持向量回归（SVR）、随机森林（RF）三种机器学习算法分别构建了海河北系干旱预测模型,利用Kendall、K-S、MAE三种检验方法判定模型表现及其稳定性。研究表明：（1） WNN、SVR模型呈现结果在不同时间尺度SPI存在差异,WNN最适合12个月尺度SPI干旱预测;SVR最适合6个月尺度SPI干旱预测。（2） 对3、12个月尺度SPI,RF预测性能最优（Kendall>0.898,MAE<0.05）;对6、9个月尺度SPI,SVR预测性能最优（Kendall>0.95,MAE<0.04）。（3） 模型预测性能稳定性存在区别,RF预测稳定性最高,其次为SVR。（4） 构建的三种模型表现异同主要是因为SVR转为凸优化问题解决了WNN易陷入局部最优解的不足,从而提高了模型预测性能,RF集成多样化回归树,降低了弱学习器的负面影响,提高了模型预测准确率及稳定性,同时,RF处理包含噪声的降水数据的能力更强。     

石羊河流域农户对气候变化的感知及其影响因素

农户对气候变化的感知是影响其选择有效适应策略的关键因素。基于农户调查数据,构建了农户对气候变化的感知度指数,分析了石羊河流域农户对气候变化的感知特征,并采用多元线性回归法分析了影响农户气候变化感知的关键因素。结果表明：（1）石羊河流域农户对气温的感知比较准确,但对降水的感知出现偏差,农户对干旱、沙尘暴的感知强度明显高于其他气象灾害;（2）农户对气候变化的严重性感知较强,大部分农户认为气候变化对其生计产生了严重影响;（3）农户感知到的气候变化适应功效及适应成本均较高,但感知到的自我效能较弱;（4）影响气候变化敏感性感知的关键因素为户主受教育水平、务农年限、气候变化信息获取渠道;影响气候变化严重性感知与适应成本感知的关键因素均为户主性别、受教育水平及与村民的交流频率;影响适应功效感知的关键因素为与村民的交流频率;影响自我效能感知的关键因素为户主受教育水平。     

基于标准化流量指数(SDI)的石羊河流域水文干旱特征

利用石羊河流域8个水文站1961－2017年逐月实测流量数据和4个气象站点的气象观测资料，采用标准化流量指数（SDI）、游程理论来获得干旱事件的特征指标，分析了石羊河流域水文干旱演变特征，并采用与降水量、最高气温、最低气温、平均气温、蒸发量的相关性来分析石羊河流域SDI的影响因素。结果表明：1961—2017年石羊河流域干旱历时、干旱烈度和干旱强度的变化不是很一致，流域水文干旱历时20世纪70年代最长，80年代最短；干旱烈度全流域90年代最强，烈度最弱出现在80年代；干旱强度全流域60年代最强，80年代强度最弱；石羊河流域及流域中、西部年SDI变化总体上表现为在波动中呈增加趋势，西部增加幅度最大，中部增加幅度很小，流域东部年SDI在波动中呈减小趋势；石羊河全流域及流域东、中和西部年及四季干旱发生频次总体都是中旱和重旱频次最多，四季水文干旱发生频率最高的是春季，冬季干旱发生频率最低；从流域不同地段看，水文干旱发生的频率流域东部最高；构建的SDI 临界值识别出的主要水文干旱事件和实际干旱事件基本一致,干旱等级也较一致，说明使用SDI能够较好地监测到石羊河流域干旱年份及干旱等级；石羊河流域年SDI值与最高气温、平均气温和蒸发量呈负相关，与降水量和平均气温呈正相关。     

石羊河流域地区城镇空间扩展格局演化

基于石羊河流域地区土地利用综合数据,结合多种模型包括间隙度指数、相关分形维数、扩展强度指数、空间关联模型、空间变差函数,从时间和空间尺度上研究石羊河流域地区城镇建设用地扩展过程与格局。结果表明:20多a来,石羊河流域地区城镇用地以市区和县城为中心向周边辐射,同时沿祁连山边缘海拔2 500 m以下石羊大河沿岸和045丹拉高速、312国道轴线集聚,流域零散分布的乡镇用地变化不大。城镇用地以显著的"点-轴"模式扩展,形成内陆地区城市独特的扩展极核和扩张轴线,为石羊河流域各种规划的编制提供参考。     

2000-2015年石羊河流域植被覆盖度及其对气候变化的响应

内陆河流域植被覆盖度的敏感性是预测未来生物多样性变化的重要指标,是植被应对气候变暖的重要反馈。分析了2000-2015年MODIS-NDVI数据反演的植被覆盖度时空动态变化趋势,结合平均气温、降水量、日照时数、相对湿度、地面温度和蒸发量数据,研究了流域及各生态功能区的植被覆盖度与气候因子的相关性,探讨植被覆盖度变化过程中的气候因素制约方式,了解不同时空尺度下内陆河流域植被覆盖度在全球暖湿化过程中对气候的响应。结果表明：（1）石羊河流域平均植被覆盖度较低,上游的植被覆盖度59.4%,下游13.6%;2000-2015年,流域植被呈现改善趋势的面积远远大于退化的面积,盆地绿洲区植被覆盖度增加趋势最明显。流域植被总体恢复较好,但高海拔地区、城市和民勤绿洲的周边地区植被有不同程度的退化。（2）2000-2015年,石羊河流域各气候因子对植被覆盖度表现为不显著的相关关系,其中与降水量呈正相关的面积最大,与蒸发量呈负相关的面积最大;从上游到下游,植被生长与热量的相关程度逐渐变弱,与水分的相关程度则逐渐增强。（3）石羊河流域的植被覆盖度与气候因子的样条函数存在极显著的线性相关,水原涵养区和荒漠区的植被覆盖度对气候因子的响应较高;绿洲区的植被覆盖度对气候因子的响应相对较低。地面温度的变化是影响石羊河流域植被覆盖度空间格局变化的主要气候制约因素。     

Downscaling climate-model output in mountainous terrain using local topographic lapse rates for hydrologic modeling of climate-change impacts

One of the challenges in using general circulation model (GCM) output is the need to downscale beyond the model’s coarse spatial grid for use in hydrologic modeling of climate-change impacts. In mountainous terrain, using elevation as a primary control on temperature and precipitation at the local scale provides the potential for topographic variables to be used to adjust climate-model output. Here, local topographic lapse rates (LTLR) were estimated from gridded climate data for the Pacific Northwest of the United States and used to downscale GCM output. Skill scores were calculated for the LTLR-downscaled climate-model output relative to an existing set of model output downscaled using the established statistical downscaling technique of localized constructed analogs (LOCA). The results indicate that the LTLR method performs well in the mountainous study region relative to the LOCA method. LTLR downscaling offers a promising method for downscaling climate-model output in regions in which elevation strongly controls climate, particularly for studying impacts of future climate change on water resources.     

2001—2020年黄河流域植被覆盖变化及其影响因素

基于MODIS NDVI植被指数和气象数据集,以集合经验模态分解、趋势分析和随机森林回归分析等方法,分析了黄河流域2001—2020年植被覆盖时空变化特征,并对其气候驱动因素进行探讨。结果表明：（1）2001—2020年黄河流域植被覆盖整体呈显著增长趋势,增速为0.055/10a （P<0.05）,2010年之前增速（0.067/10a）大于2010年之后的增速（0.051/10a）。（2）空间上,植被覆盖增加区域主要分布在陕北黄土高原、甘肃省东南部、内蒙古自治区河套平原等退耕还林还草生态工程实施区域,而植被覆盖显著下降区域则集中在关中平原城市群、黄淮海平原以及青藏高原等区域。（3）气温、降水和CO₂浓度等对黄河流域植被生长起到正向促进作用,且绝对敏感性依次降低,而大气饱和水汽压差、太阳辐射等对植被生长起到抑制作用。本研究结果可为评估气候变化对黄河流域植被覆盖变化的综合影响提供参考依据。