基于1998/1999年HUBEX强化观测资料的水文过程模拟

考虑流域空间变异性,基于数字高程模型,构建淮河流域能量和水循环试验(HUBEX)水文强化观测区-史灌河流域的数字水系.在此基础上,应用新安江模型计算蒋集控制站1980～1987年日流量过程.结果表明,基于数字流域的水文模型明显优于传统水文模型.同时,对1998/1999年史灌河流域黄泥庄站和蒋集站的径流过程及土壤水分时间序列过程进行了检验,结果令人满意.     

基于GRAPES-MESO的淮河流域精细化渍涝风险气象预报模型

通过单向耦合GRAPES-MESO中尺度数值模式与淮河流域精细化水文模型,建立了淮河流域精细化渍涝风险预报模型。首先将GRAPES-MESO的降水和日最高、最低温度预报结果输入精细化可变下渗容量(variable infiltration capacity,VIC)水文模型,然后输出15km×15km网格点上的径流深度和三层土壤湿度,按照全国渍涝风险气象预报预警发布标准计算风险等级。最后选择2008年7月淮河流域两次强降水过程进行试验,同时与原始国家级大尺度50km×50km渍涝风险预报模型对比预报效果。结果表明:该模型有效解决了原始国家级渍涝风险预报模型的漏报问题。在连续雨日可能造成的渍涝风险上,比原始大尺度渍涝模型有更好的预报效果,提高了渍涝风险气象预报模型精度。     

淮河流域3—11月降水的气候学特征

本文利用淮河流域39个水文测站1954—1984年3—11月的降水资料进行统计分析,得出:淮河流域春季“桃花汛”出现在4月中下旬,主要发生在流域南半部;春旱主要出现在北半部,5月份最为严重;雨季于6月下旬开始,北部比南部迟1—2候,暴雨主要集中于6、7、8三个月,中心在桐柏、大别山区和沂蒙山区。分析降水的周期振荡,得出淮北具有2—3个月的振荡,桐柏山和大别山地区具有近1个月的振荡。最后应用模糊聚类方法进行了降水区划。     

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。     

2007年淮河流域大洪水的雨情、水情分析

利用淮河流域实测降水资料和水文资料,分析了2007年夏季淮河流域大洪水期间的降水时空分布、气候统计特征以及水情特征,并与历史同期进行了比较.结果表明,2007年淮河流域汛期强降水过程集中在6月29日至7月26日,强降水主要分为四个时段,淮河干流四次洪峰对应着4个强降水阶段,累积降水量越大,相应的流量越大,洪峰水位也越高.2007年汛期淮河流域平均降水量少于1954年,和2003年基本持平,但淮河中上游降水集中,降水强度大,持续时间长,从而导致了淮河流域出现1954年以来最大的洪水.     

史灌河流域水量平衡研究

建立了一个水量平衡模型,并用1998、1999年淮河流域能量和水循环试验(HUBEX)期间获得的史灌河流域(HUBEX水文试验区)加密观测资料来率定模型中的参数.结论表明:(1)水量平衡的要素计算合理;(2)梅山、鲇鱼山、蒋集土壤含水量的平均值系列基本上反映了流域蓄水量的变化过程;(3)流域蓄水量的衰减系数、蒸发能力的折算系数比较稳定,不应通过调整这些系数来实现水量平衡.     

未来气候变化对淮河流域径流的可能影响

采用新安江月分布式水文模型, 结合1961—2000年历史月气候资料和4个CGCMs的3个SRES排放情景下 (B1, A 2, A 1B) 未来降水和气温情景模拟结果, 对过去淮河流域的径流进行模拟检验并对未来2011—2040年的径流影响进行评估, 为水资源管理和规划提供依据。结果表明:水文模型能较好地反映年、月流量以及多年平均值和季节的变化; 年流量模拟一般好于月流量, 淮河干流主要控制水文站如王家坝、鲁台子、蚌埠的年流量模型效率系数均在80%以上; 多年平均值模拟效果好, 平均绝对相对误差为10%。多数CGCMs不同排放情景下气候模拟结果表明:未来2011—2040年, 淮河流域气候将趋于暖湿, 但年径流量将可能以减少趋势为主。这对淮河地区水资源的可持续发展以及东线调水工程水资源统一调配和管理提出了较大的挑战。淮河流域大部分区域2011—2040年月径流量减少将主要发生在1月和7—12月, 变化趋势较为确定; 4—6月, 径流量将以增加趋势为主, 不确定性较大; 2—3月, 径流具有增加趋势的地区多分布在淮河以北地区, 具有减少趋势的地区则多分布在淮河干流及以南地区和洪泽湖、平原区, 这些地区增加或减少趋势的不确定性较大。     

神经网络综合模型预测龙江河流域汛期旱涝

应用龙江河流域金城江站水文资料、500hPa月平均环流指数、海温、太阳黑子和单站气象要素等资料,通过方差周期、多元线性回归和逐步回归分析得到的预测值,再经过神经网络综合模型进行分析,最后进行预测试验.结果表明,神经网络综合模型在龙江河流域旱涝天气预测中效果显著,可应用于业务预测.     

集合Kalman滤波在土壤湿度同化中的应用

基于非饱和土壤水模型和集合卡尔曼滤波 (Ensemble Kalman Filter, 简称EnKF) 并结合陆面水文模型——可变下渗能力模型 (Variable Infiltration Capacity, 简称VIC模型) 发展了一个土壤湿度同化方案。利用1998年6~8月淮河流域能量和水循环试验 (HUBEX) 项目外场观测试验区——史灌河流域梅山站土壤湿度逐日观测资料及1986~1993年合肥和南阳两站点的土壤湿度旬观测资料进行同化试验, 结果表明该同化方案能完整估计土壤湿度廓线, 同化的土壤湿度与观测资料基本吻合, 反映了土壤湿度的日、 旬、 月、 季变化, 同化方案是合理的。与基于扩展卡尔曼滤波 (Extended Kalman Filter, 简称EKF) 的土壤湿度同化方案的结果比较, 基于EnKF的土壤湿度同化方案易于实现, 且通过选择恰当的集合样本数其同化效果总体上略优于EKF同化方案, 但前者同化时需要花费较多的计算时间。     

分布式水文模型DHSVM对兰江流域径流变化的模拟试验

介绍如何建立分布式水文模型DHSVM(The Distributed Hydrology Soil Vegetation Model).首先对模型输入和模型参数进行了详细描述,并给出了植被类型和土壤类型等模型参数的取值范围.再将水文模型DHSVM应用到浙江省的兰江流域,通过与实测的年、月径流量过程的对比分析发现,模型模拟的年、月径流量均与实测比较吻合,表明该模型具有一定的适用性,可用于中小流域径流变化的模拟研究.     

MACROSCALE HYDROLOGICAL MODELING OVER THE HUAIHE RIVER BASIN

The Xin'anjiang Model is used as the basic model to develop a monthly grid-based macroscalehydrological model for the assessment of the effects of climate change on water resources.Themonthly discharge from 1953 through 1985 in the Huaihe River Basin is simulated.The sensitivityanalysis on runoff is made under assumed climatic scenarios.There is a good agreement betweenthe observed and simulated runoff.Due to the increase of time interval and decrease ofprecipitation intensity on monthly time scale,there is no monthly runoff in some model girds as themomhly hydrological model is applied to the Huaihe River Basin.Two methods of downscalingmonthly precipitation to daily resolution are validated by running the Xin'anjiang model withmonthly data at a daily time step.and the model outputs are more realistic than the monthlyhydrological model.The metbods of downscaling of monthly precipitation to daily resolution mayprovide an idea in solving the problem of the shortage of daily data.In the research of the climatechange on water resources,the daily hydrological model can be used instead of the monthly one.     

基于DERF2.0的月平均温度概率订正预报

国家气候中心第二代月动力延伸模式回算资料的分析表明,二代模式月平均温度预报与观测实况仍然存在较大偏差,模式预报有较大改进空间。本文采用非参数百分位映射法对模式月平均温度预报进行概率订正,该方法基于模式集合平均给出的确定性预报,结合模式回算资料各集合成员计算得到的模式概率密度分布,给出确定性预报在模式概率密度分布中的百分位值,并将百分位值投影到观测资料的概率密度分布中,得到模式预报的概率订正值。对订正前后模式预报的检验评估显示,该订正方案不仅有效降低了模式预报与实况的均方根误差（RMSE）,对月平均温度距平分布的预报技巧也有所改善,不同超前时间模式预报的预测技巧评分（PS）和距平相关系数（ACC）均有提升,同时模式预报误差的大小对订正效果无明显影响。从分月的订正预报结果来看,对夏季各月的温度预测技巧的提升整体高于冬季各月。     

降尺度技术在月降水预报中的应用

着重介绍月动力延伸数值预报模拟技巧较高的大气环流在局域降水方面的降尺度（downscaling）应用。克服动力降尺度和统计降尺度技术的缺点，从动力与统计相结合的角度，给出月尺度大气环流与局地降水之间的关系，该联系有清楚的动力学背景和天气学意义。120个月的历史实况资料回报试验证明了该关系的合理性。T63/NCC月动力延伸形势场集合预报进行中国降水的降尺度应用亦取得了较好的结果。     

CCM3大气环流模式月-季尺度预报初步试验

以1991和1994年NCEP再分析格点资料作初始场, 用NCAR气候模式CCM3进行了48次月、季预报, 针对500 hPa高度和中国降水资料对其预测能力进行了检验.结果表明, CCM3对月尺度的高度场的预报有一定的能力.对中国160站的降水距平进行月尺度和季节预报, 其准确程度可以和目前经验预报的水平相当.比较使用实际海温和用外推法预测的海温两种下边界条件所作的预报结果发现, 两者的效果差异不大.     

中岳嵩山高山站平均气温资料插补及其变化趋势分析

为明确近60 a来在近对流层自由大气底部这一特定高度上河南省中岳嵩山气温变化特征,在对河南省登封气象站月平均气温数据均一化的基础上,采用该站均一化数据构建嵩山站月平均气温模拟模型,对1990—2002年缺测数据插补,建立中岳嵩山高山国家基准气候站1956—2017年时间序列连续的月平均气温资料,采用线性回归对其进行气温变化趋势分析。结果表明：均一化处理对登封站月平均气温因台站迁移的非自然因素引起的非均一性取得了明显的校正效果。均一化后,1969—2017年登封站年平均气温由显著上升速率0.218℃/10 a增至0.310℃/10 a。利用独立数据对模型进行验证表明,总体上,嵩山站各月平均气温推算模型模拟值与实测值的线性相关系数和斜率分别为0.999和0.989(n=204,P < 0.01);1—12月各月模型验证检验参数的平均值相关系数为0.958、均方根误差为11.7%、平均绝对偏差为0.3℃、平均偏差为0.1℃、拟合指数为0.973、模拟效率为0.900,模型具有较好的模拟效果。1956—2017年嵩山站年平均气温增温显著,其速率为0.223℃/10 a。四季之间,以春季增温速率最大,为0.350℃/10 a;冬季和秋季次之;夏季增温不显著。各月之间,以2月增温速率最大,达0.445℃/10 a。     

Characterizing the urban temperature trend using seasonal unit root analysis: Hong Kong from 1970 to 2015

This paper explores urban temperature in Hong Kong using long-term time series. In particular, the characterization of the urban temperature trend was investigated using the seasonal unit root analysis of monthly mean air temperature data over the period January 1970 to December 2013. The seasonal unit root test makes it possible to determine the stochastic trend of monthly temperatures using an autoregressive model. The test results showed that mean air temperature has increased by0.169?C(10 yr)~(-1)over the past four decades. The model of monthly temperature obtained from the seasonal unit root analysis was able to explain 95.9% of the variance in the measured monthly data — much higher than the variance explained by the ordinary least-squares model using annual mean air temperature data and other studies alike. The model accurately predicted monthly mean air temperatures between January 2014 and December 2015 with a root-mean-square percentage error of 4.2%.The correlation between the predicted and the measured monthly mean air temperatures was 0.989. By analyzing the monthly air temperatures recorded at an urban site and a rural site, it was found that the urban heat island effect led to the urban site being on average 0.865?C warmer than the rural site over the past two decades. Besides, the results of correlation analysis showed that the increase in annual mean air temperature was significantly associated with the increase in population, gross domestic product, urban land use, and energy use, with the R~2 values ranging from 0.37 to 0.43.     

一个降水预报的时间序列线性平稳预测模型

本文利用兰州１９４４～１９９７年的月平均降水资料,建立了线性平稳序列的降水预测模型,该模型使用了功谱密度函数中的最大熵法（或叫全极模型）,并将特征多项式模大于１的根反射到单位圆内,再返回修正后的线性预测的系数。并对１９８６～１９９７年１１年的月降水做了预测试验,试验结果表明,该模型具有一定的预报能力,其中取１５阶预报效果较好。此方法在短期气候预测业务中,可作为台站月、季、年降水预测走向客观化、定量化方法的一种初步尝试     

T63 月延伸预报在西南区域短期气候预测中的应用研究

利用国家气候中心1996、1997年1~12月T63模式所作的500 hPa　70次月延伸预报产品和1966~1996年ECMWF的500 hPa旬平均高度场以及西南区域月气温和月雨量场资料,建立了用T63动力产品预测西南区域月要素场的一种完全预报（PP）的动力-统计关系。并对西南区域1996年2月至1998年1月逐月气温和降水进行了预报试验。结果表明,这种利用动力延伸集合预报产品制作西南区域月要素场预报的动力与统计相结合的释用方法具有明显的预报能力。     

夏季地面温度场月预报的统计模式

用15年北半球夏季地面温度的资料分析了月平均场与该月前后一周左右的逐日平均场在时间和波数上的相关。发现越新、越靠后的日平均场与该月的平均场相关越强。用第0天外推的未来30天平均场与实况的相关比用前30天平均场作外推的相关要显著得多。由此得出结论认为各种预报方法的效果检验应与前者定义的惯性预报作比较。文中提出了几个用于作月预报的统计模式，分别用不同时间或不同波数作预报因子。其结果均使预报准确率有所提高。既用不同时间又用不同波数作预报因子的模式更为理想。文中最后讨论了一个源于动力学考虑的统计模式。近1400个月预报例子的结果与实况的平均相关系数高达0.75，显著优于惯性预报。     

提高月降水量预报精度的一种尝试

用原始数据建立的多元自回归预报模型,虽然对气压,气温,绝对湿度的预报精度很高,但对月降水量的预报粗度较低,改用自典型相关因子建模,大大提高了月降水量的预报精度,对气压,气温,绝对湿度的预报亦有所改进。