四套降水资料在喀喇昆仑山叶尔羌河上游流域的适用性分析

分析了2003-2009年基于卫星观测的降水数据CMORPH、 TMPA 3B42 v6、 中国科学院青藏高原研究所的融合数据ITPCAS和基于地面台站的APHRODITE (2003-2007)四套降水数据集在叶尔羌河上游流域的时空分布特征, 并以这四套降水数据为驱动, 利用VIC分布式水文模型对叶尔羌河上游流域的降水径流进行模拟.结果表明: 在空间分布上, 四套降水资料在叶尔羌河上游流域的差异较大, ITPCAS的空间分布与流域冰川的分布较一致, 基于冰川区即为大降水区的基本认知, 初步认为ITPCAS的空间分布比较合理; 其次是TMPA 3B42 v6和APHRODITE; 在流域的年降水量和季节分配量上, 由于缺乏高海拔地区的实测降水资料, 无法准确回答各套降水资料在量级上是否合理; 在时间序列上, 四套降水资料与流域站点降水(库鲁克栏杆站和塔什库尔干站的平均降水)存在着不同程度的差异.但从整体上看, CMORPH数据在一定程度上能够反映流域的月降水变化过程, 而APHRODITE和ITPCAS只能在个别年份对流域的降水描述较好; 在径流模拟上, 卫星降水数据CMORPH显示了作为水文模型输入数据的较大潜力; 而其他降水资料在叶尔羌河径流模拟中, 与实测径流在量和季节分配上可能存在较大偏差.     

利用不同插值方法对青藏高原降水稳定同位素空间分布分析

利用稳定同位素大气环流模型模拟结果, 借鉴数据同化的思想, 运用Cressman插值法和最优插值法两种空间插值方法对青藏高原多年平均降水δ¹⁸O模拟结果进行客观订正, 并运用交叉验证方法检验空间插值的效果. 结果表明: 最优插值法订正的结果稍优于Cressman插值法; 对比订正结果与运用经验回归模型BW模拟结果表明, 最优插值所建立的降水稳定同位素的空间分布结果要优于BW模型模拟结果, 而Cressman插值方法订正的降水稳定同位素的空间分布结果与BW模型模拟的结果相当. 两种空间插值所得结果经过高程订正后, 对青藏高原南部的预测结果得到了明显改善.     

基于KNN机器学习方法对青藏高原唐古拉地区表层土壤水热状况的模拟

利用唐古拉站2004—2012年气象观测资料,基于KNN算法,结合机器学习思想,建立了一个气象回归模型,模拟了2005年唐古拉地区表层土壤水热变化趋势,结合实测数据,将模拟值与观测值进行对比,并对模型模拟效果进行了评估。结果表明：KNN模型能够较好地模拟活动层表层土壤水热状况,各层土壤温度的模拟值与观测值的相关系数均在0.99以上,均方根误差在1.25 ℃以内;不同深度土壤水分的模拟值与观测值的相关系数均在0.95以上,均方根误差在0.02 m³?m^-3以内。总体上,KNN模型能够对青藏高原多年冻土区唐古拉地区表层土壤水热状况进行较为精确地模拟,该模型对于青藏高原其他地区的适用性有待进一步研究验证。     

青藏高原海拔要素对温度、降水和气候型分布格局的影响

青藏高原平均海拔4 000~5 000 m,由于特殊的地理条件,生态环境较为脆弱,对气候变化非常敏感,并对周围乃至全球的气候产生重要影响。使用1961-2010年青藏高原温度、降水0.5°×0.5°格点数据,以及由GTOPO30数据（分辨率为0.05°×0.05°）经过重采样生成的陆地0.5°×0.5°的数字高程模型DEM,分析了青藏高原温度、降水受海拔要素的影响,并通过青藏高原区域79个气象站的数据进行验证,进而使用柯本气候分类和中国自然地理区划两种方法对青藏高原气候进行划分,探讨青藏高原各分区海拔要素对温度、降水的影响差异以及出现差异的原因。研究表明：青藏高原及其各分区的气温垂直递减率不同,是由于地形起伏不同造成的青藏高原热源效用不同;降水与海拔的关系不同,是由于各区域受控于不同的气候系统,造成干湿度的不同,因而最大降水高度带不同。     

基于地理因子的现代降水空间模拟方法探讨

将经度、纬度、海拔、坡度、坡向、分区(干燥度)和植被等七个因子作为影响现代降水的地理因子,结合R语言程序、Arcgis空间分析和SPSS统计分析工具,探讨对现代降水进行空间模拟时,其影响因子与重建方法的选择。基于广义可加模型(GAM)用R语言实现了对现代降水影响因子的非线性分析,得到除坡度外其它各因子均与多年平均降水量之间大体呈线性相关;继而对各地理因子进行共线性检验,通过检验的因子使用最小二乘法建立与多年平均降水之间的多元线性回归模型。计算结果表明:逐次叠加地理因子进行回归分析时,其方程的R2均有提升,显示地理因子的类型对降水空间模拟具有一定的影响;非线性和线性建模中坡向因子的P值都大于0.05,说明在本研究中其对降水的影响不显著;线性回归建模的模型拟合优度R2为0.849,非线性模型的解释达到89.6%,两种建模结果都具有一定的可信度,对分析今后中国大范围区域中现代降水的影响因子及空间模拟方法具有重要的参考意义。     

1961-2010年青藏高原降水时空变化特征分析

利用青藏高原69个气象台站的降水量资料,采用旋转经验正交函数分析（REOF）、线性趋势分析和累积距平法,系统地研究了1961-2010年青藏高原降水的时空变化规律,揭示了青藏高原不同区域降水变化的差异性.研究表明：近50 a来青藏高原降水量总体呈现增加趋势,增长率为6.7 mm·（10a）^-1;青藏高原降水季节分配极不均匀,雨季和旱季非常明显,雨季降水占有主导作用;青藏高原降水由东南向西北递减,而且年际变化具有一定的多元化特征;青藏高原降水量变化空间分布差异显著,采用REOF法将整个高原划分为10个小区,每个小区降水变化都具有不同的特征,除了青海东北部区和青海东南部-川北区降水呈减少趋势外,其他8个小区降水均呈增加趋势.     

宁夏降水型地质灾害气象条件等级预警系统

利用1982-2004年宁夏地质灾害与降水资料,在分析引发宁夏干旱区主要地质灾害的气象条件基础上,采用统计学方法分区建模,建立了宁夏降水型地质灾害潜势预报模型。依据该模型,在可视化高级编程语言DELPHl环境下,研究开发了一套自动化程度较高的降水型地质灾害气象条件等级预警系统;该系统可以通过网络,以协调一致的工作平台,将气象与地质等相关部门有机连接,实现了联合开展地质灾害预报及指导订正的业务流程。根据实时的雨情及降雨预报,依据所建的分区预报模型,对宁夏地质灾害的发生概率进行快速评价,实现对灾害发生的空间范围、强度及其分布概率的自动实时预警预报;通过人机交互订正,提供位图和GEOS（文本）2种格式的概率预报结论,同时实现了预报预警服务材料的自动化输出。2004,2005年的业务试运行表明,该预警系统基本能满足业务的需求,为新业务领域的拓展提供了技术支持。     

订正与集成多模式的中国季度降水预测

针对两个最新换代的季度集合预测系统对中国季度降水预测中存在的系统缺陷,应用改进的贝叶斯联合概率模型（BJP）加以订正。对订正后的单一模式概率预测应用一种混合模型贝叶斯模型平均（BMA）方法加以集成,以综合各模式的优势来提高中国季度降水预测技巧。结果表明:BJP模型可有效地消除集合模式预测的系统偏差,同时大幅提高了概率预测的可靠性。经过订正的欧洲中尺度天气预报中心的 System4预测在许多季度在中国的很大区域范围内都显示出了一定的预测技巧;而澳洲气象局的POAMA2.4预测只在个别季度局部范围内具有技巧。使用BMA对订正后的单一模式预测进行集成可显著提高对中国季度降水预测的精度,相比单一模式预测,技巧得分为正值的网格百分率分别提高了13.3%和20.0%。     

赣江流域TRMM降水数据的误差特征与成因

阐明TRMM 3B42V6（Tropical rainfall measuring mission 3B42 version 6）的误差特征及成因,对于合理使用该卫星降水数据,并完善其降水反演算法具有重要意义。在赣江流域0.25°×0.25°空间尺度上,对比了TRMM 3B42V6、TRMM 3B42RTV6和CMORPH的精度特征。结果表明,3B42V6的系统偏差远低于3B42RTV6、CMORPH,但平均绝对值偏差、效率系数和探测率均明显劣于CMORPH。TRMM 3B42V6的系统偏差较低的原因主要在于该数据采用地面月降水量进行了校准,而其绝对值偏差、效率系数和探测率明显劣于CMORPH的主要原因在于所采用的热红外/被动微波降水联合反演算法不及后者有效。今后有必要对TRMM 3B42的精度进行全面评估,并改进该数据的热红外/微波降水反演算法及与地面降水信息的融合算法。     

地形因子对华东地区降水影响的尺度效应研究

降水是地表淡水资源的主要来源,降水分布强烈的时空异质性给陆地水循环研究带来了较大不确定性,因此降水的空间异质性及其影响因子研究一直是水循环研究的重点。选取观测资料丰富的华东地区,采用351个气象台站降水观测数据,通过一般线性回归模型、地理加权回归模型和多尺度地理加权回归模型的拟合结果,研究了典型地形因子对降水空间分布的影响及其影响尺度。结果表明,传统的一般线性回归模型不能表征降水分布的空间异质性,而地理加权回归模型和多尺度地理加权回归模型均较好地拟合出了降水在空间上的非均匀分布（R2>0.7）。此外,多尺度地理加权回归模型的带宽数还反映了各地形因子对降水空间分布的影响尺度。一般说来,带宽数较小的局地影响因子对降水的空间异质性影响较强。对于年降水量,地形高程和地形起伏度是影响降水空间异质性的主要地形因子,而地形坡度和主风向系数对降水的影响不显著。在不同季节,各地形因子对降水空间分布的影响程度不同。地形高程对夏季降水影响较大;离海岸线距离对春、秋季南部山区降水影响较大;地形起伏度对冬季降水有重要影响。厘清我国不同季节降水与地形因子间的关系,有助于理解各季节复杂地形因子对降水的贡献,为...     

青藏高原气温序列的均一性研究

气象观测资料是气候变化研究的基础, 对气象资料进行均一性检验与订正能够提高气候变化研究的精度和准确性. 利用青藏高原及周边地区1961-2010年65个气象站的逐月平均气温资料, 运用PMFT方法对资料进行均一性检验与订正. 结果表明: 高原平均气温资料均一性状况较差, 有32个站被检测出存在间断点, 占总数的49%. 用订正后均一的气温数据分析得出, 高原1961-2010年年平均气温的升温率为0.32 ℃·(10a)^-1, 春、夏、秋、冬季的升温率依次为0.24 ℃·(10a)^-1、0.26 ℃·(10a)^-1、0.32 ℃·(10a)^-1及0.48 ℃·(10a)^-1, 略小于用原始数据分析得到的结果. 研究还发现, 数据均一与否对高原整体气候变化分析结果影响不大, 但对局地尺度的气候变化分析结果影响较大. 鉴于高原的气候变化具有显著的区域差异性特征, 因此, 未来在对高原进行气候变化的差异性进行研究时, 气象数据均一性的检验与订正工作就显得尤为重要. 为提高数据均一性检验的精度, 未来应加强气候资料均一性检验技术的研究并尽可能详尽地收集台站的元数据信息.     

基于高分辨率格点数据的2008-2013年青藏高原面雨量特征

基于中国自动气象站与CMORPH降水产品融合的0.1°×0.1°高分辨率逐时降水量网格数据集以及气象站点日降水的实测资料,对青藏高原面雨量的空间分布做了研究,并运用线性分析法对青藏高原季节面雨量和逐时面雨量的年际变化做了分析。结果表明：（1）0.1°×0.1°高分辨率格点降水数据能够准确地反映青藏高原面雨量的空间分布特征,东南缘的降雨量远大于西北部。格点数据与站点数据之间偏差率小于20%的站点占到站点总数（84个）的65.48%,相关系数大于0.9的站点有48个。（2）2008-2013年青藏高原总面雨量的年均值为133.42×10¹⁰ m³,夏季面雨量最大,占到全年面雨量的51.48%。四季面雨量均呈增长趋势,春、夏、秋、冬的线性倾向率分别为0.40×10¹⁰ m³·a^-1、3.11×10¹⁰ m³·a^-1、1.30×10¹⁰ m³·a^-1和0.92×10¹⁰ m³·a^-1。（3）面雨量峰值出现在19：00-20：00（北京时间,下同）,面雨量增多的时间出现在17：00-02：00。     

青藏高原近地层及北侧气压系统的季节性振荡变化

基于ERA-Interim逐日4次600 hPa位势高度再分析资料, 以及青藏高原和周边地区75个气象站日平均温度、降水和相对湿度资料, 对高原近地层及北侧气压系统的季节性振荡变化进行了分析. 结果表明: 高原近地层及北侧气压系统强度在围绕中心点顺时针运动时不断加强, 逆时针运动时不断减弱. 两气压系统呈明显的跷跷板式变化, 在600 hPa上表现为高度场空间结构沿经向上的调整; 低高压差负值的开始和结束时间与高原季风起讫时间吻合. 高原夏季降水的起讫不仅与高原及北侧气压系统结构密切相关, 而且与高原东南或南部水汽输送条件息息相关.     

中国地区地面观测积雪深度和遥感雪深资料的对比分析

比较了气象台站观测和卫星遥感(SMMR、 SSM/I、 AMSR-E)的积雪深度两种资料在空间分布、 年际变化及其与中国夏季降水之间关系的异同性.结果表明: 两种资料在积雪稳定区的分布比较一致, 积雪深度的大值区位于东北地区、 新疆北部和青藏高原地区; 对于季节性积雪区且积雪深度不大的区域而言, 二者之间存在着较大的差异, 尤其在江淮流域及长江中下游地区, 台站观测的积雪深度大于遥感得到的积雪深度; 平均而言, 两种资料获得的积雪深度在各地区基本一致.在新疆北部和高原南部, 二种资料的年际变化存在着差异, 在新疆北部, 台站观测大于遥感得到的积雪深度, 而在高原东南部遥感大于台站观测积雪.近30 a来, 两种资料获得的积雪深度在新疆北部和青藏高原的年际变化趋势基本一致, 新疆北部为增加趋势, 青藏高原有减少的趋势.值得注意的是, 在东北地区, 近30 a来两种类型资料的年际变化趋势呈相反变化.两种资料在新疆北部的相关最强; 东北、 青藏高原其次; 而高原东南部最差, 在使用时应加注意.青藏高原地区的两种积雪资料与中国夏季降水的相关"信号"基本一致.青藏高原地区积雪与东北西部地区和长江中下游夏季降水之间的相关最为显著.资料间的差异性并不影响高原地区积雪对中国夏季降水"信号"的应用.     

青藏高原冬春季积雪异常与西南地区夏季降水的关系

选取1961-2007年青藏高原冬、春季积雪日数资料和西南地区夏季降水资料,对高原积雪和降水作奇异值分解(SVD)分析.结果表明:冬春季高原积雪对西南地区夏季旱涝有重要的影响.冬、春季高原积雪的不同分布将造成后期西南地区夏季降水分布出现差异.西南地区夏季降水对冬季高原积雪异常最敏感的区域主要是四川东北部、重庆、西藏中西部,对春季积雪异常最敏感的区域主要位于四川东部、重庆、贵州东北部,以及西藏中东部.与降水敏感区相对应的冬季高原积雪分布的关键区是西藏中西部和青海中南部至四川西北部地区,春季则转变为西藏西部和青海部分地区.总的来说,冬季高原积雪的异常变化比春季对西南地区夏季降水的影响更为明显.因此,前期青藏高原积雪是西南地区夏季降水预测中的一个重要信号,对夏季西南地区降水有一定的指示和预测意义;冬季高原积雪日数尤其具有预报指示意义,可作为一个重要的预测指标.     

青藏高原陆表特征与中国夏季降水的关系研究

利用青藏高原72个站逐日积雪、冻土观测资料,AVHRR归一化植被指数（NDVI）和全国550个站逐日降水资料,分析了青藏高原陆表特征与中国夏季降水的关系。结果表明,我国夏季降水在华北和东北南部,长江中下游和华南地区降水空间一致性较好,相邻站点间降水变化趋势近似。华南、长江中下游和淮河降水呈增加趋势,其中长江中下游每10年增加37 mm,但华北降水呈减少趋势。华南、长江中下游和华北对高原积雪、冻土和植被的变化均较为敏感,而淮河仅对高原植被变化较为敏感。利用高原积雪、冻土和植被建立了代表高原地表特征的变化序列,其对长江中下游、淮河、华北夏季降水均有较好指示意义,与夏季降水的相关系数由南到北表现为"负-正-负"的分布特征。最后,提出一种高原陆表状况影响中国夏季降水的概念模型：高原冬春积雪偏多（少）、冬季冻土偏厚（薄）、春季植被偏多（少）会使得夏季高原地区土壤湿度偏大（小）,高原地表感热偏弱（强）,从而使得南亚高压和西太副高偏弱（强）,南海季风偏弱（强）,长江流域降水偏多（少）,华南和华北地区降水偏少（多）。     

Snow avalanche susceptibility evaluation in the central Shaluli Mountains of Tibetan Plateau based on machine learning method北大核心CSCD

Snow avalanches,which are widely and frequently developed at high elevations,seriously threatens the built traffic corridors in the Tibetan Plateau. Susceptibility evaluation of snow avalanche via machine learning model with a high forecast accuracy can be appled to quickly and effectively assess the regional avalanche risk. This paper took the central Shaluli Mountain region as the study area,in which the snow avalanche inventory was established through remote sensing interpretation and field investigation verification. We quantitatively extracted 17 evaluation factors via GIS-based analysis,and these factors were selected through the variance expansion factor（VIF）. Four machine learning models containing SVM,DT,MLP and KNN were used to compile the susceptibility index map of snow avalanches,and kappa coefficient and ROC curve were used to verify the accuracy. The results suggested that the susceptibility indexes obtained from SVM,DT,MLP and KNN were in the range of［0,0. 964］,［0,815］,［0,0. 995］and［0,1］,respectively. The accuracy test results show that these four models all have good prediction accuracy. Among them,the SVM model is the best. The results also indicated that the areas with the high snow avalanche susceptibility mainly distributed in Genie Mountain and Rigong Mountain,most of which were above the planation surface of the Tibetan Plateau. The average altitude of the extremely high snow-avalanche-prone areas is 4 939 m,while the average altitude of the high snow avalanche-prone areas is 4 859 m. The snow avalanche has low perniciousness on the Sichuan-Tibet Highway and the Sichuan-Tibet Railway in the study area. This study can provide theoretical basis and method reference for disaster prevention and mitigation of snow avalanche along Sichuan-Tibet Railway and other major projects across Shaluli Mountains region. © 2022 Science Press (China).     

青藏高原春季土壤湿度与中国东部夏季降水之间的关系

应用SVD方法分析了青藏高原地区春季土壤湿度异常和中国东部地区夏季降水之间的关系.结果表明,青藏高原不同地区、不同深度的土壤湿度与中国东部夏季降水的相关特征不同.青藏高原东北部和西北部0~10cm深度(表层)土壤湿度与中国华北、东北地区的夏季降水为正相关,而与华南地区为负相关;青藏高原中部及南部0~10cm表层土壤湿度与华北地区夏季的降水有较强负相关;青藏高原北部及东部10~200cm深度(深层)土壤湿度与华北、东北地区的夏季降水为负相关,而与华南地区夏季降水为正相关;青藏高原中东部10~200cm深层土壤湿度与长江中下游和华南大部分地区夏季降水呈负相关关系.即青藏高原不同地区、不同深度层春季土壤湿度的变化,对中国东部地区的夏季降水具有显著影响.