白洋淀流域未来日最高最低气温变化的统计降尺度分析

大气环流模型（GCMs）预测的气候变化情景空间分辨率低,不能满足气候变化对水资源影响进行评估的需要.利用统计降尺度模型可以解决GCMs预测的气候变化情景空间分辨率低的缺陷.在白洋淀流域应用统计降尺度模型（SDSM）,选取日平均气温作为预报量,根据NCEP再分析数据与站点实测数据序列的相关关系选择合适的预报因子,建立大气环流因子与各站点日最高气温和最低气温之间的统计关系.将数据序列分为1961-1975年和1976-1990年两个时段,对SDSM进行率定和验证.最后将HadCM3输出的未来情景降尺度到站点尺度,模拟白洋淀流域未来时期三个时段2020s（2010-2039年）、2050s（2040-2069年）和2080s（2070-2099年）的日最高气温和最低气温时间序列.结果表明：SDSM在白洋淀流域的模拟效果较好.白洋淀流域日最高气温和最低气温在A2和B2两种情景下均呈现上升趋势,且A2情景下的增幅高于B2情景,山区的增幅高于平原,日最高气温的增幅大于日最低气温.     

黄河流域未来气候-水文变化的模拟研究

将大尺度半分布式水文模型VIC应用到黄河上中游流域(花园口水文断面以上),并利用区域气候模式RegCM4.0单向嵌套全球气候模式BCC_CSM1.1,动力降尺度到黄河流域的模拟结果驱动VIC模型,开展在新的典型浓度路径下(RCP4.5和RCP8.5)黄河流域未来气候和水文变化的离线模拟。模拟结果显示,在RCP4.5和RCP8.5排放情景下,黄河流域21世纪平均地表气温相对于1971—2000年均呈显著上升趋势,2019—2048年上升1.2—1.5℃,2069—2098年上升2.19—3.9℃。未来年平均降水量有微弱的增大,2019—2048年增幅为6%左右,2069—2098年增幅为1.4%—5.6%。未来蒸发量增大明显,2069—2098年年平均蒸发量最大可增加9.6%。2019—2048年花园口水文站的年平均径流量增大3.4%—7.4%,2069—2098年年平均径流量转为减少,减幅为3.3%—5.3%。黄河上游地区未来气候和水文变化趋势与黄河流域基本一致,但未来年径流量变幅低于黄河流域,相对比较稳定。     

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。     

气候变化条件下雅砻江流域未来径流变化趋势研究

雅砻江为我国重要的水电基地,未来气候变化条件下流域径流变化将直接影响雅砻江梯级水库群运行安全和发电调度,因此研究气候变化对雅砻江流域径流的影响十分必要。首先建立了流域月尺度的SWAT模型,然后使用统计降尺度模型（SDSM）模拟未来2006—2100年流域内各站点的气象数据,最后使用流域SWAT模型对未来2006—2100年月径流进行模拟。结果表明,未来雅砻江流域径流呈上升趋势,且增幅随着辐射强迫的增加同步增大,RCP2.6、RCP4.5、RCP8.5这3种典型浓度路径下年平均径流增幅分别为8.9%、12.5%、16.7%,且2020S（2006—2035年)、2050S（2036—2065年)、2080S（2066—2100年）这3个时期年径流量呈现不同的变化趋势,其中RCP2.6浓度路径下为先逐步增加达到峰值后略有减少,RCP4.5浓度路径下为先逐步增加达到峰值后趋于稳定,RCP8.5浓度路径下为持续增加。流域径流年内分配方面,3种典型浓度路径下汛期径流占全年比例在2020S、2050S、2080S这3个时期均为先降后升趋势,整个预测期总体为降低趋势,RCP2.6、RCP4.5及RCP8.5这3种浓度路径下整个预测期的均值分别由基准期的75.9%降低为72.9%、72.0%、71.2%。径流增加会对流域洪水特性产生较大影响,为此应该修正流域设计洪水计算结果和调整防洪调度方案,以降低雅砻江流域梯级水库群因气候变化而产生的运行风险,并提高发电调度效率。     

RCP4.5情景下长江上游流域未来气候变化及其对径流的影响

基于1961—2010年长江寸滩以上流域50个气象站的逐日观测数据和寸滩水文控制站的逐日径流数据,结合流域的地形、土地利用和土壤信息,采用HBV和SWAT水文模型,模拟了流域降水径流定量关系,并利用CCLM区域气候模式,开展了气候变化背景下,寸滩未来径流的可能演变趋势分析。结果表明:HBV和SWAT水文模型都适用于位于湿润地区的长江寸滩以上流域,月径流的模拟Nash-Sutcliffe效率系数都在0.90以上。相比较,SWAT水文模型对于枯水径流的模拟较差,HBV水文模型峰值流量的模拟高于实测。相对于基准期(1986—2005年),RCP4.5情景下,2011—2040年寸滩以上流域平均气温、最高气温、最低气温将明显增加,并呈持续上升趋势;流域降水也有一定的增加,但2030年后呈弱减少趋势。从两类水文模型对径流模拟的集合结果来看,2011—2040年年径流将上升14.2%;而径流量的概率分布尾部特征及径流分位数变化进一步表明,流域的未来峰值流量预计将有所增大。     

全球1.5℃和2.0℃升温下潮白河流域气候和径流量变化预估

潮白河流域为北京主要供水源,其水资源量对北京用水保障至关重要,因此开展该流域在全球1.5℃和2.0℃升温下的径流预估研究具有现实意义。利用1961—2001年WATCH数据对SWAT水文模型进行率定和验证,在此基础上,应用第五次耦合模式比较计划(CMIP5)中5个全球气候模式在典型浓度路径(RCP4.5、RCP6.0和RCP8.5)下预估的全球1.5℃和2.0℃升温下的数据驱动SWAT模型,开展了潮白河流域气温、降水及径流量的变化预估研究,并量化评估由气候模式和RCPs导致的水文效应的不确定性。结果表明：(1) SWAT模型基本能较好地模拟潮白河流域的月径流特征,应用该模型进行气候变化对径流量的影响评估是可行的。(2)在全球1.5℃和2.0℃升温下,潮白河流域年平均温度较基准期(1976—2005年)分别增加1.5℃和2.2℃,年平均降水量也增加4.9%和7.0%。预估的年径流量在全球1.5℃升温下总体略有增加,盛夏和秋初的径流量占全年的比例也有所增加;在全球2.0℃升温下,年径流量增幅达30%以上,但夏季径流量占全年的比例明显减少。(3)在全球2.0℃升温下,潮白河流域极端丰水流量明显增加,洪涝发生风险增大。(4)未来气温、降水量和径流量的预估都存在一定的不确定性,在全球2.0℃升温下不确定性更大;相对而言,径流量的不确定性要远大于降水量的不确定性;无论是全球1.5℃升温下还是2.0℃升温下,预估不确定性主要来源于全球气候模式。     

CDF-T方法在站点尺度日降水预估中的应用

基于1961-2015年上海降水观测数据和8个全球气候模式GCMs模拟的日降水量数据,采用累计概率分布函数构建转换模型CDF-T建立了站点尺度日降水量的统计降尺度模型。结果表明,降尺度模型显著改善了GCMs对降水日数偏多、降水强度偏低和降水量偏少的模拟结果。与利用全年日降水序列建模结果相比,利用汛期日降水序列建模更好地刻画了汛期降水的累计概率分布曲线,同时提高了汛期总降水量、降水强度和年平均暴雨日数、暴雨量、暴雨强度的均值和变化趋势的降尺度效果。模型对较长年份的暴雨重现期订正效果更佳。与当代(2006-2015年)气候相比,2016-2095年上海降水呈现以下特征:全年和汛期总降水量和降水强度增加,降水日数减少,未来可能出现更多的旱涝年;汛期降水极端性增强,暴雨降水均值和极端值均增加;50年以上重现期的年最大日降水量未来呈前40年减少后40年增加的变化。CDF-T模型为站点尺度气候变化影响评估和未来预估提供降尺度技术和基础气候数据。     

气候变化对石羊河流域重点治理规划的影响

 根据IPCC全球气候变化情景,分析了石羊河流域未来可能气候变化趋势及其对流域河川径流量的影响。利用宏观经济水资源模型,研究了不同径流变化情景对石羊河流域治理规划效果的影响。结果表明：若石羊河流域未来径流量减少15%,对流域现状发展模式和治理模式经济影响将分别为29.8%和7.2%。石羊河综合治理可提高流域应对气候变化风险的能力,减小气候变化对流域社会经济的影响。     

基于ASD统计降尺度的雅鲁藏布江流域未来气候变化情景

青藏高原对东亚、南亚甚至全球的气候和水文循环有重要影响,模拟和分析青藏高原未来气候状况对研究东南亚区域生态、气候、水资源格局与演变趋势具有重要意义。利用ASD统计降尺度方法,对MIROC3.2_medres模式输出的降水和气温进行降尺度,并与ERA-40再分析资料进行了对比分析和评价,在此基础上分析了2046-2065年与2081-2100年三种情景下的气候变化情况。结果表明,ASD统计降尺度模型可以较好地将雅鲁藏布江流域GCM大尺度降水和气温数据降尺度到站点尺度,气温的解释方差都在90%以上,降水的解释方差也达到12%~27%;雅鲁藏布江流域未来降水年际变化不明显,年变化趋势多数小于5%;降水年内分配将更加集中,秋、冬、春季的降水减少趋势明显,最大降幅达55.58%,夏季降水显著增加,最大增幅达到30.44%;雅鲁藏布江流域未来将显著增温,21世纪中叶增温幅度为1.60~2.12℃,21世纪末期增温幅度达2.34~3.69℃;在降水与气温的双重影响下,流域水资源问题可能会变得更加严峻。     

气候变化对石羊河流域重点治理规划的影响

根据IPCC全球气候变化情景,分析了石羊河流域未来可能气候变化趋势及其对流域河川径流量的影响。利用宏观经济水资源模型,研究了不同径流变化情景对石羊河流域治理规划效果的影响。结果表明：若石羊河流域未来径流量减少15%,对流域现状发展模式和治理模式经济影响将分别为29.8%和7.2%。石羊河综合治理可提高流域应对气候变化风险的能力,减小气候变化对流域社会经济的影响。     

统计降尺度方法和Delta方法建立黄河源区气候情景的比较分析

大气环流模型(GCMs)预测的气候变化情景,必须经降尺度处理得出小尺度上未来气候变化的时空分布资料,才能满足气候变化对资源、环境和社会经济等影响进行评估的需要。文中研究同时应用Delta方法和统计降尺度(SDS)方法对黄河源区的日降水量和日最高、最低气温进行降尺度处理,建立起未来3个时期(2006—2035、2036—2065和2066—2095年,简记为2020s、2050s和2080s)的气候变化情景,并比较分析两种方法的优缺点和适用性。结果表明,未来降水量有一定的增加趋势,但是增幅不大,而日最高、最低气温存在明显的上升趋势,且增幅较大。与基准期相比,Delta方法模拟的未来3个时期降水量将分别增加8.75%、19.70%和18.49%;日最高气温将分别升高1.41、2.42和3.44℃,同时,日最低气温将分别升高1.49、2.68和3.76℃,未来极值气温变幅减小。SDS法借助站点实测数据和NCEP再分析资料建立GCM强迫条件下的降尺度模型,模拟结果表明,未来3个时期降水量将分别增加3.47%、6.42%和8.67%,季节变化明显;气温随时间推移增幅明显,未来3个时期的日最高气温将分别升高1.34、2.60和3.90℃,最低气温增幅相对较小,3个时期将分别升高0.87、1.49和2.27℃,由此模拟的未来时期无霜期将延长。在降尺度方法的应用上,SDS方法存在明显的优势,但同时也存在不可避免的缺陷。因此,在实际的气候变化影响评估中,需要多种方法综合比较,以期为决策部门提供参考和依据。     

黄河源区未来地面气温变化的统计降尺度分析

大气环流模式(GCMs)模拟预测的气候变化情景,必须经过降尺度处理后才能得出次网格尺度上未来气候变化的时空分布细节,才能满足评估气候变化对资源、环境和社会经济等影响的需要.本文在简单介绍了目前降尺度模型的研究现状后,重点分析了统计降尺度方法的优缺点及适用性,并应用黄河源区7个站点1961-1990年的实测地区最高气温和最低气温资料,对统计降尺度模型(SDSM)的应用进行了分析和验证.首先利用SDSM建立大尺度气候要素和地面气温变量间的统计转换关系,确定模型应用的预报因子变量,然后用独立的观测资料验证模型的可靠性,最后把建立好的统计关系应用于英国Hadley中心海气耦合模式(HadCM3 SERS B2)的输出,分别生成了黄河源区7个站点未来3个时段2020s,2050s和2080s的气温变化情景.在此基础上,应用Arc/GIS的Kriging插值方法获得整个区域的气温变化情景进行分析.结果表明,日最高气温模拟值随时间推移增幅很快,3个时段(2020s,2050s和2080s)的平均气温变化情景分别为1.34,2.60和3.90℃,而日最低气温变化相对不明显,3个时段的平均气温变化情景分别为0.87,1.49和2.27℃.表现在每个季节和每个月的变化情景又各不相同,日最高气温以春季和秋季变化最显著,而日最低气温则以夏季和秋季的变化最为明显.     

兰江流域气候与水文模拟研究

该文建立了气候-水文嵌套模式,用于气候变化情景下流域气候、水文模拟,并在此基础上进行水资源评估.首先应用20km高分辨率的区域气候模式RegCM3,嵌套全球环流模式FvGCM的大气部分,在中国东部地区进行了两组30a积分的模拟试验,即控制试验和未来预测试验.控制试验(1961-1990年)结果表明,RegCM3能较细致地刻画浙江省的地形分布,模拟的浙江省的多年平均气温和降水均呈现出明显的地形特征,与实况较为符合.兰江流域年平均气温模拟较好,但夏季降水模拟量明显偏低.在未来预测试验中,构建了SRES A2排放情景下兰江流域2071-2100年的气候变化情景.然后,用兰江流域的历史观测资料对分布式水文模型DHSVM进行了率定和验证,该模型较好地再现了兰江流域的历史径流过程,具有较好的模拟特性.最后,将RegCM3的两组试验结果输入到DHSVM中,驱动模型进行水文模拟.模拟结果表明:相对于1961-1990年,兰江流域2071-2100年各月的平均气温均呈上升趋势,年平均气温上升幅度达2.84 ℃;年降水量也将增加,主要发生在4-7月的汛期,可能会导致汛期洪涝灾害发生频率上升;年径流深变化与年降水量变化基本一致,汛期径流将明显增加.在全球持续变暖的背景下,兰江流域未来高温热浪和洪涝等气候、水文极端事件有可能进一步加剧.     

基于时空统计降尺度的淮河流域夏季分月降水概率预测

针对淮河流域水资源短缺、洪涝、干旱并存的问题,基于国家气候中心第二代季节气候模式的集合回报数据集(1991—2014年),建立时空相结合的统计降尺度模型,提前1—3个月预测该流域夏季分月降水,应用ROC(relative operating characteristics)评分评估比较了不同集合预测方案的预测技巧。交叉检验结果表明,样本数取18、20、22、28时,集合预测方案对3、4、5月三个起报时次预测的夏季各月降水技巧预测均高于模式预测技巧。2015—2017年的独立样本检验进一步表明该统计降尺度模型能够明显降低3月、5月起报的6月和8月的降水预测偏差。认为可尝试将该降尺度方法应用于淮河流域夏季降水预测及进一步的流域水文预测。     

辽河流域气候变化及对径流影响预估与评估分析

辽河流域属于气候变暖较为显著区域,增温幅度比全球和全国的增温幅度都要高。同时辽河流域也是水资源较为匮乏且需求量大的地区,因此气候变化对水资源影响问题也更值得关注。基于长期历史观测气象水文数据和未来不同情景下气候变化预估资料,建立评估气候变化与径流量的关系,预估未来气候变化对径流量的可能影响,为辽河流域应对气候变化决策提供科学依据。结果表明:1961—2020年,辽河流域气温为持续上升趋势,降水没有明显的增减趋势,但存在阶段性变化;辽河流域降水量与径流量有较好的相关关系,具有较为一致的长期变化趋势与特征,年降水量与径流量相关数达到0.6以上。日降水量与径流量相关分析表明,降水发生后次日且为大雨降水等级(即日降水量≥25 mm)时,两者相关系数可高达0.85;敏感性试验和模式模拟试验表明,径流量对气候变化有明显的响应,降水增加(减少)、气温降低(升高),则径流量增加(减少);在未来RCP8.5排放情景下气温升高趋势最为明显,未来径流量也为显著增加趋势;RCP2.6排放情景下气温增加的幅度最小,未来径流量也表现为无明显增减趋势;RCP4.5情景下,气温增加的幅度居中,未来径流量则为减少趋势。     

未来气候变化对黄河和长江流域极端径流影响的预估研究

使用NASA-NCAR全球环流模式FvGCM结果驱动高分辨率区域气候模式RegCM3 (20 km),进行1961～1990年当代气候模拟(控制试验)和2071～2100年IPCC A2排放情景下未来气候情景模拟(A2情景模拟试验)。将RegCM3同高分辨率大尺度汇流模型LRM(分辨率0.25°×0.25°)连接,分析水文极端事件在A2情景下相对于当代气候的变化,预估未来气候变化对我国黄河和长江流域水文极端事件的影响。结果表明:(1)未来黄河流域径流年变率增大,月变率减小,日变率在头道拐站以上流域减小,以下流域增大。未来兰州以上半湿润地区,流域东南部湿润区出现径流量峰值的可能性增大,而流域西北部干旱半干旱区出现径流量百分位极值的可能性减小。未来黄河流域中游地区发生流域洪水的风险在夏季月份减少,其余月份均增大。(2)未来长江干流径流年际变率增大,上中游地区径流日和月变率减小,下游地区略有增大;未来汉江流域径流量的年、月和日变率均增大。未来长江干流发生流域洪水的风险在夏季明显降低,而汉江流域各月发生流域洪水的可能性均增大。     

气候变化和人类活动影响黄河流域水循环

近年来,受气候变化和人类活动的共同影响,黄河流域的气候和水文状况发生了显著改变,整个流域在过去50年的实测径流量和天然径流量均呈减少趋势,流域的气候整体呈现暖干化趋势。流域径流量的减少除与大尺度的气候变暖有关外,区域尺度的植被覆盖变化和人类用水量(如农业灌溉)的增加也是不可忽视的原因。     

渭河流域秋雨统计降尺度预估的试验研究

在比较不同大尺度预报因子联合场、空间范围和数据预处理方法对统计降尺度模型预测能力影响的基础上,基于HadCM3和CCSM3两种分辨率大气环流模式(GCM)输出资料,采用主成分分析和多元线性回归相结合的降尺度方法,建立了渭河流域秋雨的统计降尺度模型,并根据分析两种GCM基准期内降尺度预测效果,对未来不同情景进行预估。结果表明,对降水量的3次方根正态化处理并不能改善模型的预测性能,而去趋势处理可提高模型对于9月的预测能力。850 hPa经向风和相对湿度组合是渭河流域秋雨的最佳预测因子。低分辨率的HadCM3模式降尺度预测效果优于高分辨率的CCSM3模式,具体表现在前者对整个流域的预测能力较高,后者只对中下游流域附近的预测效果较好。以基准期内可预报性较好的站点对渭河流域秋雨进行预测,两种模式的不同情景预估结果均表明,渭河流域2000—2099年9月降水量呈增加趋势,10月降水量呈下降趋势,降尺度模型成功预测了21世纪前10年的秋雨增加趋势。      

澜沧江源区气温与降水对径流变化的影响

为研究澜沧江源区水文气候变化特征,采用线性回归拟合分析方法、M-K非参数检验法对1960—2010年间澜沧江源区的水文气候变化趋势进行分析,计算了各季节气温变化对年气温变化的贡献量,并基于Pearson相关分析法和贡献率的计算讨论了降水量和气温对径流量变化的影响。结果表明:澜沧江源区年平均气温和各季节平均气温均呈显著上升趋势,其中,冬季的增温对年平均气温增加贡献最大(38%)。澜沧江流域源区年降水量无明显增减趋势,但春季降水量显著增加。澜沧江流域源区年径流量未呈现显著变化趋势,冬季和春季径流量呈现出显著的增加趋势。年际尺度上,径流量的主控因素是降水量,降水量对径流量年内变化的影响主要发生在降水相对丰沛的6—10月份;冬季和初春季节气温上升对径流量的改变存在一定的影响,且气温的贡献率要比降水的贡献率大,原因是气温升高加剧研究区内冰雪的消融,进而导致澜沧江源区的径流增加。     

自组织映射神经网络(SOM)降尺度方法对江淮流域逐日降水量的模拟评估

利用1961~2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-Organizing Maps,简称SOM)的统计降尺度方法,对江淮流域夏季(6~8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(Brier Score)均近似为0,显著性评分(Significance Score)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%~60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。