黑河流域植被覆盖度计算及其影响的中尺度模拟

运用基于遥感的中国西北土地覆盖动态监测系统(NOAA AVHRR Processing Chain,NOAA-Chain)预处理系统对改进的甚高分辨率扫描辐射仪(AVHRR)影像资料进行处理得到的归一化植被指数(NDVI),基于像元二分原理得到2002年黑河流域植被覆盖度分布,将其与Gutman 1998年所作全球植被覆盖度数据在黑河流域范围进行了对比分析,发现2002年黑河流域中上游植被整体呈退化趋势,主要绿洲区植被覆盖度增大。分别将这两套植被覆盖度数据引入中尺度大气模式MM5中进行黑河流域中上游气候模拟。通过与气温观测值的比较,发现用黑河流域植被覆盖度数据模拟的气温偏差小于用全球植被覆盖度的模拟结果;植被分布与潜热通量分布的空间相关性最好;植被覆盖度变化对局地温度场变化影响很大。     

黑河流域土壤质地分类数据建立及其模拟效果检验

原全球土壤质地类型分布在黑河地区的数据(下称原全球数据)不能体现该流域不同海拔高度土壤分布的非均匀性特征,为了定量表征研究区土壤的非均匀分布,在流域范围收集了53个土壤亚类剖面数据,对照土壤三角,与国际通用的STASGO 30 s土壤质地类型分类标准对应,基于黑河流域1∶100000土壤亚类分布图,建立了黑河流域30 s分辨率的土壤质地类型分布图(黑河数据)。这套数据可以描述出原全球STASGO 30 s数据不能表现出的山区和绿洲区的土壤非均匀分布实际。分别使用黑河数据和原全球数据作为下垫面土壤分布,运用耦合了陆面过程的中尺度大气模式,对黑河流域中上游区域进行了模拟,检验了两套数据对气温模拟的准确性,讨论了土壤分布变化对环境要素模拟的影响。结果表明,使用黑河土壤分布数据对上游山区的气温模拟性能好于原全球数据,中游绿洲区使用两套土壤分布数据的模拟值都偏高,大部分站点使用黑河土壤分布数据的模拟值略高于使用原全球数据的模拟值。这可能与模式中使用的全球土壤水、热参数在研究区的代表性以及中游区的人类活动加剧了土壤温、湿度的时空异质性有关。因此,黑河流域土壤水、热参数以及高分辨率的土壤温、湿度分布是提高该区域土壤—大气相互作用数值模拟性能的重要途径。环境要素变化与土壤类型分布变化呈非线性关系。气温模拟值对土壤分布变化最为敏感。     

黑河流域土壤参数修正及其对大气要素模拟的影响

根据Cosby等1984年总结的土壤特征参数计算方法和基于黑河流域53个土壤剖面数据,得到对应于美国农业土壤分类标准的黑河流域6类土壤的平均粘、砂含量,计算了黑河流域各类土壤的特征参数,分别采用Cosby等计算的土壤参数以及黑河土壤剖面数据计算的土壤参数,运用耦合了NOAH陆面过程模型的大气中尺度模式(Mesoscale Model version 5,MM5)模拟土壤参数变化对黑河流域中上游大气要素模拟的影响。结果显示:b参数和饱和导水率改变对局地能量变化影响很大,饱和土壤水势以及孔隙度对局地水分传输变化影响较大。特征参数变化引起的温度场变化位于砂质土壤和粉壤土覆盖范围,而湿度相关要素场变化则主要位于中游绿洲粉壤土、粉土覆盖区。通过与观测值的比较发现,除阿拉善右旗外,使用Heihe数组土壤参数后模拟的气温、湿度及风场都有一定改进。     

下垫面对WRF模式模拟黑河流域区域气候精度影响研究

利用高精度的土地覆盖、土壤质地类型和地形高度值替换了天气研究和预报模式Weather Research and Forecasting Model(WRF)中的相关数据,通过数值模式试验检验了下垫面数据对WRF模拟精度的影响。同时,通过与黑河综合遥感联合试验中7个测站观测数据的比较,以平均误差、均方根误差和相关系数为指标,分析了WRF模式下垫面数据改变对近地表气象要素的模拟精度的影响。结果表明:(1)WRF模式本身的地形高度信息在黑河流域上游地区有较大误差,造成了一定的模拟误差。而使用高精度的下垫面数据可以提高WRF模式在黑河流域上游复杂区域的模拟能力;(2)2m气温除了随地形高度递减外,还受土壤质地和土地覆盖小幅度影响,而且进行地形订正后的2m气温与2m湿度的模拟在下垫面为水体的区域对比强烈,因此为模式提供准确的水体分布信息也至关重要;(3)2m气温和湿度等要素的模拟差异值与地形高度资料的差异呈负相关,而降雨量的差异与地形高度差异呈微弱的正相关,与土壤质地差异和土地覆盖差异的相关性也比较弱。     

WRF模式对夏季黑河流域气温和降水的模拟及检验

利用NCEP/DOE再分析资料驱动中尺度区域模式WRF对1999 2008年夏季(6 8月)黑河流域及周边地区气温和降水进行了模拟,并检验了区域气候模式在山区复杂地形条件下的模拟性能,客观评估了复杂地形条件下气候模拟的性能。气温和降水空间分布的对比分析表明,高分辨率WRF模式较粗分辨率的再分析资料能更精细地模拟出复杂地形条件下山区气温和降水的分布特征,充分体现了高海拔山区复杂地形对气温和降水空间分布的影响。通过BSS指标对气温、降水模拟的定量评估表明,在复杂地形条件下,WRF模式可以在几乎所有观测站点提高气温模拟的准确性,也可以为复杂山区没有观测站点地区气温的空间分布和量值提供数据支持。对降水量模拟的准确性低于气温模拟,半数的站点模拟值较再分析资料更接近观测值,位于祁连山东南侧站点降水量模拟值偏大,可能与WRF模式中地形对水汽输送的抬升作用有关,也可能与观测站点对该区域的代表性有关。     

气候变化对黑河流域生态环境的影响

本文介绍了黑河流域的气候概况，分析了近40a流域内以气温和降水为主的气候要素变化，得出黑河流域发生了以“增暖”为主要特征的气候变化。流域生态环境受气候变暖的影响明显。在灾害性天气强度、森林面积、土地荒漠化、湖泊萎缩、草原退化等方面日趋恶化。并就如何保护黑河流域生态环境提出了建议。     

不同分辨率地形数据对黑河流域模拟结果的对比分析

陆面模式和分布式水文模式都要求细致的地面要素场描述,其中地形数据是一个重要的因子。目前,美国地质调查局(USGS)制作的全球30″地形数据已广泛应用于陆面模式和分布式水文/生态模式中,这套全球地形数据可以比较准确地描述地形的大尺度分布,然而若描写复杂地形的小尺度分布细节则略显不足。在黑河流域,我们有高分辨率的30 m地形数据,这里首先对黑河流域范围的该两套数据进行了比较;为评估黑河流域超高分辨率地形数据在大气模式中对气象要素的模拟能力,在中尺度大气模式(MM5)中分别使用黑河流域超高分辨率地形数据和全球30″地形数据,对黑河流域2003年6月大气要素场进行模拟。模拟结果显示,无论从要素场本身与地形空间分布的相关性还是要素变化的空间分布与地形变化的相关性看,地形对气压场、土壤和大气温度场以及大气可降水量场都有着重要影响,地形分布对月总降水量的空间分布也有一定影响。黑河数据对气温以及风向的模拟能力好于USGS数据,对降水过程模拟的改善程度不是很明显。     

WRF模式对夏季黑河流域气温和降水的模拟及检验北大核心CSCD

利用NCEP/DOE再分析资料驱动中尺度区域模式WRF对1999 2008年夏季(6 8月)黑河流域及周边地区气温和降水进行了模拟,并检验了区域气候模式在山区复杂地形条件下的模拟性能,客观评估了复杂地形条件下气候模拟的性能。气温和降水空间分布的对比分析表明,高分辨率WRF模式较粗分辨率的再分析资料能更精细地模拟出复杂地形条件下山区气温和降水的分布特征,充分体现了高海拔山区复杂地形对气温和降水空间分布的影响。通过BSS指标对气温、降水模拟的定量评估表明,在复杂地形条件下,WRF模式可以在几乎所有观测站点提高气温模拟的准确性,也可以为复杂山区没有观测站点地区气温的空间分布和量值提供数据支持。对降水量模拟的准确性低于气温模拟,半数的站点模拟值较再分析资料更接近观测值,位于祁连山东南侧站点降水量模拟值偏大,可能与WRF模式中地形对水汽输送的抬升作用有关,也可能与观测站点对该区域的代表性有关。     

黑河流域大气资料尺度转换的对比分析

尺度转换是解决尺度差异问题的有效方法之一。尺度转换统计模式的可靠性和正确性如何,在很大程度上取决于建立统计模式时所用的实际气象资料的处理,尤其在下垫面分布极不均匀地区。本文研究了黑河流域这一复杂下垫面条件下的大气资料的尺度转换问题,对比分析了由NCEP再分析资料直接内插到较小尺度而得到的局地气候变化与由尺度转换统计模式,经过客观分析所得到的局地气候变化。结果表明,直接插值所得的细网格值只能用于对平坦地区的温、湿状况的描述,而对较高山区的区域特征描述不够;进行观测资料的客观分析可以更准确地反映黑河流域复杂下垫面背景下近地层大气要素场的变化。研究表明,客观分析过程是尺度转换过程的重要环节。     

黑河流域日蒸散发遥感估算研究

地表蒸散的估算在干旱半干旱区水资源研究中具有重要意义。利用NOAA/AVHRR遥感资料、NCEP再分析格点资料和气象站点资料,根据能量平衡模型和FAO-17 Penman公式,计算了研究区域内逐日蒸散发量;对于晴天,用遥感模型反演出瞬时蒸散,进而推算出日蒸散;同时用FAO-17 Penmen公式和气象资料,计算研究区域内的同一天的蒸散,利用气象资料计算得到的蒸散与遥感估算的蒸散的关系,估算非晴空日的蒸散,进而得到逐日蒸散发结果。与同类研究结果的比较表明:该方法能够估算逐日蒸散发,通过气象与遥感资料结合,提高了气象格点资料的空间分辨率,弥补了难以得到遥感逐日晴空资料的不足,同时也为流域内同类研究提供参考依据。     

黑河中游间作农田的辐射收支特征分析

利用布设在黑河流域中游的张掖绿洲区的一套自动气象观测系统在2003-2004年的资料,分析了一个完整年度内春小麦和夏玉米间作农田生态系统的辐射收支及其变化特征。结果表明:太阳辐射Rs年平均为192.9 W.m-2.d-1,冬、春季较小,夏、秋季较大。反射辐射Rr平均为37.8 W.m-2.d-1,在土壤裸露时较大,随着作物覆盖度的增大呈下降趋势。地表反射率平均为0.22,在年内的变化趋势与反射辐射Rr基本一致。地面向上长波辐射Rlu和向下长波辐射Rld年平均分别为353.3 W.m-2.d-1和278.0 W.m-2.d-1,两者在1月份最小,从2月开始增大,到7月达到最大,随后持续降低至12月。有效辐射(Rlu-Rld)在农作物主要生长期的5~9月为70 W.m-2.d-1左右,春末夏初增加较大。净辐射Rn全年日均值为79.8 W.m-2,占太阳辐射量Rs的35%。在作物的主要生长季节(5~9月)Rn日平均达141 W.m-2,在无作物生长的季节(1~2月和11~12月),Rn日均值在8 W.m-2左右。光合有效辐射PAR全年累积值为2580.9 MJ.m-2,日均82.7 W.m-2,占太阳辐射量Rs的42.2%。PAR在年度内变化大。在无作物生长季节,PAR日均值一般在40~50 W.m-2。3月PAR迅速增大,日平均值达到78 W.m-2,PAR在7月达到最大,日均值为128 W.m-2。     

近50年来黑河山区汇流区温度及降水变化趋势

利用有关水文气象观测资料、史料和树轮资料,对黑河山区汇流区降水近50年来的变化特征及其与全球气候变暖的对应关系、变化的可能成因及变化趋势进行了分析。结果表明：黑河山区汇流区降水对全球气候变暖响应比较明显,近50年来黑河山区汇流区降水随全球气温升高呈缓慢增加的趋势。由于西太平洋副热带高压与全球气温变化有着密切的关系,而西太平洋副热带高压的增强和扩大有利于东亚夏季风向北推进至更北,从而使祁连山中西部降水增加。因此,总体来说,全球气候的变暖有利于黑河山区汇流区降水的增加。目前,黑河山区汇流区正处于1980年代开始的历史上有资料记载以来的第5个温暖期和第3个暖湿期,预计在相当一段时期内,黑河山区汇流区降水将随着全球气候的进一步变暖,继续维持这种缓慢增长的状况。     

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。     

复杂地形下黑河流域的太阳辐射计算

基于数字高程模型(DEM)数据,在充分考虑了地形因子对太阳直接辐射和散射辐射的影响后,实际计算了起伏地形下黑河流域的太阳辐射。在忽略地表和大气之间的多次反射后,地表太阳总辐射计为三项:按起伏坡面上实际入射角考虑的太阳直接辐射、经过下垫面天空视角因子订正的坡面天空散射辐射和考虑周围地形反射效应的附加辐射。计算结果表明:局地地形起伏对太阳直接辐射、总辐射空间分布的影响非常强烈,使得复杂地形下不同坡向间总辐射和直接辐射平均计算差额十分显著,且太阳天顶角从较小增大至中等大小时,这两种平均计算差额均加大一倍多;在较小和中等大小太阳天顶角下,不同坡向间总辐射平均计算差额,均较相同条件下直接辐射平均计算差额为小,这是因为总辐射还包括了天空漫射和邻近地形反射辐射因子,这两个因子和坡面上太阳入射方位的变化共同影响地表入射太阳辐射;起伏地形主要使得太阳辐射在局地区域内背阴、向阳坡向间发生显著的重新分配。因此,在复杂地形地区进行太阳辐射计算时必须考虑地形的影响。