粮食产量对气候变化驱动水资源变化的响应

水资源是支撑粮食生产的重要因素之一,气候变化驱动下的水资源变化及对粮食产量的影响是当前研究的国际前沿和热点问题。以汾河流域冬小麦和夏玉米2种主要粮食作物为研究对象,利用线性回归、人工神经网络、支持向量机、随机森林、径向基网络、极限学习机等6种机器学习算法构建粮食产量模拟模型,基于气候弹性系数法分析水资源量对气候变化响应关系,在流域尺度上研究粮食产量对气候变化驱动水资源变化的综合响应。结果表明:①机器学习算法能够较好地模拟汾河流域的冬小麦和夏玉米产量;②降水增加10%导致汾河流域水资源量增加19.4%,气温升高1℃导致水资源量减少4.3%;③当降水减少10%~30%时,冬小麦产量减少6.4%~19.3%,夏玉米产量减少4.0%~15.0%;④当气温升高0.5~3.0℃时,冬小麦产量预计增加1.8%~17.1%,夏玉米产量预计增加1.2%~7.9%;⑤汾河流域冬小麦产量对降水和气温变化的敏感性大于夏玉米。相关成果对于区域水资源管理和农业生产策略制定具有重要的科学意义和实用价值。     

气候变化情景下澜沧江流域极端洪水事件研究

以澜沧江流域为研究对象,基于ISIMIP2b协议中提供的GFDL-ESM2M、HadGEM2-ES、IPSL-CM5A-LR、MIROC5这4种全球气候模式,通过4种模式的输出数据耦合VIC模型,分析4种模式在历史时期（1961—2005年)对洪峰洪量极值(年最大洪峰流量、3 d最大洪量)、极端洪水的模拟能力,比较RCR2.6和RCP6.0两种情景下未来时期（2021—2050年)年均径流量较基准期（1971—2000年)的变化情况,并结合P-III型分布曲线预估了澜沧江流域在两种情景下未来时期极端洪水的强度变化情况。结果表明：VIC模型在该流域能够较好地模拟极端洪水;HadGEM2-ES和MIROC5两种气候模式的输出数据在澜沧江流域有较好的径流模拟适用性;在RCP2.6情景下,澜沧江流域未来时期年均径流量没有明显变化,可能会有略微的增加,而在RCP6.0情景下,未来时期年均径流量有较大可能增加;澜沧江流域未来时期极端洪水较基准期,在RCP2.6情景下无明显变化,而在RCP6.0情景下,洪峰、洪量增加的可能性较大,极端洪水频率和强度也较大可能增加。     

黑河流域气温和降水再分析数据的不确定性评估

评价区域再分析数据的精度和不确定性对于陆面过程模拟和气候变化分析有重要意义。以黑河流域为研究区,基于站点观测数据对中国区域高时空分辨率地面气象要素驱动数据集(CMFD)、黑河流域2000—2015年大气驱动数据集(WRFOUT)及黑河流域3 km 6 h时空分辨率模拟气象强迫数据(SFD)在不同下垫面条件下气温和降水的模拟精度进行评价,并通过广义三角帽法(TCH)评价3套数据集的不确定性。结果表明:(1)对于气温数据,WRFOUT数据集在草地、灌丛地、荒漠裸地及湿地下垫面精度较高,而CMFD数据集在农田下垫面精度相对较高,5种下垫面中,3套再分析数据的气温产品在灌丛地精度最高;对于降水数据,CMFD数据集在5种下垫面精度均较高,SFD数据集在草地、灌丛地和荒漠裸地,WRFOUT数据集在草地、农田和湿地表现出高估。(2) CMFD与WRFOUT数据集中气温数据的不确定性相对较低,而SFD数据集中气温数据的不确定性相对较大; 3套数据集中降水数据均表现出相对较高的不确定性,且区域差异明显,地表植被类型复杂和海拔差异较大的地区数据不确定性较高。     

松辽流域降水集中指数的时空变化特征

为了科学防控松辽流域旱涝灾害,利用1961—2017年松辽流域196站逐日降水资料,以候为时间尺度计算降水集中指数(PCI),采用趋势分析、合成分析、Mann-Kendall检验等方法分析该流域及各子流域PCI的时空变化特征。结果表明:松辽流域降水集中程度较高,PCI平均为7.1;PCI及其标准差均呈东低西高的空间分布格局,且在多、少雨年PCI差异较大,少雨年降水普遍集中,多雨年则降水相对均匀,表明西北部PCI高值区发生干旱的概率较大,尤其在少雨年表现得更为突出。近57 a来,松辽流域PCI存在明显的年代际变化特征,流域北部和东部PCI整体呈显著下降趋势,且整个流域和额尔古纳河子流域的PCI发生显著突变,突变年份分别为2003年和1991年,且突变后的变差系数有所增大。近年来,尽管松辽流域PCI处于偏低阶段,但突变后变差系数的增大说明降水的不稳定性增强,旱涝发生的概率增大,易出现降水极端集中的年份。     

西藏雅江中西段流域夏季降水量变化特征

利用西藏雅鲁藏布江流域6个代表站降水资料,研究了雅江流域近53年的夏季降水量变化特征。主要结论包括:1963~2014年雅江流域6个站各站年平均降水量在286.2~447.9mm,夏季(6~8月)平均降水量在221.4~355.4mm,占年降水量的71%~85.5%。年最大降水量出现在拉萨,其次是日喀则和泽当,位于雅江偏西段的定日和江孜降水量最少;夏季降水量空间分布特征与年降水量的分布特征基本一致。雅江流域年降水量存在显著的年际和年代际变化特征,降水总量呈增多趋势。夏季降水量对年总降水量的贡献最大,占年降水总量的77%。夏季(6~8月)降水量变化与年降水量的变化趋势一致,即总体呈增多趋势。拉萨、定日、日喀则、浪卡子夏季降水量的变化趋势与雅江流域整体趋势特征一致,其中拉萨最明显,而泽当和江孜降水量呈减少趋势。雅江流域夏季降水量在1998年出现了明显突变,21世纪以来的十几年内存在短时间的突变现象。雅江流域夏季降水量主要存在2~4a和7~8a的变化周期。      

DEM流域特征提取及其在非点源污染模拟中的应用

概述了数字高程模型(DEM)的特点及对其进行流域特征信息的提取原理和方法,结合流域非点源污染模拟研究的需要,在GIS软件和非点源污染模型SWAT的技术支持下,对密云县密云水库北部流域DEM进行了流域的刻划及模型运行单元HRUs的生成,最后从三个方面:对DEM在非点源污染研究中的应用进行了有益的探讨。     

阿克苏河流域的面雨量序列及其与径流关系

以数字高程模型 (DEM) 的1km×1km网格数据为基础,对阿克苏河流域14个气象站和水文站的1961~2000年的年降水资料进行了自然正交分解 (EOF),通过回归分析,建立主要特征向量与地理因子的插值模型,给出了一个面雨量序列的计算方法,为建立气候要素的区域平均序列提供了一个有效的解决方案,并由此推算出年阿克苏流域平均年降水量的空间分布以及面雨量序列。径流量与面雨量之比 (R/P) 平均为0.43,最高为0.69 (1997年),最低为0.30 (1963年)。计算出的阿克苏河流域面雨量序列与阿克苏河实测径流量序列的趋势变化率分别为5.79×10⁸ m³/10a和4.29×10⁸ m³/10a,两者均表现出增加趋势,但面雨量的增加速率要比径流量大一些,年际变化幅度也要大,面雨量和径流量的变差系数Cv值分别为0.17和0.13。阿克苏河年径流量的变化与夏季0^oC层高度、年面雨量有着十分密切的关系,表明20世纪90年代以来新疆气候的变化是阿克苏河流域径流稳定增加的一个非常重要的因素。     

典型岩溶农业区地下水质与土地利用变化分析--以云南小江流域为例

以云南省泸西县小江典型岩溶农业流域为研究单元,利用1982和2004的地下水质数据及1982的航片和2004年的TM影像,在GIS支持下,研究其20年来的地下水质的时空变化及原因。结果表明：20年来流域地下水质在时间、空间分布上均发生较大的变化;流域耕地扩张和大量化肥、农药使用带来的非点源污染,造成地下水中的NH₄⁺、SO₄^2-、NO₃^-、NO₂^-、Cl^- 离子含量及pH值、总硬度、总碱度明显升高并超标,而林地减少或林地质量的下降,土地发生石漠化时,地下水中的Ca²⁺、HCO₃^- 浓度明显降低,同时,地下水各指标的空间变化与土地利用空间格局的变化表现出动态一致性。     

GIS支持下的澜沧江流域云南段土壤侵蚀空间分析

利用ArcView3.2和ARC/INF08.1软件,通过图层叠加、统计分析和缓冲区分析等,提取西南纵向岭谷区澜沧江流域云南段的不同类型和强度的土壤侵蚀与地形坡度、土地利用/土地覆盖现状、土壤类型和分布、大雨日数以及河流、道路两侧的缓冲区等的相应数据,计算出土壤侵蚀综合度。结果表明,研究区不同坡度等级中,15°²5°坡度上的土壤侵蚀最强,其次为8°¹5°坡地和4°⁸°坡地;>25°坡地上则较小;不同用地类型的土壤侵蚀程度不同,总体上,旱耕坡地的土壤侵蚀较草地严重,而草地又较林地严重;在各种土壤类型中,黄壤和石灰土的土壤侵蚀最为突出,其次为红壤、黄棕壤和南方水稻土等;河流两侧和道路两侧的土壤侵蚀都较整个流域要严重,而河流两侧又略重于道路两侧;当多年平均大雨日数小于20日时,土壤侵蚀程度基本上随大雨日数的增加而增加;当大雨日数大于20日时,土壤侵蚀程度反而较小,原因在于前期大雨冲刷侵蚀,带走了地表的疏松物质。研究结果可为有针对性地防治水土流失、减少河流泥沙和水库淤积提供依据。     

江淮流域极端降水时空变化特征:站点观测和再分析的对比

利用淮河流域1979—2011年260个站点观测、ERA-Interim和NCEP/DOE再分析资料的日降水量数据,选用8个极端降水指数,从空间分布、发展趋势、时间变化等方面对比分析了我国江淮流域极端降水的变化规律,研究了再分析数据的适用性,结果表明:1)持续湿润指数(CWD)、强降水日数(R10mm,R20mm)以及百分位指数(R95p,R99p)具有一致的北少南多的分布特征,而持续干燥指数(CDD)为北多南少,且强度指数(Rx1day,Rx5day)和百分位指数在浙江沿海均有极大值存在。2)大部分地区的强降水日数呈减少趋势,仅在江淮周边地区有弱上升趋势。3)区域平均的降水强度指数具有上升的趋势变化,逐月变化具有先增长后减少的结构特征,5—6月的增长量最大,峰值出现在7月,在夏末、冬季有较明显的随年代增加的趋势,在秋季则随年代减少。4)再分析资料ERA-Interim和NCEP/DOE对不同指数的再现能力有所不同,ERA-Interim对强降水日数(R10mm)、CDD、百分位指数的空间分布以及CDD的变化趋势再现能力较好,与强度指数和百分位指数年际变化的相关性较高,但对CWD变化趋势分布特点的再现能力较弱;NCEP/DOE更善于再现较强降水日数(R20mm)的空间分布以及强度指数和百分位指数的线性变化趋势。5)两种再分析资料能合理地再现强降水日数(R10mm,R20mm)和CDD年际变化特征和强度指数的季节变化特征。