雅鲁藏布江流域降水时空变化特征

雅鲁藏布江流域是全球气候变化的敏感区,该流域降水变化对青藏高原的水系统、生态系统和山地灾害系统的演变具有重要影响。本文通过流域水文分析,将雅鲁藏布江流域的三大水资源区细分为9个分区。基于雅鲁藏布江流域1979—2018年降水数据,综合分析了雅鲁藏布江流域及9个分区的年、干湿季、月降水量以及日、小时尺度极端降水的时空变化特征,探讨了降水和典型大尺度大气环流因子的相关性。结果表明：① 1979—2018年间,在流域尺度上,各时间尺度降水整体上均呈上升趋势。其中,年降水量上升趋势最大,为2.5 mm·a^-1;年、干湿季降水量以及典型小时尺度极端降水（Rx3hour、Rx12hour）均在95%信度水平下显著上升。在水资源分区尺度上,各分区不同时间尺度降水的变化趋势呈现更明显的非一致性,所有分区除小时尺度极端降水均呈上升趋势外,其余时间尺度降水的趋势变化方向各异。② 雅鲁藏布江流域降水存在明显的空间分异性,且降水空间分异性会随着降水指标时间尺度的缩短而增强。各时间尺度降水整体上均呈现出自东部向西部逐渐减少的趋势,流域东南部（分区Ⅲ-2）始终是高值中心,流域中西部（分区Ⅰ-2、Ⅱ-1）存在区域性高值中心。③ 北半球副热带高压和北半球极涡对雅鲁藏布江流域降水变化具有显著影响。研究结果有助于掌握当地降水的多尺度变化特征,可为雅鲁藏布江流域和青藏高原地区的水循环研究、水资源开发利用和山洪灾害防治等提供科学基础。     

基于CLDAS融合降水的中国降雨侵蚀力研究

气象站和卫星降雨资料估算降雨侵蚀力时存在无法反映空间异质性且精度差的问题,基于CLDAS多源融合降水,利用EI₆₀模型从不同的时空尺度对中国的降雨侵蚀力进行评估,并结合降雨量、侵蚀性降雨次数、侵蚀密度等指标,探讨降雨对土壤侵蚀的潜在作用。结果表明：（1） CLDAS降雨侵蚀力与地面实测数据在不同的时间尺度均有良好的回归关系,相关系数达到0.8以上,与CMORPH降雨侵蚀力相比,其相对误差显著降低,可以准确反映全国范围的降雨侵蚀力季节性变异。（2） 在2001—2020年,不同雨量区的降雨侵蚀力、降雨量和侵蚀性降雨次数的变化趋势基本一致,高雨量区的年际变化波动剧烈,侵蚀性降雨次数和暴雨过程协同影响降雨侵蚀力的大小。（3） 空间上,中国的降雨侵蚀力值的特点为东南沿海地区高、西北内陆地区低。时间上,侵蚀性降雨集中在5—8月,夏、秋两季对土壤造成的侵蚀影响更大。（4） 通过对年降雨量、年侵蚀密度和年暴雨量进行分区定量分析,结果表明暴雨量与侵蚀密度成正相关关系,即年降雨量一定,暴雨事件越多,降雨侵蚀密度越大。     

短期增温和降水减少对沙质草地土壤微生物量碳氮和酶活性的影响

通过模拟气候变化,探究短期增温和降水减少对沙质草地土壤微生物量碳氮及酶活性的影响,揭示沙质草地土壤微生物量碳氮和酶活性对短期气候变化的响应规律。结果表明：（1）短期增温和降水减少对土壤微生物量碳氮和酶活性均产生显著影响。（2）在自然温度下,与自然降水相比,降水减少40%时土壤微生物量碳（MBC）和微生物氮（MBN）含量最高,增幅分别为87.9%和98.8%;降水减少60%时土壤碱性蛋白酶（S-ALPT）活性最低,降幅达32.8%。（3）在增温条件下,与自然降水相比,降水减少40%时土壤MBC和MBN含量最低,降幅分别为25.67%和48.16%,土壤脲酶（S-UE）活性最高,增幅20.42%。（4）土壤pH与3种土壤酶活性正相关,与土壤微生物量碳氮负相关。土壤微生物量碳氮与土壤纤维素酶（S-CL）活性负相关,与S-UE、S-ALPT活性正相关。     

How is the precipitation distributed vertically in arid mountain region of Northwest China?

Precipitation in the arid region of Northwest China (NWC) shows high spatial and temporal variability,in large part because of the region's complex topography and moisture conditions.However,rain gauges in the area are sparse,and most are located at altitudes below 2000 m,which limits our understanding of precipitation at higher altitudes.Interpolated precipitation products and satellite-based datasets with high spatiotemporal resolution can potentially be a substitute for rain gauge data.In this study,the spatial and temporal proper-ties of precipitation in the arid region of NWC were analyzed using two gridded precipitation products:SURF_CLI_CHN_PRE_DAY_GRID_0.5 (CHN) and Tropical Rainfall Measuring Mission (TRMM) 3B43.The CHN and TRMM 3B43 data showed that in summer,precipitation was more concentrated in southern Xinjiang than in northern Xinjiang,and the opposite was true in winter.The largest difference in precipitation between mountainous areas and plains appeared in summer.High-elevation areas with high precipitation showed more stable annual precipitation.Different sub-regions showed distinctive precipitation distributions with elevation,and both datasets showed that the maximum precipitation zone appeared at high altitude.     

我国东南沿海午后短时降水极端峰值强度与湿度和地表气温的关联

利用中国东南沿海地区55个站点的逐时降水、日平均地面温湿场、低空气温露点差及OISST海表温度资料,对午后短时降水的极端峰值强度与湿度和地表气温的关联进行分析。结果表明,东南沿海地区午后短时降水极端峰值强度随气温的变化趋势存在明显变化,日最高气温低于29℃时,峰值强度随气温升高而上升;日最高气温高于29℃时,峰值强度随气温升高而下降。分析水汽条件作用发现,峰值强度在高温条件下随气温的升高而下降的现象与相对湿度变化有关,日最高气温较高时,相对湿度随气温的升高而大幅减小。初步分析可知,当陆地达到较高温度并进一步增温时,附近海域海表温度变化不大,使得洋面水汽含量增加较少。在陆地水汽主要来自于海洋的情况下,伴随陆地的进一步升温,地表相对湿度将减小。     

黑龙江省1981-2010年气候平均值的变化及对气候评价的影响

利用黑龙江省气候评价业务使用的71个气象台站的气温、降水和日照时数资料,对1981-2010年气候平均值和1971-2000年气候平均值进行比较。结果表明:黑龙江省大部地区年平均气温升高,冬季偏暖突出;年降水量大部地区增多,春季、夏季、冬季降水量增多,秋季减少,7月降水量增幅最大;年日照时数大部地区减少。     

阿城近50a气候变化特征分析

本文根据黑龙江省阿城市1961-2013年间的逐月气温和降水量资料,对阿城市近53 a的气候变化特征进行分析。结果表明:近53 a来阿城市年平均气温呈上升趋势,年平均气温以0.28℃/10 a的幅度上升,其中以冬季增温最为明显,春、秋季增温次之,而夏季的变化趋势则不明显。降水量的年变化略呈现下降趋势,年降水量大小存在波动变化,有一个2-3 a的变化周期,近10 a平均降水量比近50 a平均降水量减少了19 mm。     

兰州地区降水量正态分布特征

在对降水资料的分析过程中,要求资料的时间序列呈正态分布。利用兰州地区的兰州、皋兰、榆中和永登4个站点1960~2009年的降水量资料,采用"偏度—峰度系数+W检验"方法,基于SPSS软件,对兰州地区的年、季和月降水量正态特征进行分析。结果表明,兰州地区4个气象站的年降水量均呈正态性分布;兰州、皋兰和永登3站的夏、秋2季降水量为正态性分布,而榆中站只有秋季降水量为正态性分布,且秋季降水量的正态性最好,冬季最差;大多数月降水量不服从正态分布,但对降水序列进行平方根处理后,其正态性得到明显的改善。     

基于LSTM神经网络的青藏高原月降水量预测

青藏高原的降水量预测不仅为该地区水资源合理规划利用提供依据,同时对中国及周边国家气候变化研究有着重要的意义。论文利用1990—2016年青藏高原降水量数据,采用长短期记忆神经网络（LSTM）对青藏高原月降水量进行预测,主要包括：① 使用青藏高原86个测站1990—2013年的月降水资料,预测各个测站2014—2016年的月降水量,并与传统的RNN、NAR、SSA和ARIMA预测模型相比,平均决定系数R²分别提高了0.07、0.15、0.13和0.36,均方根误差（RMSE）和平均绝对误差（MAE）表现更低;② 分析了降水量预测精度的空间分布特征,将各模型的R²在青藏高原地区内插值,分析R²的空间分布特征,发现所有模型降雨稀少的干旱地区和降雨多的湿润地区R²较低,在气候稳定、降水规律性明显的地区R²较高,且LSTM模型R²≥0.6的空间范围远大于传统模型;③ 分析了不同预测长度对各模型预测精度的影响,发现所有模型会随着预测长度增加而预测精度降低,但在不同的预测长度下LSTM预测的RMSE值都低于其他模型。     

Changes in streamflow regime following vegetation changes from paired catchments

Vegetation changes can significantly affect catchment water balance. It is important to evaluate the effects of vegetation cover change on streamflow as changes in streamflow relate to water security. This study focuses on the use of statistical methods to determine responses in streamflow at seven paired catchments in Australia, New Zealand, and South Africa to vegetation change. The non‐parametric Mann–Kendall test and Pettitt's test were used to identify trends and change points in the annual streamflow records. Statistically significant trends in annual streamflow were detected for most of the treated catchments. It took between 3 and 10 years for a change in vegetation cover to result in significant change in annual streamflow. Presence of the change points in streamflow was associated with changes in the mean, variance, and distribution of annual streamflow. The streamflow in the deforestation catchments increased after the change points, whereas reduction in streamflow was observed in the afforestation catchments. The streamflow response is mainly affected by the climate and underlying vegetation change. Daily flow duration curves (FDCs) for the whole period and pre‐change and post‐change point periods also were analysed to investigate the changes in flow regime. Three types of vegetation change effects on the flow regime have been identified. The relative reductions in most percentile flows are constant in the afforestation catchments. The comparison of trend, change point, and FDC in the annual streamflow from the paired experiments reflects the important role of the vegetation change. Copyright © 2011 John Wiley & Sons, Ltd.