提孜那甫河流域地表太阳辐射估算及其影响因素分析

地表太阳辐射是地球表层主要能量来源,对地表能量平衡、能量交换以及生态水文过程等具有决定性意义。山区地形复杂,其地表太阳辐射时空差异较大且较难估算。采用适用于山区的地表太阳辐射模型对西北昆仑山提孜那甫河流域地表太阳辐射时空分布进行了估算,分析了该流域季节太阳辐射空间分布规律并探讨了地形和云2个重要因素对太阳辐射空间分布的影响。结果表明:（1） 地形因子中周围地形阻挡即地形开阔度（Sky view factor,SVF）与年总太阳辐射的关系最为显著,太阳辐射随SVF增加而增加。（2） 年总太阳辐射随着高程增加首先减少,再而随之增加。探究SVF随高程的变化,发现其与太阳辐射随高程的变化趋势较为一致,因此在山区复杂地形下地表太阳辐射估算中仅利用高程对其校正存在明显不足,需综合考虑地形效应。（3） 研究计算了季节云出现频率空间分布与太阳辐射空间分布的相关系数,结果表明夏季太阳辐射受云影响较其他季节显著。定量分析了地形因子以及云对地表太阳辐射空间分布影响的贡献率,周围地形阻挡SVF对地表太阳辐射空间分布的影响最大,高程和云次之。因此综合考虑地形和云对太阳辐射的影响在山区太阳辐射模拟中是非常必要的,研究可为山区地表太阳辐射模拟提供理论依据,并为山区生态水文过程研究提供方法支撑。     

塔里木河流域TRMM降水数据精度评估

利用塔里木河流域24个气象站降水数据,分析了2000-2013年TRMM多卫星降水数据(TRMM 3B43 v7)在塔里木河流域的适用性。检验结果表明:全年来看,TRMM数据对研究区所有站点的年均降水量拟合较好(R²=0.8846),流域内24个站点平均年降水量相对偏差为19.02%,其中60%的站点表现为TRMM年降水量高于地面实测年降水量;月降水方面,除个别站点(于田、且末、乌恰)较差外,大部分站点的拟合度都较好;就季节而言:春季拟合效果最好,夏、秋季的TRMM数据存在低估问题,而冬季则偏高估;流域降水量由东南向西北递增,并在西北部边缘地区增加较显著,形成一个相对丰水带;而向沙漠腹地方向延伸的降水量则呈减少趋势。同时流域最大降水区域在一年中变化存在一定的规律。     

新疆气候时空变化特征及其趋势(英文)

Temperature and precipitation time series datasets from 1961 to 2005 at 65 meteorological stations were used to reveal the spatial and temporal trends of climate change in Xinjiang, China. Annual and seasonal mean air temperature and total precipitation were analyzed using Mann-Kendall (MK) test, inverse distance weighted (IDW) interpolation, and R/S methods. The results indicate that: (1) both temperature and precipitation increased in the past 45 years, but the increase in temperature is more obvious than that of precipitation; (2) for temperature increase, the higher the latitude and the higher the elevation the faster the increase, though the latitude has greater influence on the increase. Northern Xinjiang shows a faster warming than southern Xinjiang, especially in summer; (3) increase of precipitation occurs mainly in winter in northern Xinjiang and in summer in southern Xinjiang. Ili, which has the most precipitation in Xinjiang, shows a weak increase of precipitation; (4) although both temperature and precipitation increased in general, the increase is different inside Xinjiang; (5) Hurst index (H) analysis indicates that climate change will continue the current trends.