区域气候情景Delta-DCSI降尺度方法

降尺度方法是利用分辨率较低的GCM输出进行区域气候变化影响研究时必要的尺度转换手段.降水和气温的空间分布对产汇流、蒸散发等水循环要素的模拟结果有很大影响.为增强未来降水和气温情景对区域次网格的空间描述能力,提高区域水资源情景预测的时空分布可信度,提出一种新的考虑空间分布的Deha-DCSI降尺度方法,通过双三次多项式曲面插值来考虑气候要素变化率在GCM大尺度网格内的空间不均匀性.并利用IPCC第四次评估发布的GFDL模式CM2.1在A2情景下的输出结果对Delta方法和Delta-DCSI方法进行了比较分析,结果表明,由于Delta.DCSI方法加强了降水情景变化率的次网格分布描述,在一定程度上保持了GCM情景在空间上的连续性特征,使得到的未来降水和气温情景变化率在空间上分布更合理.     

ANN统计降尺度法对汉江流域降水变化预测

研究和探讨了基于ANN的统计降尺度法,通过ANN建立大尺度气候观测资料和实测降水之间的统计关系,并同多元线性回归降尺度法进行了比较.结果表明,基于人工神经网络的统计降尺度法模拟精度优于多元线性回归法,可以应用其研究未来气候情景下汉江流域降水变化情况.通过对A2气候情景下全球气候模式HadCM3的尺度降解,预测未来2011-2100年汉江流域降水变化情况,最终发现汉江上游未来降水在2020s(2011-2040年)和2050s(2041-2070年)时期比基准年减少,2080s(2071-2100年)时期则比基准年增加;中游未来降水在2020s时期比基准年减少,2050s和2080s时期比基准年增加;下游未来降水变化趋势不明显.     

基于CMIP5模式和SDSM的抚河流域未来气候要素模拟与预估

为了解变化环境下的流域未来气候要素变化趋势,以抚河流域为研究对象,利用该流域两个气象站的1961—2005年水文逐日气温、降水和NCEP再分析数据等资料,建立了SDSM降尺度模型,并对未来的温度与降水研究。将模型应用于CanESM2模式下3种RCP排放情景,得到了流域未来气温与降水的变化趋势。结果表明SDSM模型对温度的模拟效果好于对降水的模拟效果,3种情景下未来温度总体呈现上升趋势,最低温度上升幅度高于平均温度和最高温度上升幅度;各情景下增温幅度2080s>2050s>2020s,2080s平均增温3.0℃;未来降水总体表现为减少趋势,局部表现为震荡趋势,减少主要集中在夏、秋季,其中5-6月降水减少量普遍较大,在30mm以上,而冬季降水量增幅在50～90mm;总体来说,抚河流域未来气温将持续上升,降水量呈现下降趋势,干旱形势严峻。     

基于Tebaldi模型集成法的降水变化不确定性分析

分别使用SDSM、SVM、LARS-WG等3种统计降尺度模型对淮河流域蚌埠以上流域在HadCM3模型A2情景下2070-2099年的日降水特征进行了预估,并应用Tebaldi法集成3种模型的结果,量化分析了各月平均日降水与最大日降水变化特征的不确定性.多模型集成的结果显示,平均日降水在总体上呈现出干旱季节增大,而湿润季节减小的趋势,且在干旱季节,平均日降水变化的不确定性更为显著;最大日降水的变化更为一致,除11月与12月外,最大日降水均呈现出较为显著的减小趋势.淮河流域的实例分析表明,Tebaldi法为分析比较降尺度模型的特点、概率预估降水变化以及量化评估因应用不同降尺度模型所带来的不确定性提供了一种灵活有效的途径.     

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Had CM3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.     

基于CMIP6的中国主要地区极端气温/降水模拟能力评估及未来情景预估

基于耦合模式比较计划第6阶段(the coupled model intercomparison program in phase 6, CMIP6)的全球气候模式模拟数据,评估分析了全球气候模式对中国主要地区1979―2014年极端气温与极端降水特征的模拟能力。通过泰勒图及各种统计参数的对比表明,全球气候模式对中国各个地区的极端降水/气温的模拟存在显著差异,对中国地区极端气温与降水模拟最好的模式是EC-Earth3。对EC-Earth3在4种未来情景下的气温/降水数据进行偏差校正,并对中国地区未来时期极端降水/气温进行了预估。结果表明:2021―2100年,中国地区升温趋势和极端降水的增加趋势显著,4种情景下的极端气温指标和极端降水指标在21世纪50年代之前是相似的,但之后变化趋势差异增加;SSP1-2.6情景下,2021―2100年升温速率和极端降水速率增加趋势较为平缓;SSP2-4.5、SSP3-7.0、SSP5-8.5 3种情景下,升温速率和极端降水增加速率随着模式和时间增加逐渐增大。     

金沙江流域近60年气候变化趋势及径流响应关系

以长江上游金沙江流域为研究对象,采用线性回归法和Mann-Kendall非参数检验法诊断了近60年来金沙江流域气温、降水、径流的演变趋势以及径流对气候要素变化的响应关系。结果表明:1金沙江流域的气温具有显著的升高趋势,年均气温线性增加率为0.025 2℃/a,其中,冬季升温最为显著;2降水量呈现明显的丰枯年交替的演变规律,尽管年降水量总体上具有非显著性增加趋势(M-K值为1.48),但秋季降水量呈现弱减少趋势;3受降水、气温、积雪和冰川等因素变化的影响,金沙江流域的流量总体上呈增加趋势,然而,近20年具有明显的减少趋势;4年和季节降水量与径流具有较好的正相关性,尽管年气温与流量具有不显著的负相关性,但由于气温和降水的季节同步性,季节气温与径流呈现出较好的正相关性。     

淮河流域上游地区径流对气候变化的响应分析

为分析淮河流域上游地区径流对气候变化的响应,基于1959—2008年日尺度气象数据与径流数据,将SWIM分布式水文模型与统计方法相结合,定量分析了上游径流对气候要素敏感系数以及各气候要素对径流的贡献率,得到以下结论:1淮河流域上游干流区域径流对降水的敏感性明显高于对气温的敏感性,径流对气温的敏感性十分小,所以,气候变化对淮河流域上游地区径流的影响主要表现在对降水的影响上;2淮河流域上游地区降水对径流的贡献率为6.1%~7.7%,气温对径流的贡献率为-0.5%~1.0%。     

鄱阳湖流域降水集中指标的时空变化特征

研究降水在年内的集中程度,对干旱、洪涝及水资源管理具有重要意义。本文基于1957—2012年鄱阳湖流域的月降水资料,并利用两种降水集中度(PCI和PCD)指标、一种降水集中期(PCP)指标,研究了降水集中指标在鄱阳湖流域的适用性及其时空变化特征。结果表明采用的这些降水集中指标在鄱阳湖流域有较好的适用性。两种降水集中度指标均呈现出由西南向东北逐渐增加的趋势,其时空分布特征十分相似。降水集中期变化范围为4月上旬至6月中旬,呈由西向东逐渐减少的趋势。通过对月降水集中几种指标的变化进行MMK趋势检验,发现流域内大部分站点的降水集中度指标呈不显著的减小趋势,降水集中期呈不显著的延后趋势。     

模式结果输出与统计方法结合预报黑龙江省2010～2050年降水变化

使用近10 a降水资料,对Cccma、Ccsr、Gfdl、Csiro和Hadley海-气数值模式,模拟结果与实况进行气候态比较与u检验.结果表明:采用其中相对较好的4个模式模拟输出的降尺度结果,作为因子构建多元回归方程,进行降水气候预报.2010～2050年气候预报结果:未来40 a累计降水量较常年在减少,其中2010～2019年降水较常年稍多一些;2020～2029年偏少较多一些,有干旱发生;其它时段降水无明显变化.