统计降尺度方法对渭河流域气候要素的模拟及预估

利用渭河流域21个气象站点1960-2010年的逐月降水、气温、潜在蒸散和NCEP再分析资料,采用逐步回归的统计降尺度方法,建立了月序列的统计降尺度模型,并将模型应用于CMIP5中CanESM2模式下RCP4.5情景,产生了未来气候要素的变化情景,主要结论如下:1)该法对潜在蒸散的模拟效果最好,气温次之,降水最差.2)对未来气候要素的预估从时间变化上看,各时期月降水相对于基准期而言稍有减少,气温相差不大,潜在蒸散稍有增大.3)从空间变化上看,未来多年平均降水和潜在蒸散分布呈现出由东南向西北逐渐减少的趋势,而气温分布呈现出由南向北逐渐降低的趋势.     

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PLS的面雨量统计学降尺度

基于GIS的面雨量估算方法和基于模式输出的雨量产品都无法解决分辨率过低的问题,并且都不同程度地忽略了中小尺度地形对降水的影响.回顾了各种统计学降尺度方法,使用NCEP/NCAR提供的2011年4—9月的6 h一次的再分析资料,以及江苏省气象台提供的全省20多个常规站降水实况观测资料,结合高分辨率DEM数据,利用偏最小二乘法（PLS）设计了一套考虑地形因子动力作用的面雨量降尺度方案.通过合理选择和构造大尺度预报因子,地形因子动力作用参数化,回归分析与空间插值相结合的面雨量降尺度方案,成功还原了研究区域内代表站的实况降水序列,并绘制出研究区域内高分辨率的面雨量空间分布图.     

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.     

基于结构相似的三维模型视觉降质度量

针对三维网格简化操作经常会引起一定的视觉降质和失真的问题,为了更准确评估这种视觉降质,利用三维网格显著特性信息作为网格顶点的属性,采用包围盒空间剖分的方法描述三维局部窗口,基于结构相似性和信息熵以定量的方式给出了三维网格模型的视觉感知降质的客观度量方法.理论分析和实验结果表明:此度量能非常有效地评估网格简化过程中引入的视觉降质,可用于同源不同分辨率的三维模型之间的相似性度量,并提供了多尺度特性的视觉降质分析.     

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%。     

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.     

基于统计降尺度方法的夏季降水精细化预报

利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好.     

珠江流域NDVI对气温和降水的响应特征

利用1999—2012年逐旬SPOT4-VGT NDVI数据和气象站点的月平均气温和降水资料,运用相关分析法研究了珠江流域NDVI在全年和季节尺度上对气温和降水变化的响应特征。结果表明,珠江流域NDVI总体上对气温变化的响应较降水显著,最大响应滞后期分别为1和2个月;春、秋季NDVI对气温变化的响应大于降水,而夏、冬季相反;NDVI对气温最大响应滞后期较长,而对降水较短。在空间分布上,NDVI对气温变化的最大响应表现为流域中部大于东部和西部,而春、冬两季中部大于东部和西部、夏季西部大于中部和东部、秋季中部大于西部和东部;而对降水变化的最大响应表现为东部大于中部和西部,春季中部大于东部和西部,夏、秋两季西部大于中部和东部,冬季东部大于中西部。     

小流域雨量站网密度分析

确定雨量站网密度是水文站网规划中的一个重要问题。本文通过分析暴雨的空间分布特性,提出应用锥体梯度法估算雨量站网密度。该法简单,适用于雨量站稀少地区的雨量站网规划。     

VIC distributed hydrological model to predict climate change impact in the Hanjiang basin

The climate impact studies in hydrology often rely on climate change information at fine spatial resolution. However, the general circulation model (GCM), which is widely used to simulate future climate scenario, operates on a coarse scale and does not provide reliable data on local or regional scale for hydrological modeling. Therefore the outputs from GCM have to be downscaled to obtain the information fit for hydrologic studies. The variable infiltration capacity (VIC) distributed hydrological model with 9×9 km² grid resolution was applied and calibrated in the Hanjiang Basin. Validation results show that SSVM can approximate observed precipitation and temperature data reasonably well, and that the VIC model can simulate runoff hydrograph with high model efficiency and low relative error. By applying the SSVM model, the trends of precipitation and temperature (including daily mean temperature, daily maximum temperature and daily minimum temperature) projected from CGCM2 under A2 and B2 scenarios will decrease in the 2020s (2011–2040), and increase in the 2080s (2071–2100). However, in the 2050s (2041–2070), the precipitation will be decreased under A2 scenario and no significant changes under B2 scenario, but the temperature will be not obviously changed under both climate change scenarios. Under both climate change scenarios, the impact analysis of runoff, made with the downscaled precipitation and temperature time series as input of the VIC distributed model, has resulted in a decreasing trend for the 2020s and 2050s, and an overall increasing trend for the 2080s.     

1961-2014年石家庄地区降水量的时空变化特征

利用石家庄地区5个代表站1961—2014年的逐日降水资料,采用多种统计分析方法,分析了石家庄地区降水量的时空变化特征,结果表明石家庄地区年降水量从20世纪70年代开始下降,80年代达到最低,90年代有所增加,但也没有明显的上升趋势,21世纪初又开始下降.20世纪70年代降水量的减少春季和秋季贡献最大,80年代降水量的减少和90年代降水量的增加主要是夏季的贡献.石家庄地区年降水量起伏较大,1963年降水量最多,为1 038.4 mm,2014年最少,仅为276.2 mm.近54年石家庄年降水量在波动中呈现下降趋势,线性趋势为-11.0 mm/(10 a),但下降趋势并不明显.石家庄北部年降水量呈上升趋势,市区及东部、南部和西部年降水量均呈下降趋势,变化趋势均不明显.近54年,石家庄春季降水量呈上升趋势,线性趋势为0.9 mm/(10 a),夏季、秋季和冬季降水量均呈下降趋势,线性趋势分别为-11.9,-1.1和-0.3 mm/(10 a),上升或下降趋势均不明显.夏季降水减少是导致石家庄年降水减少的主要原因.石家庄四季降水量变化趋势的空间分布具有明显的季节特征和区域特征.石家庄四季降水量均存在显著周期变化.     

基于云模型的四川盆地气候变化时空分布特征分析

为了研究四川盆地气候变化的时空分布特征,利用1955—2010年四川盆地内15个气象站的月降水量和月气温资料,使用高桥浩一郎蒸发公式计算月蒸发量,采用云模型描述降水量、气温和蒸发量在时间上分布的特性,运用Kendall秩次相关法分析降水量、气温和蒸发量的时空分布特征。结果显示:1955—2010年的四川盆地年度及季度降水量序列中,冬季平均降水量分布最不均匀,秋季次之;年度及季度气温序列中,冬季平均气温分布最不均匀,且最不稳定,秋季平均气温分布最稳定;年度及季度蒸发量序列中,冬季平均蒸发量分布最不均匀,多年平均蒸发量序列分布最均匀;年度及季度降水量均呈下降趋势;年度及季度气温中除夏季平均气温呈下降趋势外,其余均呈上升趋势;年度与秋季蒸发量呈下降趋势,春、夏、冬3个季节的平均蒸发量呈上升趋势。对四川盆地气候变化时空分布特征的分析,可为该地区的气候变化研究提供参考与技术支持。     

基于SNA的新型城镇化背景下长三角城市群协调发展水平测度

新型城镇化是长三角一体化高质量发展的重要组成部分，考虑新型城镇化水平的影响因素，构建人口?经济?生态?地理的改进引力模型，运用社会网络分析（Social Network Analysis, SNA）方法从网络密度、中心度、核心与边缘、凝聚子群以及高铁因素等方面探讨长三角城市群空间协调发展水平. 结果表明:1）长三角城市群新型城镇化空间关联网络，网络密度较低，上海和苏州的节点中心度最高，上海、杭州等8城市出入度的差值为正值，其城镇化发展对长三角其他城市有明显的空间溢出效应；2）以上海为核心城市，南京、苏州等为重要中介城市，总体呈现由内到外的圈层结构，发展联系度由核心向边缘城市圈层递减，上海、苏州、杭州等8个城市为核心子群，形成“全国经济中心+重要节点城市+强关联省会”城市组合；3）高铁因素对长三角城市群新型城镇化空间关联性影响显著，高铁通达性可促进城镇化区域协调发展. 基于分析，提出核心城市发挥辐射带动作用促进边缘城市发展，突破区域行政划分，完善都市圈布局，从人口、经济、生态等方面协调并进提升新型城镇化水平；优化提高长三角高铁网络密度，通过资源流通促进长三角新型城镇化一体化发展的结论建议.     

基于信息熵理论的黄土高原小流域雨量站网优化

地面雨量站是降水数据最直接的来源,合理的雨量站点密度与空间布局能准确反映流域面雨量,对于构建流域水文模型至关重要.以黄土高原岔巴沟流域为研究对象,采用2001—2010年流域内11个地面雨量站的日、周、15 d时间尺度降雨量序列,以信息熵理论为基础,基于最大信息最小冗余准则(MIMR),分析11个地面雨量站之间降雨的信...     

地铁车站侧墙大面积开洞接风道三维地震响应

基于有限差分软件FLAC3D计算平台,建立典型地铁车站侧墙大面积开洞接风道空间结构的数值模型,研究了其在水平地震动作用下的三维地震响应特性,确定了结构的薄弱部位,结果表明:车站边墙开洞处出现了较大的应力集中区,地铁车站负二层柱的最大或最小主应力总体上比负一层柱的大;与完整单体车站相比,车站侧墙开洞接风道结构的应力和变形幅值均比其相应位置大很多,而开洞处边墙的加速度响应却较小;因开洞使得洞口处下边墙加速度减小的幅度比上边墙的大;单体车站结构负二层的相对水平位移峰值比负一层的大,而侧墙大面积开洞处车站横断面负一层的相对水平位移峰值比负二层的大;同等条件下,输入地震动的主频分布范围越宽,地铁车站结构的变形与内力越大;中柱与顶板连接部位、侧墙开洞处的四周墙体及其附近区域柱子是结构抗震的薄弱部位.     

BCC_S2S预报长江上中游流域夏季降水精度评估

为评估我国国家气候中心季节-次季节预报模式产品(BCC_S2S)在长江上中游流域对日降水和夏季极端降水事件的预报性能,本文基于BCC_S2S模式在2005-2020年的每周两次滚动预报未来60天降水回报格点数据,把格点预报降水双线性插值到站点,将其与站点观测降水进行对比分析。通过相关系数、均方根误差和平均误差三个指标,评估模式预报日降水的性能;对于极端降水事件,依照百分位法定义极端降水,基于HSS指标评估单站极端降水,并利用层次聚类方法划分区域性极端降水类型,进一步评估预报性能。结果表明：BCC_S2S模式在各季节日降水的预报性能随预见期的增加而下降,在预见期大于5~10日后,进入低预报技巧阶段;将长江上中游划分为六个子区域进一步分析,各区域平均的相关系数仍然是在预见期较短时较高,平均误差表明预报模型在流域中东部区域整体呈现出正偏差,金沙江流域则是负偏差,均方根误差同样在流域中东部偏大;通过分析三个指标的箱型分布图,表明在长江上中游的大多数区域,模式预报6月份的降水精度最佳,误差范围相对较小。对极端降水事件,单站极端降水事件的HSS指标随预见期增加而下降;对大多数区域,模式的预报技巧在月降水总量偏多、极端降水频发的月份较高。针对四类区域性极端降水,模式超前0~10日预报的多雨带空间分布与观测较为一致,降水量值偏小,在超前10日以上预报时效果较差。总体上,模式对长江上中游地区的日降水和极端降水事件的预报性能随预见期的增加而下降,6月预报精度相对较好,可能与6月主要受大范围水汽输送或锋面这样较容易预报的天气系统有关。     

松花江流域极端气象水文要素分析

利用松花江流域1961-2018年逐日降水及逐日径流数据资料,基于11个极端降水指标和5个极端径流指标,采用趋势分析法、Mann-kendall非参数检验方法、Mann-kendall突变检验法、克里金插值法、皮尔逊相关系数等方法分析了松花江流域极端降水及极端径流事件的变化特征、地区性差异和规律,同时分析了极端降水和极端径流事件间的关联性。结果表明：除持续干期指数（Consecutive dry days,CDD）和降水强度指数（Simple daily intensity index,SDII）外,其余指数多年平均值均呈现出第二松花江流域为高值区,松花江干流流域次之,嫩江流域为低值区,各极端降水指数的空间趋势分布和突变年份也体现出区域差异性;各极端径流指数的变化趋势和突变年份分别相近,且都呈微弱变化趋势;在不同时间尺度下,极端降水与极端径流事件的相关系数均通过99%显著性检验,由于松花江流域汇流速度较慢,当时间尺度为30天时极端降水与极端径流事件表现出最为显著的关联性。