1960-2008年间洞庭湖流域降水变化时空特征分析

依据洞庭湖流域27个气象观测站1960-2008年逐月的降水量资料,综合运用气象统计方法和GIS空间分析技术,对洞庭湖流域近年来降水变化的时空特征进行了分析。结果表明：（1）在1960-2008年间,流域年降水量呈现出不显著地增加趋势,四季中春、秋两季表现为减少趋势,而夏、冬两季则表现为增加趋势,其中夏季的增加最为明显;但在1999-2008年的近10年间,流域年降水量表现为显著的减少趋势,四季中除冬季仍表现为增加的趋势外,其余三季均表现为减少的趋势。（2）在近10年间,流域内除个别站点年降水量仍表现为增加的趋势外,其余多数站点均表现出不同程度的减少。在时间分配上,夏、冬两季降水较流域多年平均值分别偏多2.85%和3.07%,而春、秋两季则偏少1.35%和11.43%。其中,秋季9、10月份偏少明显,而变差系数同期则明显增大,带来入湖水量大幅减少和区域干旱发生增加等不良影响。     

1960-2008年间洞庭湖流域降水变化时空特征分析

依据洞庭湖流域27个气象观测站1960-2008年逐月的降水量资料,综合运用气象统计方法和GIS空间分析技术,对洞庭潮流域近年来降水变化的时空特征进行了分析.结果表明:(1)在1960-2008年间,流域年降水量呈现出不显著的增加趋势,四季中春、秋两季表现为减少趋势,而夏、冬两季则表现为增加趋势,其中夏季的增加最为明显...     

1960-2008年间洞庭湖流域降水变化时空特征分析

依据洞庭湖流域27个气象观测站1960—2008年逐月的降水量资料,综合运用气象统计方法和GIS空间分析技术,对洞庭湖流域近年来降水变化的时空特征进行了分析。结果表明:(1)在1960—2008年间,流域年降水量呈现出不显著的增加趋势,四季中春、秋两季表现为减少趋势,而夏、冬两季则表现为增加趋势,其中夏季的增加最为明显;但在1999—2008年的近10年间,流域年降水量表现为显著的减少趋势,四季中除冬季仍表现为增加的趋势外,其余三季均表现为减少的趋势。(2)在近10年间,流域内除个别站点年降水量仍表现为增加的趋势外,其余多数站点均表现出不同程度的减少。在时间分配上,夏、冬两季降水较流域多年平均值分别偏多2.85%和3.07%,而春、秋两季则偏少1.35%和11.43%。其中,秋季9、10月份偏少明显,而变差系数同期则明显增大,带来入湖水量大幅减少和区域干旱发生增加等不良影响。     

万泉河流域极端降水时空变化特征分析

基于22个雨量站长序列降水资料,采用线性趋势法、滑动平均、MK检验、滑动t检验等方法,选取8个极端降水指数,分析万泉河流域极端降水的时间演化和空间分布,并进行突变检验。结果表明:(1)万泉河流域北源(除思河站外)及中下游干流8个指标年均值空间分布相似,波动相对较小,南源8个指标年均值空间分布差异性较大,年均值整体波动较大;(2)流域极端降水指数呈增加趋势但不显著,长期的变化趋势仍有很大的不确定性,南源、北源、中下游干流长期变化趋势分化;(3)除CWD外,流域的PRCPTOT等7个指标年代际规律相似,21世纪后年代际变化明显,起落显著,CWD年代际变化规律明显,波动起伏较大;(4)流域极端降水指数突变年份差异性较大,PRCPTOT与Rx1day、R99PTOT突变年份相近,其他指标各不相同。     

赣江上游章水流域极端降水时空变化特征

以赣江上游章水流域内15个雨量站1957-2016年逐日降水资料为基础,获取了12个极端降水指数。分别采用线性趋势、Modified Mann-Kendall非参数检验法、累积距平法、Pettitt突变检验法、小波分析、Hurst指数分析和克里金插值等方法对12个极端降水指数的时空变化特征进行探讨。结果表明:1957-2016年间,暴雨量及日数、强降水量及贡献率和最大湿润日数均呈现上升趋势,极强降水量及贡献率、最大干旱日数、年最大雨量、连续5日最大雨量呈现下降趋势,且其未来趋势均将得到加强;大雨量及日数呈现上升趋势,但未来趋势将可能减弱;所有极端降水指数的过去趋势均不具有显著性,同时未发生显著的突变,并且普遍存在以1988年为中间轴的33～34a主周期;大雨量及日数、暴雨量及日数、强降水量、最大湿润日数、年最大雨量、连续5日最大雨量的高值中心均在流域西南区域的内良站附近,并呈上升趋势,低值区域主要分布在流域的东部区域,并呈现下降趋势,且其整体空间分布大致相同,均为西南向东北递减;而强降水贡献率及极强降水贡献率为东南向西北递减,最大干旱日数是从东向西的递减趋势。未来章水流域极端降水的变化趋势可能还会增强,加强流域极端降水事情的预防对流域水旱灾害防治意义重大。     

山美水库流域极端降水时空变化及非平稳性特征

为探究极端降水的时空变化及其非平稳性特征,基于1972—2010年山美水库流域8个降水站点逐日降水数据,选取9个极端降水指数,利用Pre-Whitening Mann-Kendall（P-WM-K）方法分析流域极端降水的时空变化特征,并采用广义可加模型（generalized additive models for location,scale and shape,GAMLSS）检测极端降水的非平稳性特征。结果表明：在时间变化趋势上,极端降水频率指数中雨日数R10mm和大雨日数R25mm呈下降趋势,暴雨日数R5mm呈上升趋势,且上升趋势达到005显著性水平;除降水总量PRCPTOT外,其余强度指数呈上升趋势,且均达到 0.05显著性水平,其中极端降水量R95线性倾向率达到 30.5 mm/（10 a）;在空间差异上,R50mm和极端降水强度指数在流域东南部呈现上升趋势,且上升趋势显著,西北部PRCPTOT下降较明显;R10mm和R25mm呈平稳特征,R50mm全流域约50%的站点呈现非平稳特征,且以均值非平稳为主,除PRCPTOT外,其余强度指数均以非平稳特征为主,且主要表现为均值非平稳。未来山美水库流域极端降水量和不确定性增加,灾害风险增大。     

黄河流域极端降水特征分析

利用黄河流域1965-2012年252个观测站日降水资料,分析了黄河流域年极端降水、汛期日极端降水的时空分布特征。研究结果表明:黄河流域年极端降水在空间分布上呈现出从东南向西北递减的特点,不同区域的年极端降水强度有显著空间差异,下游大汶河年极端降水强度最大,内蒙杭锦后旗临河一带年极端降水强度最小。极端降水站数偏多的年份,该年黄河流域总降水量也趋于偏多。汛期日极端降水强度从黄河上游到下游逐渐增强,主要发生在7-8月。     

1961-2020年沂蒙山区极端降水时空变化特征

基于1961-2020年20个国家级气象站日降水数据,通过选取9个极端降水指数,利用5 a滑动平均法、Mann-Kendall法和累积距平法、Morlet小波变换法、泰森多边形法及克里金空间插值等方法,分析了研究区极端降水的时空变化特征。结果表明：研究区1 d最大降水量、5 d最大降水量和降水强度呈上升趋势,大雨日数、年降水量、强降水量、极强降水量、连续干旱日数及连续湿润日数呈不显著下降趋势;年降水量与大雨日数的突变情况类似,1980年后下降趋势明显,降水强度在1998年发生突变,突变之后变为增强趋势;各极端降水指数基本存在20 a左右的第一主周期;空间分布上,除连续干旱日数与降水强度外,其他7个指数空间分布相似,基本呈现从东南向西北减少的分布格局,连续干旱日数整体呈现从东到西递减的趋势,降水强度整体呈现南高北低的趋势;1980-2000年为降水异常年份多发时段,1964、2003和2020年为降水量典型异常偏高年份。研究结果可为沂蒙山区水资源规划、防灾减灾等提供理论和数据支撑。     

鄱阳湖流域1961—2010年极端降水变化分析

基于鄱阳湖流域14个国家气象站1961—2010年的日降水量数据,采用百分位法定义阈值,识别极端降水事件;采用线性回归方法进行趋势检验,进而对鄱阳湖流域1961—2010年极端降水的时空变化特征进行分析。结果表明,相比年降水,流域极端降水的变化趋势更为明显;1961—2010年鄱阳湖流域极端强降水强度呈显著增大趋势而极端强降水天数显著减小;极端降水强度增大的区域主要分布在赣江流域和抚河流域。1961—2010年鄱阳湖流域大部分站点极端降水不存在突变,降水在时间上有分布更加集中的趋势。鄱阳湖流域极端降水的上述变化,对流域水资源管理提出了更加严峻的挑战。     

抚河流域极端降水变化及其对输沙量的影响

本文基于抚河流域1960—2018年逐日降水和输沙量的历史数据,分析极端降水变化规律及其对输沙量的影响。结果表明:抚河流域8种极端降水指数均呈增长趋势;8种极端降水指数空间上总体呈现“北高南低”“东高西低”和“南高北低”三种格局;抚河输沙量呈不显著减小趋势(Z=-1.48),人类活动是流域输沙量减小的主导因素;极端降水指数和输沙量呈正相关,总体上存在1年、4年、16年的周期性显著共振关系。     

洞庭湖区极端降水统计分布模型分析与特征重现

以洞庭湖区汉寿、临湘、湘阴3个城市1990年至2012年逐日降水资料为基础,选取3参数广义极值(GEV)分布和2参数耿贝尔(Gumbel)分布两种统计分布,采用极大似然法估计模型参数,阐述了两统计分布对极端日降水拟合过程,使用χ2拟合优度检验法和均方根误差(RMSE)评判拟合效果,确定洞庭湖区极端日降水统计分布模型,并分析极端日降水重现特征。研究结果表明:洞庭湖最大日降水统计分布为GEV分布,洞庭湖区最大日降水重现水平差异很明显,为当地排水工程设计提供了科学依据。     

Validation of MSWEP daily and extreme precipitation of the Taihu Lake Basin in Jiangsu ProvinceEI北大核心CSCD

基于1979—2019年江苏省太湖流域雨量站实测降水资料,综合解析了全球性降水资料MSWEP(multi-source weighted-ensemble precipitation)对日降水量和各历时极值降水量的表征能力。结果表明:MSWEP对研究区日降水量总体上有较强的解释能力,但在山丘区较集中的湖西区和以水域为主的太湖区两个水利分区的精度相对较差,同时MSWEP难以捕捉到暴雨等级的日降水事件;MSWEP可大致反映研究区各历时极值降水量的空间分布格局,但在细节特征上与地面降水场仍有一定差异;随着历时增加,MSWEP极值降水量的精度不断提高,MSWEP对15 d及更长历时极值降水量具有较强的定量表征能力;MSWEP日降水量和极值降水量的误差与降水强度之间均有显著的线性负相关性,存在较明显的“低值高估、高值低估”现象,且MSWEP的精度与空间尺度有关;在研究区面平均尺度上,由于降水量的空间均化效应和尺度不匹配性的消除,MSWEP对日降水量和极值降水量的表征能力明显优于栅格尺度。     

洞庭湖典型洲滩湿地水分时空变化特征及其相关性分析

为了分析变化条件下洲滩内部土壤水分时空变化特征及不同深度土壤水分含量和湖水位的相关性,以洞庭湖典型洲滩断面为研究对象,利用原位监测装置连续2个月监测了湖水位、大气温度及土壤水分含量的动态变化过程。结果表明:洞庭湖洲滩水分场的分布在垂向上呈现明显的分层现象,同一位置的土壤水分含量的波动幅度随着深度的增加而逐渐减小,至深层处(大于50 cm)趋于稳定,同一深度的土壤水分含量的波动幅度随着与岸边距离的增加而逐渐减小。土壤水分含量与湖水位之间的相关性随着深度的增加呈先增强后减弱的趋势,浅层及深层的土壤水分含量和湖水位之间均呈无显著相关性,地表以下50~70 cm深度处土壤水分含量与湖水位相关性较高。研究结果有助于了解土壤水分在洲滩生态系统地下含水层-土壤-大气界面的相互作用机制,为洲滩水文过程及生态环境保护研究提供重要方法和理论参考。     

长江流域极端降雨事件时空分布特征

近年来,许多学者对中国的极端降水进行了研究,但对长江流域极端降水的研究多集中在日时间尺度强降水事件,从不同子流域极端降水事件入手的研究较少。利用1961～2017年长江流域各子流域面雨量资料,根据面雨量的分布曲线确定长江流域各子流域极端降雨事件判断的阈值,得到各子流域极端降雨年份,分析极端降雨事件的时间变化特征,以及不同子流域间极端事件的相关关系。研究表明:①20世纪60年代长江上游极端多雨事件频发,70年代以全流域极端少雨为主,80年代极端多雨事件中心转移至长江中下游,90年代长江上游变为极端少雨事件中心,2000年以来,长江流域处在由少雨向多雨转变的年代际背景中。②当子流域发生极端少雨事件时,流域其他流域大部也是以降雨偏少为主,空间的一致性较好。但是子流域发生极端多雨事件时,存在大部分地区少雨的情况,会出现旱涝并存的情况。     

1960-2016年三峡库区极端降水事件时空变化特征

利用三峡库区20个气象站1960-2016年的逐日降水资料,应用线性倾向估计、Mann-Kendall 突变分析法、小波分析法和克里金插值法,分析库区极端降水事件的时空变化特征。结果表明：1960-2016年,三峡库区极端降水事件总体上呈现减少的趋势,其中Rx5day、CWD减少趋势显著,而SDII、Rx1day、R99p等指数表现为不显著增加趋势,这可能是由于PRCPTOT减少速率小于CWD而造成了雨量再分配;极端降水指数突变多发生于1990年前后;PRCPTOT、R10、R95p的气候倾向率在三峡库区中部地区均表现为明显下降趋势,而CWD则在东北和西南部呈增加趋势,表明三峡库区极端降水存在均化的趋势;三峡库区极端降水指数的变化主周期相似,大多数为4~6 a的短周期,仅R10与R25存在12~16 a的中周期,表明三峡库区极端降水事件正在向强度大、周期短的方向演化;气候因子均对极端降水指数有较大影响,太阳黑子相对数与极端降水指数呈正相关关系,其他则为负相关,在时序性上,表现为PRCPTOT滞后于大多数气候因子。该研究可为三峡库区极端气候变化的模拟预测及防灾减灾提供参考。     

珠江流域非平稳性降雨极值时空变化特征及其成因

受全球气候变化和人类活动影响,珠江流域极端降雨事件发生的频次和强度均发生变化,变化环境导致极端降雨样本存在非平稳性。本文以珠江流域43个站点1960—2012年的日降雨数据为基础资料,通过分析广义帕累托分布(GPD)的参数时变特性及其空间分布规律,探索珠江流域非平稳性极端降雨的时空变化特征及其成因。结果表明:珠江流域极端降雨序列的极值指数呈从东到西逐渐减小特点,表征强降雨之间的相关性由东向西减弱;极端降雨变化程度大的区域其变化程度呈减弱趋势,而变化程度小的区域其变化程度呈加强趋势;珠江三角洲和东江流域南部、柳江流域东北部地区50/100年一遇的日降雨量级较大,而南盘江西部地区则较小。7个影响因子中,厄尔尼诺指标(SMEI)对流域的极端降雨影响最明显。非平稳时变超定量(POT)模型与平稳POT模型的结果比较表明,本文提出的时变POT模型较好地处理了珠江流域部分区域降雨存在的非平稳性特征。