气候变化条件下流域径流演变趋势分析

为了预测流域未来径流演变趋势,通过主分量分析、降尺度模型和SWAT模型,预测分析了流域在大气环流模型(GCMs)A2/B2气候情景下2010—2099年的日最高最低气温、日降水和月径流量。主分量分析提取大尺度下气候预测因子的主成分,降尺度模型利用提取的主成分预测站点的最高最低气温和降水,SWAT模型利用预测的站点数据计算未来径流量。结果表明,A2/B2两种气候情景下流域未来气温呈波动上升趋势,降水、径流均呈波动下降趋势,其中B2情景变化幅度大于A2情景。     

基于SDSM模型的博斯腾湖流域水资源变化模拟

全球气候变暖对陆地水循环会产生重大影响,统计降尺度方法是解决大尺度气候信息和小尺度水文响应的空间尺度不匹配问题的有效方法之一。文章采用SPEI指数与SDSM(Statistical Down-Scaling Model)方法,进行流域气候变化特征量的降尺度研究。结果表明:近50 a来,塔里木河流域SPEI指数呈显著上升趋势并在1986年发生突变;博斯腾湖水位变化与流域SPEI指数变化具有一致性,湖水位在1955—1986年以下降为主,1987—2002年以上升为主;SDSM模型的气温模拟能力较好,对日降水的模拟值偏小,未来日均、日最高气温在A2、B2两种情景下均呈上升趋势,日最低气温在B2情景下呈下降趋势;2种情景下的年降水量在2020年和2030年均呈下降趋势;在A2情景下,开都河出山口日径流量呈下降趋势;在B2情景下,日径流量在2010年时段呈增加趋势,在2020年和2030年呈持续下降趋势。     

基于SDSM-SWAT的气候变化下东江流域径流预测模拟

通过耦合SDSM统计降尺度模型和SWAT水文模型,探讨气候变化下东江流域的未来气候及其径流响应。首先基于SDSM模型,将2011—2099年HadCM3模式下A2和B2两种情景数据降尺度到东江流域各站点,生成未来气候要素(气温和降水);然后建立适用于东江流域的SWAT模型,并模拟该流域未来气候变化下的径流响应。结果表明:未来东江流域的气温、降水量和径流量均呈增加趋势;且A2情景下各气候水文要素的增加速度比B2情景下更快。研究结果可为东江流域的流域综合管理和水资源的可持续利用提供一定的科学依据。     

饶河流域未来水资源量变化预测分析

利用景德镇气象站1961-2001年的实测降水、气温数据以及NCEP再分析数据,建立饶河流域降水、气温的SDSM统计降尺度模型;根据IPCC AR4排放情景特别报告中的A2和B2情景,对HADCM3输出数据进行降尺度处理,预测饶河流域未来时段(2010-2099年)的降水、气温变化情况;与新安江模型进行耦合,得到未来时段饶河流域的水资源量。结果表明:饶河流域未来水资源量持续减少,且A2情景比B2情景的降幅更大,至2080s时期(2070-2099年)昌江支流最大降幅可达31.01%。     

辽宁大凌河流域气温和降水降尺度研究

全球变暖导致的极端气候已成为人类社会可持续发展的巨大挑战,极端气候背景下小流域尺度的未来气候变化更值得关注。结合ERA-Interim再分析资料及CMIP6模式,采用QM、DT、LOCI、Delta四种方法对模式历史数据降尺度,综合RMSE、NSE、R~2三个指标选取最佳降尺度方法,对大凌河流域未来气温、降水情景进行预估。结果表明,未来流域年平均温、最高温、最低温均呈增温趋势,但不同情景增温速率不同,由大到小依次是SSP585(平均温、最高温和最低温依次为0.65℃/10 a、0.54℃/10 a、0.59℃/10 a)SSP370(0.46℃/10 a、0.43℃/10 a、0.48℃/10 a)SSP245(0.27℃/10 a、0.27℃/10 a、0.29℃/10 a)SSP126(0.07℃/10 a、0.13℃/10 a、0.12℃/10 a)。未来流域气温大致由南向北降低,年平均温、最高温距平范围分别为0～2.2℃和0.2～2.4℃,且气温距平西部高于东部;最低温距平范围为-1.0～1.2℃,其中SSP126和SSP245情景距平为负,流域内呈现出降温趋势。未来流域年降水量波动剧烈,除SSP126情景年降水增长速率为负外,其他情景年降水均呈缓慢增长的趋势;年降水量自东南向西北逐渐减少,降水距平百分率向西逐渐增大。     

基于SDSM的赣江流域未来降水与气温的时空变化分析

利用赣江流域6个气象站数据(1961年～2005年)和NCEP再分析资料,建立了气候要素的SDSM降尺度模型,并将模型应用于Can ESM2模式的RCP4. 5情景,得到了流域未来气温与降水的变化趋势。即SDSM降尺度模型对赣江流域气温的模拟效果较好,降水略差;赣江流域未来降水均呈增加的趋势,降水空间分布基本呈南低北高趋势;未来气温均呈增加的趋势,各时期最高气温稍大于基准期;各时期最低气温稍大于基准期;赣江流域未来不同季节的平均气温均大于基准期;赣江流域未来气温空间分布呈现南高北低,西高东低的趋势。     

太湖流域气候变化检测与未来气候变化情景预估

基于1954—2006年太湖流域6个气象站点的降水、气温资料,探讨了1954年以来太湖流域的气候变化问题,并同时应用统计降尺度模型SDSM和动力降尺度模型PRECIS,对太湖流域的日降水量和日最高、最低气温进行降尺度处理,建立未来2021—2050年的气候变化情景。结果表明:20世纪90年代以来,太湖流域发生了突变式增温,冬、春季节尤为显著;太湖流域降水变化相对较复杂,Mann Kendall法检测到太湖流域年降水量呈振荡性周期变化,并在1980年和2003年发生突变,而Pettitt方法没有检测出太湖流域年降水量的突变。两种降尺度方法模拟的未来时期日最高、最低气温季节和年的变化情景增幅总体上基本一致,均呈显著增加趋势,与Mann Kendall趋势分析结果一致,高排放情景A2下模拟生成的情景增温幅度较低排放情景B2大,最高气温增加幅度比最低气温明显。降水变化情景差异较大,SDSM模拟的未来时期降水并无明显变化趋势,而PRECIS模拟结果与趋势检验结果较为一致,即未来降水增加趋势明显,增幅较大,总体上全流域年降水量呈增加趋势,并且在未来一段时间内仍将持续增加。     

基于SDSM的抚河流域未来极端气温模拟与预估

SDSM(Statistical Downscaling Model)统计降尺度模型是解决空间尺度问题的一种有效工具。基于统计降尺度技术和GCM输出数据,结合站点实测数据,将SDSM模型应用在抚河流域,分析了抚河流域未来最高气温与最低气温的变化趋势。使用1961—1990年和1991—2005年2个时段的实测数据和NCEP再分析数据,选取合适的NCEP大气环流因子作为预报因子,建立最高和最低气温预报量和预报因子之间的经验统计关系;并以CanESM2输出的未来数据(包括RCP2.6、RCP4.5和RCP8.5 3种情景)为输入,模拟未来3个时期的极端气温变化,即A(2006—2035年)、B(2036—2065年)、C(2066—2100年)。结果表明:流域未来最高气温和最低气温都呈现明显上升趋势,最高气温和最低气温平均增加1.69℃、2.44℃,最低气温上升幅度高于最高气温;在2种气温各个情景下平均增温约2.07℃,说明未来抚河流域有出现极端高温天气的风险。分析结果对抚河流域开展气候变化的水文响应研究、水资源合理利用及生态环境保护具有重要意义。     

统计降尺度方法对黄河上游流域气象要素模拟分析

将CMIP5模式的输出作为降尺度的输入来预估区域性气候的研究较少,本文使用CMIP5中精度较高的Can ESM2模式下的RCP4.5情景(中等温室气体排放)对黄河上游流域未来气象要素进行预估。利用黄河上游流域(上诠站以上)14个气象站点1967-2010年的逐月降水、气温和NCEP再分析资料,选取拟合度、均值相对误差、标准差相对误差作为评价指标,利用逐步回归算法筛选22个预报因子,建立了月资料序列的统计降尺度模型,并将模型应用于CMIP5中Can ESM2模式下RCP4.5情景,产生了未来气候要素的变化情景。结果表明:该模型对降水的模拟效果好于对气温的模拟。     

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2080s2050s2020s,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。     

妫水河流域未来气候变化下的水文响应研究

通过HadCM3降尺度数据与HSPF水文模型耦合,探讨了未来气候变化情景下妫水河流域日最高、最低气温与降水量的变化情况。基于统计降尺度模型SDSM,将1961—2099年数据降尺度到各站点,生成了两种气候变化情景下的日最高气温(T max)、最低气温(T min)和降水量(P)数据。同时,构建了HSPF水文模型,分别用2005—2006年、2007—2008年数据进行了有效率定和验证,模拟了该流域在未来气候变化下的水文响应。结果表明:妫水河流域未来90 a的气温总体呈升高趋势,而降水量和地表流量呈减小趋势;高温室气体排放情景下日最高气温、最低气温、降水量和地表流量的10 a变化率分别为0.462℃、0.453℃、-0.010 mm、-0.051 m3/s,低温室气体排放情境下分别为0.263℃、0.264℃、-0.014 mm、-0.044 m3/s,流域干旱加剧的可能性进一步加大。     

应用统计学降尺度方法预测汉江流域降水变化

统计降尺度方法是目前国内外研究气候变化的一个新途径.以汉江流域为例,选择全球气候观测NCEP再分析数据(1960～2000年)来率定和检验模型,利用主成分分析方法和多元线性回归模型建立大尺度GCMs模型的日降水统计降尺度方法,并应用全球气候模型CGCM2的A2气候情景来预测和分析汉江流域未来降水变化.相对于1961～2000年实测降水量均值,上游2001～2020、2121～2040年和中游2001～2020年的年降水量分别减少3.97%、4.85%和1.5%,其余统计时间年降水量大于实测值.     

丹江口水库未来径流变化趋势预测研究

应用统计降尺度法将全球气候模式和两参数月水量平衡模型进行耦合，研究未来A2气候情景下丹江口水库径流变化趋势。首先应用统计降尺度法在CGCM2和HadCM3模式下分别预测未来汉江流域上游的月降水和气温情况，然后将它们输入两参数月水量平衡模型，模拟预测丹江口水库的月径流过程。结果表明，在CGCM2气候模式下，丹江口水库径流在2020s和2050s时段比近期减少，2080s时段比近期增加；在HadCM3气候模式下，丹江口水库径流在未来三个时段均比近期增加。     

基于模型联用评估气候变化对径流特征的影响

应用流域模型与气象发生器模型联用的方法,评估了未来气候变化对泾河源头流域径流量的影响。使用泾川水文站2006—2014年的实测月流量资料,校准并验证了通用流域污染负荷模型(GWLF)的水文传输参数集。使用崆峒气象站1955—2014年逐日气象资料,对气象发生器(LARSWG 5)模型参数进行了率定与评估。基于HADCM3气候模式结果,针对IPCC定义的A1B、A2、B1三种温室气体排放情景,使用校准后的LARSWG 5模型进行降尺度分析,生成反映研究区域21世纪50年代和21世纪80年代气候状态的日降水与气温序列,并将其作为输入数据代入校准后的GWLF模型,分析对应时间段流域径流特征的响应变化。结果表明:未来气候变化会显著影响泾河源头流域径流过程,流域蒸散发作用会随气温升高而显著增强,水体经由地表径流进入河道的通量会增大,而经由浅层地下潜流的通量会减小,未来流域水量的增大主要集中在秋冬季节。     

鄱阳湖流域气候变化及其对入湖径流量的影响

为分析鄱阳湖流域气候变化特征及评估其对流域径流的影响,研究利用1961-2010年间鄱阳湖流域29个气象站和入湖"五河"水文控制站观测数据,分析该时段内流域气候和径流量变化趋势,建立统计模型分析其对流域径流量的影响。研究结果表明:鄱阳湖流域年气温呈显著性(99%置信度检验)波动上升趋势,流域降水总体呈略上升趋势,降水天数呈下降趋势。受气候变化的影响,鄱阳湖流域径流量呈上升趋势。统计模型计算结果表明,径流量与降雨变化呈非线性关系,径流量对降雨变化有着较强的敏感性,相同的气温变化情景下,降水增加比降水减少对径流量的影响更加显著,表明降水变化对径流量有着不同程度和方向的影响作用。气温对径流的影响呈线性,但其影响不明显。未来气候变化情景下,2050年前鄱阳湖流域在高排放A2和RCP8.5情景下呈现明显增长趋势,但其径流量低于其他排放情景。     

气候变化对乌裕尔河流域水文特性的影响

对两参数月水量平衡模型进行改进,加入融雪径流模块,经验证,模型适用于乌裕尔河流域。建立了以最高气温、最低气温、降雨和风速为变量的蒸发皿蒸发估算模型,实现了气候模型结果与水文模型的连接。利用CS IRO-M k2和CCSR/N IES两个模型模拟结果加权平均,模拟未来气候变化,探讨了水文要素对气候变化的响应。结果表明:在未来四种温室气体排放情景(SRES A 1,A 2,B 1,B 2)下,最高气温、最低气温和降水呈显著的上升趋势,而风速则呈显著下降趋势;径流深和径流系数在四种情景下都有显著上升趋势,置信水平排序为A 2>A 1>B 1>B 2;敏感性分析和趋势检验结果证明了降水是影响径流的最主要因素。     

基于SDSM的疏勒河流域气候变化统计降尺度研究

疏勒河流域属于气候变化敏感区和生态脆弱区,开展该流域未来气候变化研究,对于水资源合理利用及生态环境保护具有重要意义。为预估该流域的未来气候变化,采用SDSM(statistical downscaling model)模型,根据6个地面气象站41年(1961—2001年)的观测数据、NCEP数据和Had CM3模式模拟数据开展未来气温和降水降尺度研究。结果表明:SDSM对气温的月值模拟精度较高,各站月平均气温纳什效率系数均在0.98以上;SDSM对降水的月值模拟值较实测值整体偏高,模拟效果最好的托勒站月累计降水的纳什效率系数达到0.6。SDSM能较好地模拟气温的年际变化,模拟的年际变化趋势与实测值相差不大;但SDSM对降水的年际变化模拟较差,一些站点的变化趋势方向相反,趋势模拟最好的站点为托勒站和瓜州站。根据SDSM预估结果,与1961—2001年平均值相比,2020—2039年各站点的平均气温均有所升高,A2情景下升幅为(0.8~1.9)℃,B2情景下升幅为(1~2)℃;降水在A2和B2情景下差别不大,其中托勒站减少约54 mm,马鬃山站增加6 mm。研究发现,除托勒站外,疏勒河流域与预报变量相关性最高的预报因子并不在站点所在网格,而是其东侧网格,其原因有待进一步研究。     

基于模式集成的松花江流域气候模拟预估

以松花江流域为研究对象,采用CMIP5已发布的9个气候模式,模拟1951年～2000年历史降水和气温的月数据,对比实测资料运用3项数理统计指标评估模式的模拟性能;各模式降尺度后应用到4种集成方法。模拟结果表明,Can ESM2和MPI-ESM-MR模式模拟效果较好,多元回归集成表现最佳。利用优选的2个模式方法预估流域下游佳木斯站在RCP4. 5气候情景下未来逐月的降水和气温,并以预估的降水气温为因子构建线性回归模型计算流域未来径流的月变化过程。预估径流结果可为水资源管理及洪旱防治提供数据参考。     

气候变化影响下的赣江流域水资源变化趋势与幅度分析

利用全球气候模式输出结果,经统计降尺度模型降解后得到流域尺度的降水和气温要素,根据实测资料建立气温—蒸发回归关系以及新安江水文模型,使用耦合模拟和MK趋势分析评估未来气候变化情景下赣江流域水资源量的变化趋势和幅度。研究结果表明:未来不同排放情景下的年降水量、年蒸发量和年径流量等水文气候要素变化趋势以显著增加为主。未来年降水量、年蒸发量和年径流量的多年平均值相对基准期有较小幅度增加,最大增幅为年径流量的13.81%。降水、蒸发和径流的年内变化有明显的季节性特征,汛期径流增加、非汛期径流减少的不均匀情况加剧,在一定程度上可能增加赣江流域未来的防洪压力和枯水期供水压力。     

多模式集合模拟未来气候变化对水稻需水量及水分利用效率的影响

在模拟水稻水分利用对未来气候变化响应的研究中,考虑气候模式以及降尺度方法的不确定性,有助于获取更加稳健的模拟结果。本文采用SDSM和BP神经网络两种统计降尺度模型分别对Had CM3和CGCM3两种大气环流模式的3种气候情景(A1B,A2和B2)进行统计降尺度模拟,再基于贝叶斯模型平均方法(BMA)集合降尺度结果,并由此驱动ORYZA2000水稻模型,模拟21世纪中后期(2050s和2080s)3种情景下水稻生长周期、产量、需水量及水分利用效率。结果表明:BMA相对于简单模型平均法(SA)可以更有效地减小气候模式的偏差;在未来的两个时期内,由于气温的不断升高以及辐射的下降,水稻产量显著下降,生长周期明显缩短;需水量随着辐射的降低而降低,但在2080s,气温的迅速上升带来了需水量的升高,但仍低于历史基准期水平,而需水量的下降并不能抵消产量下降对水分利用效率的负面影响。