金沙江流域降水空间分布特征及变化趋势分析

依据金沙江流域25个气象站点1961~2010年的降水观测数据,采用Mann-Kendall非参数检验及经验模态(EMD)趋势拟合等方法,分析了流域降水时空分布特征及其近期变化趋势。结果表明,金沙江流域年季降水量存在明显的区域差异。高程4 000 m以上的区域降水总体呈显著增加趋势,面平均年降水量变幅达1.68 mm/a;高程4 000~3 000 m的区域降水量总体呈不显著增加趋势,面平均年降水量变幅为0.8 mm/a;高程3 000 m以下的区域降水量总体表现为不显著下降趋势,面平均年降水量降幅为-0.59 mm/a。年降水量变化主要体现在夏秋季降水量变化上;高程4 000 m以上和3 000 m以下两个区域降水集中性和降水强度存在增加趋势,其干旱现象也愈发严重;近期流域极端降水可能存在增加趋势。     

中昆仑山北坡降水量变化特征分析

中昆仑山北坡区域位于欧亚大陆腹地,降水稀少,降水量受到海拔的影响明显。通过收集区域内不同海拔高度21处降水量监测站点的资料,分析区域内降水量统计特性以及年内变化、年际变化、降水量与海拔高度关系等特征。结果表明:昆仑山北坡降水量年内分配不均匀、年际变化大,区域降水主要集中于5~8月份,年降水量变差系数在0.48~0.96之间;降水量中西部大于东部、山区大于平原区;区域降水量总体呈递增趋势,平均增长率为16.687 mm/10 a;降水垂直地带分布明显,年降水量随高程上升而增大,中昆仑山北坡海拔3 000 m以下区间高程与降水量关系密切,根据公式推算海拔高程每上升100 m降水量将增加12 mm。     

基于地理因子的福建省年降水空间估算模型研究

为研究福建省多年平均降水量的空间分布格局,为工农业生产、自然灾害预测、生态环境建设提供科学依据,利用福建省及周边区域35个气象站点1951—2011年降水资料,分析年均降水量与海拔、纬度、距海岸距离、坡向的相关性;同时,结合多元回归方程和克里金插值构建降水空间估算模型,反映出年均降水量空间分布的总体趋势,突出局部地区降水的差异,估算福建省1951—2011年年均降水量空间分布。结果表明:已知气象站点年均降水量估算的平均相对误差为3.4%,绝对误差为56 mm,验证站点的平均相对误差为3.6%;福建省年均降水量从东南沿海向西北山区呈现波动式上升的特点。     

青藏高原东南部径流特征的空间规律及控制因子研究

采用青藏高原东南部的水文气象资料,对比分析了该地区23个(区间)流域的年径流深、集中度与集中期、基流系数、退水系数等径流特征及其空间分布规律,并进一步研究了这些径流特征的控制因子。结果表明:该地区径流特征的空间分布规律为年径流深从东南(700~1 300 mm)向西北(<400 mm)递减,而集中度则呈相反的空间格局(从<0.44增加到>0.59);退水系数及基流系数,在低海拔地区随高程增大而增大(分别为0.55~0.69、0.51~0.73),但在高海拔地区则随高程增大而减小(0.74~0.42、0.79~0.63)。本研究发现,青藏东南径流特征空间规律的控制因子,具有显著的区域分异:在低海拔流域(平均高程<3 000 m),降水是径流特征的主要影响因子;而在高海拔流域(平均高程>3 000 m),仅径流深和集中度受降水控制,其他特征则主要受温度、冻土、地形等条件的共同影响。可见,由于青藏高原东南部降水和冻土对气候变化敏感,该地区水资源时空分布格局将面临很大的不确定性,对此应予以充分重视。     

1979—2018年雅砻江中上游积雪时空变化及影响因素分析

基于1979—2018年积雪深度卫星数据及同期的格点型降水和气温观测资料,分析了雅砻江中上游积雪时空分布及其影响因子,利用相关分析法分析气候因子与地形因子对积雪深度时空分布的影响及贡献程度,采用趋势分析法研究积雪特征和气候因子的时间变化规律。结果表明：雅砻江中上游降水、气温、高程、坡度和坡向对年均雪深空间分布的贡献率分别为0.218、0.453、0.206、0.080和0.043,气候因子的贡献程度明显高于地形因子;研究区积雪期主要集中在10月至次年5月,年降水量和年均气温呈显著上升趋势,西北部和东南部积雪期变暖现象明显,绝大部分区域年均雪深表现为不明显的减少趋势;积雪深度与降水量的相关系数多为正值,与气温的相关系数均为负值,在区域中下游表现的相关性较强,各影响因子与积雪深度的相关程度由强到弱依次为气温、高程、坡度、降水和坡向。     

太湖流域上游降水量对入湖总氮和总磷的影响EI北大核心CSCD

为探究环太湖河道入湖总氮和总磷通量的变化原因,分析了其与太湖流域上游降水量的相关性,并阐明了环太湖河道入湖氮磷的主要来源。结果表明:2010—2019年,太湖流域年平均降水量为1322 mm,较1986—2009年平均降水量增加15%,湖西区和浙西区年平均降水量分别为1263 mm和1552 mm;环太湖河道入湖总氮和总磷平均年通量分别为3.24万t和0.18万t,主要来源于湖西区和浙西区;太湖流域、湖西区、浙西区河道入湖总氮和总磷通量与相应区域年降水量之间均呈显著正相关关系,土地利用类型的差异使得湖西区河道入湖总氮和总磷通量随降水量增加的响应程度要强于浙西区;面广量大的城镇和农业面源污染是入湖氮磷的主要来源之一,降雨导致的部分雨污合流污水入河也是氮磷污染负荷增加的原因之一;湖西区和浙西区的降水量增加,尤其是强降水量增加,不仅会导致面源污染负荷增大,而且会导致太湖上游河网水系水力停留时间减少,降低水体自净能力,增大入湖总氮和总磷通量。     

基于小波和ARIMA的黄山市年降水量分析及预测

为研究区域降水时间特征,提高年降水量预测精度,采用Morlet小波对黄山市1957-2016年的年降水量周期进行分析,并基于1957-2011年的年降水量构建了ARIMA模型和小波与ARIMA组合模型,分别对该市2012-2016年的年降水量进行了预测及对比分析。结果表明:黄山市近60a年降水量主要受28a、13a、5a的周期波动影响;采用ARIMA及组合模型预测2012-2016年年降水量的平均相对误差绝对值分别为19.8%和12.3%,组合模型的拟合和预测效果更优;两种方法对2012年、2015年和2016年的年降水量预测误差均较大,可能是这几年降水受ENSO事件影响,降水机制异于常年,致模型预测误差较大。结果可为区域中长期水文预报提供科学依据,对区域旱涝灾害预警管理具有一定应用价值。     

1951—2013年山东省极端降水特征分析

基于山东省24个气象站点1951—2013年逐日降水资料,分析了极端最大日降水量、极端最大日降水量阈值、极端最大过程降水量和年代际最大过程降水量4个极端降水指标的时空变化特征。利用广义极值分布、对数正态分布、Gamma分布、逆高斯分布对极大日降水量进行了概率分布拟合,在采用Kolmogorov Smirnov方法检验拟合优度的基础上,利用各站点最适概率分布模型估算了极端最大日重现期降水量。结果表明:在空间分布上,4个极端降水指标的变化趋势一致,不同年代极端最大过程降水量差异明显;极端最大日降水量重现值与重现期呈非线性关系。     

1960—2019年关中平原极端降水时空变化及非平稳性分析

【目的】为探究极端降水的时空变化及其非平稳性特征,【方法】选取位于关中平原范围内1960—2019年长时间降水序列,利用极点对称模态分解(ESMD)方法分析了区域极端降水的时间变化特征,并采用Sen斜率估计+Mann-Kendall(Sen+MK)方法对5d最大降水量(Rx5)进行空间分析,最后利用广义可加模型(GAMLSS)对极端降水序列的非平稳性特征进行分析。【结果】研究发现：在时间变化趋势上,持续湿润指数(CWD)、年降雨量(PRCPTOT)、5 d最大降水量(Rx5)呈现出先下降后上升的趋势,整体为下降趋势,极强降水量(R99P)和降水强度(SDII)呈上升趋势;大雨日数(R25)呈现出下降趋势;在空间分布上,其中春、秋两季下降明显,降雨主要集中在夏季,趋势系数最高达到0.17 a^-1,冬季降雨有一定程度的增加;关中平原极端降水指数基本为平稳序列,个别站点非平稳性较为明显。【结论】关中平原极端降水量和不确定性变化较为稳定,未来突发性强降水事件出现概率较低,但是个别区域会遭到较为严重的灾害风险,研究结果可为将来关中平原相关洪涝预防措施提供一定指导。     

融雪降雨径流模型在日径流量预报中的应用

概念性的融雪降雨径流模型用于日径流量模拟,在过去的几年中有不少科研和教学部门做过研究,但大多侧重于模型原理上的探讨,对模型在预报上的实用性考虑较少,本次从预报角度出发,依据流域现有水文资料和水情报汛条件,在分析流域特性的基础上,改进融雪径流模型结构,为今后开展径流预报和洪水预报进行初步的偿试。1模型的基本原理模型采用两个子模块,第一子模块用于降水的划分和融雪的计算,第二子模块用于产流的计算,详见图1。1.1降水划分和融雪计算子模块降水划分为降雨和降雪,是基于气温之上进行计算的,而气温是随着高程升高而变化,在目前山区缺乏气温资料的情况下,如何处理模型中的气温输入,关系预报的精度。其中:Tp为第i带平均气温,Tce为测站气温,Hp为第i带平均高程,Ho为测站高程。Ti是各带气温递减率,由历史气温资料推求。(2)降水、降雪的划分新疆各山系的降水量都有随着高程增加而增加的特性,因而用历年降水资料可推求出降水随高程的变化率。各高程带降水量的计算由下式计算:PP=Pce.(1 Hi)当TpTk时,各带的降水量为PP=Pce.(1 Hi)。其中:Pce为测站降水,Hi为降水...     

基于星地融合数据的黔桂喀斯特山地降水时空分布

山区是河川径流主产区,系统掌握山区降水的时空分可为水循环系统的精准解析和水资源开发利用策略的科学拟定提供重要的基础支撑。针对山区观测数据匮乏的情况,使用地理加权回归法和多元线性回归法,建立了黔桂喀斯特山地TRMM卫星降水产品的降尺度校正模型,分析了降尺度校正结果的精度及其在不同高程区间的效果,总结了山地降水的时空分布规律。研究结果表明:(1)地理加权回归法的校正精度优于多元线性回归,在α=0.01的显著性水平下,地理加权回归法在高海拔地区的表现更好;(2)研究区多年平均降水量呈现南高北低、东高西低的特征,年内分配不均,夏季(6月-8月)降水量为741mm,占全年的52%;(3)地形变化和研究区降水的空间分布有密切联系,低海拔区域高程对降水的影响较大,高海拔区域坡度对降水的影响较大。     

基于MSWEP的祁连山地区降水空间分布特性解析

综合评价了全球性降水数据MSWEP(Multi-Source Weighted-Ensemble Precipitation)在祁连山区的适用性,解析了其在不同时空尺度上的误差特征,采用结合地面雨量资料GSOD(Global Surface Summary of the Day)订正后的MSWEP(Corrected MSWEP, COMSWEP),重点探讨了祁连山地区降水的垂直分布特性。结果表明:(1)MSWEP在日、月、年等尺度上总体低估了研究区域地表降水,对暴雨及以上日降水事件存在比较严重的漏报,在雨季的精度要明显高于旱季;(2)相对于MSWEP,COMSWEP在各种时间尺度上与地表降水更为吻合,对雨季降水和年降水具有较好估计效果,但在旱季仍存在较明显系统偏差;(3)MSWEP和COMSWEP均表明祁连山区多年平均降水量在空间上呈由东至西递减、北坡略高于南坡的总体格局,而在时程上雨季降水主导了全年降水,但在不同分区和时间尺度上,COMSWEP降水量均明显高于MSWEP;(4)MSWEP和COMSWEP均反映祁连山地区东段最大降水高度带在3000 m左右,超过此高度带多年平均降水量变化甚小,而中段和西段多年平均降水量随海拔呈现先增加后降低的趋势,最大降水高度带分别位于4100 m和4500 m左右。     

TRMM卫星降雨数据在湖南省的精度和可靠性评定

卫星降雨数据的高时空分辨率使其在洪涝灾害监测、流域水文模型模拟等方面得以广泛应用,而对卫星降雨数据的精度评定和可靠性分析仍然是当前重要的研究课题。采用中低纬度旱涝灾害频发的湖南省23个国家基准气象站的降雨数据作为地面验证数据,对最新一代TRMM卫星降雨产品(3B42V7)的精度和误差特征进行了全面评估。从日、月、年和季节的不同时间尺度以及空间分布和高程等不同的空间要素方面对比分析了1999-2012年该卫星降雨产品在湖南地区的适应情况。研究表明:TRMM卫星反演降雨数据在日尺度上与地面气象站数据的匹配情况较差,相关系数仅为0.31;而在月尺度上有显著提高,相关系数为0.88。在干旱季节(11、12、1、2月)的表现要优于湿润季节(5、6、7、8月)。3B42卫星反演降雨数据存在比较明显的空间变异性,空间要素如高程、位置分布等对卫星降雨数据可靠性的影响强于降雨量的影响。     

Estimation of mean annual precipitation as affected by elevation using multivariate geostatistics

This paper presents the results of the interpolation of annual precipitation over a regular grid performed in Aragón (Spain). The main objective was the quantification of the improvement in estimation uncertainty by including elevation in the interpolation and by using base 10 logarithms of both annual precipitation and elevation versus the original values.Long-term annual precipitation (APRE) was available at 182 weather stations. Elevation above sea level (ELEV) was available at those stations and at 1913 additional points over a regular 5 km grid. The spatial variability of APRE, ELEV and their base 10 logarithms (LAPRE and LELEV, respectively), and the spatial correlation between APRE and ELEV, APRE and LELEV, LAPRE and ELEV, and LAPRE and LELEV were described by gaussian direct- and cross-semivariogram models with nugget effects.Geostatistical interpolation methods, ordinary kriging and cokriging, were used to estimate APRE and LAPRE at the 1913 additional elevation points. Estimates of LAPRE were transformed back to APRE values. Cokriging estimates were in general higher than kriging ones, mainly at points of high elevation. The average percent difference among cokriging and kriging estimates was 9–12%. Cokriging estimates obtained with the different sample data sets were in general terms similar. However, at points of high elevation, cokriging with ELEV as the auxiliary variable seemed to overestimate annual precipitation.Estimation error standard deviations (EESD) also were computed in each interpolation point. For all points, the EESD obtained using LAPRE values were lower than those obtained using APRE values, being the average percent differences of –38 to –42%. Likewise, for all interpolation points, cokriging EESD were lower than kriging ones. Using LAPRE and LELEV values, the average percent difference among cokriging and kriging EESD was –11.0%, with minimum and maximum percent differences of –6.7 and –35.8%, respectively.     

Integrating Ground-based Observations and Radar Data Into Gridding Sub-daily Precipitation

A new and general approach is proposed for interpolating 6-h precipitation series over large spatial areas. The outputs are useful for distributed hydrological modelling and studies of flooding. We apply our approach to large-scale data, measured between 2014 and 2016 at 159 weather stations network of Meteo Romania, using weather radar information and local topography as ancillary data. Novelty of our approach is in systematic development of a statistical model underlying the interpolation. Seven methods have been tested for the interpolation of the 6-h precipitation measurements: four regression methods (linear regression via ordinary least squares (OLS), with and without logarithmic transformation, and two models of generalized additive model (GAM) class, with logarithmic and identity links), and three regression-kriging models (one uses semivariogram fitted separately every 6-h, based on the residuals of the GAM with identity links models, and other two with pooled semivariograms, based on the OLS and GAM with identity links models). The prediction accuracy of the spatial interpolation methods was evaluated on a part of the dataset not used in the model-fitting stage. Due to the good results in interpolating sub-daily precipitation, normal general additive model with identity link followed with kriging of residuals with kriging parameters estimated from pooled semivariograms was applied to construct the final 6-h precipitation maps (PRK-NGAM). The final results of this work are the 6-h precipitation gridded datasets available in high spatial resolution (1000 m?×?1000 m), together with their estimated accuracy.

     

红河流域TRMM卫星降水数据精度评价

利用红河流域及周边地区45个气象站点1998-2015年实测降水数据,在不同时空尺度上对TRMM3B43V7卫星降水数据进行精度评价,并分析高程、坡度和坡向对降水数据精度的影响。结果表明:在年尺度上,TRMM降水数据与站点实测降水数据拟合优度R~2为0.75,整体上TRMM降水数据比站点实测降水数据偏高7.73%,月尺度上,TRMM降水数据与站点实测降水数据拟合优度R~2为0.84,两者之间相关性显著,季尺度上,春季降水拟合优度(R~2=0.77)高于其余3个季节,冬季降水拟合优度最差(R~2=0.64);流域尺度上,降水重心移动轨迹表明TRMM降水数据基本能反映降水的空间分布及演变过程,站点尺度上,各站点的相关系数均大于0.84,相对偏差较大的站点主要分布在河谷和盆地地区;TRMM降水数据在海拔大于1 000 m、坡度小于2°以及东南方向上的精度较高;主成分分析方法表明坡度和坡向对TRMM降水数据精度的影响大于高程。     

TRMM降雨数据在喀斯特地区的适用性分析——以贵州省为例

为验证TRMM(Tropical Rainfall Measurement Mission)降雨数据在喀斯特地区的适用性,以贵州省为研究区,利用贵州省19个气象台站1998-2015年的降水数据,在年尺度和月尺度上验证了TRMM卫星降水数据的精度,并在此基础上基于TRMM月降水数据分析了贵州省的降水时空分布特征。结果表明TRMM降水数据基本能反映降水的空间分布及演变过程,年尺度上TRMM降水数据与站点实测降水量相关系数R=0.817,斜率K=0.751,数据精度较高,数值上比站点实测降水量略高。月尺度上TRMM降水数据与站点实测降水量相关系数最高,达到0.927,斜率为0.9127,数值略高于站点实测降水量。分析表明:坡度对TRMM降水数据精度的影响大于高程和坡向,坡度小于10°的精度较高。总体而言,TRMM降水数据在喀斯特地区具有一定精度,但是降水量少或地形起伏大的地区精度相对较低。     

黄河主要产沙区近年降水变化的空间格局

采集整理了1966—2014年黄河潼关以上主要产沙区604个雨量站的逐年逐日降水,并基于GIS制作了1966—2014年不同时期的年降水量和日降水大于10、25、50、100 mm的年降水总量空间分布图,进而分析了该区不同雨强量级的年降水总量和大暴雨发生频次等降水因子的变化。研究认为,该区日降水大于50 mm的降水总量占年降水量的比例为2.3%~7.8%,其产洪产沙量占年水沙量的比例分别为20%和44%;在潼关来沙较天然时期减少约88%的2005—2014年,河龙间大部、泾河上中游和汾河上游等日降水大于10、25、50 mm的年降水总量总体偏丰;2010—2014年,日降水大于25 mm和50 mm的年降水总量偏丰程度更高,其偏丰程度大于5%的面积占研究区总面积的比例分别为76.9%和69.6%;近年降水偏枯区主要分布在祖厉河和渭河上游西北部。2012—2013年几乎是1966年以来研究区降水最丰的时段。2001年以来,河龙间大部和泾河上中游地区大暴雨发生频次偏高,其它区偏低。