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。     

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。     

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。     

多模式下泾河上游流域未来降水变化预估

利用站点实测资料、GCMs 月数据对 GCMs 进行秩评分评估排序, 从 21 种 GCMs 模式优选出的 6 种 GCM模式的日数据、6 种 GCM 集成的气候模式、站点实测资料和 NCEP 再分析资料构建统计降尺度模型 SDSM, 预估泾河上游流域的未来降水变化。结果表明: 构建的降尺度模型对降水模拟较为可靠, 率定期各模式决定系数 R2 为 0.228~ 0.324, 标准误差为 0.354~ 0.450, 率定期和验证期模拟月均降水与实测值年内分布相近。在降尺度性能评价中集成模式表现最好。在 RCP 4.5 情景下, 泾河上游流域未来降水大多数模式和集成模式呈增加趋势, 到 2030 年泾河上游流域降水量将增加 4.8% , 且当地的春季雨量会增加, 夏季雨量会减少。     

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%。     

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。     

基于ASD统计降尺度模型的开都河流域未来气候预估

以开都河流域及周边4个气象站点1961—2000年的日降水、日最高气温和日最低气温及NCEP再分析数据为基础,采用ASD(Automated Statistical Downscaling)统计降尺度模型,对Had CM3模式下A2、B2和A1B 3种气候情景进行降尺度,获得流域未来气候情景。研究结果表明:(1)ASD模型选定的预报因子能较好地解释最高温和最低温,但对降水的模拟效果相对较差。验证期,对降水和气温各5个指标的RMSE分析显示RMSE值均较小,ASD模型在研究区具有一定的适用性;(2)未来3种情景下,相较基准期,降水年变化呈先下降后上升趋势,最高和最低温年变化则持续保持上升趋势,未来山区气温变化较大,平原区降水变化大;降水年内变化存在季节分配不均状况,5月增加最多,7月减少最多。最高和最低温变化则以夏季增温最多、冬季次之,秋季降温最多、春季次之为特点。相比较,A2(高排)情景下降水、气温变化比B2(低排)A1B(中排)情景下更为明显。     

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。     

基于统计降尺度的东江流域未来气候预估

为提高东江流域未来气候预估结果的可靠性，采用多种方法对CanESM2全球气候模式输出的气温和降水进行了统计降尺度处理。研究发现：SDSM模型和Delta方法分别对东江流域的气温和降水有着较好的降尺度模拟效果。气温上，相较于基准期(1961—2005年),至21世纪末期(2081—2100年),东江流域的日最低气温将升高2.26℃(RCP4.5)和3.65℃(RCP8.5),日平均气温将升高2.70℃(RCP4.5)和4.69℃(RCP8.5),日最高气温将升高2.79℃(RCP4.5)和4.95℃(RCP8.5),其中以夏季和冬季的增幅最为明显；降水上，未来东江流域的年降水量将保持着增加趋势，增速分别为16.4 mm/10a(RCP2.6)、8.7 mm/10a(RCP4.5)和25.4 mm/10a(RCP8.5),且以夏、秋两季增加最为显著。整体来看，未来东江流域在汛期出现极端高温和暴雨洪灾的风险将有所提高。     

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。     

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。     

CMIP5模式对淮河流域气候要素的模拟评估及未来情景预估

为明确变化环境下淮河中上游流域未来气候要素的变化趋势和特征,基于地面实测降水、气温资料,检验CMIP5中6个全球气候模式对流域降水和气温的模拟能力并选择较优的3种模式用于分析未来RCP4.5和RCP8.5排放情景下流域气候要素的变化趋势。结果表明:①历史时段拟合效果相对较优的为CNRM-CM5、HadGEM2-ES和MIROC5,气温的模拟能力优于降水;②3个模式2种排放情景未来年、春、冬季降水均大于基准期,夏、秋季降水除MIROC5大于基准期,其他2个模式均小于基准期;③RCP8.5下CNRM-CM5年、春、夏、HadGEM2-ES年、春、夏、冬、MIROC5年、秋、冬季降水增加趋势显著,RCP4.5下HadGEM2-ES年、春季、MIROC5秋季降水增加趋势显著;其他不显著甚至个别出现减少趋势;④年和季节平均气温除极个别模式和排放情景略低外,其他均高于基准期;年和四季平均气温全部呈现升温趋势。研究表明,流域降水有所增加和减少,气温升温迅速,流域未来气候演变中洪旱灾害风险较大,需要加强水资源管理和洪旱灾害防御能力。     

基于CMIP5和SWAT的山美水库流域未来蓝绿水时空变化特征

基于山美水库流域1991—2010的实测气象数据,选取CMIP5中2个气候模式(HadGEM2-ES、NoerESM1-M)和2种典型浓度路径(RCP4.5、RCP8.5),对21世纪近期(2031—2050年)、中期(2051—2070年)、远期(2071—2090年)3个时期的日降水、气温数据进行统计降尺度处理;在此基础上,利用SWAT模型对山美水库流域基准期和未来3个时期的蓝水、绿水资源的时空分布特征进行模拟,评估流域未来60年气候变化对蓝绿水资源的影响。结果表明:山美水库流域未来60年预估年均降水量变化幅度为-0.43%～7.16%,平均气温增加约1.72～5.43℃,相较基准期,未来2个气候模式在2种RCP浓度路径下的蓝水资源量约减少12.81%～35.28%,绿水资源量上升约28.45%～36.12%;不同气候情景下流域蓝水、绿水资源变化率呈现出一定的相似性,上游地区均大于下游地区;降雨是蓝水资源时空分布的关键,而农用地分布则直接影响绿水资源的空间分异特征。     

近50年辽宁省极端气候事件的趋势变化及空间特征

为明确辽宁省近50年极端气候事件的趋势变化特征以及时空分布情况,本文以辽宁省1964—2015年逐日平均气温、最低气温、最高气温以及降水数据为基础,选取省域范围内的23个气象站点,依据世界气象组织(WMO)确定的"气候变化检测和指标",选取适用于研究区的8个极端气温指数和4个降水指数,采用线性趋势法、Mann-Kendall突变检验法及反距离加权插值法,分析近50年来辽宁省极端气温和降水事件的时空演变特征。结果表明:时间尺度上,表征极端高温事件的极端最高温、夏日日数、暖昼、暖夜日数逐渐增多且在未来一段时间具有持续上升趋势;极端低温事件指数如霜冻日数、冷昼数、冷夜数均表现为下降趋势变化;极端降水指数除普通日降水强度较为平稳外均呈上升趋势,辽宁省极端降水事件增加。空间尺度上,极端最高温、最低温、霜冻日数、夏日日数呈由北向南递减的规律,冷夜、冷昼、暖夜、暖昼数呈不规律分布。与降水量相关的极端降水指数呈南高北低,东高西低的格局。     

金沙江中上游流域未来径流模拟研究

为了探究金沙江中上游流域未来径流变化趋势,为流域防洪规划提供依据,基于SWAT水文模型,选用CMIP5数据集建立未来时段的全球气候模式,从时间和空间尺度解析研究区2022—2050年径流变化趋势。结果表明：流域2022—2050年降水量和平均气温均高于基准期,并且呈现上升趋势,其中流域南部降水量增幅较大,流域北部气温增幅较大。在RCP2.6、RCP4.5、RCP8.5 3种气候情景下,2022—2050年年径流量均呈现增大趋势,变化率分别为5.79×10⁸、5.53×10⁸、2.99×10⁸ m³/a。相较于基准期,未来春季和秋季径流量呈现减少趋势,夏季和冬季径流量呈现增加趋势,冬季径流量增幅达到了10%。流域产流量呈现从西北到东南依次增加的特点,相较于基准期,流域南部产流量均呈现增加趋势。未来径流量呈现增加趋势,冬季径流量增幅较大,可能会发生冬汛等极端水文事件,流域南部受洪水威胁的可能性进一步增大。     

1960－2014年淮河上中游流域年降水和主汛期降水的时空分布特征

基于淮河上中游流域19个站点1960-2014年的月降水数据,采用气候倾向率、Mann-Kendall趋势分析、变差系数、年内不均匀系数、小波分析、Kriging空间插值等方法,对年降水和主汛期降水的统计特征、趋势和周期性等时间特征及空间分布特征进行研究。结果表明:流域主汛期降水占到年降水的50%以上,地域分布上以东南部和西南部雨量较多。年降水和主汛期降水在年际上分别呈现21~32a、8~19a、3~7a和24~32a、8~21a、3~7a三个时间尺度的丰枯演变特征,同一时间尺度的丰枯变化基本相同。主汛期降水年际Cv普遍大于年降水,但空间分布不一致;年降水Cv较大值分布于流域西部和北部,较小值分布于流域东部和东南部;主汛期降水年际Cv较大值分布于流域西部,较小值分布于流域东北部及蚌埠一带;北部降水的年内分配不均性略大于南部。年降水和主汛期降水的变化趋势均不显著,没有通过95%的置信度检验,但主汛期降水略呈增加趋势而年降水呈微弱下降趋势;年降水在流域北、西和西南部表现为减少趋势,尤以西、西南部较为明显,而流域中、南和东南部主要表现为增加趋势;主汛期降水则从北向南以条带状表现为增加趋势。     

气候变化条件下洪泽湖以上流域水资源演变趋势

基于IPCC对全球和中国的气候变化趋势,利用1990—2011年气象资料,采用增量情景设置方法,分析气候变化情景下洪泽湖以上流域水资源的演变趋势。结果表明:该流域水资源量对降雨变化有较强的敏感性,实际蒸散发对温度变化的敏感性较强。与基准期相比,在气温同等条件、降水增加情景下,流域水资源量呈增加趋势;在降水同等条件、气温升高情景下,流域的实际蒸发会增加,导致水资源量呈减少的趋势。径流年内分配受降水变化影响较大;随着降水增加,径流年内分配更集中,加大年内径流分配差异,可能加大流域湖泊调蓄压力。     

滦河流域遥感反演降水产品高精度空间降尺度方法

以滦河流域为研究对象,对流域2018年GPM（global precipitation measurement mission）降水产品适用性进行评估;利用降水与海拔、经纬度和归一化植被指数（normalized difference vegetation index,NDVI）之间的相关性,构建基于PSO-BP（particle swarm optimization-back propagation）的GPM降水空间降尺度模型,得到2018年滦河流域空间分辨率1 km的降水数据。[JP]结果表明：原始GPM降水产品可以较准确地表达滦河流域降水,但总体存在降水量高估现象;以国家气象中心降水产品CGDPA（China gauge-based daily precipitation analysis）数据为基准,对空间降尺度前后的降水数据进行精度评估,发现在年、季和月不同时间尺度上,空间降尺度后的降水数据与CGDPA数据相关性更高,均方根误差更小,相对偏差值控制在±10%以内,[JP]这说明降尺度后降水数据空间分辨率和精度都更高。