1960—2018年嫩江流域极端降水事件时空变化特征

本文选取嫩江流域12个站点1960—2018年逐日降水资料,采用线性回归、Mann-Kendall检验、小波分析、R/S分析等方法,分析了该流域极端降水事件的时空变化特征及未来变化趋势.结果表明:流域平均年降水量、大雨日数、日最大降水量、强降水量等4个极端降水指数均表现出上升趋势,但趋势不显著;各极端降水指数时间序列均存在3个明显的周期变化;流域年降水量与强降水量空间分布趋势均为由上游至下游逐渐递减,暴雨中心出现在嫩江右岸支流雅鲁河上,各极端降水指数在流域内的多数地区均表现为正增长;未来流域多数地区各极端降水指数的变化趋势仍将以上升为主.     

1951—2020年大理市极端气候事件变化特征

【目的】在全球变暖的背景下，频发的极端气候事件愈发影响着人类生活、社会经济发展等。大理市是极端天气和气象灾害的多发区，亟需系统研究其极端气候事件变化特征。【方法】以大理市1951—2020年逐日气象观测数据为基础，对16个极端气温指数和11个极端降水指数运用线性倾向估计、Mann-Kendall突变检验、Pettitt、滑动t检验(MTT)、集合经验模态分解(EEMD)等方法对其变化趋势、突变特征及多时间尺度变化周期展开研究。【结果】结果显示：1951—2020年间大理市极端暖事件指数(SU25、WSDI、TN90p、TX90p)和TNx变化趋势为显著上升，而极端冷事件指数(FD0、CSDI、TN10p、TX10p)变化趋势呈下降。极端降水指数中，R10、R1、Rx5day、PRCPTOT与CWD下降显著；Pettitt、M-K及MTT法均得出FD0、SU25、WSDI、TNx、TN10p、TN90p、TX90p、R1与R10有明显突变点；EEMD所得到的各分量和趋势项表示不同尺度下极端气温指数和极端降水指数的变化特征。其中，极端气温指数的强周期主要为准3 a/7 a年际尺度周期及准1...     

乌江中上游地区极端降水特征及未来预估

选取乌江中上游地区1961-2019年的逐日降水数据,采用趋势分析、EOF、小波分析等方法,研究极端降水在时空上的变化特征,同时为了使研究具有整体性,利用CMIP6中5个GCMs下的3种情景数据（SSP126、SSP245、SSP585),在降尺度处理后预估未来（2020-2100年）极端降水的变化。结果表明：1961-2019年整个流域地区极端降水事件虽然有增有减,但无显著性变化;在变化周期上,信号强烈的周期主要在23~30 a的时间尺度上,且贯穿整个时序;5个极端降水指数的第1模态表明其在空间变化上具有一致性,第2模态则有差异;未来极端降水事件整体上随SSPs情景的升高而愈发显著,且多以正趋势为主。研究结果可为乌江流域地区水安全管控、规划建设、防灾减灾等提供参考。     

海河流域1961年-2010年极端气温与降水变化趋势分析

以海河流域30个气象基准站1956年-2010年气温和降水日值资料为基础,选取12个表征极端气候变化指标,分析了该流域极端气温与降水的变化趋势。结果表明:海河流域极端高温的强度、频度和持续时间均有较强的增加趋势;极端低温的强度、频度显著降低,反映出流域整体增温的气候变化背景;流域短历时极端降水强度有增大趋势,年极端降水的发生频次降低,连续湿日表现出一定的减少趋势,而连续干日在近几十年来有一定的增加趋势,区域呈现弱干化趋势。从年代际变化特征看,20世纪90年代以来,年极端高温事件和短历时强降水事件发生趋于频繁,而长持续性降水事件的降水量减少。海河流域整体的暖干趋势以及降水集中的趋势,将对农业生产、水资源开发利用造成不利影响,同时,短历时极端强降水事件的增加可能加剧局地的山洪灾害和城市内涝的风险。     

海河流域1961-2010年极端气温与降水变化趋势分析

以海河流域30个气象基准站1956年－2010年气温和降水日值资料为基础,选取12个表征极端气候变化指标,分析了海河该流域极端气温与降水的变化趋势。结果表明：海河流域极端高温的强度、频度和持续时间均有较强的增加趋势,;极端低温的强度、频度显著降低,反映出流域整体增温的气候变化背景。;海河流域短历时极端降水强度有增大趋势,年极端降水的发生频次降低,连续湿日表现出一定的减少趋势,而连续干日在近几十年来有一定的增加趋势,区域呈现弱干化趋势。从年代际变化特征看,20世纪90年代以来,年极端高温事件和短历时强降水事件发生趋于频繁,而长持续性降水事件的降水量减少。海河流域整体的暖干趋势以及降水集中的趋势,将对农业生产、水资源开发利用造成不利影响;,同时,短历时极端强降水事件的增加可能加剧局地的山洪灾害和城市内涝的风险。     

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。     

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。     

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。     

东北地区近52年极端降水变化分析

文章采用中国气象局1960-2011年间东北地区71个气象站观测的实测日降水量,分析了ETCCDI 12个极端降水指数的时空分布。研究结果表明:连续干旱天数CDD表现出减少的趋势,在0. 05水平上显著下降,而其他降水指数均没有表现出显著下降趋势。极端降水事件的增加和减少在空间上表现出很大的差异。极端降水指数存在周期为7a、14a和17a的显著周期性变化。1960—2011年,极端降水对总降水的贡献在减少,除连续干旱日数CDD外,年总降水量和极端降水量之间存在显著的相关性。     

20世纪后半期以来赣江流域极端降水事件分析

全球气候变暖的背景下,局地极端降水事件发生频率逐渐上升。选用极端降水阈值(EPT)、极端降水量(R95)、极端降水天数(RD95)、极端降水强度(RI95)、连续五日最大降水量(RX5day)和一日最大降水量(RX1day) 6个极端降水指数,采用百分位阈值法、M-K趋势分析法、滑动t检验法和Kriging空间插值法对1964—2013年赣江流域的极端降水事件进行分析。结果表明:(1)赣江流域内大部分站点的极端降水指数呈不显著上升趋势;(2)各站点极端指数的突变时间大多数集中于20世纪八九十年代,且有少数站突变非常显著(α=0.01);(3)各极端降水指数除RD95外均呈现由东向西递减的规律,与之相反,RD95呈现出由西向东递减的变化。研究结果可为赣江流域防洪减灾和水资源的开发利用提供参考价值。     

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。     

极端气候事件对洞庭湖水文连通性变化的影响

为揭示洞庭湖近十几年水文连通性的变化特征并对其未来变化进行预测,研究极端气候事件在洞庭湖水文连通性变化中作出的贡献,使用水文连通性指数法、ETCCDI极端气候指数、Hurst指数以及数理统计分析方法进行研究。研究结果表明：洞庭湖水文连通性整体呈现夏季>秋季>春季>冬季的特征,夏季、秋季、春季和冬季的整体连通性指数均值分别为0.95、0.88、0.81和0.63,且洞庭湖的水文连通性在近30年比较稳定;经持续性预测发现洞庭湖水文连通性Hurst指数均大于0.5,表示其在没有人类活动干扰的情况下会在未来呈延续下降的趋势;洞庭湖水文连通性指数随着水位增加逐渐增加且增速逐渐放缓,水位增加对其具有正向影响的边际递减效应;极端降水事件对洞庭湖水文连通性具有较为明显的正向影响,而极端气温事件对洞庭湖水文连通性影响作用较小。研究结果有助于充分认识洞庭湖水资源演变规律,对保障洞庭湖流域水资源安全具有重要的理论和现实意义。     

山东省极端气候指数变化特征研究

为探究山东省极端气候指数的时空变化与特征，选取山东省1979—2020年95个气象站点的逐日气温和降水量实测数据，采用Mann-Kendall（M-K）检验方法和Sen斜率估计法计算时间变化特征，及Inverse Distance Weight（IDW）反距离权重法探究空间变化趋势。结果表明:（1）山东省境内低温极端气温指数（TN10p和FD0）呈下降趋势，下降速率分别为0.004 8和6.42 d/（10 a），高温极端气温指数（TX90p、TXx和SU25）呈上升趋势，上升速率分别为4.06 d/（10 a）、0.32 ℃/（10 a）和2.31 d/（10 a）；其内陆区域和沿海区域极端气温指数表现出了与山东省整体较好的一致性，空间趋势不明显。（2）极端降水指数均呈上升趋势，沿海区域多大于内陆区域。降水强度指数（R95p、R99p和RX5day）呈显著增加趋势，增加速率分别为22.16、10.83和10.55 mm/（10 a），空间分布上，高值区域多分布在东部沿海区域和南部部分区域，可能会增加洪涝灾害风险。     

CMADS驱动SWAT模型在水循环模拟中的应用——以洱海流域为例

基于大气数据驱动水文模型的输出结果开展水循环模拟研究是大气和水文学界的研究热点。利用中国大气同化驱动数据集CMADS驱动SWAT模型,模拟2009～2016年期间洱海流域关键水循环要素的时空分布特征。结果表明:①CMADS数据集可很好地驱动SWAT模型,在洱海流域适用性较好,可用于水循环模拟研究。②从时间上看,洱海流域年降水量、实际蒸散和年产水量均呈现出先减少后增加的趋势,分别以4.6,29.3,15.0 mm/a的速率递增,多年平均降水量、多年平均实际蒸散发和多年平均产水量分别为792.8,565.5,286.1 mm。从空间上看,洱海西部降水最丰沛,东部地区次之,北部地区最低;实际蒸散发空间差异性相对较小,高值区主要分布于洱海湖区周围;产水量空间分布差异性较大,洱海西部产水量最大,其次为洱海北部和东部山区。③湿润度呈现出增加的趋势,而产水系数表现出减少的趋势,多年平均湿润度和产水系数分别为0.61和0.43;实际蒸散发与降水变化趋势一致,但与潜在蒸散发变化趋势相反,表明水分条件是限制洱海流域潜热的主要因子。     

水量调度下西江下游枯季径流演变特征

对西江枯季水量调度下径流演变特征及极端枯水特征进行分析,为西江流域枯季水量统一调度和水资源高效利用提供参考。选取梧州水文站1950—2015年逐日流量资料,采用Mann-Kendall法、滑动T检验、R/S法等多种方法对西江下游枯季水量调度前后枯水年月流量序列进行趋势性对比分析,并详细探讨其变异性及未来变化特征。结果表明:西江下游枯季流量呈不显著上升趋势,呈正持续性,且变异可能性较小;水量调度后枯季11月份,次年1月份和2月份流量呈显著上升趋势,而10月份流量明显下降,即呈现拦蓄汛末洪水补给枯水月份特点,但作为枯水关键期的12月份流量呈微弱上升趋势值得关注;枯季各月流量的Hurst指数和相关系数C(t)表明,未来西江下游枯季各月流量仍与过去趋势相一致,且无显著变异。PPCC检验表明,LP-Ⅲ型分布描述西江枯水年月流量频率分布最优,以该分布频率P=90%为极端枯水标准,显示枯季径流前期随着指标流量尺度变小,极端枯水发生变多,但后期变少,可见枯季水量调度一定程度上有助于减少极端枯水事件的发生。     

滇中地区极端降水事件的时空变化特征分析

近年来,极端降水事件频发,对社会经济发展带来一定损失。为探讨云南省滇中地区极端降水事件的变化规律,根据1964~2013年滇中地区49个气象站点逐日的降水数据,采用M-K秩次检验方法,结合线性趋势和5 a滑动平均法,分析滇中地区极端降水事件的时空变化特征。结果表明:(1)在时间尺度上,强降水日数和最多连续雨日天数呈显著减少趋势,普通日降水强度呈弱减少趋势,最多连续无雨日天数呈显著上升趋势,极端降水事件突变多发生在2002~2008年间;(2)在空间尺度上,普通日降水强度整体上表现出中部高,东北和西北部低的趋势;强降水日数和最多连续无雨日天数整体呈现出中西部低,东南和西北部高的趋势,并出现了明显的低值区,而最多连续雨日天数基本呈现出相反的空间分布特征;(3)在空间变化趋势方面,近50 a滇中地区降水呈减少的趋势,中东部地区降水减少趋势最为显著,且普通日降水强度呈显著减少趋势,而西南部最多连续无雨日数则呈现显著上升趋势。由分析结果可知,滇中地区干旱趋势明显加剧,尤其是中东部。     

基于SWAT模型分析嘉陵江流域蓝、绿水资源量的时空变化特征

嘉陵江流域是成渝双城经济圈发展的重要水源区,其水资源状况的变化对实现我国新发展格局有重要影响。基于SWAT模型对嘉陵江流域水文过程进行模拟,探究了1981-2020年及典型年嘉陵江流域的蓝、绿水时空分布特征,采用Mann-Kendall(M-K)分析年际间蓝、绿水资源量的变化趋势。结果表明：流域多年平均降水量为931 mm,为蓝、绿水资源量之和,蓝水资源量多年均值为386 mm,占降水量的41.5%;绿水资源量多年均值为545 mm,占降水量的58.5%,1981-2020年流域降水量和绿水资源量总体呈增加趋势,蓝水资源量呈减少趋势。特枯水年、平水年、特丰水年的蓝水资源量分别为165.61、456.71和643.70 mm,绿水系数在典型年变化差异较大。空间上,流域内蓝水资源量、绿水资源量与降水量的分布特征相似,呈现从上游到下游先减小后增大、西少东多的空间格局。     

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。     

Extreme value analysis of streamflow time series in Poyang Lake Basin, China

Extreme meteorological and hydrological events may cause major disasters and heavy social and economic losses.Therefore,more and more studies have focused on extreme hydro-meteorological events in various climates and geographic regions.Based on nearly 50 years of observed records of the Poyang Lake Basin,the occurrence and changing trends of extreme streamflow indices,including the annual maximum flow,annual peak-over-threshold flows,and low flows,were analyzed for ten hydrological stations.The results indicate that most annual maximum flows occurred from April to July,highly attributed to the Southeast Asian summer monsoons,whereas the annual minimum flows were concentrated between January and February.As for the low flow indices (the annual minimum flow,annual minimum 7-d flow,and annual minimum 30-d flow),a significant increasing trend was detected in most parts of the Poyang Lake Basin.The trends illustrate the potential effects of climate change and human activities on the hydrological cycle over the Poyang Lake Basin.