CMIP3模式对未来50a欧亚大陆雪水当量的预估

为研究预估未来50a欧亚大陆雪水当量,基于遥感数据,用误差百分率、空间相关和误差标准差等统计方法,评估了14个CMIP3模式在20C3M的雪水当量产品,诊断各模式对欧亚大陆雪水当量的模拟能力,在此基础上对模拟效果较好的10个模式产品进行多模式集合,分析了A2和B1情景下2002—2060年欧亚大陆雪水当量的变化．结果表...     

典型融雪期雪层融雪水出流条件模拟及分析

融雪期雪层融雪水的运移及流出过程模拟乃是国际冰雪水文学研究的难点之一,准确模拟融雪水的出流过程对于春季融雪型洪水的预报具有重要作用。本研究基于EM50、农业小环境监测仪和一些常规监测手段,获取了典型融雪期雪层的雪粒径、雪深及日气温数据,利用Excel、DPS、Arcgis及SPSS等分析软件对数据进行综合处理,并采用回归分析对融雪水的出流条件进行了建模分析,利用神经网络模型对模拟结果进行检验。结果表明:积温可作为融雪水外流的参考性指标,用于融雪水外流过程的预测分析;雪粒径和雪深都与融雪水外流积温条件存在显著相关性,且相关系数0.96;逐步回归可以很好地模拟融雪水外流的积温条件,模拟的误差仅为124.5℃·min,时间误差为15 min,模拟效果良好。该研究对于进一步探讨融雪期雪层融雪水的出流规律、开展雪层融雪水运移过程的数值模拟等工作具有重要意义。     

基于Logistic方法构建的中国降雪判定方法研究

基于中国区域逐日降雪、降水、气温、相对湿度、气压和风速等观测数据,构建了中国区域的Logistic降雪判定方法,并对该方法和当前广泛应用的其他降雪判定方法在中国区域的适用性展开对比研究。结果表明,单温度阈值法和S曲线法对[-3,4] ℃气温区间内的降雪模拟不确定性相对较大。比较而言,Logistic拟合的系列方法成功率更高,对中国不同区域降雪识别也更为稳健,尤其是对青藏高原地区降雪事件的识别效果明显优于其他方法。在Logistic方法中,温度和相对湿度对降雪判定起决定作用,而气压和风速的影响相对较小。Logistic湿球温度方案(LogT_w)和气温+相对湿度方案(LogT_aH_R)均能很好地再现降雪量的空间分布和年际变化特征,且相应偏差均小于其他方法;总体上,这两种方案对降雪量识别效果差别不大。因此,可使用LogT_w方案或LogT_aH_R方案对中国区域降雪事件进行判别,尤其是对模式中降雪事件的识别。     

东昆仑—柴达木地区泥盆系划分对比

东昆仑—柴达木地区泥盆系较为发育,均表现为陆相碎屑岩和火山岩沉积。前人将该地区泥盆系笼统地划归晚泥盆世牦牛山组,但其空间分布情况不详,划分与对比仍存争议。本文结合近些年在该地区开展的1/5万、1/25万区域地质调查和相关的科研成果等资料,重新厘定了东昆仑—柴达木地区泥盆系,将牦牛山组限于柴达木盆地北缘地区,代表中—晚泥盆世陆相碎屑岩-火山岩沉积;重新启用契盖苏组,代表东昆北地区早泥盆世陆相碎屑岩-火山岩沉积;新建雪水河组代表万保沟地区早泥盆世陆相碎屑岩-火山碎屑岩沉积。     

基于IAP AGCM4的欧亚大陆春季雪水当量可预报性评估

欧亚大陆积雪是重要的气候预测因子,评估其在气候模式中的预测潜力可为季节气候预测和模式发展提供重要参考。本文利用IAP AGCM4的多年集合后报结果,分析了欧亚大陆春季雪水当量的可预报性。结果表明该模式对提前1月后报的欧亚大陆春季雪水当量的空间分布,主要模态及变化趋势具有较好的可预报能力。此外模式对欧亚中高纬积雪的年际异常也具有较高的预报技巧,特别是高纬度区域。可预报性来源分析则表明,大气初始异常对欧亚中高纬积雪可预报性的影响与海温异常相比显得更为重要。     

融雪后梭梭林地土壤水的多尺度空间异质性

运用ANOVA方法和地统计学原理、从梭梭(Haloxylon ammodendron Bge.)个体、群落和样带尺度定量研究了融雪后古尔班通古特沙漠南缘表层土壤含水量的空间变异,结果表明土壤水的空间异质性随空间尺度变化而表现不同.在梭梭个体尺度上,土壤含水量从冠下、经冠缘至灌木间地梯度递减.在群落尺度上,融雪水空间分布具有高度自相关性,其变异函数符合球状模型,结构性变异占89.6%,最大自相关距离为4.02 m,Kringing插值显示灌木斑块的格局与融雪后表层土壤含水量的空间格局具有高度一致性.在典型沙丘-丘间地样带上,土壤水分布呈丘间地高、沙丘低的空间格局,其空间变异符合高斯模型,结构性变异高达95.8%,空间自相关非常显著;最大自相关距离为66.16 m,与地貌分异尺度吻合,表明在典型断面上,地貌格局影响融雪水的空间格局.由此可见,梭梭林地融雪后表层土壤含水量在不同尺度上具有不同的异质表现、受控于不同的地表过程.不同尺度上的土壤水分空间异质性有利于提高荒漠植被的水分利用效率,具有重要的生态价值.     

被动微波遥感估算雪水当量研究进展与展望

被动微波遥感可以透过云层，全天候地提供地表一定深度的信息。星载被动微波遥感传感器的时间分辨率很高，在冰冻圈动态研究中有着重要的地位。在最近的二三十年中，大量被动微波遥感的应用都是在美国、加拿大、欧洲等地，而我国在这方面的研究相对较少。首先介绍了被动微波遥感数据在监测积雪方面的国内外研究进展，对现存的雪水当量（SWE）估算算法（和模型）的适用性进行讨论。然后，详细讨论了我国西部的青藏高原地区雪水当量的估算，阐明了利用SSM／I数据估算青藏高原地区雪水当量的复杂性，并指出了其复杂性产生的原因，提出了解决问题的方法，为该地区积雪动态的进一步研究提供了理论依据。     

青藏高原雪水比例时空变化特征

为厘清青藏高原地区不同相态降水及其变化规律,本文基于第三极地区长时间序列(1979—2020年)高分辨率(1/30°,日)地面气象要素驱动数据集,采用基于表面高程和气象条件的雨雪识别方法,识别了青藏高原地区的降雨和降雪,分析了青藏高原雪水比例(SPR)的分布特征和时空演变规律。结果表明：(1) SPR空间分布差异显著,西高东低;(2) SPR整体呈下降趋势,平均以1.11%/(10 a)的速率显著降低;(3)冷、暖季均呈现降雨增加、降雪减少、SPR降低趋势,但暖季的变化速率和显著性高于冷季;(4)高原东西部降雪量在冷、暖季相当,高原中部以暖季降雪为主,高原暖季降雨量约占全年的90%,高原大部分地区暖季降雪占全年降雪的比例呈下降趋势(-0.29%/(10 a))。研究结果有望为区域气候变化和水科学研究提供科学依据。     

2003-2010年青藏高原积雪及雪水当量的时空变化

利用MODIS逐日无云积雪产品与AMSR-E雪水当量产品进行融合, 获取了青藏高原500 m分辨率的高精度雪水当量产品, 通过研究青藏高原积雪时空动态变化特征, 分析了积雪覆盖日数、雪水当量以及总雪量的季节及年际变化. 结果表明: 青藏高原地区降雪主要集中在高海拔山区, 而高原腹地降雪较少, 降雪在空间上分布极为不均; 2003-2010年期间, 平均积雪日数呈显著减少趋势, 稳定积雪区面积在逐渐扩大, 常年积雪区面积在不断缩小. 与积雪日数时空变化相比, 雪水当量增加的区域与积雪日数增加的区域基本一致, 但喜马拉雅山脉在积雪日数减少的情况下雪水当量却在逐年增加, 表明该地区温度升高虽然导致部分常年积雪向季节性积雪过渡, 但降雪量却在增加. 总的积雪面积年际变化呈波动下降的趋势, 但趋势不显著, 且减少的比例很少. 最大积雪面积呈现波动上升后下降的趋势, 平均累积积雪总量呈明显的波动下降趋势, 年递减率为1.0×10³ m³·a^-1.     

IPCC AR4多模式对中国地区未来40 a雪水当量的预估

通过评估参加CMIP3计划的22 个GCM在20 世纪气候情景(20C3M)下中国地区雪水当量模拟能力的检验, 挑选出模拟能力较好的模式, 通过多模式集合方法, 对SEARS的模拟结果进行集合, 预估未来40 a雪水当量在中国地区的时空变化特征.结果表明: 在A1B情景下和B1情景下, 中国地区未来40 a雪水当量年际变化均呈减少趋势; 在A1B和B1情景下, 青藏高原地区、 华北平原地区、 长江中游地区及东北北部地区的雪水当量均呈减少趋势, 其中在昆仑山西段帕米尔高原地区减少最为显著, 其次为喜马拉雅山区和巴颜喀拉山东段地区.在中国北部的内蒙古高原地区、 云贵高原等部分地区的雪水当量则有所增加.总体上, A1B情景下比B1情景下雪水当量的减少更为明显. 2021-2050年雪水当量在青藏高原减少显著; 对于季节变化来说, 在秋冬季积雪的累积期, 雪水当量可能增加, 尤其在10-12月, 而在积雪消融的春夏季(2-6月)有所减少.