摘要：借助第五阶段国际耦合模式比较计划(CMIP5)多模式集合数据、欧洲中期预报中心再分析资料及黑河流域站点观测记录等,检验了模式降水估计偏差,设计了3种降尺度方法,对2011~2100年模式集合预估降水做了降尺度偏差订正。结果表明,即使去掉模式气候飘移,在黑河流域的模拟或估计降水偏差依然较大。本文选用15个CMIP5模式集合做降水预估。依据贝叶斯模式平均(BMA)和多元线性回归(MLR)构造降尺度模型,其因子有700 hPa位势高度场、经向风和比湿等。检验表明,两种降尺度模型各有优缺点,BMA降尺度降水平均值精度较高,但方差和相关系数较低;MLR的方差和相关系数均较高,但在黑河下游极端干旱区或少雨季节易出现“负降水”偏差。在降尺度模型中加入模式降水因子后,BMA的降水方差和相关系数均有明显提高,MLR的负降水问题得到一定程度抑制。BMA模型在黑河上游最优,MLR在中、下游及整个流域最优。因此,选用BMA和MLR对RCP4.5情景下2011~2100年的降水预估做降尺度偏差订正,结果表明,经BMA和MLR降尺度后预估的整个黑河流域降水呈下降趋势,相对于1971~2000年参考期,流域前期(2011~2040年)、中期(2041~2070年)、后期(2071~2100年)降水下降率依次为−9.7%、−12.5、−12.1%,即前、中期降水明显减少,后期变化不大。其中上游降水有一个弱的增加趋势,其变化率依次为1.4%、1.6%、2.3%;中游降水呈明显减少趋势,其变化率依次为−16.3%、−21.4%、−22.6%;下游降水前期减少,中、后期明显增加,其变化率依次为−13.0%、4.2%、21.4%。该预估结果表明,随着全球气候暖化,黑河上游祁连山区降水会缓慢增加,但中游农耕区降水明显减少,流域水资源供需矛盾可能会进一步加剧。因此,黑河流域未来的分水方案及相关的生态、农业、经济等发展规划需要据此做一些调整,以适应未来气候和黑河流域水资源的可能变化。

摘要：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。

摘要：利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好.

摘要：利用ASD模型,将CanESM2、CNRM-CM5、GFDL-ESM3M和MIROC-ESM-CHEM四种大气环流模式(GCM)输出的低、中、高浓度排放情景下的气候因子统计降尺度到雅砻江流域的15个气象站点,模拟基准期的逐日降水并与实测值进行比较,对比分析了4种GCM对研究区域的降水模拟效果,同时预测了流域未来2021-2100年的降水变化。结果表明,各模式在雅砻江的适用性结果为MIROC>GFDL>CNRM>CanESM;雅砻江流域未来降水将呈现增加的趋势,且随着排放浓度的升高,降水增幅增大。

摘要：区域蒸散量预测对精准灌溉预报与农田水分管理意义重大。利用新疆车尔臣河流域且末气象站1961-2013年逐日气象资料,采用FAO-56 Penman-Monteith公式计算参考作物蒸散量,基于Hadley Centre Coupled Model version 3(Had CM3)的输出和统计降尺度模型分别对A2(高温室气体排放)、B2(低温室气体排放)情景下研究区2014-2099年ET_0进行预测,并对1961-2099年ET_0的演变特征进行分析。结果表明:基准期(1961-2010年)ET_0整体呈现明显下降趋势;与基准期相比,A2、B2情景下2011-2040、2041-2070和2071-2099年研究区ET_0月和年均值都呈增大趋势;A2情景下3个时期ET_0分别增加0.91、1.75和1.33 mm/a,B2情景下ET_0分别增加1.12、1.96和0.61 mm/a。因此,未来研究区ET_0的上升可能导致水资源短缺与季节性干旱进一步加剧,这为研究区水资源优化管理和灌溉制度制定提供科学参考。

摘要：对鄱阳湖未来入湖径流变化的准确预测可为"后三峡"时期水资源调度决策提供理论依据。基于实测资料发现,三峡水库蓄水后,鄱阳湖入湖年径流及各调度期径流均不同程度减少。通过ASD(Automated Statistical Downscaling)统计降尺度方法将GCM(General Circulation Model)输出数据与新安江水文模型耦合,得到未来鄱阳湖流域"五河七口"的入湖径流过程。结果表明,未来年径流相比实测变化幅度更小,偏多和偏少交替出现;集水面积较大的赣江、抚河和信江对鄱阳湖径流变化的贡献最大;无论A2还是B2情景下,均是蓄水期变化幅度最大、枯水期最小,且各调度期的入湖径流变化程度比年径流更大。

摘要：雅砻江流域是我国重要的水电能源基地,在全球气候变化背景下,研究雅砻江流域内降水变化规律及未来的降水变化趋势具有重要意义。利用SDSM统计降尺度模型对GCM全球气候模式数据进行降尺度,模拟雅砻江流域未来的降水变化情况。通过趋势分析、M-K趋势检验及突变检验、Morlet小波分析等方法分析了雅砻江流域历史期及未来3种浓度路径情景下的降水量时空变化趋势及特征。结果表明:各时期雅砻江流域的年降水量均呈现增加趋势,增加幅度为RCP8.5情景>RCP4.5情景>历史期>RCP2.6情景;其空间特征表现为上游降水量的上升幅度高于下游。各时期降水量的季节变化情况存在一定差异。除RCP2.6情景下,流域各时期均存在降水量增加的突变,历史期上游的突变年份为1986年,下游无显著突变,在未来期突变年份大多集中于中景期(2041-2070年)。对于周期变化,流域历史期和RCP2.6情景下的周期变化更加显著,且同时存在多周期:1~4 a短周期和4~8 a中周期。在RCP4.5情景和RCP8.5情景下周期出现的频次更高,均为1~4 a的短周期,说明未来这两种情景下会呈现周期持续时间长且频率较短的周期变化特征。上述结果表明,雅砻江流域在未来RCP2.6情景下降水量无明显变化,但在RCP4.5以及RCP8.5情景下流域的降水量增加趋势都非常显著,因此需要考虑未来气候变化导致的降雨径流变化,做好对现有梯级水库群及流域水资源调度策略进行适应性应用的准备。

摘要：气象与人类日常生活的关系十分密切,气象预报一直是人类社会高度关注的问题。随着经济的发展和社会的进步,人类对天气预报的准确性提出了越来越高的要求,迫切希望实现气象要素精细化预报。获取详细准确的区域气象资料是实现气象精细化预报的首要条件,全球大气环流模式是目前预估大尺度未来全球气候变化最重要的模式,能较好地模拟出大尺度的平均特征。但是模式预报输出的空间分辨率较低,无法获取精细的区域气象资料,很难对区域天气情景变化做出详细的预测,而降尺度方法可用于弥补这方面的缺陷。文章的研究工作主要是利用统计降尺度的多元线性回归方法和BP神经网络方法对深圳地区近十年的日最低温度和最高温度进行降尺度分析研究。采用的数据是美国国家环境预报中心/美国国家大气研究中心提供的FNL全球分析资料和深圳国家基本观测站——竹子林站的实际观测数据,重点研究了基于BP神经网络方法和多元线性回归方法的统计降尺度模型的设计与实现过程,并对两种方法的结果进行了比较,为区域站点的统计降尺度应用提供了设计方法和参考。

摘要：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。