21世纪江淮流域极端降水事件的预估外文翻译资料

 2022-12-09 10:12

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

21世纪江淮流域极端降水事件的预估

摘要：基于江淮流域地区1961-1990年日常降水观测，NCEP/NCAR再分析数据和HadCM3 SRES A1B模式预估资料，采用典型相关分析统计降尺度方法，评估降尺度模型对当前极端降水指数的模拟能力。此外，预估了未来21世纪中后期极端降水指数的变化。结果表明：统计降尺度方法能够有效地改善HadCM3模式对于区域气候特征的模拟能力，极端气降水指数气候平均态相对误差降低了30%-100%。然而，降尺度结果仍然存在冬季湿偏差、夏季干偏差；在SRES A1B 的排放情景下，极端降水事件的频度和强度有增加趋势，极端降水指数的变化幅度高于平均降水指数，且夏季增幅高于冬季。21世纪中后期极端降水有望在冬季增加，增加幅度为14%和25%，夏季增幅为24%和32%。

关键词：统计降尺度；典型相关分析；极端降水；预估

1.引言

近年来，在全球变暖背景下的极端降水事件的变化引起了广泛关注。随着全球气候变暖，与温度相关的极端气候事件频繁发生。与此同时，由变暖导致的水循环变量导致了重大降水和极端降水事件的发生。江淮流域位于亚热带之暖温带的过渡带，是区域气候变化的高度敏感区域。在全球变暖的背景下开展区域气候变化的模拟与预估，对于加强防灾减灾能力、制定应对气候变化的策略和措施具有重要的科学意义和实际应用价值。

众所周知，全球气候模式是研究大尺度气候变化模拟与预估的一个必不可少的工具。但是，由于全球模式空间分辨率一般较低，因此很难由全球气候模式直接获取区域气候变化细节特征。目前主要有两种方法克服这种不足：动力降尺度和统计降尺度。与动力降尺度相比，统计降尺度计算量小，节省机时，在选择研究区域和具体实施方案时有较大的灵活性。因此，统计降尺度方法在国外已被广泛应用于区域气候的模拟和预估研究。在国内，范丽军等用主分量分析与逐步线性回归相结合的多元线性回归模型研究了华北地区未来区域气温的变化。结果表明，统计降尺度方法能够改善GCN对区域气候特征的模拟能力；赵芳芳等使用SDSM（基于多元线性回归的统计降尺度模型）和Delta两种方法建立了黄河源区气候情景的比较分析。虽然国内有已经出版的关于统计降尺度和极端气候的研究，但是对于区域极端气候的降尺度研究仍然比较缺乏。

典型相关分析法作为一种良好的短期气候分析和预报的方法，于1996年由Barnston引入美国夏季降水预报，并开始在NOAA作3个月的总降水量的业务预报，其预报技巧基本接近于NCEP的海气耦合模式水平，多年来一直处于其他业务统计模式前列。近年来，海气耦合模式（CCA）方法被应用于统计降尺度，并取得了很好的结果。Tomozeiu等利用该方法研究了意大利罗马地区的极端气温和降水，结果表明，CCA方法可以很好地模拟当前气候下的极端气温指数，对冬季最高和最低气温的模拟偏差均低于0.8°C。

本文利用CCA统计降尺度方法，结合NCEP/NCAR再分析资料以及全球气候模式HadCM3 SRES A1B情景下的预估结果，对江淮流域26个站点的冬季和夏季极端降水指数进行模拟，评估该方法对当前气候的模拟能力，预估21世纪中期和末期我国江淮地区极端降水的变化。

2.数据与方法

2.1 数据

利用江淮流域地区26个站点1961-1990年的日常降水观测数据，以及NCEP/NCAR月平均再分析资料建立统计降尺度模型，后者水平分辨率为2.5°*2.5°。GCM模式数据来自哈德来中心的HadCM3，水平分辨率为3.75°*2.5°，包括逐日降水，逐月海平面气压，850hPa温度场和1000~700hPa比湿场资料，以及A1B排放情景下21世纪中期（2020-2049年）和末期（2070-2099年）预估试验资料。在建模之前，首先采用双线性插值方法将HadCM3资料插值到与NCEP资料相同的格点分布上，为消除系统误差，所有变量均以当前（1961-1990年）气候作为气候平均态进行标准化处理。

本文选择3种极端降水指数，具有噪声低、显著性强的特点，分别是平均日降水强度（SDII），连续五天最大降水量（R5d）和极端降水贡献率（R95t）。具体定义参考文献。

2.2方法

我们采用的统计降尺度方法为经EOF滤波后的典型相关分析方法（简称BP-CCA），即对初始场先进行EOF分析，然后选择前几个主成分进行CCA分析，从而建立大尺度变量场和区域（台站）气候指数之间的统计关系。在将该统计关系应用于未来情景下大尺度变量场预估结果时，由于统计降尺度方法经常会出现预估结果的方差比实际方差偏低的现象。利用方差放大技术，即人为对估计值进行修正，以1961-1990年估计值的标准差倒数对统计降尺度模型估计值的方差进行放大，最终得到江淮流域极端降水的预估结果。

在降尺度研究当中，大尺度变量场的首选是环流因子和温度因子，该因子既可被GCM准确地模拟，且对地面气候因素有重要的影响。因此，本文对冬季极端降水指数的选择的大尺度变量场为850hPa温度场（20°~40°N,110°~125°E），夏季极端降水指数选择的大尺度变量场为海平面气压场（SLP）（15°~45°N，95°~135°E）与1000~700hPa平均比湿场（S）（10°~30°N，110°~125°E）的组合因子场（SLP S）。

3.当前气候情景下的统计降尺度效果分析

在利用统计降尺度进行预估之前，评估统计降尺度模型对当前气候的模拟能力是非常重要的。因此，将BP-CCA统计降尺度应用于HadCM3对当前的气候模拟中，生成了1961-1990年我国江淮流域地区冬季和夏季极端降水指数的降尺度结果，并与HadCM3逐日降水资料得出的极端降水指数进行比较研究，评估BP-CCA对局地气候的模拟能力。

图1给出了模拟的江淮流域各极端降水指数偏差百分率。可以看出，降尺度模型对区域极端降水指数的模拟能力有明显提高，如HadCM3对冬季R5d模拟的湿偏差高达90%，对冬季R95t的模拟相对较好，但是偏差百分率也达到10%。降尺度之后，所有模拟极端指数的偏差百分率均减少到5%以内，冬季3个极端降水指数的模拟偏差百分率分别为0.56%（SDII）、3.11%（R5d）、3.84%（R95t）,夏季的分别降至-3.13%（SDII）、-2.49%（R5d）、-4.16%（R95t）,较HadCM3相对偏差减少了30%~80%。可见，降尺度后冬、夏极端指数的偏差百分率都明显降低，模拟结果更接近实况。

图1 江淮流域各极端降水指数偏差百分率

图2是利用HadCM3和统计降尺度方法模拟夏季极端降水指数的偏差百分率的空间分布。为便于比较，HadCM3模拟的结果被内插到站点上。可以看出，HadCM3模拟的夏季江淮流域地区的极端降水指数存在干偏差，而在冬季存在湿偏差，且对冬季极端指数的模拟结果明显差于夏季，对R5d和SDII模拟偏差百分率在-30%左右，而对R5d和SDII，大部分站点的模拟偏差百分率都在-50%以上。降尺度之后，对当前气候极端降水指数的模拟能力较HadCM3有了明显的提高，各站点冬季和夏季各极端指数的模拟偏差百分率都降至10%以内，冬季SDII、R5d和R95t的模拟偏差百分率较降尺度之前分别平均降低了42.20%、110.23%和8.93%，夏季则分别降低了51.58%、50.59%和32.29%，且统计降尺度对SDII和R5d的模拟能力要明显优于R95t,如冬季SDII，26个站点的平均模拟偏差百分率为0.30%，而R5d和R95t则分别为2.10%和3.54%。

图2 模拟夏季极端降水指数的偏差百分率的空间分布

此外，统计降尺度也降低了各个站点各极端降水指数的均方根误差。对冬季R5d,HadCM3模拟的各个站点的均方根误差在40~90mm,平均为54mm。降尺度之后，大部分站点的均方差误差都在30mm以下。综上所述，对全球气候模式进行统计降尺度可以有效改善HadCM3对区域气候特征的模拟能力，结果也表明利用HadCM3数据结合BP-CCA降尺度方法对未来气候进行预估是可靠的。

4.江淮地区极端降水未来变化情景预估

基于前述的BP-CCA统计降尺度模型，利用HadCM3 SRES A1B的排放情景下大尺度变量场输出结果，可预估江淮流域各站点极端降水的未来变化情景。图3给出了A1B排放情景下江淮区域平均极端降水指数的相对变化率。可以看出，在21世纪中期和末期，区域平均极端降水指数均呈现一致的增加趋势，21世纪末期的增加幅度高于21世纪中期，且夏季的变化要高于冬季。极端降水指数（R95t和R5d)要比平均降水指数（SDII）高。例如，在夏季，R95t在21世纪中期和后期分别增加24%和32%，R5d分别增加23%和34%，而SDII则分别增加15%和19%。

图3 A1B排放情景下江淮区域平均极端降水指数的相对变化率

图4给出了21世纪中期和末期江淮流域地区夏季极端降水指数变化率的空间分布。可以看出，在A1B排放情景下，夏季极端降水指数在各个站点的变化有较大差异，如21世纪中期R5d平均增加22%，最显著增强区域位于30°N以南地区，最高增幅为75%（衢州站）；R95t在长江三角洲地区呈现减少趋势，但在浙江、安徽、江西的交界处有明显的增加趋势，增幅均超过50%。21世纪中期和末期R95t全区平均增加24%和32%，SDII则平均增加15%和18%。

图4 江淮流域地区夏季极端降水指数变化率的空间分布

冬季极端降水指数表现持持续增长趋势，且增幅在21世纪末期要高于中期。例如，21世纪中期SDIII的平均增长达到7%，而在21世纪末期达11%，增长最显著区域位于江淮流域地区西北部，增长速率最高达51%（阜阳站）。对于R5d，在21世纪中期和末期分别达11%和13%，且在北方的增幅要比南方高20%（信阳站）。对于R95t，在21世纪中期和末期分别达14%和25%。在21世纪末期，除西南补部分站点（岳阳和常德）外，江淮流域多数站点的增幅都超过30%。

可以看出，夏季的极端降水指数要略高于冬季。在21世纪末期，例如，夏季SDII的增幅要比冬季高7%，R5d和R95t则分别高19%和7%。此外，极端降水指数R5d和R95t的增幅明显高于平均降水指数SDII，21世纪末期，夏季R5d和R95t的平均增幅均比SDII高14%，如南京站夏季SDII在21世纪末期增加13%，而R5d则增加35%，增幅为SDII的2倍多，这说明未来极端降水事件将更加频繁，强度也更大。

综上所述，BP-CCA的统计降尺度结果表明，在SRES A1B排放情景下未来江淮流域地区夏季和冬季的极端降水事件将更加频繁，绝大多数站点的降水呈现增加趋势，极端降水指数的增幅要显著高于平均降水指数，且21世纪末期的增幅高于21世纪中期，夏季的增幅也略高于冬季。

5.结果与讨论

本文的研究主要得出如下结论:

  1. BP-CCA统计降尺度方法可以显著提高HadCM3对江淮地区极端降水指数的模拟能力，模拟的气候平均态相对误差降低了30%~100%，各个站点极端指数相对误差均降至10%以内，且对SDII和R5d的模拟优于R95t。但是降尺度结果仍然在冬季存在湿偏差、夏季存在干偏差。降尺度极大减少了各极端指数的均方根误差，明显改善了HadCM3对区域气候特征的模拟能力。
  2. 在SRES A1B的排放情景下，江淮流域的极端降水事件将更加频繁，极端降水的增幅远高于平均降水，夏季的增幅将略高于冬季。在21世纪中期，21世纪中期。江淮地区SDII、R5d和R95t各极端降水指数冬季将平均增加11%、13%和25%，夏季则将平均增加18%、32%和32%，增幅均高于21世纪中期。

在本文中，尽管我们的结果表明BP-CCA的统计降尺度模型可以极大地提高HadCM3对于区域气候特征的模拟能力，且极端降水指数的相对误差有了明显降低。但是，以下几个因素增加了极端降水预测的不确定性：1）极端降水事件多由中小尺度引起，而降尺度方法仅使用大尺度变量场，因此不能有效地反映中小尺度特征；2）极端降水事件不仅与大气环流有关，还受地形、下垫面等多种因素的影响；3）大尺度变量场及其区域的选择也会对降尺度结果产生影响。因此在未来的研究中可选择不同的大尺度变量场，增加中小尺度信息，并通过嵌套不同的全球气候模式对未来极端气候进行预估，以减少全球气候模式和统计降尺度方法的不确定性。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27836]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章