1965-2014年我国南北代表区域降水量变化特征比较研究:以广东和黑龙江为例外文翻译资料

 2022-12-03 11:12

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

1951-2005年中国降水的时空变化

概要：

根据年，冬，夏降水记录使用旋转的经验正交函数（REOF），曼恩肯德尔趋势测试和连续小波变换（CTW）方法分析了中国160个站点1951 - 2005年期间的数据。 REOF方法用于分析中国年度和季节变率降水模式，曼恩肯德尔方法用于检测主成分旋转时间序列的时间趋势，连续小波方法用于探讨降水的周期性变化。一般来说，中国的六个连贯的区域使用REOF方法识别：中国东北;长江中下游流域;海河和辽河;中国西北；黄河中部和东南河（中国东南部的河流）。连续小波变换结果表明2-4年和6-9年是主要的时间组成指标。中国的降水空间和时间上不均匀，及其复杂的时间结构和空间变化在每个季节是不同的。曼恩肯德尔测试结果表明，一般来说，长江中下游主要是年，夏和冬季降水的增加。在中国西北部可以观察到年降水量增加。在中国东北和珠江流域可以观察到夏季降水增加，以及东南部河流主要是冬季降水增加。 可利于的水作为一种资源和降水变化是密切相关的; 因此，这项研究将对中国的流域水资源管理者有益。

1.引言：

气候变化受到温室气体的重大影响，这将改变区域水文循环和随后降水变化。人类诱导全球变暖的证据现在是“明确的”，（IPCC，2007：http：//en.wikipedia.org/wiki /IPCC_Fourth_Assessment_Report）。水不仅在社会和自然中的重要性和强调了理解气候的如何变化可以影响区域水供应的必要性（Xu和Singh 2004）。 Labat et al.（2004）指出目前的全球变暖导致全球水文循环的变化和全球的增加数量和大陆径流。这种全球趋势应该是在区域尺度量化，其中确定增加和减少趋势。因为水资源的变化是不同于从地区与地区间的气候变化（例如，Zhang et al. 2006年），气候变化和可能对全球或区域水资源的影响正在从中获得越来越多的关注科学界（例如，Loukas等人2002;Camilloni和Barros 2003; Labat 等人 2004）。Booij（2005）研究了气候变化在默兹河（西欧）的洪水利用空间和暂时改变气候模式和有三个不同的空间分辨率水文模型的影响，调查了气候变化对从模拟中获得的河流洪水变化的水文模型的变化性和不确定性的影响。许多研究表明气候变化对全球或地区水资源的影响取决于降水量空间和时间分布对气候变化的影响（例如，Gao 等人。 2007）。全球变暖将改变地区水文循环，这些变化是不同于从区域到区域，这进一步调查降水量在关键气候变化下的时空变化（例如，Domroes等人1998; Lana等人2001）。

中国降水的空间分布和季节性变化已被讨论广泛地（例如，Qian 等人.2002; Gemmer 等人。2004）。 Liu 等人（2005）检查了272个气象站1960年至2000年日降水量的空间和时间变化。他们的研究结果表明，中国的降水在研究期间增加了2％。季节性的，他们发现降水量在冬季和夏季增加，但同期在春季和秋季下降。Chen等人（1991）研究了1951 - 1989年中国的气候变化，表明中国大部分地区主要是降水减少，特别是在中国北部和西北部。翟等人（1999a）报道在1951年和1995年间中国年降水量没有显著性趋势. Zhai等人 （1999b）调查1951-1995年中国年降水量和中国年度极端降水变化趋势，并没有发现年度降水以及1天和3天最大降水的显著趋势。 Wang等人（2004）显示20世纪下半叶在中国西部降水变化有增加趋势，而同样的趋势没有在中国东部发现，20〜40年周期性在降水变化中占主导地位。Ren等人（2000）研究了中国1951年到1996年的降水空间格局趋势，夏季在长江中下游地区降水呈现上升趋势，在黄河流域呈下降趋势，但高纬度地区几乎没有变化。 Zhai 等人（2005）调查年度和季节降水总趋势和使用中国740个站1951-2000年日降水数据集调查年，夏，冬半年极端日降水。他们的研究表明中国降水变化在特定区域和季节呈现差异特性。一般来说，降水夏季和冬季增加，而在春季和秋天减少。降水在中国西部和西北地区在20世纪80年代之前下降在20世纪80年代后增加。然而，一些结论是有争论的。不同的结论，可能甚至矛盾，上述研究报告差异是由分析所使用的数据的时间段不同造成的，因为时间趋势取决于数据序列的时间段和其中的一部分时间序列出现的离群值（最潮湿年份）。

降水的不均匀季节和空间分布通常导致洪水和干旱发生的分布不均匀。例如，在1997年的夏天，华南是淹没在过多的降雨中，而最严重的干旱之一的记录发生在华北（例如，Huang等人2000）。此外，水资源管理通常指河流盆地。因此，基于中国河流盆地长时间连续降水对降水时空变化的研究将对中国管理河流系统和水资源有用。

集中关注（例如，Zhai等人，2005）夏季和冬季降水变化是由于超过40％的年降水量落在夏天，冬天通常是降水量最少的季节。部分纠正这种不平衡，本研究选择了重点关注年降水量以及夏季和冬季降水。

如上所述，以前的研究是有限的在其研究范围和数据使用。中国降水的时空变化需要重新审查更加有力深入研究趋势、周期性和空间模式的方法。当前的研究目标是：1）使用REOF方法检测年，夏，冬季降水的空间模式; 2）使用Mann-Kendall法通过REOF探索主要降水模式的趋势3）使用小波变换方法检测中国降水周期特征。这项研究将有助于进一步理解中国降水的趋势和周期以及流域水资源管理。

2. 数据和方法

2.1数据

本研究使用160个具有良好的质量雨量计，记录了1951 - 2005年的连续数据（Gemmer 等2004）。选择了160个站点有两个原因：（1）研究的主要目的是检查中国降水时空变化模式而不是提供高分辨率降水数据集。质量，连续性，均匀性和数据资料的长度被认为比站的数量更重要。（2）气象站数据质量控制和均匀性测试的通过计算进行冯诺依曼比（N），累积偏差（Q = n0.5和R = n0.5）和贝叶斯程序（U和A）完成（Buishand 1982; Gemmer等。 2004）。质量控制和均匀性测试显示来自160个站的数据在目前的研究中95％以上是均匀且质量好的（Gemmer等人2004）。数据来自中国国家气候中心（NCCC）气象局（CMA）。位置的站点如图1所示。

图1.在本研究中使用的气象站和10个流域 （在高等人，2007 年之后，小调修订版）。实心点表示雨量站。数字表示10个流域︰1︰松花江;2︰辽河流域;3︰海河;4︰黄河;5︰淮河;6︰长江;7︰东南部河流（在中国东南部的河流）;8︰珠江;9︰西南部河流 （中国西南部河流）;10︰西北部河流 （中国西北地区的河流）

2.2方法

首先应用主成分分析提取所有系列的一般行为分析（Esteban-Parra等人1998）。经验正交函数（EOF）分析倾向于物理识别和动态独立模式（或正常模式）（Montroy 1997），它们提供了关于物理学和要研究的系统动力学的重要线索（例如，Kim和Wu 1999）。但是，物理解释的所得模型是一件有争议的事，因为强烈的约束满足EOF，即空间和时间的正交性。物理模式如正常模式（Simmons等人，1983）一般来说正交。这种限制导致了旋转经验正交函数（REOF）发展（Richman 1986）。此外，REOF通过折衷产生局部结构一些EOF属性如正交性。在Kim和Wu的比较研究中（1999），REOF被发现有利于区分气候模式。在本文中，varimax旋转经验正交函数（REOF）方法被使用，意味着初始EOF模式使最大方差法进行线性变换，这使得每个REOF模式和每个原始EOF模式之间方差相关系数最大化。该方法增加了空间变异性（Wang等人，2006）。

旋转主成分的趋势（PC）时间序列已经使用曼恩肯德尔试验分析。基于Mann-Kendall方法（MK）（Mann 1945;Kendall 1975）的非参数法通常用于评估水文气象的时间序列单调趋势的重要性（例如，Helsel和Hirsch1992; Zhang 等。 2006a，b）。这个测试优势在于没有假设任何数据分布形式，是很强大参数竞争者（Serrano等人1999）。因此，它被高度推荐为世界气象组织使用（Mitchell等。 1966）。在本研究中，Mann-Kendall检验程序遵循Gerstengarbe和Werner（1999）的方法，他们使用该方法用一个样本（x1，x2，...，xn）进行检验关于一个趋势发展的开始的假设，这个样本的随机变量X基于等级序列r的渐进和逆行。假设（零假设）是制定如下：被调查样品显示没有开始发展的趋势。为了证明或反驳假设，进行以下测试。首先是一个MK测试统计量，dk计算：

在没有趋势的零假设下，统计量dk遵循正态分布期望值E（dk）和方差var（dk）如下：

零假设的趋势下,统计 dk遵循正态分布的期望值E(dk)和方差var(dk) 如下：

在上述假设下，定义的统计指标Zk计算如下：

Zk遵循标准正态分布。在趋势双边检验中，零假设是在情况下拒绝alpha;显着性水平，是标准正态分布概率超过alpha;/ 2。正Z值表示正趋势，负Z值表示负趋势。在本文中，采用delta;= 5％的显著性水平。与传统的MK测试对比，计算上述统计变量只有一次为整个样品，所谓的逆行行也同样获得了等级数列的逆行样本（Xn，Xn-1，hellip;..，X1）。根据方程式（1）至（5）相同程序，计算逆行样本中统计变量dk，E（dk），var（dk）和Zk。 在本文中Z值计算在正序和逆行系列分别命名为Z1和Z2。两条线的交点，Z1和Z2（k= 1， 2，hellip;hellip;，n）给出了时间序列趋势开始发展的时间点。零假设（样本不受趋势影响）必须拒绝交点在5％显著水平（即在95％置信区间之外）。

时间序列相关的影响对MK测试的结果在文献中已有论及（例如，von Storch 1995;Yue 等。 2002）。 在本研究中，在MK测试应用前气象系列用串行相关方法进行持续测试（Haan 2002）。 预白化已经用于消除串行相关（如果显著）对MK测试的影响（Yue和Wang 2004）。

本研究使用连续小波变换（CWT）（Torrence和Compo 1998）方法研究PC系列的周期性。我们在当前研究中应用小波分析因为小波分析在时间和频率定位之间提供了好的平衡。小波没有完全局限在时间上。忽略边缘效应，影响锥（COI）被引进。这里，COI是小波光谱区域，边缘效应变得重要，在这里定义为指数递减时间用于在每个规模小波功率的自相关。这种指数递减时间被选中为的是通过因子使小波功率在边缘不连续并且确保边缘效应超过这一点可以忽略不计（Torrence和Compo 1998; Grinsted等人2004）。小波功率的差异显著性可以在零假设下进行评估，显著性是考虑到背景功率谱由恒定程序产生。将95％的置信水平作为阈值以分类小波功率的显著性。用于本研究的连续小波的详细信息中引用于Torrence和Compo（1998）。

表1.每一个旋转的EOF处理年降水量数据解释方差的百分比

3.结果

3.1年降水量

图2显示了中国年降水量通过绘制负载系数值的等值线得出的（varimax）旋转EOF的模式。 表1列出了方差的百分比由每个REOF解释。 第一个REOF模式（图2A）主要集中在以长江流域中北部和淮河流域中南部。 MK趋势测试地区（图3A）PC时间序列表明1962年后降水增加。但是，在大于 95％置信水平没有显著变化趋势。5年滑动平均线确定了没有明显的干燥或潮湿期。 小波功率PC的光谱如图4A所示。95％置信区域表明，1960-1970年和1975-1990年包括更高的降水方差区间。 四至八年的降水系列周期在1960年 - 1970年，1975 - 1990年为a-8年。

图3所示：Mann-Kendall趋势年度PC系列旋转,旋转PC系列和5年移动平均线(粗)。旋转PC 系列A:1 REOF;B:2REOF;C:3REOF;D:4REOF;E:5REOF; F:6REOF。Z1和Z2为MK统计指数。正Z值表示增加的趋势,反之亦然。Z1和Z2的详细信息可在Zhang 等。(2006)了解到。

图4所示：连续小波变换的旋转PC系列:A：1REOF;B:2REOF;C:3REOF;D:4REOF;E：5REOF; F:6REOF。深黑色轮廓指定95%置信水平反对红噪和 (COI)，边缘效应影响可能会是图片失真表现出颜色淡些。

第二种REOF模式（图2B）长江流域东南部和东南河（中国东南部的河流）占主导地位。该区域的降水（图3B）在1951年-1970年减少并在此后增加。湿期是在1951 - 1956年期间，1970-1978年期间和1993-2005年期间; 干燥期在1956 - 1970年和1979-1993年。与那些第一REOF（图4A）的pc相比不同的周期特征如图4B所示。 图4B表明更高的降水变率出现在1970年和1980年长江东南部和东南河。这两个周期有两个重要的年带：2-4年带和6-9年带。

表2. 每一个旋转的EOF处理夏季降水量数据解释方差的百分比

第三种REOF模式（图2C）和黄河中游相关，第4REOF模式（图2D）和辽河流域及海河流域相关。 MK趋势表示黄河中部流域是其特征在于1951 - 1969年增加降水和1970-2000年减少降水（图3C）。 5年移动平均值也表示1970-2000年的干旱期。同时期辽河和海河流域其特征在于降水略有减少（图3D）。年降水量趋势在黄河中游，辽河

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[25475]，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