徐宗學(xué),劉 瀏

(1.北京師范大學(xué)水科學(xué)研究院,北京 100875;2.水沙科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室,北京 100875)

近百年來(lái),全球氣候正經(jīng)歷以全球變暖為主要特征的顯著變化,1906—2005年地球表面平均溫度上升了0.74℃,近50a的線性增溫速率為0.013℃/a,1850年以來(lái)最暖的12個(gè)年份中有11個(gè)出現(xiàn)在近期的1995—2006年,未來(lái)氣候變化將對(duì)自然生態(tài)系統(tǒng)和人類(lèi)生存環(huán)境產(chǎn)生顯著影響,并將對(duì)未來(lái)經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生長(zhǎng)期的影響,特別是江河三角洲地區(qū)將變得更加脆弱,我國(guó)氣候變化趨勢(shì)與全球基本一致[1-3]。近些年來(lái)很多學(xué)者對(duì)氣候變化及其對(duì)水資源的影響方面做了大量有價(jià)值的工作,例如,張建云等[4]應(yīng)用1950年以來(lái)的中國(guó)六大流域 19個(gè)重點(diǎn)控制水文站年徑流觀測(cè)資料分析了中國(guó)六大江河的年徑流量變化情況,結(jié)果表明,1950年以來(lái)中國(guó)六大江河的實(shí)測(cè)徑流量均呈下降趨勢(shì),其中海河、黃河、遼河、松花江實(shí)測(cè)徑流量下降明顯,嚴(yán)重影響了我國(guó)社會(huì)經(jīng)濟(jì)的發(fā)展。此外,張建云等[5]還從防洪安全、供水安全、水生態(tài)環(huán)境安全和水工程安全4個(gè)方面分別闡述了氣候變化對(duì)中國(guó)水安全的可能影響。孫穎等[6]利用最新一代氣候模式結(jié)果對(duì)政府間氣候變化委員會(huì)(IPCC)SRES A1B情景(中等排放情景)下的東亞夏季降水和季風(fēng)環(huán)流未來(lái)演變特征進(jìn)行了預(yù)測(cè),結(jié)果表明,東亞地區(qū)的降水量在未來(lái)將會(huì)增加。江善虎等[7]通過(guò)趨勢(shì)及突變檢驗(yàn)將徑流序列劃分為“天然基準(zhǔn)期”和“人類(lèi)活動(dòng)影響期”,定量分析了我國(guó)北方老哈河流域氣候變化和人類(lèi)活動(dòng)對(duì)徑流的影響。秦年秀等[8]采用基于ArcGIS的地理分析模塊建立的氣溫降水徑流關(guān)系及雙參數(shù)氣候徑流彈性指數(shù)方法,分析了氣候變化對(duì)貴州省思南以上烏江流域水文水資源的影響。

太湖流域地處長(zhǎng)江三角洲,是中國(guó)社會(huì)經(jīng)濟(jì)發(fā)展的一個(gè)重要區(qū)域和縮影,雖然其土地面積和人口僅占全國(guó)的0.4%和 3%,但其GDP卻高達(dá)全國(guó)的13%。受季風(fēng)氣候影響,太湖流域水資源系統(tǒng)對(duì)氣候變化的承受能力十分脆弱,流域水資源系統(tǒng)面臨氣候變化與經(jīng)濟(jì)社會(huì)發(fā)展的雙重壓力。已有研究[9-12]表明,氣候變化引起的降水頻率及強(qiáng)度的增加,很可能是造成太湖流域洪澇災(zāi)害的主導(dǎo)因素,因此,研究太湖流域的氣候變化特征,以揭示太湖流域氣候時(shí)空變化及其演變趨勢(shì),對(duì)理解氣候變化在本區(qū)域的響應(yīng)和洪水頻發(fā)與氣候變化的關(guān)系具有一定的參考價(jià)值,同時(shí)可以為太湖流域未來(lái)氣候情景分析和未來(lái)氣候趨勢(shì)預(yù)估提供依據(jù)。

本文選取 1954—2006年太湖流域 6個(gè)氣象站點(diǎn)的日降水、日平均氣溫、日最高氣溫、日最低氣溫4個(gè)要素的資料,分析 1954—2006年太湖流域這些氣候要素的變化趨勢(shì),用不同方法檢測(cè)各氣候要素的突變性,定量描述太湖流域氣候變化的事實(shí),在此基礎(chǔ)上分別采用統(tǒng)計(jì)降尺度和動(dòng)力降尺度法生成太湖流域未來(lái)氣候情景,并進(jìn)行對(duì)比分析。

1 資料處理和分析方法

太湖流域 6個(gè)氣象站點(diǎn)的 1954—2006年降水量P、平均氣溫T、最高氣溫Tmax、最低氣溫Tmin日數(shù)據(jù)均由中國(guó)氣象局國(guó)家氣象信息中心氣象資料室提供(已經(jīng)過(guò)初步質(zhì)量控制),站點(diǎn)分布見(jiàn)圖1。為了減少單站記錄的片面性,取整個(gè)地區(qū)的空間平均序列作為流域平均值。為了進(jìn)行氣候突變分析,再對(duì)區(qū)域化的各要素的季節(jié)和年序列作5a滑動(dòng)平均,以突出較長(zhǎng)期的變化趨勢(shì),序列兩端的5a滑動(dòng)平均值是通過(guò)分別添加兩個(gè)序列的平均值得到的,經(jīng)過(guò)以上數(shù)據(jù)處理,可得到5a滑動(dòng)平均、各季節(jié)和年、區(qū)域化的各氣候要素序列。分析所用距平序列是相對(duì)于1954—2006年多年平均的距平;季的氣溫是3個(gè)月的平均值,降水量是 3個(gè)月的降水總量,以此類(lèi)推,得到年的氣溫和降水量序列。

采用Mann-Kendall非參數(shù)統(tǒng)計(jì)檢驗(yàn)法(M-K法)[13]分析太湖流域各氣候要素的時(shí)空變化趨勢(shì),并結(jié)合Hurst指數(shù)分析各要素的長(zhǎng)程相關(guān)性;氣候變化的階段性特征采用距平曲線法;采用M-K法和Pettitt非參數(shù)檢驗(yàn)方法聯(lián)合檢測(cè)氣候突變現(xiàn)象;未來(lái)氣候情景的生成采用統(tǒng)計(jì)降尺度模型SDSM(statistical downscaling model)和動(dòng)力降尺度模型PRECIS(providing regional climate for impact studies),包括基準(zhǔn)期(1961—1990年)和 IPCC排放情景報(bào)告SRES中A2,B2兩種情景下未來(lái)時(shí)期2021—2050年日降水、日最高氣溫和日最低氣溫。

圖1 太湖流域位置及氣象站點(diǎn)分布

M-K法是由世界氣象組織(WMO)推薦的應(yīng)用于環(huán)境數(shù)據(jù)時(shí)間序列趨勢(shì)分析的方法,也是檢驗(yàn)水文時(shí)間序列單調(diào)趨勢(shì)的有效工具[14-15]。Pettitt方法是一種與M-K法相似的非參數(shù)檢驗(yàn)方法,由Pettitt最先將這一方法用于檢測(cè)突變點(diǎn),故將其稱(chēng)為Pettitt法[16],該方法直接利用秩序列來(lái)檢測(cè)突變點(diǎn)。本文對(duì)太湖流域6個(gè)氣象站點(diǎn) 1954—2006年的數(shù)據(jù)序列在95%的置信水平上進(jìn)行趨勢(shì)及突變檢驗(yàn),同時(shí)借助站點(diǎn)年氣候要素變率(即Kendall傾斜度 β值),分析各氣候要素在空間上的分布情況。

2 太湖流域的氣候變化

2.1 降水變化

圖2 太湖流域年降水量距平曲線和Kendall傾斜度等值線

太湖流域1954—2006年的年降水量變化呈振蕩狀態(tài),趨勢(shì)變化不是很明顯。20世紀(jì)60年代中期到70年代中期是持續(xù)時(shí)間較長(zhǎng)的少雨期,年降水量減少趨勢(shì)比較明顯,而80年代后期至90年代降水量則有所增加,2002年之后年降水量呈現(xiàn)明顯下降趨勢(shì)(圖2(a)),2003—2006年平均降水量比多年平均降水量減少了184.1mm。由圖2(a)可知,1978年、2003年太湖流域發(fā)生干旱,與當(dāng)年降水量偏少有關(guān) ;而 1954年 、1991年、1993年 、1999年發(fā)生的流域性大洪水,則與當(dāng)年降水量明顯偏大有關(guān)。此外,太湖流域位于亞熱帶季風(fēng)氣候區(qū),季風(fēng)雨帶的位置變化直接影響著該流域的干旱與洪澇。尹義星等[17]分析了1954—1999年太湖流域洪旱災(zāi)害變化與東亞夏季風(fēng)的聯(lián)系,指出太湖流域在20世紀(jì)八九十年代洪災(zāi)加劇,原因在于東亞夏季風(fēng)在70年代末以來(lái)呈減弱的趨勢(shì),使梅雨期長(zhǎng)度和雨量增加。近50a太湖流域洪旱災(zāi)害頻譜結(jié)構(gòu)的變化周期在逐漸變小,同時(shí)東亞夏季風(fēng)指數(shù)也發(fā)生了類(lèi)似的變化。

利用Kendall傾斜度的計(jì)算結(jié)果,對(duì)太湖流域1954—2006年降水量的空間分布規(guī)律進(jìn)行了分析。由圖2(b)可知,1954以來(lái),太湖流域西部、北部年降水量減少,變化幅度較小;東南部年降水量增加趨勢(shì)較明顯。其中西北部降水量減少中心分布在常州一帶,最大 Kendall傾斜度達(dá)-1.227mm/a;東南部以平湖為中心,降水量呈增加趨勢(shì),其中心的 Kendall傾斜度達(dá)2.064mm/a。而歷史上太湖以東地區(qū)易發(fā)生洪澇災(zāi)害[18],太湖流域降雨的這一空間變化特征無(wú)疑將加劇太湖流域的防洪形勢(shì)。由表1可知,太湖流域年降水量隨時(shí)間微弱增加,但趨勢(shì)不明顯;秋季的降水量表現(xiàn)出明顯減少的趨勢(shì),Kendall傾斜度達(dá)到-1.779 mm/a;冬季則為明顯增加的趨勢(shì),Kendall傾斜度達(dá)到1.481mm/a;春季和夏季的變化趨勢(shì)并不明顯;全流域年平均Kendall傾斜度僅為0.197mm/a。

表1 太湖流域年及季節(jié)降水量M-K法分析結(jié)果

2.2 氣溫變化

由圖3(a)可以看出,太湖流域于20世紀(jì)70年代開(kāi)始經(jīng)歷了一個(gè)漸趨強(qiáng)烈的增溫過(guò)程。自1991年開(kāi)始?xì)鉁剡M(jìn)入顯著性增溫時(shí)期,1991—2000年平均氣溫比多年平均氣溫高出約0.4℃,而且增溫幅度隨時(shí)間不斷增大。

從圖3(b)可以看出,太湖流域東北部和南部地區(qū)氣溫增幅大于其他地區(qū),東南部平湖站和西部溧陽(yáng)站增溫幅度相對(duì)較小。太湖流域東部地區(qū)形成以上海站為中心的增溫區(qū),上海站Kendall傾斜度為0.038℃/a。平湖站和溧陽(yáng)站Kendall傾斜度都為0.020℃/a,為全流域增溫幅度最小的兩個(gè)中心地區(qū)。結(jié)合圖2(b)可知,氣溫明顯上升,將驅(qū)動(dòng)水循環(huán)加快,流域降水時(shí)空分布更加不均勻。由于受水體對(duì)氣溫調(diào)節(jié)作用的影響,沿海及濱湖地區(qū)的氣溫升幅相較其他地區(qū)偏小;而杭州、上海等城市地區(qū),由于城市熱島效應(yīng)的作用,平均氣溫比其周?chē)貐^(qū)高,其升溫幅度也較大。

圖3 太湖流域年平均氣溫距平曲線和Kendall傾斜度等值線

最高最低氣溫的變化也是表征一個(gè)地區(qū)氣候變化程度的重要指標(biāo)之一,圖4給出了太湖流域1954—2006年最高、最低氣溫的距平曲線。由圖 4可知,最高氣溫與最低氣溫變化趨勢(shì)一致,20世紀(jì)90年代以后升溫趨勢(shì)顯著,太湖流域最高氣溫Kendall傾斜度為0.020℃/a,年平均最低氣溫Kendall傾斜度為0.029℃/a。

圖4 太湖流域最高氣溫和最低氣溫距平曲線

從M-K法計(jì)算結(jié)果(表2)可以看出,太湖流域夏季和冬季最高氣溫增溫趨勢(shì)不顯著,而春、秋季呈顯著升溫趨勢(shì),Kendall傾斜度分別達(dá)到0.035℃/a和0.020℃/a。而最低氣溫在各季均呈現(xiàn)出顯著上升趨勢(shì),其中冬季增溫幅度最大,Kendall傾斜度高達(dá)0.043℃/a,春、秋季次之,夏季最弱,說(shuō)明太湖流域表現(xiàn)出強(qiáng)烈的暖冬現(xiàn)象。從四季的變化情況來(lái)看,最高氣溫和最低氣溫的變化規(guī)律與平均氣溫的變化具有很好的一致性。

2.3 長(zhǎng)程依賴(lài)性分析

自然界中,水文、地質(zhì)、氣候、地球化學(xué)、地震等領(lǐng)域的時(shí)間序列常常具有長(zhǎng)程依賴(lài)性,定量描述長(zhǎng)程依賴(lài)性的主要方法之一是計(jì)算Hurst指數(shù)。R/S非參數(shù)分析法由于其很好的穩(wěn)健性,成為估算Hurst指數(shù)最常用的方法之一。近些年來(lái),我國(guó)有關(guān)學(xué)者已經(jīng)將這一方法引入國(guó)內(nèi)并開(kāi)始應(yīng)用于氣候變化[19-20]和水文時(shí)間序列變化[21-23]的趨勢(shì)分析和變異診斷研究中。

從表3可以看出,全流域年降水量、年平均氣溫、最高氣溫序列都表現(xiàn)出強(qiáng)烈的持續(xù)性,也就是說(shuō)這些要素以后的變化趨勢(shì)基本都與過(guò)去的變化趨勢(shì)保持一致,而最低氣溫表現(xiàn)出一定的反持續(xù)性,由于數(shù)據(jù)接近于0.5,數(shù)據(jù)序列也存在一定的隨機(jī)性。除春季的平均氣溫、最高氣溫及最低氣溫表現(xiàn)出一定的反持續(xù)性外,全流域各氣候要素在4個(gè)季節(jié)都表現(xiàn)出持續(xù)性,尤其夏季和冬季的持續(xù)性更強(qiáng);從表3也可以看出,全流域春季的Hurst指數(shù)結(jié)果對(duì)年的結(jié)果有一定的影響,尤其是對(duì)最低氣溫。

表2 太湖流域年及季節(jié)氣溫M-K法分析結(jié)果

表3 全流域氣候要素序列Hurst指數(shù)計(jì)算結(jié)果

與M-K法計(jì)算結(jié)果相比較,太湖流域年降水量在未來(lái)一段時(shí)間內(nèi)仍將持續(xù)增加,流域冬季和夏季降水增加的持續(xù)性對(duì)全年的貢獻(xiàn)較大;年平均氣溫、最高氣溫和最低氣溫顯著升高,冬、春季節(jié)尤為顯著,并且冬季表現(xiàn)出的持續(xù)性較夏秋兩個(gè)季節(jié)更為強(qiáng)烈,而春季則表現(xiàn)出與其他3個(gè)季節(jié)相反的趨勢(shì),即反持續(xù)性,因此,冬春兩季的變化對(duì)全年的影響較大,總體上在未來(lái)一段時(shí)間內(nèi)氣溫仍將持續(xù)升高。Hurst指數(shù)計(jì)算結(jié)果進(jìn)一步佐證了M-K法的趨勢(shì)分析結(jié)果,說(shuō)明了太湖流域未來(lái)氣候變化的特征。

3 太湖流域氣候突變分析

用1954—2006年太湖流域降水量、平均氣溫、最高氣溫和最低氣溫的季節(jié)和年數(shù)據(jù)序列,分別采用M-K法和Pettitt法來(lái)檢測(cè)氣候突變現(xiàn)象,并結(jié)合各要素的實(shí)際觀測(cè)數(shù)據(jù)序列進(jìn)行比較分析。

用M-K法檢測(cè)流域4個(gè)氣候要素年和季節(jié)時(shí)間序列的結(jié)果見(jiàn)表4。由表 4可以看出,氣候要素在某些年和季節(jié)的突變現(xiàn)象不顯著。其中,平均氣溫和最低氣溫突變主要發(fā)生在20世紀(jì)90年代初期,而最高氣溫在90年代后期;各季節(jié)和年降水量的突變現(xiàn)象不顯著,其中1980年和 2003年太湖流域年降水量都表現(xiàn)出一定的突變現(xiàn)象,這與M-K法趨勢(shì)分析和距平序列結(jié)果(圖 2(a))一致,說(shuō)明太湖流域年降水量1954—1980年經(jīng)歷了一次由偏少到偏多的過(guò)程,之后經(jīng)歷了由偏多到偏少的過(guò)程,呈振蕩性周期變化。太湖流域降水變化與季風(fēng)強(qiáng)弱關(guān)系密切,一般認(rèn)為,東亞夏季風(fēng)弱的年份,我國(guó)雨帶多位于長(zhǎng)江中下游地區(qū),梅雨期偏長(zhǎng),因而太湖流域易澇,而當(dāng)東亞夏季風(fēng)強(qiáng)的時(shí)候,雨帶多位于華北和華南,梅雨期偏短,太湖流域易旱[24]。尹義星等[17]研究指出太湖流域洪旱災(zāi)害以及梅雨的年代際變化,與東亞夏季風(fēng)的年代際突變是基本一致的,因此,大氣環(huán)流背景的年代際變化,造成了太湖流域多雨和洪澇增加的現(xiàn)象。

表4 M-K法檢測(cè)出的太湖流域氣候要素突變年份

表5為采用Pettitt法檢測(cè)流域 4個(gè)氣候要素年和季節(jié)時(shí)間序列的結(jié)果?？梢钥闯?Pettitt法計(jì)算的太湖流域年平均氣溫、最高氣溫和最低氣溫的統(tǒng)計(jì)量都在1993年超過(guò)0.01顯著性水平,說(shuō)明在20世紀(jì)80—90年代太湖流域年平均氣溫經(jīng)歷了一次明顯的升溫過(guò)程,這與姜彤等[11]對(duì)長(zhǎng)江流域氣溫的檢測(cè)結(jié)果相吻合;Pettitt法沒(méi)有檢測(cè)出太湖流域年降水量的突變現(xiàn)象。由表5可知,太湖流域春季和秋季的氣溫突變都發(fā)生在1993年,僅冬季的突變年份發(fā)生在1985年;年降水量在各季節(jié)的檢測(cè)結(jié)果不一樣,部分氣候要素并沒(méi)有檢測(cè)出突變現(xiàn)象。

表5 Pettitt法檢測(cè)出的太湖流域氣候要素突變年份

對(duì)比M-K法和Pettitt法的結(jié)果發(fā)現(xiàn),兩種方法確定的突變年份有一部分是吻合的,尤其是20世紀(jì)90年代初年平均氣溫、最高氣溫和最低氣溫的突變現(xiàn)象;但用 Pettitt法沒(méi)有檢測(cè)到年降水量的突變現(xiàn)象,而M-K法檢測(cè)的結(jié)果表明太湖流域年降水量存在偏少到偏多然后再偏少的變化。M-K法對(duì)于各氣候要素在年和季節(jié)的檢測(cè)結(jié)果差別較大;Pettitt法對(duì)太湖流域夏季降水量、平均氣溫和最高氣溫的檢測(cè)效果較差,其中對(duì)降水量的檢測(cè)能力有限,主要是因?yàn)樘饔蚪邓繒r(shí)空變異性強(qiáng),且1954—2006年間變化波動(dòng)性強(qiáng)。從兩種方法所有的檢測(cè)結(jié)果來(lái)看,Pettitt法對(duì)于各氣候要素的檢測(cè)結(jié)果一致性更強(qiáng)。

4 未來(lái)氣候情景分析

本文同時(shí)應(yīng)用統(tǒng)計(jì)降尺度模型SDSM和動(dòng)力降尺度模型PRECIS,對(duì)太湖流域日降水量、日最高和日最低氣溫進(jìn)行降尺度處理。在進(jìn)行未來(lái)氣候變化分析時(shí),國(guó)際上普遍使用WMO推薦的方法,選用1961—1990年作為基準(zhǔn)期[25],本文也采用這種方法。本文同時(shí)選取A2和B2兩種情景進(jìn)行未來(lái)氣候變化的對(duì)比分析,其中A2情景代表人口較快增長(zhǎng)的高排放情景,B2情景傾向于區(qū)域可持續(xù)發(fā)展,與太湖流域未來(lái)發(fā)展規(guī)劃最為接近;并建立流域未來(lái)2021—2050年的氣候變化情景,對(duì)比分析統(tǒng)計(jì)降尺度和動(dòng)力降尺度方法的模擬結(jié)果,為統(tǒng)計(jì)降尺度和動(dòng)力降尺度技術(shù)的對(duì)比研究以及發(fā)展更高精度的混合降尺度方法做初步嘗試。

4.1 SDSM模擬結(jié)果分析

SDSM是以天氣發(fā)生器和多元回歸為基礎(chǔ)的降尺度方法相結(jié)合而產(chǎn)生的一種統(tǒng)計(jì)降尺度模式,它通過(guò)使用多元線性回歸方法建立預(yù)報(bào)因子和預(yù)報(bào)量之間的統(tǒng)計(jì)關(guān)系,SDSM的詳細(xì)介紹見(jiàn)文獻(xiàn)[26-28]。SDSM在太湖流域的應(yīng)用結(jié)果參見(jiàn)文獻(xiàn)[29]。

如表6所示,2021—2050年濕日平均雨量在夏季和秋季表現(xiàn)為減少,冬季和春季增加,尤其秋季減少幅度明顯;兩種情景下的模擬結(jié)果顯示,除了夏季結(jié)果變化相反,其他季節(jié)和年時(shí)間尺度上模擬變化趨勢(shì)一致;A2和B2情景下未來(lái)年平均降水量將大約減少1%。最高氣溫和最低氣溫表現(xiàn)在年和每個(gè)季節(jié)的變化情景各不相同,A2情景下未來(lái)時(shí)期(2021—2050年)的年最高氣溫和最低氣溫變化分別較基準(zhǔn)期升高1.41℃和1.09℃;B2情景下年最高氣溫和最低氣溫則分別升高 1.29℃和0.94℃。兩種情景下各季節(jié)和年的最高最低氣溫相對(duì)基準(zhǔn)期而言,變化幅度都在1.0℃左右;其中冬季最高氣溫在兩種情景下變化最顯著,A2和B2情景下未來(lái)時(shí)期(2021—2050年)冬季最高氣溫變化分別為2.09℃和1.68℃;而最低氣溫在秋季的增加幅度更大,冬季次之。由此可知,太湖流域在2021—2050年的氣溫各季節(jié)和年的升溫變化明顯,其中冬季變化最顯著,秋季次之。

表6 SDSM 2021—2050年季節(jié)和年尺度氣候變化情景

4.2 PREICS模擬結(jié)果分析

關(guān)于PRECIS在中國(guó)區(qū)域的模擬應(yīng)用,前人已有很深入的研究,其結(jié)果表明PRECIS能夠很好地模擬全國(guó)范圍內(nèi)的最高、最低地面氣溫的區(qū)域分布特征,對(duì)降水的模擬值偏高,但亦顯示出很強(qiáng)的模擬極端降水事件的能力[30-31]。PRECIS在太湖流域的分布格點(diǎn)見(jiàn)圖 1。文獻(xiàn)[29]也已對(duì) PRECIS在太湖流域的適應(yīng)性進(jìn)行了評(píng)估,并指出PRECIS能較好地模擬太湖流域當(dāng)前氣候變化特征。

由表7可以看出,太湖流域 2021—2050年 4個(gè)季節(jié)的降水量比基準(zhǔn)期都表現(xiàn)為增加,其中夏季增幅最大,春季最小。兩種情景下秋季和年的變化幅度基本一致,A2情景下模擬的冬季和春季降水變化幅度大于B2情景下的變化幅度,但在夏季B2模擬增幅超過(guò)A2。總體而言,太湖流域未來(lái)時(shí)期的降水量增加,A2和B2情景下2021—2050年平均年降水量分別增加13.46%和11.94%,其中汛期(5—9月)增加趨勢(shì)較為明顯。從季節(jié)的最高氣溫和最低氣溫變化情景結(jié)果來(lái)看,在兩種情景下,秋季最高、最低氣溫變化顯著,增溫幅度較大;同類(lèi)情景下,最高氣溫和最低氣溫增溫幅度接近。A2情景下太湖流域2021—2050年最高、最低氣溫變化分別為1.53℃和1.43℃,B2情景下則為1.10℃和0.97℃。

表7 PRECIS 2021—2050年季節(jié)和年尺度氣候變化情景

綜上所述,無(wú)論采用何種降尺度技術(shù),B2情景下模擬的2021—2050年最高、最低氣溫變化情景比較接近,僅僅SDSM模擬的夏季和冬季最高氣溫變化情景結(jié)果比PRECIS的偏大,且最高氣溫增幅比最低氣溫的大。未來(lái)時(shí)期的最高、最低氣溫季節(jié)和年的變化情景增幅總體上比較一致,高排放情景A2下模擬生成的情景增溫幅度較大,未來(lái)時(shí)期最高氣溫增加比最低氣溫明顯,SDSM模擬的結(jié)果中冬季增溫最顯著,而PRECIS則表現(xiàn)為秋季增溫明顯。兩種降尺度技術(shù)生成的降水變化情景差異明顯,PRECIS模擬情景表明 2021—2050年降水增加趨勢(shì)明顯,增幅較大;而SDSM模擬的未來(lái)時(shí)期降水存在一定的減少趨勢(shì),變化幅度相對(duì)較小。

5 結(jié) 論

a.全球變暖背景下,太湖流域氣溫明顯升高。20世紀(jì)90年代以來(lái),太湖流域發(fā)生突變式增溫,冬、春季節(jié)尤為顯著;1991—2006年平均氣溫比多年平均高出約 0.7℃,1998—2006年平均氣溫更是高出約1.0℃,而且增溫加速的趨勢(shì)明顯;太湖流域降水變化相對(duì)較復(fù)雜,60年代中期到70年代中期處于少雨期,1983年后降水開(kāi)始增多,2002年后年降水量又呈現(xiàn)明顯下降趨勢(shì)。

b.M-K法檢測(cè)突變顯示:太湖流域年降水量1954—1980年經(jīng)歷了一次偏少到偏多的突變,之后經(jīng)歷了由偏多到偏少的過(guò)程,呈振蕩性周期變化。Pettitt法沒(méi)有檢測(cè)出太湖流域年降水量的突變現(xiàn)象,年平均氣溫、最高氣溫和最低氣溫在1993年發(fā)生突變。

c.PRECIS和SDSM對(duì)太湖流域的氣溫模擬好于對(duì)降水的模擬。兩種方法對(duì)于氣溫情景的模擬結(jié)果較接近,尤其是B2排放情景下的模擬結(jié)果基本一致;對(duì)于降水的模擬情景差別較大,具有很大的不確定性。比較而言,因數(shù)據(jù)精度較高,PRECIS模擬結(jié)果更加合理,更能反映太湖流域氣候變化極端事件。

d.上述氣候變化特征僅是1954—2006年間相關(guān)氣象數(shù)據(jù)的統(tǒng)計(jì)分析結(jié)果,這些變化的物理機(jī)制及相互影響機(jī)理還待進(jìn)一步研究。不過(guò),20世紀(jì)90年代以來(lái)太湖流域的氣候變化,已在溫度(升高)、降水(增加)以及洪水事件增多上有所反映;另外,對(duì)于各氣候要素突變點(diǎn)的檢測(cè)表明,檢測(cè)方法不同,結(jié)果會(huì)存在一定差異,而且每種檢測(cè)方法都有其不足之處。因此,要精確地確定氣候要素的突變點(diǎn),需要聯(lián)合運(yùn)用多種方法,并結(jié)合長(zhǎng)期歷史數(shù)據(jù)序列共同確定,這些問(wèn)題將在下一步研究工作中進(jìn)行深入探討。

:

[1] IPCC.Climate change 2007:the physical science basis,contributionof working group I to the third assessment report of the IPCC[M].Cambridge:Cambridge University Press,2007.

[2]秦大河.氣候變化的事實(shí)與影響及對(duì)策[J].中國(guó)科學(xué)基金,2003,17(1):1-3.

[3]秦大河,陳振林,羅勇,等.氣候變化科學(xué)的最新認(rèn)識(shí)[J].氣候變化研究進(jìn)展,2007,3(2):63-73.

[4]張建云,章四龍,王金星,等.近50年來(lái)中國(guó)六大流域年際徑流變化趨勢(shì)研究[J].水科學(xué)進(jìn)展,2007,18(2):230-234.

[5]張建云,王國(guó)慶,楊揚(yáng),等.氣候變化對(duì)中國(guó)水安全的影響研究[J].氣候變化研究進(jìn)展,2008,4(5):290-295.

[6]孫穎,丁一匯.未來(lái)百年?yáng)|亞夏季降水和季風(fēng)預(yù)測(cè)的研究[J].中國(guó)科學(xué):D輯,2009,39(11):1487-1504.

[7]江善虎,任立良,雍斌,等.氣候變化和人類(lèi)活動(dòng)對(duì)老哈河流域徑流的影響[J].水資源保護(hù),2010,26(6):1-4.

[8]秦年秀,陳喜,薛顯武,等.氣候變化對(duì)烏江流域水文水資源的影響[J].河海大學(xué)學(xué)報(bào):自然科學(xué)版,2011,39(6):623-628.

[9]李吉順,王昂生,陳家田.降水時(shí)空分布變化是長(zhǎng)江流域水旱災(zāi)害加重的主要原因[J].中國(guó)減災(zāi),1999,9(4):27-30.

[10]王張華,陳中原,寇瑩,等.太湖流域公元960年以來(lái)的氣候干濕變化研究[J].地理科學(xué),2002,11(5):546-551.

[11]姜彤,蘇布達(dá),王艷君,等.四十年來(lái)長(zhǎng)江流域氣溫、降水與徑流變化趨勢(shì)[J].氣候變化研究進(jìn)展,2005,1(2):65-68.

[12]秦年秀,姜彤,許崇育.長(zhǎng)江流域徑流趨勢(shì)變化及突變分析[J].長(zhǎng)江流域資源與環(huán)境,2005,14(5):589-594.

[13]MANN H B.Nonparametric tests againsttrend[J].Econometrica,1945,13:245-259.

[14]魏鳳英.現(xiàn)代氣候統(tǒng)計(jì)診斷預(yù)測(cè)技術(shù)[M].北京:氣象出版社,1999:62-76.

[15]XU Z X,TAKEUCHI K,ISHIDAIRA H.Long-term trends of annual temperature and precipitation time series in Japan[J].Journal of Hydroscience and Hydraulic Engineering,2002,20(2):11-26.

[16]PETTITT A N.A non-parametric approach to the change-point problem[J].Journal of the Royal Statistical Society:Series C:Applied Statistics,1979,28(2):126-135.

[17]尹義星,許有鵬,陳瑩.1950—2003年太湖流域洪旱災(zāi)害變化與東亞夏季風(fēng)的關(guān)系[J].冰川凍土,2010,32(2):381-388.

[18]王同生.太湖流域防洪與水資源管理[M].北京:中國(guó)水利水電出版社,2006.

[19]趙晶,王乃昂.近50年來(lái)蘭州城市氣候變化的R/S分析[J].干旱區(qū)地理,2002,25(1):90-95.

[20]車(chē)慧正,張小曳,李楊,等.近50年來(lái)城市化對(duì)西安局地氣候影響的研究[J].干旱區(qū)地理,2006,29(1):53-58.

[21]周寅康,張捷,王臘春,等.長(zhǎng)江下游地區(qū)近五百年洪澇序列的R/S分析[J].自然災(zāi)害學(xué)報(bào),1997,6(2):177-182.

[22]王孝禮,胡寶清,夏軍.水文時(shí)序趨勢(shì)與變異點(diǎn)的 R/S分析法[J].武漢大學(xué)學(xué)報(bào):工學(xué)版,2002,35(2):10-12.

[23]張利平,王德智,夏軍,等.R/S分析在洪水變化趨勢(shì)預(yù)測(cè)中的應(yīng)用研究[J].中國(guó)農(nóng)村水利水電,2005(2):38-40.

[24]GEQ S,GUO X F,ZHENG J Y,et al.Meiyu in the middle and lower reaches of the Yangtze River since 1736[J].Chinese Science Bulletin,2008,53(1):107-114.

[25]劉兆飛,徐宗學(xué).基于統(tǒng)計(jì)降尺度的渭河流域未來(lái)日極端氣溫變化趨勢(shì)分析[J].資源科學(xué),2009,31(8):1573-1580.

[26]WILBYR L,DAWSON C W,BARROW E M.SDSM:a decision support tool for the assessment of regional climate change impacts[J].Environmental Modelling&Software,2002,17(2):145-157.

[27]WILBYR L,DAWSON C W.Using SDSM Version 4.2:a decision support tool for the assessment of regional climate change impacts[EB/OL].[2011-03-25].http://copublic.lboro.ac.uk/coc wd/SDSM/SDSMManual.pdf

[28]HAYL E,CLARK M P.Use of statistically and dynamically downscaled atmospheric model output for hydrologic simulations in three mountainous basins in the western United States[J].Journal of Hydrology,2003,282(1/2/3/4):56-75.

[29]劉瀏,徐宗學(xué),黃俊雄.2種降尺度方法在太湖流域的應(yīng)用對(duì)比[J].氣象科學(xué),2011,31(2):160-169.

[30]許吟隆,JONES R.利用ECMWF再分析數(shù)據(jù)驗(yàn)證PRECIS對(duì)中國(guó)區(qū)域氣候的模擬能力[J].中國(guó)農(nóng)業(yè)氣象,2004,25(1):5-9.

[31]張勇,許吟隆,董文杰,等.SRES B2情景下中國(guó)區(qū)域最高、最低氣溫及日較差變化分布特征初步分析[J].地球物理學(xué)報(bào),2007,50(3):714-723.