亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        區(qū)域氣候模式(PRECIS)對黃土高原降水模擬能力的評估

        2016-11-29 00:35:40呂哲敏李京京代潤潤
        生態(tài)學報 2016年20期
        關(guān)鍵詞:黃土高原日數(shù)降水量

        呂哲敏, 李 志, 李京京,代潤潤

        西北農(nóng)林科技大學資源環(huán)境學院,楊凌 712100

        ?

        區(qū)域氣候模式(PRECIS)對黃土高原降水模擬能力的評估

        呂哲敏, 李 志*, 李京京,代潤潤

        西北農(nóng)林科技大學資源環(huán)境學院,楊凌 712100

        黃土高原水資源短缺,嚴重制約其社會經(jīng)濟發(fā)展;全球變暖背景下,需要對該區(qū)水資源狀況進行詳細的影響評估。區(qū)域氣候模式可提供氣候變化情景下的數(shù)據(jù),但模式的模擬精度直接影響評估結(jié)果。為此利用ERA40再分析數(shù)據(jù)作為邊界條件驅(qū)動PRECIS,從降水頻率、降水量和極端事件3個方面,評估了PRECIS對黃土高原1960—2000年降水的模擬能力。結(jié)果表明,PRECIS能夠模擬出各要素東南-西北方向變化的空間分布特征,還可模擬出整體的時間變化趨勢,其中對非汛期的模擬較好,而汛期降水日數(shù)和降水量等被嚴重高估;并且涉及干旱的指標普遍偏低;還發(fā)現(xiàn)對于極端降水事件模式對強度指標的模擬能力優(yōu)于頻率指標。因此,還需要進一步探討訂正方法,才能更好的應(yīng)用于氣候變化水文效應(yīng)評估。

        區(qū)域氣候模式;PRECIS;黃土高原;降水

        政府間氣候變化專門委員會(IPCC)第五次評估報告指出,全球平均地表溫度1880—2012年升高了0.85 ℃;同時,極端天氣事件顯著變化,陸地上強降水事件增多的區(qū)域遠大于減少的區(qū)域[1]。中國《第二次氣候變化國家評估報告》也指出中國陸地表面溫度、降水等氣候事件發(fā)生相應(yīng)變化[2]。這些氣候變化已經(jīng)并將繼續(xù)對自然生態(tài)系統(tǒng)和人類社會產(chǎn)生重要的影響,為此,需要進行氣候預測和影響評估。

        目前氣候預測主要依賴全球氣候模式(GCM),但由于計算能力的限制,GCM的水平分辨率是幾百公里,雖能模擬大尺度的氣候特性,但在模擬區(qū)域氣候時誤差很大。為此,區(qū)域氣候模式(RCM)被用來進行GCM降尺度,即在GCM大網(wǎng)格中嵌套子模式來產(chǎn)生高分辨率氣候情景[3-4]。RCM可細致描述地形、海陸分布和植被等下墊面特征,能更好模擬氣候的區(qū)域性特征;特別是提升水平分辨率時,可模擬地形強迫等因素引起的中小尺度天氣系統(tǒng),因此,已成為研究區(qū)域氣候變化的重要工具[5- 6]。

        目前,在中國運用較為廣泛的RCM有英國氣象局Hadley中心開發(fā)的PRECIS(Providing Regional Climates for Impacts Studies)以及由意大利國際理論物理中心發(fā)展的RegCM4 (Regional Climate Model Version 4)模式,這兩種模式均能夠較好地模擬出中國降水的年、季地理分布和季節(jié)變化特征[4, 7]。本文所運用的PRECIS模型目前已在印度[8]、巴基斯坦[9]、南美洲[10]、地中海[11]等地區(qū)進行氣候預測,而且在作物產(chǎn)量[12]、水資源[13-14]、能源[13,15]等領(lǐng)域利用模型輸入與相關(guān)生態(tài)模型相耦合進行影響評估。由于模型的模擬能力決定了氣候預測和影響評估的準確性,因此檢驗模型的適用性是模型應(yīng)用的前提。需要通過設(shè)計更全面的指標為該區(qū)域氣候模式的降水模擬能力進行更為完善的評估,也可為模式是否適用于氣候變化影響評估提供依據(jù)。

        黃土高原地處半濕潤向半干旱和干旱的過渡帶,多年平均降水421.7 mm,降水集中且暴雨多是導致土壤侵蝕嚴重的主要原因之一,如土壤侵蝕主要由少數(shù)大暴雨引起,90%以上的降雨不產(chǎn)生地表徑流,一次大暴雨產(chǎn)生的侵蝕量占年總量的60%甚至90%[16-17]。此外,黃土高原的降水還具有年內(nèi)分配不均勻、多集中在夏季風盛行期間、年際變化大等鮮明的特征。因此,要在該區(qū)域應(yīng)用PRECIS的模擬數(shù)據(jù)進行水文模擬,需對其降水模擬能力進行詳盡評估。為此,基于PRECIS與黃土高原50個氣象站點的觀測降水,對PRCIES模擬降水量、頻率和極端事件的能力進行了評估,以期為PRECIS在該區(qū)的水文應(yīng)用提供參考。

        1 數(shù)據(jù)與方法

        1.1 模式介紹

        PRECIS是由英國氣象局 Hadley 氣候預測與研究中心基于 GCM-HadCM3 發(fā)展的區(qū)域氣候模擬系統(tǒng),水平分辨率為50 km或25 km[18]。采用了規(guī)則的經(jīng)緯網(wǎng)格和混合垂直坐標系。模式方程采用旋轉(zhuǎn)球坐標,網(wǎng)格點經(jīng)過旋轉(zhuǎn)后赤道位于研究區(qū)域內(nèi),從而獲得近似均勻的水平網(wǎng)格,旋轉(zhuǎn)坐標下水平分辨率為0.44°×0.44°,在赤道地區(qū)分辨率約為50 km。由于分辨率較高,因此模式的時間步長設(shè)為5分鐘,以保證模式的穩(wěn)定性。對流采用Gregory和Rowntree[19]提出的穿透性對流參數(shù)化方案。在大氣中取垂直氣柱,假設(shè)在此氣柱中有小的空氣塊,從下層向上迸層檢查看它是否有上升的可能,即是否受到浮力的作用。側(cè)邊界采用松弛邊界條件,緩沖區(qū)大小采用 4 個格點。陸面過程使用了MOSES(Met Office Surface Exchange Scheme)參數(shù)化方案[20],土壤模式使用 4 層方案來計算地表面的熱量和水分交換、土壤中熱量和水分的傳輸過程,還考慮了土壤水分相變以及水和冰對土壤熱力和動力特征的影響。

        1.2 數(shù)據(jù)來源

        圖1 氣象站點及PRECIS網(wǎng)格分布 Fig.1 Location of weather stations and distribution of PRECIS grids

        PRECIS在黃土高原適用性評估中,主要需要模式模擬和站點觀測兩部分數(shù)據(jù)。模擬數(shù)據(jù)是由本實驗室將歐洲數(shù)值預報中心(ECMWF)的ERA40再分析數(shù)據(jù)作為邊界條件驅(qū)動PRECIS模型產(chǎn)生,模擬區(qū)域包括黃土高原及周邊地區(qū),網(wǎng)格分辨率為50 km×50 km,資料時段為1960-01-01—2000-12-31,并且使用日模擬數(shù)據(jù)資料。觀測數(shù)據(jù)來自中國國家氣象局在黃土高原地區(qū)50個氣象站點的日降水數(shù)據(jù),選取的時段與模擬數(shù)據(jù)保持一致。由于PRECIS的氣候數(shù)據(jù)是按照格點輸出,所以在進行對比研究時,模擬數(shù)據(jù)的提取是按照觀測數(shù)據(jù)來源的50個氣象監(jiān)測點所在位置的經(jīng)緯度,提取最為相近的模式網(wǎng)格點數(shù)據(jù)(圖1)。

        1.3 評估方法

        針對降水量、降水頻率和極端事件3個方面對PRECIS的模擬能力進行評估。降水量從日、月和年尺度上進行對比;降水頻率主要評估降水日數(shù)和干濕持續(xù)時間(dry/wet spells);極端事件使用的指標參照Frich[21]等對極端降水指標的定義(表1),這5個指標是IPCC分析極端降水事件使用的指標,包含了頻率和強度兩方面的內(nèi)容。對于降水發(fā)生的判定,以0.1 mm為閾值。

        對于上述3種要素,主要從空間分布和時間變化方面進行評估??臻g分布,利用GIS中的Kriging(克里金插值方法)分析PRECIS模擬能力的區(qū)域差異;Kriging 是一種求最優(yōu)、線形、無偏的空間內(nèi)插方法,在充分考慮觀測資料之間的相互關(guān)系后, 對每一個觀測資料賦予一定的權(quán)重系數(shù), 加權(quán)平均得到估計值[22]。時間變化,一方面直接對比變化趨勢,另一方面使用秩和檢驗、平方秩檢驗和KS (Kolmogorov-Smirnov)檢驗等非參數(shù)檢驗,分別用來檢驗2組數(shù)據(jù)是否具有相同的均值、總體方差是否有差異以及數(shù)據(jù)是否服從相同數(shù)據(jù)分布。

        表1 極端降水指標的定義

        2 結(jié)果與分析

        2.1 降水量

        2.1.1 降水量的空間分布

        PRECIS基本模擬出了黃土高原降水東南多西北少的特征(圖2),但在絕對數(shù)量和空間分布上與觀測值存在一定差異。1960—2000年模擬年均降水量為792.6 mm,為觀測值的1.8倍(表2),這種高估是普遍存在的,由秩和檢驗的結(jié)果表明僅有3個站點/網(wǎng)格具有相似的均值,而偏差存在區(qū)域差異(圖2)。西北部是降水量低值區(qū),其部分區(qū)域誤差小于300 mm;降水量高值區(qū)的誤差偏大,特別是東部和西部的部分區(qū)域誤差大于450 mm。并且模擬降水量的變異系數(shù)(0.47)大于觀測值(0.42),這也表明模擬值導致區(qū)域差異變大。

        圖2 年降水量的空間分布(mm/a)Fig.2 Spatial distribution of annual mean precipitation

        2.1.2 降水量的時間變化

        從對各雨量的日降水事件的發(fā)生頻率進行統(tǒng)計,可知PRECIS高估了小雨(日降水量<10mm)日數(shù)而低估了日降水量>20mm的大雨日數(shù),且沒有站點/網(wǎng)格通過各檢驗,說明其不能模擬出實際日降水量,并導致年降水量也被普遍高估(圖3),而通過降水量的年內(nèi)分布來看,對降水量的高估主要來自5—9月(圖3)。

        圖3 降水量的時間變化Fig.3 Temporal changes of precipitation amount

        整體而言,模式可以模擬出月和年降水量的時間變化。以1981—1990年的月均降水為例(圖3),模式可以模擬月降水的時間變化,特別是非汛期的模擬值與觀測值非常相似;但汛期的降水量被嚴重高估。如7月誤差最大達到57 mm,是觀測值的61.3%;12月誤差最小僅為2.7 mm。PRECIS可以較好模擬黃土高原整個區(qū)域的年降水變化趨勢,如模擬和觀測年降水量的傾向率分別為-0.63 mm/a和-1.80 mm/a。盡管平方秩檢驗表明22個站點/網(wǎng)格具有相似的方差,但僅3個站點/網(wǎng)格通過了KS檢驗,說明模式?jīng)]有模擬出多數(shù)站點年降水的分布。

        表2 年降水量的統(tǒng)計參數(shù)與統(tǒng)計檢驗結(jié)果

        * 通過檢驗的站點/總站點

        2.2 降水頻率

        2.2.1 降水日數(shù)的空間分布

        PRECIS模擬的降水日數(shù)與觀測值有較大差距(表3)。觀測和模擬的年均降水日數(shù)分別為80 d/a和148 d/a,模擬值是觀測值的1.9倍;50個站點/網(wǎng)格中有1個站點/網(wǎng)格通過了秩和檢驗,表明PRECIS不能很好模擬降水日數(shù)的年均值。觀測和模擬的變異系數(shù)分別為0.37和0.31(表3),說明站點/網(wǎng)格間的變異程度,模擬值較觀測值有所下降,即空間分布上模擬值的變異性更弱。

        模式基本模擬出了降水日數(shù)東南多西北少的特點(圖4),但如表3所示在絕對數(shù)量上遠高于觀測值。降水日數(shù)最少的分布區(qū)域,模擬值和觀測值比較吻合,均在內(nèi)蒙西部;降水日數(shù)較多的區(qū)域,觀測值是黃土高原東南部,而模擬值的空間范圍明顯變小,是沿東北-西南方向的一個條帶。從絕對值來看(圖4),誤差最小的區(qū)域在陜西南部,差值小于40 d/a;大部分區(qū)域的誤差介于40—60 d/a;誤差最大的是黃土高原西部的小部分區(qū)域,集中在青海東部、甘肅和寧夏南部,大于80 d/a。

        2.2.2 降水日數(shù)的時間變化

        PRECIS模擬出了降水日數(shù)的年內(nèi)分布,夏季降水頻繁而其他季節(jié)相對較少(圖5)。但模式普遍高估了各個月份的降水日數(shù),特別是5—9月的誤差最大,平均差值9 d,而10—4月的平均誤差約為2 d。PRECIS模擬的年均降水日數(shù)進行平方秩檢驗,結(jié)果表明28個站點/網(wǎng)格的觀測和模擬數(shù)據(jù)具有相似的變異程度(表3),并結(jié)合圖5,可知觀測和模擬的年均降水日數(shù)有相似的波動性。但PRECIS沒有模擬出其時間變化趨勢,觀測和模擬的年均降水日數(shù)分別以-0.45 d/a和+0.34 d/a的速度遞減和遞增;而KS檢驗也表明僅有1個站點/網(wǎng)格的數(shù)據(jù)具有相似的分布(表3)。

        圖5 觀測與模擬降水日數(shù)的時間變化和季節(jié)分布Fig.5 Temporal changes and seasonal patterns of the observed and simulated wet days

        2.2.3 干濕持續(xù)時間

        由于PRECIS模擬了偏多的降水日數(shù),因此,對連續(xù)降水日數(shù)的模擬也偏高,但對連續(xù)干旱日數(shù)的模擬偏低(圖6)。觀測和模擬的年均連續(xù)降水日數(shù)分別為2 d和3 d,相應(yīng)的年均連續(xù)干旱日數(shù)分別為7 d和4 d,而秩和檢驗的結(jié)果也表明幾乎沒有站點/網(wǎng)格具有相似的均值(表3)。模式模擬的降水干濕持續(xù)時間在站點間的差異明顯變大,圖4中按站點統(tǒng)計的模擬值較觀測值起伏更大,且變異系數(shù)也明顯增大(表3),表明PRECIS導致空間變異性增大,不能很好地模擬黃土高原干濕持續(xù)時間的空間分布。

        圖6 年均連續(xù)降水及干旱的時間變化、站點差異Fig.6 Spatiotemporal changes of annual mean continuous dry days and wet days

        連續(xù)降水日數(shù)的觀測值與模擬值具有相似的年際變化,但較觀測值更加平緩,線性傾向率分別為-0.007和-0.002 d/a;觀測與模擬的連續(xù)干旱日數(shù)具有不同的變化趨勢,分別以+0.02 d/a和-0.02 d/a的速度遞減和遞增。連續(xù)降水和干旱日數(shù)分別有16和24個站點/網(wǎng)格數(shù)據(jù)通過了平方秩檢驗,表明PRECIS模擬出了部分站點/網(wǎng)格數(shù)據(jù)的波動程度;但KS檢驗的結(jié)果表明近乎沒有站點/網(wǎng)格數(shù)據(jù)具有相似的數(shù)據(jù)分布(表3)。

        2.3 極端事件

        5個極端降水指標,除了CDD (最長無雨期)被低估26%以外,CWD (最長有雨期)、R10 (大雨日數(shù))、R5d (最大連續(xù)5d降水量)和R95t (極端降水貢獻率)分別被高估100%、62%、44%和8% (表4),且這些偏差在變量和站點間存在較大差異(圖7)。秩和檢驗表明R95t一致性較高,其次為R5d,分別有30個和13個站點/網(wǎng)格否定了有顯著差異的假設(shè);而其他3個指標通過秩和檢驗的站點/網(wǎng)格數(shù)少于10個,這表明PRECIS對極端降水強度方面的模擬效果好于頻率。5個指標中除了R95t以外模擬與觀測的變異系數(shù)均有明顯差別,說明模擬值明顯改變了極端降水指標的空間變異性,這將會影響其模擬空間分布的能力。

        圖7 各極端降水指標的各站點差異及年際變化Fig.7 Spatiotemporal variations of the observed and simulated extreme precipitation indices

        對于時間變化,極值指標被高估或低估的趨勢基本在各個年份中都有所出現(xiàn),但PRECIS能模擬區(qū)域整體年際變化的總體趨勢,并且通過秩和檢驗的站點越多的變量對時間變化的模擬越好,如R95t在很多年份與觀測值基本一致。但對于各個站點/網(wǎng)格來說,各極值指標的一致性存在很大差異,如R95t、R5d和CDD分別有30、13和12個站點/網(wǎng)格通過了KS檢驗,而其他指標僅有幾個站點/網(wǎng)格通過KS檢驗,說明對于表示降水強度的極端指標在模擬觀測數(shù)據(jù)的分布時好于表示頻率的指標。

        表4 各極端降水指標的基本統(tǒng)計與檢驗

        3 結(jié)論

        通過評估PRECIS對黃土高原降水頻率、降水量和極端事件等方面的模擬情況,發(fā)現(xiàn)模式可以模擬出降水各指標沿東南-西北方向變化的空間分布特征,但模擬值與觀測值有較大差距,如降水量和降水日數(shù)均約為觀測值的1.8倍;對各指標低值區(qū)的模擬效果好于高值區(qū);以及由于模擬降水日數(shù)過多,導致持續(xù)降水時間偏高而持續(xù)干旱時間偏低。并且,模式也可模擬出各要素的整體時間變化趨勢,但存在季節(jié)差異,以及對于非汛期的模擬效果通常優(yōu)于汛期。普遍高估小雨日數(shù)、低估大雨日數(shù),并且對部分指標時間變化模擬效果不好,如觀測和模擬的年降水日數(shù)分別以-0.45 d/a 和+0.34 d/a的速度變化,模擬與觀測的連續(xù)干旱日數(shù)分別以+0.02 d/a和-0.02 d/a的速度變化。極端降水指標中對極端降水貢獻率(R95t)的模擬效果最好,其他指標的情況與降水日數(shù)和降水量類似;但整體而言,對降水強度的指標的模擬能力優(yōu)于頻率指標。上述結(jié)果與其他區(qū)域的評估結(jié)果比較相似[23- 25],說明PRECIS的誤差是普遍存在的,表明模式不能直接用于水文效應(yīng)評估。

        本研究的評估結(jié)果也存在一定程度的不確定性。如果對黃土高原觀測資料格網(wǎng)化插值后與模式結(jié)果比較[26],可能會對評估結(jié)果產(chǎn)生一定影響,但由于誤差的普遍存在,可能對結(jié)果不會有很大的影響。模式本身存在一定的不足之處。如黃土高原橫跨不同氣候帶和地貌單元,而RCM物理過程尚不完善,不能夠很好地刻畫地形復雜和氣候差異大的小尺度氣候[27];并且由于次網(wǎng)格積云參數(shù)化、云-輻射參數(shù)化和陸面過程參數(shù)化的不確定性可能造成模式存在系統(tǒng)偏差[28];氣候模式分辨率的選擇都會影響模式的模擬結(jié)果[29]。

        [1] IPCC. Climate Change 2013: The Physical Science Basis: Intergovernmental Panel on Climate Change, Working Group I Contribution to the IPCC Fifth Assessment Report (AR5). New York: Cambridge University Press, 2013.

        [2] 《氣候變化國家評估報告》編寫委員會編著. 第二次氣候變化國家評估報告. 北京: 科學出版社, 2011.

        [3] Xu Y, Xu C H. Preliminary assessment of simulations of climate changes over China by CMIP5 multi-models. Atmospheric and Oceanic Science Letters, 2012, 5(6): 489- 494.

        [4] Gao X J, Wang M L, Giorgi F. Climate change over China in the 21st century as simulated by BCC_CSM1.1-RegCM4.0. Atmospheric and Oceanic Science Letters, 2013, 6(5): 381- 386.

        [5] 徐賓, 許吟隆, 張勇, 趙秀娟. PRECIS模擬區(qū)域的選擇對寧夏區(qū)域氣候模擬效果的敏感性分析. 中國農(nóng)業(yè)氣象, 2007, 28(2): 118- 123.

        [6] Yu E T, Wang H J, Sun J Q. A quick report on a dynamical downscaling simulation over China using the nested model. Atmospheric and Oceanic Science Letters, 2010, 3(6): 325- 329.

        [7] 王芳棟, 李濤, 許吟隆, 陳書馳. PRECIS和RegCM3對中國區(qū)域氣候的長期模擬比較. 中國農(nóng)業(yè)氣象, 2012, 33(2): 159- 165.

        [8] Kumar K K, Patwardhan S K, Kulkarni A, Kamala K, Rao K K, Jones R. Simulated projections for summer monsoon climate over India by a high-resolution regional climate model (PRECIS). Current Science, 2011, 101(3): 312- 316.

        [9] Ul Islam S, Rehman N, Sheikh M M. Future change in the frequency of warm and cold spells over Pakistan simulated by the PRECIS regional climate model. Climatic Change, 2009, 94(1/2): 35- 45.

        [10] Marengo J, Jones R, Alves L M, Valverde M C. Future change of temperature and precipitation extremes in South America as derived from the PRECIS regional climate modeling system. International Journal of Climatology, 2009, 29(15): 2241- 2255.

        [11] Kotroni V, Lykoudis S, Lagouvardos K, Lalas D. A fine resolution regional climate change experiment for the Eastern Mediterranean: Analysis of the present climate simulations. Global and Planetary Change, 2008, 64(1/2): 93- 104.

        [12] 馬欣, 吳紹洪, 戴爾阜, 張雪艷, 康相武, 潘韜. 氣候變化對我國水稻主產(chǎn)區(qū)水資源的影響. 自然資源學報, 2011, 26(6): 1052- 1064.

        [13] Piao S L, Ciais P, Huang Y, Shen Z H, Peng S S, Li J S, Zhou L P, Liu H Y, Ma Y C, Ding Y H, Friedlingstein P, Liu C Z, Tan K, Yu Y Q, Zhang T Y, Fang J Y. The impacts of climate change on water resources and agriculture in China. Nature, 2010, 467(7311): 43- 51.

        [14] Rao K K, Patwardhan S K, Kulkarni A, Kamala K, Sabade S S, Kumar K K. Projected changes in mean and extreme precipitation indices over India using PRECIS. Global and Planetary Change, 2014, 113: 77- 90.

        [15] Bloom A, Kotroni V, Lagouvardos K. Climate change impact of wind energy availability in the Eastern Mediterranean using the regional climate model PRECIS. Natural Hazards and Earth System Sciences, 2008, 8(6): 1249- 1257.

        [16] 李志, 趙西寧. 1961—2009年黃土高原氣象要素的時空變化分析. 自然資源學報, 2013, 28(2): 287- 299.

        [17] 李志, 鄭粉莉, 劉文兆. 1961—2007年黃土高原極端降水事件的時空變化分析. 自然資源學報, 2010, 25(2): 291- 299.

        [18] Jones R. Generating High Resolution Climate Change Scenarios using PRECIS. Exeter: Met Office Hadley Centre, 2004.

        [19] Gregory D, Rowntree P R. A mass flux convection scheme with representation of cloud ensemble characteristics and stability-dependent closure. Monthly Weather Review, 1990, 118(7): 1483- 1506.

        [20] Cox P M, Betts R A, Bunton C B, Essery R L H, Rowntree P R, Smith J. The impact of new land surface physics on the GCM simulation of climate and climate sensitivity. Climate Dynamics, 1999, 15(3): 183- 203.

        [21] Frich P, Alexander L V, Della-Marta P, Gleason B, Haylock M, Klein Tank A M G, Peterson T. Observed coherent changes in climatic extremes during the second half of the twentieth century. Inter-Research Climate Research, 2002, 19(3): 193- 212.

        [22] 尚宗波, 高瓊, 楊奠安. 利用中國氣候信息系統(tǒng)研究年降水量空間分布規(guī)律. 生態(tài)學報, 2001, 21(5): 689- 694.

        [23] 石英, 高學杰, Giorgi F, 宋瑞艷, 吳佳, 董文杰. 全球變暖背景下中國區(qū)域不同強度降水事件變化的高分辨率數(shù)值模擬. 氣候變化研究進展, 2010, 6(3): 164- 169.

        [24] 王芳棟, 許吟隆, 李濤. 區(qū)域氣候模式PRECIS對中國氣候的長期數(shù)值模擬試驗. 中國農(nóng)業(yè)氣象, 2010, 31(3): 327- 332.

        [25] 張延偉, 姜逢清, 魏文壽, 王雯雯, 劉明哲, 韓茜, 洪雯, 陸恒. 1961―2004年新疆降水極值概率分布特征. 中國沙漠, 2012, 32(2): 503- 508.

        [26] 吳佳, 高學杰. 一套格點化的中國區(qū)域逐日觀測資料及與其它資料的對比. 地球物理學報, 2013, 56(4): 1102- 1111.

        [27] Pan Z, Christensen J H, Arritt R W, Gutowski W J Jr, Takle E S, Otieno F. Evaluation of uncertainties in regional climate change simulations. Journal of Geophysical Research: Atmospheres, 2001, 106(D16): 17735- 17751.

        [28] Kato H, Nishizawa K, Hirakuchi H, Kadokura S, Oshima N, Giorgi F. Performance of RegCM2.5/NCAR-CSM nested system for the simulation of climate change in East Asia caused by global warming. Journal of the Meteorological Society of Japan, 2001, 79(1): 99- 121.

        [29] 劉向培, 王漢杰, 劉金波. 區(qū)域氣候模式分辨率對夏季降水模擬的影響. 水科學進展, 2011, 22(5): 615- 623.

        Verifying the applicability of PRECIS-simulated precipitation on the Loess Plateau

        Lü Zhemin, LI Zhi*, LI Jingjing, DAI Runrun

        CollegeofNaturalResourcesandEnvironment,Yangling712100,China

        The Loess plateau is primarily a rain-fed agricultural area in China, and water is one of the main factors affecting agricultural production in the region. As a result of global warming, precipitation is a critical variable affecting the water cycle and plant growth. The simulation accuracy of precipitation directly influences climate change projections and impact assessments. The regional climate model, PRECIS (Providing Regional Climates for Impacts Studies), has been widely used for climate change projection; however, its capability for impact studies has been rarely assessed. Using ERA40 reanalysis data as the boundary conditions, precipitation on the Loess Plateau during 1960—2000 was simulated and its applicability was evaluated through comparison with the observed precipitation frequency, amount, and extreme events. PRECIS simulated the spatial distribution of precipitation changes along the southeast-northwest direction; however, the wet days and precipitation amounts were overestimated by 1.8 times the recorded amounts, and the indices related to the drought index were greatly underestimated. PRECIS simulated the low values more accurately than the high values of each index. The model simulated the temporal changes more accurately in the dry season due to an overestimation of wet days and precipitation in the flood season. For extreme indices, PRECIS simulated intensity-related indices more accurately than those related to frequency. Overall, PRECIS cannot be directly used to assess the impacts of climate change on hydrology, and the model calibration method should be discussed further.

        regional climate model; PRECIS; Loess Plateau; precipitation

        霍英東基金資助項目(141016);國家自然科學基金資助項目(41101022);中央高?;究蒲袠I(yè)務(wù)費資助項目(2014YQ003, 2452015105)

        2015- 04- 17;

        日期:2016- 01- 22

        10.5846/stxb201504170788

        *通訊作者Corresponding author.E-mail: lizhibox@126.com

        呂哲敏, 李志, 李京京,代潤潤.區(qū)域氣候模式(PRECIS)對黃土高原降水模擬能力的評估.生態(tài)學報,2016,36(20):6618- 6627.

        Lü Z M, Li Z, Li J J, Dai R R.Verifying the applicability of PRECIS-simulated precipitation on the Loess Plateau.Acta Ecologica Sinica,2016,36(20):6618- 6627.

        猜你喜歡
        黃土高原日數(shù)降水量
        繪制和閱讀降水量柱狀圖
        漢江上游漢中區(qū)域不同等級降水日數(shù)的氣候變化特征分析
        綠色科技(2022年16期)2022-09-15 03:04:46
        天津市濱海新區(qū)塘沽地域雷暴日數(shù)變化規(guī)律及特征分析
        天津科技(2020年2期)2020-03-03 05:09:48
        降水量是怎么算出來的
        啟蒙(3-7歲)(2019年8期)2019-09-10 03:09:08
        1988—2017年呼和浩特市降水演變特征分析
        選舉 沸騰了黃土高原(下)
        公民與法治(2016年3期)2016-05-17 04:09:00
        選舉沸騰了黃土高原(上)
        公民與法治(2016年1期)2016-05-17 04:07:56
        基于小波變換的三江平原旬降水量主周期識別
        海南省雷暴日數(shù)年代際變化特征
        灑向黃土高原的愛
        中國火炬(2015年7期)2015-07-31 17:39:57
        国产人妻久久精品二区三区老狼| 国产精品亚洲五月天高清| 亚洲欧美日韩精品中文乱码| 日本高清中文字幕二区在线| 高潮内射主播自拍一区| 亚洲中文字幕无码天然素人在线| 性一乱一搞一交一伦一性| 丰满少妇爆乳无码专区| 自拍av免费在线观看| 精品久久av一区二区| 国产成熟人妻换╳╳╳╳| 免费在线视频一区| 国产大全一区二区三区| 亚洲国产成人av二区| 无码av无码天堂资源网| 免费毛片性天堂| 亚洲国产天堂av成人在线播放| 亚洲国产a∨无码中文777| 精品亚洲一区二区三区在线观看| 色综合另类小说图片区| 视频在线播放观看免费| 亚洲av无码一区二区三区天堂| 好吊色欧美一区二区三区四区| 人妻少妇久久中文字幕| 亚洲国产av导航第一福利网| 久久久久久无中无码| 色婷婷亚洲一区二区三区在线| 五月综合激情婷婷六月| 丰满人妻妇伦又伦精品国产 | 精品国产免费久久久久久| 自拍av免费在线观看| 国产精品无码一区二区三区在| 国产久热精品无码激情| 天天中文字幕av天天爽| 青青草视频在线观看绿色| 久久天天躁狠狠躁夜夜avapp| 91久久青青草原免费| 精品国产乱码久久免费看| 亚洲综合国产成人丁香五月激情| 亚洲乱亚洲乱少妇无码99p| 成人免费无码视频在线网站|