發(fā)布時間：2020-11-11 12:55

　　 隨著全球氣候變化研究工作的不斷深入,人類活動在氣候變化中的貢獻作用逐漸受到關(guān)注。近年來,在全球氣候變化的背景下,極端天氣事件顯著增多,其中極端降水事件頻率的增加,導(dǎo)致部分流域洪澇災(zāi)害風險升高。開展人類活動對流域尺度降水變化影響的研究,可以幫助認識人類活動對區(qū)域尺度氣候變化的貢獻,為水利部門提供重點流域防災(zāi)減災(zāi)指導(dǎo),為決策者制定溫室氣體減排方案提供科學建議,具有重要的研究意義和實際價值。本文利用兩套降水觀測資料CPC-Global和CN05.1以及20世紀氣候檢測歸因計劃(C20C+DA Project)中CAM5.1-1degree模式多個集合的模擬結(jié)果,利用顯著性檢驗和相對均方根誤差等方法,評估了模式對分別位于三個不同緯度帶的長江流域、黃淮海流域和湄公河流域的平均降水量和極端降水量(用三種極端降水指數(shù):連續(xù)五日最大降水量RX5day、一般強降水量R90p、極端強降水量R99p表示)的模擬能力。在評估的基礎(chǔ)上,通過比較該模式的兩種歷史模擬情景All-Hist(包括人類活動在內(nèi)的所有強迫因子影響的現(xiàn)實情景)和Nat-Hist(僅考慮自然強迫因子影響的非現(xiàn)實情景)分別相對于Nat-Hist基準期的時空分布特征的差異,分析了人類活動對三個典型流域平均降水和極端降水時空變化的可能影響。在上述研究結(jié)論的基礎(chǔ)上,結(jié)合大氣環(huán)流場和季風指數(shù)的變化與降水增減對應(yīng)關(guān)系的研究成果,以長江流域為例,初步分析了人類活動可能導(dǎo)致降水變化的動力學原因。具體結(jié)論如下:(1)CAM5.1-1degree模式在兩種情景下模擬出的平均降水和極端降水的年際變率與空間分布特征均存在明顯差異,說明人類活動對流域尺度平均降水和極端降水的變化確實做出了貢獻。其中All-Hist情景下多個集合平均的模擬結(jié)果(MRA)可以較好地再現(xiàn)三個流域平均年降水量以及代表極端降水量的三種極端降水指數(shù)(RX5day、R90p、R99p)相對于基準期的時空變化情況,即代表現(xiàn)實情景的All-Hist情景的模擬結(jié)果更接近觀測事實,說明該模式的模擬效果較好。(2)CAM5.1-1degree模式All-Hist情景的MRA在模擬平均降水的時空分布特征時的能力要優(yōu)于極端降水,而且模式對不同流域的平均降水和極端降水的時空變化幅度均有不同程度的低估。對平均降水時間變化特征的模擬評估結(jié)果表明,熱帶地區(qū)湄公河流域的模擬能力要強于亞熱帶地區(qū)的長江流域和溫帶地區(qū)的黃淮海流域,僅有湄公河流域的MRA能夠較準確地模擬出極端的年際間波動;而對極端降水的時間變化特征的模擬評估結(jié)果中,雖然可以大致再現(xiàn)與觀測相近的年際波動,然而MRA結(jié)果對極端降水指數(shù)的變化幅度有明顯低估。對平均降水空間分布特征的模擬評估結(jié)果中,可以得出MRA能夠準確模擬出發(fā)生明顯變化的極值中心的位置,特別是發(fā)生明顯減少的變化極值中心位置;但對極端降水空間分布變化的模擬評估結(jié)果顯示,除溫帶地區(qū)黃淮海流域的模擬能力較好之外,其他流域仍存在較大的提升空間。(3)從人類活動對流域尺度降水變化的影響來看,研究表明:受人類活動的影響處于不同緯度帶的三個典型流域的平均降水的時間變化均以減少為主。亞熱帶地區(qū)長江流域的平均降水受人類活動影響呈現(xiàn)出的減少趨勢最為明顯,溫帶黃淮海流域平均降水的減少持續(xù)了整個研究時段,而熱帶地區(qū)湄公河流域的減少變化相對較弱。另外,對溫帶地區(qū)黃淮海流域平均降水減少貢獻最大的季節(jié)為夏季,貢獻最大的時段為1960?1969年,而在亞熱帶和熱帶的長江流域和湄公河流域貢獻最大的季節(jié)為降水發(fā)生較少的冬季或旱季,時段為2000?2009年;三個流域極端降水受人類活動影響則呈現(xiàn)出增多趨勢隨時間逐漸減弱,乃至減少的變化趨勢。三個流域中熱帶湄公河流域的極端降水受人類活動影響發(fā)生的變化最為明顯,三種極端降水指數(shù)中,R90p增多趨勢被削弱的程度最顯著,2000?2009年是人類活動對極端降水量影響最大的時期。(4)研究結(jié)果還指出:受人類活動影響三個流域的平均降水和極端降水變化的空間分布均存在顯著的空間差異。相比僅考慮自然強迫因素的Nat-Hist情景,在包含人類活動影響的All-Hist情景下,三個流域中平均降水和極端降水呈現(xiàn)減少變化的空間范圍擴大、呈現(xiàn)增多變化的空間范圍縮小、兩情景下共同呈現(xiàn)減少變化的區(qū)域的減少程度加劇,可見從空間分布特征的變化方面,人類活動對不同緯度帶的三個流域的平均降水和極端降水的影響以減少為主。三個流域中受人類活動影響降水減少最多的地區(qū)是:長江流域的上游中部和流域南部,黃淮海流域的黃河劉家峽地區(qū)、淮河南部、海河北部,湄公河流域緯度20°N~25°N區(qū)域。另外,對比人類活動影響下的不同程度極端降水的時空變化,發(fā)現(xiàn)降水極端程度越強,在人類活動的影響下發(fā)生的時空變化特征越明顯,即人類活動的影響程度越強。(5)為進一步探究人為強迫導(dǎo)致流域降水變化的機制,文中以長江流域夏季降水為例,分析了與降水變化的相關(guān)的主要環(huán)流因子受人類活動影響的變化,結(jié)果表明在人類活動的影響下,200 hPa風場西風急流增強,850 hPa風場向長江流域水汽輸送減弱,500 hPa位勢高度場中西太平洋副高強度增強且位置北移、東退,這些變化均有研究曾指出其與長江流域夏季降水的減少存在對應(yīng)關(guān)系,可能是人為強迫導(dǎo)致長江流域夏季降水變化的大氣動力學原因。
【學位單位】：中國氣象科學研究院
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：P461
【部分圖文】：

2.1 C20C + D&A 計劃的兩種情景試驗設(shè)計圖解（引自 Dáithí A. Stone, et al., Weather Climate Extremes：2019, https://doi.org/10.1016/j.wace.2019.100206）輸出的變量涵蓋了大氣及陸面系統(tǒng)的諸多關(guān)鍵變量，本文中使用的模式輸水量（pr）日數(shù)據(jù)以及緯向風（u）、徑向風（v）、相對濕度（hur）、海平面

（°N）長江流域上游 91~111 24.5~36中游 111~117 24.5~36下游 117~122 25~33黃淮海流域 95~123 30~43湄公河流域 93~109 9~34圖 2.2 流域空間分布圖2.2.2 資料插值方法為了配合研究空間尺度的需求，更清晰地展示空間分布結(jié)果，本文使用雙插值法將全部數(shù)據(jù)統(tǒng)一插值到 0.25°×0.25°的格點上。2.2.3 統(tǒng)計方法（1）相對均方根誤差為了評估模式的模擬能力，比較多個試驗集合的模擬效果，采用模式評估工作中常用的均方根誤差法。模式結(jié)果和觀測數(shù)據(jù)之間的均方根誤差（RMSE）可以表示兩者之

圖 3.1 1960 2009 年三個流域不同時段平均年降水量的觀測值和兩種模擬情景下的模擬值盒須圖（單位：mm/yr，須圖上下兩端分別表示所有模式集合結(jié)果的最大值、最小值，盒圖的上端表示上四分位數(shù)，下端表示下四分位數(shù)。其中長江流域（YR）和黃淮海流域（HuangHH）觀測數(shù)據(jù)選用 CN05.1，湄公河流域（MR）選用 CPC-Global）為了排除數(shù)據(jù)偏差的影響，選取 1981 2010 年為基準期，計算了 All-Hist 情景中
【相似文獻】

相關(guān)期刊論文 前10條

1 李小燕;;陜南氣溫和降水變化時空相關(guān)分析[J];西北大學學報(自然科學版);2014年06期

2 矯玲玲;王慶余;唐凱;任麗;金磊;;哈爾濱降水變化與厄爾尼諾的關(guān)系[J];安徽農(nóng)業(yè)科學;2009年01期

3 方修琦;;陜北及鄂爾多斯地區(qū)降水變化與沙漠化[J];北京師范大學學報(自然科學版);1987年01期

4 鄒銘;十三世紀以來內(nèi)蒙古土默川地區(qū)降水變化研究[J];干旱區(qū)資源與環(huán)境;1989年03期

5 М.И.Будыко;亣來福;;二十世紀末的氣候[J];氣象科技;1989年05期

6 李懷川;劉安麟;張向軍;;陜西近四十年來降水變化診斷分析[J];陜西氣象;1991年04期

7 段克勤;姚檀棟;王寧練;田立德;徐柏青;;青藏高原南北降水變化差異研究[J];冰川凍土;2008年05期

8 胡軼佳;朱益民;鐘中;張惠君;;降尺度方法對中國未來兩種情景下降水變化預(yù)估[J];高原氣象;2013年03期

9 高長宇;梁洪艷;竇鳳芝;;近55 a明水縣溫度和降水變化及其對農(nóng)業(yè)生產(chǎn)的影響[J];黑龍江氣象;2009年01期

10 馬曉波,胡澤勇;青藏高原40年來降水變化趨勢及突變的分析[J];中國沙漠;2005年01期

相關(guān)博士學位論文 前4條

1 李偉;中國區(qū)域極端降水變化的人為信號檢測及其未來預(yù)估[D];南京信息工程大學;2018年

2 劉華峰;降水變化對準噶爾荒漠植物種子萌發(fā)及其群落多樣性的影響[D];石河子大學;2018年

3 王鶴齡;增溫和降水變化對半干旱區(qū)春小麥影響及作物布局對區(qū)域氣候變化的響應(yīng)研究[D];甘肅農(nóng)業(yè)大學;2013年

4 孟凡超;氣候變化對東北玉米生長和產(chǎn)量影響的觀測與模擬[D];中國氣象科學研究院;2015年

相關(guān)碩士學位論文 前10條

1 沙祎;人類活動對流域尺度降水變化的可能影響[D];中國氣象科學研究院;2019年

2 李佳瑞;末次盛冰期以來中亞西部降水變化的模擬研究[D];蘭州大學;2018年

3 劉月麗;城市化對華北地區(qū)降水變化趨勢影響初步分析[D];蘭州大學;2006年

4 張霞;中國地區(qū)降水變化的模擬評估及其未來情景預(yù)估[D];南京信息工程大學;2008年

5 劉晗;基于地理格網(wǎng)的洞庭湖流域降水變化分析[D];湖南科技大學;2012年

6 潘曉悅;增溫和降水變化對青藏高原高寒草甸土壤反硝化微生物群落的影響研究[D];中國礦業(yè)大學;2017年

7 王素萍;河西地區(qū)降水變化及其影響研究[D];蘭州大學;2007年

8 楊曉丹;中國西北地區(qū)降水變化及其可能原因的診斷研究[D];中國氣象科學研究院;2005年

9 孟翊星;近50年新疆地區(qū)降水變化及天氣分型[D];南京大學;2017年

10 李玲雯;重慶市的降水變化及其原因分析[D];南京信息工程大學;2012年

本文編號：2879206