CLIGEN天气发生器在长江上游地区的适用性评价

CLIGEN天气发生器是WEPP土壤侵蚀模型的组成模块之一,用于模型预测预报以及天气数据缺测时生成模拟天气数据;但是CLIGEN天气发生器是基于美国的天气条件研发的,在其他地区模拟的精度具有不确定性.以长江上游沱沱河站、马尔康站、丽江站、都江堰站和沙坪坝站5个典型国家气象站40年的日观测数据为基础,分析评价CLIGEN天气发生器在该地区模拟的日和月天气数据的精度.结果表明：CLIGEN天气发生器天气参数的输入对于模拟结果具有较大的影响;模拟结果在长江上游5个不同地貌区气象站的精度基本相当;模拟的日天气数据误差较大,模拟的月天气数据效果好于日天气数据;模拟的各月最高气温和最低气温平均值较实际值偏低,部分参数模拟值的绝对误差和相对误差存在一定的月际差异.     

LARS-WG天气发生器在黄土高原的适应性研究

 利用黄土高原地区西安、兰州、太原、银川、呼和浩特和延安6个气象站1951—1990年的日序列的降雨量、最高温度、最低温度及日照时间,用LARS-WG天气发生器模拟1991—2000年的日气象资料,并用1991—2000年的实际观测值与之比较,对LARS-WG天气发生器适应性进行了检验。通过线性回归、平方根误差和平均偏差评价表明:通过长序列日气象资料,LARS-WG天气发生器能准确地模拟黄土高原6个站点的日最高温度、日最低温度的月分布和年辐射总量。年降水及其月分布值普遍高于实际降水值。     

基于干湿期的随机天气发生器

为了按不同的应用需求生成可信的任意长序列逐日天气数据,为作物天气系统研究提供数据支持,该文描述了一个以干湿期随机模型为基础,组合了日降水量、温度和辐射变量随机模型的逐日天气发生器WGDWS(Weather Generator based on Dry and Wet Spells)。它分为两部分:以干湿期为独立随机变量的干湿期模型部分,和依赖第一种模型生成其余天气变量的模型部分;其天气要素的生成主要分2个步骤,即首先根据月经验分布值产生一个干期或湿期长度,然后生成干期或湿期的逐日值。利用代表中国不同地理区域的9个站点1973-2003年的逐日气象资料对天气发生器WGDWS进行了检验,并与基于干湿日开发的DWSS天气发生器进行了比较。结果表明两者性能基本相近,并且WGDWS模拟干湿期的效果更好。因此,WGDWS天气发生器用于生成逐日天气序列是可靠的,同时作为一个JAVA组件,还可以方便地嵌入作物模型系统。     

CLIGEN降水要素在黄土塬区的适应性评估

 CLIGEN是目前较全面产生降水要素(降水量、历时、达到最大降水强度的时间与降水总历时的比率、最大降水强度与平均降水强度的比率)的天气发生器,其生成降水要素的质量直接影响水文和农业响应模型的输出结果。利用黄土高原长武1957—2001年的日气象观测数据、王东沟流域1988—2001年的降水要素数据和CLIGEN生成的100年日气象数据,对CLIGEN模型产生日、月、年降水量的均值和方差、概率分布、降水极端值和降水历时、强度进行评估。结果表明:CLIGEN对日、月和年降水量均值的模拟效果较好,相对误差都不大于1.0%;对标准差的模拟结果偏低,相对误差的绝对值小于6.6%;没有模拟出日降水量的概率分布,但是较好地模拟出了月和年降水量的概率分布;对日、月和年最大降水量的模拟误差较大,表明CLIGEN对极值的模拟精度有待提高。CLIGEN很好地模拟出连续降水的频率,但是连续干旱天数在20d以内的累积频率的平均相对误差为8.9%;CLIGEN产生的最大降水强度与平均降水强度的比率高于实测数据;相对于实测数据,CLIGEN模拟的降水历时和降水量具有相同的趋势,对小降水量或短历时的模拟结果偏高,对大降水量或长历时的模拟结果偏低。     

CLIGEN天气发生器在黄河流域的适应性研究

根据年降水及其年内分布特征在全美范围内选择参照站的基础上,用黄河流域3个气象站30年降水和气温的月平均资料,对CLIGEN天气发生器在黄河流域的适应性进行了检验。结果表明利用参证站、通过月资料的输入,CLIGEN可以较好地模拟年降水、降水的月分布、最高温度和最低温度,模拟值的标准差普遍低于实际值的标准差,参照站的气候特征对模拟结果有显著影响,因此,在参证站选择时应综合考虑多个气象参数。     

天气发生器MulGETS和k-NN对区域历史气象场特征重现能力的比较

传统单站点天气发生器未考虑不同站点气象变量间的空间相关性,导致其在区域影响评价中的应用受到限制,而多站点天气发生器可以克服单站点天气发生器的缺点,近年来得到迅速发展。评估和验证多站点天气发生器对区域历史气象场特征的重现能力是开展影响评价的前提和基础。为此,本研究选取MulGETS（参数型）和k-NN（非参数型）发生器为代表模型,利用湘江流域12个气象站点1981−2010年日序列降水量、最高气温、最低气温资料,通过均值、标准差、偏度、极值、空间相关系数、空间连接度和自相关系数等指标的对比,评估了MulGETS和k-NN模型的优缺点及适用性。结果表明：MulGETS和k-NN模型均较好地再现了原气象场的均值、标准差和偏度,k-NN表现稍好于MulGETS。同时k-NN相比MulGETS在保持气象要素空间相关性上具有优势,特别是降水量的空间间歇性。由于算法本身的限制,k-NN无法模拟出超出历史数据范围的极值,而MulGETS具备一定的极值模拟能力。此外,MulGETS和k-NN在重现原始日尺度降水量的自相关性上均存在不足。总体来看,两个模型各具优势和不足,MulGETS更适于极端气象事件模拟,而k-NN可以更好地体现原始气象场的空间差异,实际使用时应根据不同的研究目的选择合适的模型。     

基于COSIM模型的新疆棉花产量动态预报方法

该文在对棉花生长模拟模型COSIM进行模型调试、验证实现本地化应用的基础上,探讨运用作物模型进行棉花产量动态预报的方法,重点解决未知气象数据替代问题。作物模型应用于产量预报时,未来天气的不确定性是影响预报准确率的关键因子,该影响随着当年实际天气数据增多而减小。该文以近50 a的气象数据,依次替代预报日至收获期的气象数据(即预报日之前使用预报年当年气象数据,预报日之后使用替代年气象数据),模拟棉花生长发育和产量形成过程,以近50、40、30、20、10、5 a历史气候数据依次替代预报日之后的逐日数据获得的模拟产量平均值作为预报产量,根据对预报准确率进行比较,最终确定以近10 a实测数据替代获得的模拟产量平均值作为最终预报产量。经验证该预报方法对不同播种时间棉花产量动态预报的准确率在81.3%~99.6%,预测精度较好。作为案例分析,该文仅进行每月1次预测分析,实际应用中可进行逐日替代动态预报,经过进一步改进,提高预报精度,未来可望达到业务应用水平。     

北方地区日光温室气象灾害风险评价

利用北方典型日光温室室内以及相应台站气象数据,建立基于BP神经网络的室内气温预报模型,以此预报北方243个台站1990-2009年室内气温,利用预报的室内气温数据及室外降水、日照、风速等气象数据和主要气象灾害指标,构建基于实数编码的加速遗传算法(Real-code accelerating genetic algorithm,RAGA)和投影寻踪(Projection pursuit evaluate,PPE)的日光温室气象灾害风险评价模型,并对北方地区日光温室主要生产月气象灾害风险进行逐月评价.结果表明,北方日光温室室内气温预报值与实际观测值的标准误差在0.89～1.54℃,方程决定系数在0.87 ～0.94.北方地区日光温室1-3月的气象灾害风险等级较高,分布在天山以北、大兴安岭以北的地区和西藏地区,主要是低温和大风沙尘天气.9月气象灾害风险等级最低,分布在长城以南,黄河以北地区,主要是低温.本研究构建的北方地区日光温室气象灾害风险评价模型可为日光温室气象灾害风险区划和防御提供决策支持.     

作物生长模型的适用性评价及冬小麦产量预测

为了研究CERES-Wheat模型在北京地区的适用性及应用模型对冬小麦产量进行预测,在对模型进行参数校正的基础上,通过连续3 a的试验数据对模型适用性进行评估,进一步采用试验点气象观测站2007－2008年气象数据作为驱动模型展开模拟,预测了2007－2008年北京冬小麦产量为6 000 kg/hm2,并对比了2004－2008年的模型模拟值（包括生殖生长期时间、叶面积指数和产量）与实际观测值。结果表明：模型模拟开花期时间一般较实际观测时间推迟6 d以内,成熟期时间一般较实际观测时间推迟5 d以内,叶面积指数和产量较真实值偏高,综合4 a产量预测数据发现模型模拟产量准确度在90%以上,说明CERES-Wheat模型在北京适用性良好,可以作为一个有效的冬小麦产量预测工具在农业中应用。     

杭州冬季塑料大棚内气温变化特征及日最低气温预报模型

利用2010-2012年冬季塑料大棚内外气象资料,分析晴天、多云、寡照3种天气类型下的单、双层棚内气温变化特征,采用逐步回归方法构建适于杭州地区的棚内日最低气温预报模型,并对模型进行拟合和预报试验。结果表明:单、双层棚内气温变化趋势基本一致,晴天、多云条件下日变化剧烈,阴雨寡照下较平缓。棚内日最低气温在晴天、多云条件下比寡照时低,易出现低温危害。棚内外日最低气温温差单层棚平均为2.0℃,双层棚平均3.0℃。日最低气温预报模型拟合结果表明,单、双层棚内日最低气温拟合值与实际值的均方根误差(RMSE)分别小于1.0℃和0.5℃,晴天、多云和寡照3种天气类型下,单层棚分别为0.5℃、1.3℃和0.7℃,双层棚分别为0.4℃、0.3℃和0.5℃;实际预报检验表明,模型具有较高的模拟精度和较强的实用性。     

WGDWS天气发生器在中国五大气候区的适用性

为了检验基于干湿期的天气发生器(Weather Generator based on Dry and Wet Spells,WGDWS)在中国不同气候区的应用效果,该研究利用中国五大主要气候区16个站点57 a的逐日天气数据,通过对比生成与实测气象要素统计值,及比较WGDWS与随机天气模拟器(Daily Weather...     

TRMM降水数据在长江流域的降尺度分析与校正

在充分考虑2001−2019年TRMM 3B43降水量数据在长江流域适用性的基础上，基于地理加权回归模型（GWR），结合归一化植被指数（NDVI）、增强型植被指数（EVI）、高程、坡度、坡向数据，选取不同组合对19a内TRMM降水量数据进行降尺度，并对优选的降尺度数据分别进行GDA、GRA校正，最后在年、季、月尺度下进行精度评价与结果分析。结果表明：（1）降尺度数据与站点实测数据的R²、BIAS、RMSE满足精度要求的同时，空间分辨率由0.25°提高至1km，且TRMMNDVI数据精度优于TRMMEVI数据。（2）GDA校正结果优于GRA校正结果，且数据稳定性更好，更适于长江流域TRMM数据校正。（3）数据与站点实测数据R²在年（0.91～0.986）、季（0.704～0.88）、月（0.625～0.89）尺度上均有较高精度，细节特征较TRMM数据表现更好。（4）降水量越大的月份降尺度及校正效果越好。降尺度及校正后的TRMM数据能更好地反映长江流域真实降水信息，为农业生产、水资源优化配置、防洪减灾等提供可靠的数据支持。     

2000年以来长江流域水沙情势变化及成因分析

基于长江干流屏山、朱沱、寸滩、宜昌、汉口、大通6个水文站的实测水沙资料,采用线性回归、Mann-Kendall趋势分析和突变检验、Sen’s估计以及累积距平法,分析长江干流2001—2018年径流输沙年际、年内变化趋势及其成因。结果表明:2000年以来长江干流各水文站年输沙量较2000年前显著降低,降幅高于56%;年径流量下降不明显,降幅低于8%;输沙量变异程度高于径流量变异程度。2001—2018年,长江流域平均月径流量为718108 m^3,平均月输沙量为1247104 t,且主要分布在6—9月。趋势分析显示,年降雨量和径流量变化趋势不明显,年输沙量呈极显著减小趋势,其中屏山、朱沱、寸滩站分别在2010年和2012年左右发生突变,宜昌、汉口、大通站在2005年发生突变;屏山站月径流量无明显变化趋势,大通站1月径流量显著增加,其他4个水文站均在1—4月呈显著增加趋势;各水文站月输沙量主要在6—10月呈显著减少趋势。水利工程和水土保持生态环境建设等人类活动是长江流域输沙减少的主要原因。     

典型浓度路径(RCP)情景下长江中下游地区气温变化预估

为探明典型浓度路径下(高端路径RCP8.5和稳定路径RCP4.5)长江中下游地区未来30a平均气温的时空变化趋势和分布特征,运用联合国政府间气候变化委员会(IPCC)AR5提出的模拟能力较强的BCC-CSM1-1(Beijing Climate Center Climate System Model version1-1)气候系统模式,基于典型浓度情景RCP(Representative Concentration Pathway)输出的2021-2050年0.5×0.5格点主要气象要素的逐日模式模拟数据资料,应用双线性内插法降尺度到长江中下游及邻近区域62个基本气象站点。以1961-1990为基准年,根据同期等长模拟数据和观测数据的非线性函数关系建立订正模型,并利用方差订正法对2021-2050年模拟数据进行误差订正。结果表明:RCP情景输出数据的模拟效果良好,方差订正可降低模拟值与观测值的相对误差和方差,更加真实反应未来气候变化趋势。RCP8.5和RCP4.5两种排放情景下,长江中下游地区2021-2050年年平均气温均呈显著上升趋势,增温幅度总体表现为自南向北逐渐减少。就季节而言,四季均呈现升温趋势,夏季增温幅度最高,变化倾向率大,春冬两季RCP8.5情景下增温幅度大于RCP4.5下,夏秋季则相反;RCP8.5情景下,研究区域年平均气温呈现自中部向东西递减,春夏季增温幅度高于秋季,冬季增温幅度最小,且变化倾向率低,大部分地区未通过0.05水平的显著性检验。RCP4.5情景下,研究区年平均气温自北向南逐渐降低,变化倾向率则表现为北部大于南部,夏季变化速率较大,增温幅度达1.2℃·10a~(-1)(P0.01),冬季较小且未通过显著性检验。     

基于SWAT模型的阿克苏河流域径流模拟

阿克苏河流域地处中国西北干旱区域,受高寒气候影响,其冰川和积雪融化补给对流域径流量变化、区域水资源合理优化及生态环境的保护影响重大。结合阿克苏河流域融雪径流的产流、汇流的独特之处,应用SWAT分布式水文模型对其月均径流进行了模拟研究。收集阿克苏河流域7个气象站点1980—2013年的逐日观测数据和阿拉尔水文站2000—2013年月均实测径流数据,基于DEM数据、土地利用数据、土壤数据,建立适合阿克苏河流域的融雪径流模型并进行月均径流的模拟。结果表明:SWAT模型在阿克苏河流域具有良好的适用性,校准期和验证期相对误差R_E均在8%以内,决定性系数R²和Nash-Sutcliffe效率系数NS均高于0.82,达到了模型的评价标准,为高海拔干旱区建立分布式水文模型提供了参考。     

基于TRMM 3B43数据的川西高原月降水量空间降尺度模拟

利用2001-2013年TRMM 3B43、MODIS-NDVI、DEM、气象观测等数据,在分析植被对降水响应滞后性的基础上,构建了TRMM 3B43数据中月降水量与经纬度、海拔、坡向和NDVI因子间的多元线性回归方程式,作为川西高原月降水量资料的降尺度计算模型,采用“回归方程+残差”的插值方法获取研究区2001-2013年1km空间分辨率的月降水量空间数据,并利用区内16个气象站点的观测数据与模拟结果进行了相关分析和误差检验。结果表明：（1）各气象观测站点基于TRMM 3B43资料的降尺度模拟降水量的数据均具有很高的精度,其中,精度最高的稻城站模拟结果与站点观测值的相关系数高达0.9839,精度最低的小金站相关系数亦高达0.8781;（2）在月、年尺度上,降尺度模拟降水量的数据亦具有很高的精度,其中,5-10月的精度明显高于其它月份,湿润年份精度总体高于干旱年份;（3）降尺度模拟降水量与站点实测降水量整体上相关系数为0.9499,偏差为0.0866,两者吻合度较高,但降尺度模拟降水量值略偏高;（4）降尺度在月尺度上能基本保证TRMM 3B43原始数据的精度,而在年尺度上能有效提高原始数据的精度,加之对空间分辨率的提高,可为获得更加全面、精细的降水分布数据提供有效方法。     

基于SWAT模型的TRMM降水数据径流模拟适宜性评价

以辉发河流域为研究区,采用SWAT分布式水文模型,以实测降水数据和TRMM降水产品作为模型输入,在月尺度和日尺度上构建了四种径流模拟情景,并利用SUFI_2算法分析了不同降水输入和时间尺度下模型的参数敏感性、参数不确定性和径流模拟结果。结果表明:(1)TRMM降水产品的误差会改变参数的敏感性排序,尤其是在日尺度上;(2)4种模拟情景P因子的范围为0.58~0.9,R因子的范围为0.47~1.58,模型拟合精度较好。月尺度上TRMM数据的估算误差较小,其更高的空间分辨率可使径流模拟不确定性得到明显改进,而随着时间尺度的变化,TRMM数据在日尺度上的误差增大会导致日径流模拟结果不确定性的增加;(3)在月尺度和日尺度上,采用TRMM数据降水输入模拟径流,其NS和R2系数均达到较好水平,实测降水模拟结果略优于TRMM数据。研究表明,在辉发河流域,TRMM降水产品在径流模拟方面表现出较好的适宜性,是一种较为可靠的降水数据源。