基于GLDAS-2数据的中国极端降水事件时空变异性研究

全球气候变化导致极端降水事件频发,为了做好应对极端事件的准备,利用GLDAS-2.0数据集进行可靠性分析后,提取9个极端降水指标,使用M-K检验方法分析了1948—2014年中国极端降水事件时空变化特征及其突变趋势。结果表明：全国发生极端降水事件的频率增高,西北、西南和中南地区的年降水量增强趋势明显,连续湿润天数变少,强降水变多,其中西北地区变化最为明显;西北地区中西部,中南与西北、华东的两个交界范围,极端降水相关指标突变趋势明显。结果显示西北地区中西部,西南和中南交界地区以及中南和华东交界地区发生极端降水的频率高,应提前做好应对各种自然灾害的准备。     

CLDAS和GLDAS土壤湿度资料在黄土高原的适用性评估

本研究基于2011～2013年3～9月CMA陆面数据同化系统(CLDAS)和全球陆面数据同化系统(GLDAS) Noah陆面模式提供的表层10 cm土壤湿度数据,以国家气象信息中心提供的站点土壤湿度观测资料为参考,通过对比分析两套模拟数据在黄土高原区域的时空差异,并分别计算其与观测资料的相关系数(Corr)、平均偏差(MBE)和均方根误差(RMSE)等统计特征值,就两套模拟数据在黄土高原地区的适用性进行综合对比和评估,旨在选出一种适用于研究黄土高原地区土壤湿度时空特征的大范围、长时间序列的替代资料。结果显示:(1)两套陆面模式资料均能较好模拟黄土高原地区土壤湿度的空间变化特征,主要呈现出从西北向东南和西南增加的趋势,其中CLDAS具有较高的空间分辨率,能够较好刻画研究区细部特征;(2)从站点角度的统计特征值来看,两套资料的Corr值普遍偏高,CLDAS有71%和63%的站点分别达到极显著和显著差异水平,而GLDAS的略低,分别为70%和62%;研究区内各套资料的MBE和RMSE分布均类似;正负偏差站点个数相差不大,分布区间主要为-0.05～0.05,其中CLDAS有26和32个站点分别处于-0.05～0和0～0.05之间,而GLDAS则为28和24; GLDAS的RMSE主要集中在0.05～0.07之间,而CLDAS绝大部分低于0.05;(3)从时间序列来看,GLDAS资料与实测最为接近,但在春季存在一定程度的偏干情况,偏干程度小于CLDAS;(4)从整个研究区土壤湿度的模拟状况来看,GLDAS的Corr、MBE和RMSE值分别为0.821、0.0126和0.0221,较CLDAS资料具有更小的平均偏差、均方根误差和更大的相关系数。总体来说,两套陆面模式资料在黄土高原区域土壤湿度模拟上均存在各自的优势,均可作为土壤湿度观测的替代资料,对于土壤湿度研究和业务应用都具有积极的意义。     

2000-2016年青藏高原土壤温度变化特征分析

该研究使用较新的、连续性好的、高分辨率（0.25°×0.25°）的GLDAS（Global Land Data Assimilation System）Noah v2.1陆面模式资料,采用线性倾向估计、t检验、相关性分析和经验正交函数分解等方法,分析了2000-2016年青藏高原土壤温度的变化特征.结果表明,土壤温度受地形和海拔影响,高原地区平均土壤温度比周边地区低,北部比南部低.高原西北部的昆仑山脉至阿里地区附近存在-10℃冷中心,高原东北部的柴达木盆地存在5℃暖中心.春秋土壤温度空间分布与平均土壤温度空间分布相似,夏季最暖,冬季最冷.EOF分析土壤温度第一模态均表现出明显的全区一致升温型.进一步分析年际变化发现4层土壤温度逐年升温且变化十分相似.2005年之前几乎呈现线性增温趋势,2005年之后呈现波动变化但仍为增温趋势.趋势系数空间分布发现各层土壤温度均不断增温且空间分布相似,高原地区增温趋势强于周边地区,高原主体部位西部增温强于东部.随着深度的增加,增温趋势逐渐减弱.以0~10 cm为代表层说明增温的主要空间分布特征：高原大部分地区土壤温度均以0.1至0.3℃/10a的速率增温,最大增温中心在阿里北部地区,数值达0.67℃/10a.春季增温最强,秋夏次之,冬季最弱.     

雅鲁藏布江流域陆地水储量变化特征及归因

为准确识别高寒缺资料地区长序列陆地水储量变化特征及归因,该研究选取青藏高原东南部的雅鲁藏布江流域为研究区,基于2003—2017年的GRACE(Gravity Recovery and Climate Experiment)重力卫星数据,结合欧洲中期天气预报中心的第五代产品ERA5(the fifth-generation reanalysis product of the European Centre for Medium Range Weather Forecasts)再分析资料和GLDAS(Global Land Data Assimilation System)陆面同化数据,开展青藏高原东南部地区陆地水储量变化研究。分别使用ERA5和GLDAS两套数据集,采用水量平衡法和组分相加法两种方法,将反演的4套陆地水储量结果与GRACE反演的陆地水储量变化(Terrestrial Water Storage Change,TWSC)进行对比分析。结果表明:基于GLDAS的组分相加法反演的陆地水储量变化与GRACE反演的结果最为一致。因此,基于GLDAS数据集,采用组分相加法进一步探究雅鲁藏布江流域长序列(1948—2017年)陆地水储量的时空演变规律。在1948—2017年期间,TWSC呈现显著增加的趋势,但是在2002年左右发生了突变,即2002年之前呈现极显著增加的趋势(0.024 mm/月,P0.01),2002年之后呈现极显著减少的趋势(-0.397mm/月,P0.01)。进一步归因分析表明,2002年前后土壤含水量和雪水当量的变化趋势与陆地水储量变化的趋势一致。然而,2002年前后土壤含水量的变化对陆地水储量变化的贡献率分别为61%和99%,对陆地水储量变化起主导作用。在空间分布上,TWSC呈现出较大的空间异质性,主要体现在人类活动强度较高的"一江两河"地区和冰川分布集中的帕隆藏布地区。研究结果可为探究气候变化背景下青藏高原水储量时空演变机理提供可靠的参考方法和数据支持。     

雅鲁藏布江流域干湿转换特征及植被动态响应

为准确识别气候变化条件下高寒流域干湿特征及植被动态响应,该研究以青藏高原东南部的雅鲁藏布江流域为例,基于全球陆面数据同化系统(global land data assimilation system,GLDAS)数据集,计算标准化降水蒸散指数(standardized precipitation evapotranspiration index,SPEI),结合归一化植被指数(normalized difference vegetation index,NDVI)探讨了雅鲁藏布江流域干湿转换特征及其对植被的影响。结果表明:GLDAS的降水与气温数据与实测数据一致性较好,可以用于分析雅鲁藏布江流域干湿转换特征;1982-2015年间雅鲁藏布江流域总体呈现湿润化趋势,但2000年前后流域干湿时空特征发生反转现象,即时间上,2000年以前流域呈现湿润化趋势,2000年以后呈现干旱化趋势,空间上,流域内干旱地区逐渐变湿,湿润地区逐渐变干;流域内约71.83%的区域SPEI与NDVI呈正相关,流域植被受流域干湿条件影响较大,降水和气温是植被动态变化的主要驱动因素;流域内92.17%以上的区域SPEI与土壤含水量呈极显著正相关,表明土壤含水量亦是影响流域干湿特性不可忽视的因素。该研究结果可为辨识高原及高寒区水循环变化过程及其驱动机制提供科学依据。     

不同深度土壤水分同化产品在川西高原的应用

[目的]评估不同深度土壤水分同化产品的适用性,为川西高原有关气候变化、生态环境建设等研究提供土壤水分数据选择的科学依据。[方法]以气象自动观测站的土壤水分值作为参考,评价了中国气象局陆面同化系统CLDAS-V 2.0和全球陆面同化系统GLDAS-Noah土壤水分产品在川西高原的精度,并分析了土壤水分产品对降水过程的反应以及降水对土壤水分产品精度的影响。[结果]①GLDAS和CLDAS数据均与参考值具有极显著的相关性(p<0.01),GLDAS数据与参考值的相关性整体好于CLDAS数据;②2套土壤水分产品在研究区表层和浅层的误差均较小,其中,表层土壤水分的误差大于浅层,GLDAS数据的误差小于CLDAS数据。两套数据都存在对土壤水分的高估,且在无降水情况下对土壤水分的高估比有降水的情况更突出;③2套数据在表层和浅层都表现出与降水一致的变化过程,且土壤水分的变化均滞后于降水量的变化,GLDAS数据对降水变化的反应比CLDAS数据更加灵敏,但CLDAS数据因具有较高的空间分辨率而对川西高原土壤水分的空间分异特征表现得更好。[结论]两套土壤水分产品表层和浅层数据在川西地区的适用性都较好,GLDAS数据质量总体较CLDAS数据更好,但CLDAS数据在对土壤水分空间分异的表现方面更具优势。