基于非线性多尺度模型的黄河三角洲降水量预测

【目的】提高降水量的预测精度,反映降水量的实际特征。【方法】基于经验模态分解对非线性时间序列的分析和处理的优势,对黄河三角洲气象站点1954—2018年连续65 a月均降水量数据进行经验模态分解(Empirical Mode Decomposition, EMD),得到了系列本征模态函数(Intrinsic Mode Function,IMF),对IMF进行Hilbert变换,在此基础上建立了2种黄河三角洲降水量多尺度预报模型。【结果】黄河三角洲降水量存在着9、13、23、76、135月左右的周期,并以9个月的波动为主;65 a月均降水量数据预测结果显示:模型一的相对误差在0.9%～9.8%之间,模型二的相对误差在1.6%～11.8%之间,在建模时不考虑初相位的模型一平均预测误差为2.70%,整体预测精度要优于考虑初相位的模型二。【结论】2种模型的拟合精度及显著性均符合要求。     

基于贝叶斯模型平均的水文模型不确定性及集合模拟

单一模型在水文过程模拟和预报中存在诸多不确定性,集合模拟是减少不确定性影响的有效方法。在水文模型参数估计的两类方法基础上(分别选用SCE-UA算法和SCEM-UA算法为代表),选用3个基于子流域的半分布式水文模型(新安江模型、混合产流模型和HYMOD模型),综合考虑模型参数和模型输入的不确定性,并采用贝叶斯模型平均(BMA)将3个模型的模拟结果集合进行概率预报。结果表明:SCE-UA算法和SCEM-UA算法优化的参数都能使模型取得较好的模拟效果,但SCEM-UA算法能得到模型参数的后验概率分布,并获取模型的概率预报区间,具有更大的优势;考虑模型输入不确定性,模拟径流的精度没有较大提高,但概率预报区间精度有一定的改善;采用BMA方法集合多模型模拟结果,综合考虑模型参数、模型输入和模型结构的不确定性,其模拟结果要优于单一模型,说明水文集合模拟的优越性;BMA集合后,SCEM-UA算法的模拟结果较SCE-UA算法的模拟结果具有更准确的概率预报区间。     

基于多因素影响的区域旱作物有效降水量估算

【目的】确定区域尺度旱作物有效降水量估算方法。【方法】通过分析降水、土壤和作物因素对作物有效降水量的综合影响,提出了包括冠层截留量、土壤可容水量、地表径流量、降水量和深层渗漏量等4个计算模块的作物有效降水量估算模型,采用田间尺度水量平衡方程计算值对估算模型模拟值进行验证,并分析了河北平原5个县域作物有效降水量的时空分布特性。【结果】①作物有效降水量估算模型模拟结果与农田尺度水量平衡法计算值的决定系数R2和纳什系数NSE均大于0.85,模拟精度较高;②研究区域冬小麦-夏玉米连作条件下作物有效降水量为400.03 mm,降水入渗系数为0.84;丰水年、平水年、枯水年作物有效降水量分别为419、454和355 mm,降水入渗系数分别为0.76、0.86和0.83,栾城和元氏的作物有效降水量较赵县偏高。【结论】提出的估算模型可以用来估算区域尺度作物有效降水量。     

气候变化下河北省宁晋县参考作物蒸散量变化趋势及敏感性分析

【目的】深入分析宁晋县气候变化及其蒸散发的变化,为该区域的作物种植管理和灌溉计划制定提供参考。【方法】根据1981—2018年河北省宁晋县气象站的逐日气象资料,计算了极端气候指数,并利用FAO56Penman-Monteith公式计算了参考作物蒸散量(ET0)。分析了各气象要素、极端气候指数和ET0的变化趋势,并利用敏感性分析找出影响ET0变化的主要气象因子。【结果】1981—2018年河北省宁晋县降水量无明显变化趋势,平均温度呈显著上升趋势,日照时间、相对湿度和风速呈显著下降趋势;极端高温指标呈上升趋势,极端低温指标呈下降趋势,极端降水指标无显著变化。【结论】相对湿度是ET0年均值主要影响因子;夏季对ET0月均值影响最大的气象因素为净辐射,其他季节,相对湿度对其影响最大;风速和辐射的降低不仅抵消了温度升高和相对湿度降低对ET0的正影响,还使得ET0呈下降趋势,但下降趋势不显著。     

灌区降水量影响因子分析与集合降水预测

针对降水随机性较强、影响因素复杂、单一模型预测精度低的特点,采用集对分析法,研究降水量与气象影响因子的关系。将基于密度参数的径向基函数人工神经网络模型与灰色模型相结合,利用信息熵权重法计算2个单一模型的权重,构建基于信息熵的集合模型(Combing model based on information entropy,IE-CM),用于三江平原友谊农场的降水量预测。研究结果表明,与单一模型相比,IE-CM模型预测结果的决定系数、平均相对误差及均方根误差较单一模型均有所提高,分别为0.99、10.655%和3.03 mm,预测结果的合格率为83.3%,均满足水文预测要求。     

降水时空分布及变化特征分析——以安徽省为例

【目的】探究安徽省降水时空分布及其变化规律。【方法】基于1960—2019年安徽省24个气象站点的降水日值数据,采用趋势分析、突变检验等方法分析安徽省降水时空分布特征和变化趋势。【结果】降水量自北向南递增,夏季降水量约占全年降水量的40%;降水日呈“南频北稀”、“山区多,平原少”的空间分布格局,降水量和降水日的高值中心出现在皖南和大别山区域,低值中心位于淮北平原。年降水量呈上升趋势,增加的站点共22个。总降水日呈减少趋势,中、小降水日显著减少,大雨和暴雨的降水日呈增加趋势。安徽省共12个站点存在降水突变年,仅江淮平原和皖南山区的降水量存在潜在突变年。【结论】安徽省降水较为集中,极端降水和洪涝风险存在增长趋势,本研究可为安徽省水资源规划利用及旱涝灾害防控提供借鉴。     

清镇市1985—2015年气候变化特征分析与粮食产量相关性

【目的】明确清镇市1985—2015年气候变化特征与粮食产量的相关性。【方法】利用清镇市1985—2015年逐年平均气象数据(风速、海平面气压、降水、平均气温、日照时间、相对湿度、蒸发量),通过M-K检验、小波分析、HP滤波、RDA等方法,分析了气候变化特征及其与产量间的相关性。【结果】气温升高极显著,1994年、1997年出现突变,其他因子呈降低或减少趋势,日照时间突变最频繁;各因子振荡周期不一,变化周期以28 a最突出,目前除气温处于偏高期外,其他因子均处在偏低期;气候变化对粮食产值的影响有正有负,正影响最大值出现在2009年,在1990年和2011年负作用力达到最大。【结论】Monte Carlo Test表明,气候因子均与产量之间显著相关(P<0.05),粮食产量的43.3%能被选取的气候因子解释,气候产量与降水量、气温以及相对湿度正相关,与风速、海平面气压、蒸发量、日照时间负相关。     

基于灰色关联分析-BP神经网络的冻融土壤蒸发预报模型

根据冻融期气象资料和土壤蒸发量实测资料,利用灰色关联分析与BP神经网络相结合的方法,对冻融期大田土壤蒸发量进行了模拟预报。采用灰色关联度方法分析了影响冻融土壤蒸发的9个因子的关联度,确定了降水量、日平均气温、水面蒸发量、地表土壤温度和地表土壤含水率5个主要因子,并将其作为冻融土壤蒸发量预报模型的输入层进行模拟预测。结果表明:模型预测值与实测值的平均相对误差为9.9078%,决定系数为0.93,所建模型合理可行,可较好地用于冻融土壤蒸发预报。     

湖南省资水流域极端降水量时空变异特征及重现期极端降水量的推算北大核心CSCD

【目的】为了解湖南省资水流域各国家气象站1960-2016年年最大日降水量、年最大过程降水量的时空变异特征。【方法】利用经验正交函数(EOF)分解、空间自相关分析、线性倾向估计法、Mann-Kendall检验、复Morlet小波变换等方法,并基于数理统计方法推算了一定重现期各站点极端降水量值。【结果】①资水流域极端降水量空间上存在"北多南少、西多东少"的特征,地处迎风坡的站点极端降水量值较大,盆地、背风坡处的站点极端降水量较小,极端降水量EOF分解特征向量主要存在3种典型模态,南-北型、西北-东南型和全局型;20世纪80年代后年最大日降水量空间上存在一定的集聚倾向,尤其是2000年后集聚趋势十分显著,表现为明显的两极分化特征,年最大过程降水量则表现出一定的空间负相关性;②流域平均极端降水量呈增加趋势,年最大日降水量气候增长率为2.8 mm/10 a,20世纪80年代后期-20世纪90年代初期是极端降水量突变阶段,空间自相关性和变化趋势均存在显著变化;上游地区极端降水量存在准周期变化规律,准周期为10 a左右;③50 a以上重现期极端降水量分布与极端降水量EOF分解特征向量分布形态高度一致;极端降水量大的站点,其极端降水量随重现期显著增加,极端降水量小的站点,其极端降水量随重现期增加变化不明显。【结论】近年来频发的厄尔尼诺现象与资水流域极端降水量时空变异特征关系密切,其中的具体关联有待进一步研究。     

湖南省资水流域极端降水量时空变异特征及重现期极端降水量的推算

【目的】为了解湖南省资水流域各国家气象站1960—2016年年最大日降水量、年最大过程降水量的时空变异特征。【方法】利用经验正交函数(EOF)分解、空间自相关分析、线性倾向估计法、Mann-Kendall检验、复Morlet小波变换等方法,并基于数理统计方法推算了一定重现期各站点极端降水量值。【结果】①资水流域极端降水量空间上存在"北多南少、西多东少"的特征,地处迎风坡的站点极端降水量值较大,盆地、背风坡处的站点极端降水量较小,极端降水量EOF分解特征向量主要存在3种典型模态,南—北型、西北—东南型和全局型;20世纪80年代后年最大日降水量空间上存在一定的集聚倾向,尤其是2000年后集聚趋势十分显著,表现为明显的两极分化特征,年最大过程降水量则表现出一定的空间负相关性;②流域平均极端降水量呈增加趋势,年最大日降水量气候增长率为2.8 mm/10 a,20世纪80年代后期—20世纪90年代初期是极端降水量突变阶段,空间自相关性和变化趋势均存在显著变化;上游地区极端降水量存在准周期变化规律,准周期为10 a左右;③50 a以上重现期极端降水量分布与极端降水量EOF分解特征向量分布形态高度一致;极端降水量大的站点,其极端降水量随重现期显著增加,极端降水量小的站点,其极端降水量随重现期增加变化不明显。【结论】近年来频发的厄尔尼诺现象与资水流域极端降水量时空变异特征关系密切,其中的具体关联有待进一步研究。     

1959-2017年安徽省夏季降水的时空变化及其影响因素研究

【目的】探究安徽省区域水热动态变化趋势,对区域水旱灾害发生的夏季降水时空分布变化特点、分配特征及变化规律进行分析。【方法】利用1959―2017年安徽省16个气象站逐月降水资料,采用气候倾向率法、滑动平均法、Mann-Kendall突变检验法并基于克里金插值法,对安徽省1959-2017年夏季降水的时空分布特征及影响因素进行分析。【结果】研究区年均夏季降水540.1 mm,占年均降水总量45.9%,夏季降水量变幅为275.7~1 137.0 mm;1959-2017研究区年均降水量和夏季降水量总体上都呈增加趋势,其中夏季降水量变化率为23.01 mm/10 a,略高于年均降水变化速率(21.31mm/10a);夏季降水作为年降水极值的重要构成,在1975年存在显著突变点,20世纪70年代末到20世纪90年代中期突变情况复杂多变,存在多个突变年份,突变年份与厄尔尼诺年具有较强关系。安徽省夏季降水与年降水在空间分布上都呈现出南多北少的同步趋势;年降水量呈现237.0~753.2 mm的降水梯度,夏季降水出现426.4~1 045 mm的降水梯度。【结论】安徽省夏季降水变化特点表现为集中性和突变性共存的特点,降水呈现增多趋势是全球气候变暖背景下复杂的水热响应关系以及以厄尔尼诺现象为代表的异常气候事件共同作用的结果;安徽省区域气候过渡性和复杂下垫面地形条件造成了区域降水显著分异。     

淮北平原降水量和参考作物蒸散量时空演变规律研究

【目的】研究淮北平原降水量和参考作物蒸散量的时空演变规律。【方法】基于5个气象站1955—2015年的气象数据,采用M-K检验法、Kendall秩次相关检验法、R/S分析法、M-K突变检验法、Yamamoto法、滑动t检验法,并结合Arc GIS,分析了降水量和参考作物蒸散量的时空演变规律。【结果】淮北平原年降水量整体呈不显著的上升趋势,未来仍将保持这种微弱的上升趋势;参考作物蒸散量整体呈显著的下降趋势,未来仍将维持这种明显的下降趋势。降水量变化较大的年份为1966、1998、1999、2000、2007、2013年,参考作物蒸散量变化较大的年份为1998年和2004年。经检验,这些年份均没有达到气候突变的要求。1955—2015年,降水量高值中心出现在蚌埠和阜阳的概率各占50%,低值中心出现在砀山的概率为83%;参考作物蒸散量高值中心出现在亳州的概率为33%,低值中心出现在蚌埠的概率为67%。因此,淮北平原各地的灌溉任务可据此作一定的调整,亳州和砀山地区的灌溉应加强,蚌埠和阜阳的灌溉可适当减少。【结论】1955—2015年,降水量和参考作物蒸散量都没有发生突变,但相对而言,参考作物蒸散量的波动较大。未来一段时间内降水量将增加,参考作物蒸散量将减少,淮北平原未来出现涝渍的概率加大,因此,未来的排涝任务可能会加重。     

基于改进的GRNN-Markov水质预测模型研究及应用

【目的】针对水环境系统的复杂性,结合GRNN网络预测模型和马尔科夫理论,构建了改进GRNN-Markov水质预测模型,为模拟不确定性、复杂多变的河流水质变化趋势提供可靠的方法依据。【方法】以汾河入黄口主要污染物CODcr为研究指标,采用3σ准则对水质监测资料进行预处理,利用灰色关联分析（GRA）确定输入节点,解决GRNN网络对关键参数不能自动寻优的缺点,同时采用改进GRNN模型对水质数据进行模拟预测,针对水质预测数据的随机波动性,通过Markov模型修正误差残值,以达到更好的预测结果,为水环境保护与治理提供新思路、新方法。【结果】改进GRNN-Markov水质预测模型,可以提高水质预测结果的精度,使相对误差从-38.27%～-15.71%提高到-25.77%～-5.25%,修正结果更加接近实测值。【结论】验证了组合模型在小样本水质预测中的可行性,为水环境管理提供了科学依据。     

潮河山区人工林树干液流特征及其对气象因子响应

【目的】探究潮河山区人工林树干液流与气象因子间的响应关系。【方法】通过热扩散探针法(TDP)对河北省丰宁县达袋沟控制站内生长季(5—10月)人工林(落叶松、油松和沙棘)树干液流速率进行了监测,并同步监测气象因子,研究人工林液流速率变化特征及其与气象因子的关系。【结果】(1)典型晴天落叶松、油松和沙棘各月份树干液流呈“昼高夜低”的单峰型曲线。各树种雨天树干液流较同期晴天明显降低,沙棘液流速率较其他树种更快且更易受降水影响。(2)小时尺度上落叶松、油松、沙棘液流速率与大气温度(T_a)、饱和水汽压差(VPD)、太阳净辐射(R_n)和风速(W)正相关,而与降水量(P)和空气相对湿度(R_h)负相关。R_n是影响树干液流的最重要因素,VPD、T_a、R_h对其影响次之。(3)日尺度上落叶松、油松、沙棘液流速率日均值分别为2.78、1.44、5.27mL/(cm²·h),其中R_n、VPD、T_a为主要影响因子。(4...     

贝叶斯方法在玛纳斯河洪水预报中的应用

针对新疆典型河流玛纳斯河洪水物理成因主要因子——降雨、温度的特点,建立了贝叶斯物理因素ARMA模型,即用贝叶斯方法对物理因素的ARMA模型预测结果进行校正,并用多年历史数据进行了检验,结果显示新模型的预测确定性系数从平均0.652提高至0.983;径流总量相对误差从平均0.157降低至0.018;预测合格率从77.1%提高至90.9%;预测峰现合格率从平均71.0%提高至85.45%。结果表明用贝叶斯物理因素ARMA模型对玛纳斯河洪水预报进行校正是可行的。     

1960―2019年山西右玉降水、气温及蒸发量变化特征分析

【目的】研究气候变化背景下右玉县降水、气温和蒸发量的变化规律,以合理利用气候资源。【方法】采用右玉县1960—2019年逐月降水量、气温、蒸发量数据,利用距平分析法、线性倾向估计法以及Mann-Kendall检验法,对该地区的降水量、气温和蒸发量进行了系统分析。【结果】右玉县降水量呈增多趋势,气温呈增高趋势,蒸发量呈减小趋势;通过Mann-Kendall突变检验法和滑动t检验确定1994年为气温序列上升突变点,降水序列未发生突变,2002年为蒸发量序列的减少突变点。【结论】研究结果可为农业灌溉、生态环境质量改善等提供科学的参考。     

不同土质条件下小麦生长期潜水蒸发量影响因素研究

【目的】揭示砂姜黑土与黄潮土条件下的气象因子和潜水埋深对小麦生长期潜水蒸发量的影响。【方法】基于五道沟实验站2010—2022年的逐日观测数据,采用相关分析和回归拟合方法,分析了砂姜黑土与黄潮土2种土质条件下的小麦生长期潜水蒸发量与7个气象因子之间的相关性,提出了潜水蒸发系数与0.2～5.0 m潜水埋深之间的非线性拟合函数。【结果】砂姜黑土潜水蒸发量与气象因子之间的相关程度从大到小依次为：地表温度、平均气温、水面蒸发量、日照时间、降水量、风速;黄潮土潜水蒸发量与气象因子之间的相关程度从大到小依次为：地表温度、日照时间、平均气温、水面蒸发量、降水量、风速。潜水蒸发系数与潜水埋深的非线性拟合结果表明,砂姜黑土小麦返青前呈逆函数关系(R²>0.95),返青后呈对数函数关系(R²>0.85);黄潮土小麦呈对数函数关系(R²>0.75)。【结论】砂姜黑土潜水蒸发量临界埋深(Z_m)介于2.0～3.5 m,黄潮土潜水蒸发量的Z_m介于4.0～5.1 m。本研究构建的模型满足精...     

紫荆关流域分布式HEC-HMS水文模型构建及洪水模拟

国内外学者利用HEC-HMS水文模型模拟流域降雨径流过程,发现该模型有良好的适用性。【目的】提高紫荆关流域洪水模拟精度。【方法】采用紫荆关流域水文气象及下垫面资料,将流域划分为11个子流域,通过选择产流和汇流计算方法,构建了该流域分布式HEC-HMS水文模型,并从历史实测暴雨洪水事件中选择14场洪水对构建的HEC-HMS水文模型进行了参数率定和模型验证。【结果】率定的各子流域产流参数基本相同,由于各子流域面积不同导致汇流参数也不同。模拟的洪峰流量和洪量相对误差均在20%以内,纳什效率系数为0.51～0.95,模拟与实测的洪水过程线吻合较好,模型模拟精度较高。【结论】构建的水文模型能反映紫荆关流域实际的产汇流过程,可用于该流域洪水过程模拟和洪水预报。     

点源时间序列数据缺失值的估值不确定性分析——以小流域气象和水文数据为例

【目的】对普遍存在的时间序列缺失值进行有效估值,进而改善时间序列数据的质量。【方法】以亚热带典型小流域长期定位观测的气象(最低气温、最高气温、太阳辐射)及水文(降水量、地表径流量)数据为样本并利用计算机模拟的方法,比较了线性内插法、K-最近邻插值法、多项式插值法、样条插值法和核密度估值法5种估值方法的性能差异,分析了不同取样时间步长(日和月)及不同数据缺失量(1%、5%、10%、15%、20%)条件下对缺失值进行估值的不确定性。均方根误差(RMSE)、绝对值平均误差(MAE)和Pearson相关系数(r)3个交叉验证指标用于评估5种估值方法的性能优劣。【结果】①5种方法估值性能较好,Pearson相关系数为0.62～0.99(P<0.05),且以核密度估值法和多项式插值法的估值性能为优;②数据缺失量和取样步长增加降低了5种估值方法的估值精度;③数据集的变异系数(CV)与估值评估指标(RMSE、MAE及r)显著相关(P<0.05)。【结论】核密度估值法和多项式插值法的估值结果相对更可靠,变异系数是影响估值不确定性的重要因素。     

考虑“蒸发悖论”的洱海灌区逐日参考作物蒸散发预测

【目的】为估算参考作物蒸散发(ET₀)和灌溉实时预报调度、区域农业干旱评估提供依据。【方法】以滇中高原上洱海湖滨灌区的大理气象站为例,探究“蒸发悖论”现象出现的时期,采用气象因子线性回归模型、蒸发皿折算系数K_p模型、气象因子+蒸发皿蒸发(E_pan)多元回归模型、Normal Copula模型等4种方法计算逐日ET₀进行预测对比,并与Penman-Monteith公式计算所得的ET₀进行对比。【结果】①1954—2018年大理站20 cm蒸发皿蒸发量呈下降趋势,ET₀和气温呈上升趋势,但ET₀的上升趋势更平缓;虽然在长时间序列上ET₀和蒸发皿蒸发量有相反的变化趋势,但在年代际存在显著的差异性,1960年和2000全年以及四季均出现“蒸发悖论”,1970年则是全年以及夏、秋、冬三季出现“蒸发悖论”,1990年仅夏季出现“蒸发悖论”,2010年秋季出现“蒸发悖论”。②在未出现“蒸发悖论”时期,加入E_pan后的气象因子多元回归模型法(ET_0,Epan+Metr)所得逐日ET₀预测结果与标准值的误差最小,其次为单纯的气象因子多元线性回归模型法(ET₀,Metr),最差为K_p模型法(ET₀,K_p);加入E_pan后的气象因子多元回归模型(ET₀,ET_0,Epan+Metr)逐日ET₀预测的相对误差(ERR)小于15%、20%、25%的样本数达到了79.18%~90.16%、89.32%~97.23%、94.79%~98.36%。③出现“蒸发悖论”时,蒸发皿蒸发与ET₀的变化趋势相反,只能采用Copula联合分布函数模型预测,构建T-T_max二维Normal Copula模型的精度更高,ERR小于15%、20%、25%的样本数为73.70%~86.56%,82.51%~92.95%,89.89%~98.52%。【结论】通过M-K检验判别是否处于“蒸发悖论”期,以决策选用加入E_pan后的气象因子多元回归模型,还是T-T_max二维Normal Copula模型,二者均可显著提高逐日ET₀预测模拟的精度。