基于组件GIS的立地决策支持模型的研究

以林场造林规划设计中立地类型划分为目标,以小班为基本单元,以获取小班的立地类型为目的,在嵌入式组件GIS软件--MapObjects(MO)的支持下,讨论立地决策支持模型的基本组成及建立过程.其由二级决策支持模型组成,即立地区划决策支持模型和立地类型决策支持模型.将造林地的空间信息与属性信息结合起来,运用MO所提供的空间分析模块,结合MO的空间SSQL查询语句,对基于立地因子的立地类型知识库和基于行政区划的立地亚区知识库进行操作,实现造林地小班的立地类型自动决策.     

天气发生器与SDSM两种统计降尺度技术对长江中下游地区最高温度模拟的比较研究

首先对降尺度方法做了简要介绍,然后对天气发生器和SDSM 2种统计降尺度技术进行了详细说明,利用2种统计降尺度技术分别对长江中下游地区1961～2000年夏季和全年最高温度进行了模拟和比较。结果表明,2种统计降尺度技术对长江中下游地区夏季和全年最高气温极小值和平均值的模拟效果要比对极大值的模拟效果好;天气发生器模拟的年最高气温极大、极小和平均值与实际观测结果均有较大偏差,模拟效果不是很理想,而对夏季最高气温的模拟效果就相对好很多;SDSM较天气发生器对夏季和全年最高气温的模拟效果都更好,将会成为未来统计降尺度技术的主要发展方向。     

秦岭地区气温变化统计降尺度研究

运用统计降尺度模型（SDSM）及秦岭地区7个站点1961-2011年的日平均气温、日最低气温和日最高气温资料,采用逐步线性回归方法（SMLR）选取NCEP大气环流预报因子中的最优因子,建立了预报量与预报因子之间的定量统计关系,对秦岭地区未来气温变化进行适用性分析,并对未来3个不同时期（2011-2040年、2041-2070年、2071-2099年）气温变化趋势进行预测。结果表明：SDSM模型对秦岭地区气温模拟效果良好,秦岭地区未来气温增幅明显,不同时间尺度增幅呈现明显时间差异,3个预报量在月尺度、季尺度呈现相似的时间变化特征：月尺度呈现8月增温最大,12月增温最小;季尺度呈现冬<春<秋<夏的趋势。2011-2040年气温的空间分布呈现秦岭北坡增幅大于秦岭南坡。     

三江平原ET0时空特征及其未来情景下预测研究

参考作物蒸发量(Reference crop evapotranspiration, ET₀)的预测对作物需水量计算与田间水分管理具有重大意义,可为农业节水和水资源高效利用提供重要的科学依据。基于三江平原6个气象站1961—2010年逐日气象资料,采用Penman-Monteith(P-M)公式计算ET₀,对历史期(1961—2010年)ET₀及相关气象要素的时空特征进行分析;依据美国国家环境预报中心再分析数据以及大气环流模型(GCM)中加拿大CanESM2模式的预报因子日序列的输出数据,采用统计降尺度模型(SDSM)对未来RCP4.5和RCP8.5两种排放情景下的ET₀进行预测。结果表明：历史期ET₀呈上升趋势,多年年平均气温与ET₀趋势相同,而年平均风速、相对湿度和净辐射整体呈下降趋势,空间分布上多年年平均ET₀总体表现为中部高于周边、西部高于东部的趋势;模拟精度检验方面,基于CanESM2模式下historical情景模拟的ET...     

基于HEC-HMS模型的兰江流域径流预测

[目的] 分析兰江流域径流对气候变化的水文过程响应,为区域水资源可持续发展和防洪抗旱提供科学基础。[方法] 利用2015—2018年日降雨径流过程和6场暴雨洪水过程率定并验证HEC-HMS水文模型在该流域的适用性;基于SDSM统计降尺度模型,对2030—2100年CanESM2模式下RCP2.6,RCP4.5和RCP8.53种情景的气候数据进行降尺度,生成兰江流域6个气象站点未来日降水序列以预测未来气候变化下的径流响应。[结果] HEC-HMS模型对场次洪水和逐日径流模拟的相关系数平均值达到0.89,0.77,平均效率系数达到0.86,0.76;RCP2.6情景下研究区面降水量较于基准期（2015—2018年）减小0.82%,在RCP4.5,RCP8.5情景下分别增大6.18%,18.17%;RCP2.6,RCP4.5,RCP8.53种情景下多年平均径流相较于基准期分别增幅为17.00%,26.22%,41.93%。[结论] HEC-HMS模型在兰江流域有较好的适用性;未来兰江流域径流呈显著上升趋势,增幅程度随辐射强迫度的增加同步增大。当辐射强迫度升高至8.5 W/m²时,流域径流量平均每10 a上升49.49 m³/s。预计21世纪末多年平均径流量达到1 101 m³/s,年径流变化起伏剧烈,汛期径流占全年比例较高,旱涝事件趋于频繁,对人民福祉威胁较大。     

气候变化条件下石羊河流域农业灌溉需水量的模拟与预测

根据石羊河流域及周边共11个气象站点1959—2012年的逐日气象资料,利用大气环流模型Had CM3的输出和SDSM统计降尺度模型,生成A2、B2两种排放情景下未来石羊河流域各站点2020 s,2050 s和2080 s的ET0和降水日值;使用作物系数法,扣除有效降雨量,计算现状和未来不同作物净灌溉定额、流域净灌溉需水量和耗水量;应用反距离加权插值法(IDW)研究作物净灌溉定额的空间分布特征。结果表明,石羊河流域小麦、玉米、甜椒、棉花、胡麻和苹果的多年平均作物净灌溉定额都呈现从西南到东北递增的趋势,预测未来气候变化情景下,6种典型作物净灌溉定额呈增加趋势;多年平均流域净灌溉需水量为12.65×108m3,多年平均耗水量为15.42×10~8m~3;在种植结构维持现状条件下,预计2020 s,2050 s和2080 s,在Had CM3模式的A2情景下净灌溉需水量分别为13.45×108m3、15.02×10~8m~3、16.94×10~8m~3,耗水量分别为15.53×10~8m~3、16.65×10~8m~3、18.18×108m~3,B2情景下净灌溉需水量分别为13.55×108m3、14.63×10~8m~3、15.51×10~8m~3,耗水量分别为15.56×10~8m~3、16.34×10~8m~3、17.00×108m3~,未来流域净灌溉需水量和耗水量都呈明显上升趋势,且A2情景下的上升幅度大于B2情景。石羊河流域的农业灌溉需水在未来将持续增加,2050 s之后增加趋势更为显著。     

基于统计降尺度的长春市未来气候变化趋势分析

应用统计降尺度模型SDSM（Statistical Downscaling Model）,对GCM输出序列进行降尺度处理,生成长春市未来气候变化情景,并利用线性趋势、滑动平均、Mann-Kendall趋势分析等方法分析对2020s（2010-2039年）、2050s（2040-2069年）和2080s（2070-2099年）3个时期的气温和降水的变化特征进行了分析。模拟结果表明,验证期（1976-1990年）内,长春市月平均日最高气温的实测值和模拟值拟合的很好,SDSM模型能够较好的模拟生成长春市未来气候变化情景。与基准期相比,2020s,2050s和2080s最高气温平均分别上升1.67℃、3.44℃、5.65℃,最低气温平均分别上升1.07℃、2.68℃、4.69℃,平均日气温倾向率变化为0.63℃/10年;年降雨量也呈增加趋势,倾向率变化为11mm/10年;研究区未来气温和降雨量年内变化情况呈现不均匀性,春季降水量呈下降趋势,夏季降雨量呈现显著增加趋势,倾向率变化为12.7mm/10年,且相对于其他季节,夏季对全年降雨量的增加贡献最大,秋季降雨变化不显著,冬季增加趋势较平稳;与其他各季相比,气温在夏季的增幅最显著。分析成果为进一步研究未来气候变化情境下长春市水资源状况提供理论基础。     

基于CMIP5模式和SDSM的赣江流域未来气候变化情景预估

赣江流域未来气候变化预估,对于了解该流域未来水资源的变化、指导流域防洪抗旱和水资源的合理开发利用具有重要意义。为预估该流域未来气候变化,利用1961—2005年赣江流域6个气象站数据、NCEP再分析数据并选择了CMIP5中CanESM2模式下3种排放情景RCP2.6,RCP4.5,RCP8.5,采用SDSM模型研究了赣江流域未来气候变化。结果表明:（1）赣江流域未来温度和降水总体均呈上升趋势。（2）在RCP2.6,RCP4.5,RCP8.5这3种排放情景下赣江流域未来最高气温分别增加1.8,2.1,2.8℃;未来最低气温分别增加1,1.2,1.9℃;未来平均气温分别增加1.5,1.6,2.3℃;3种排放情景下未来温度空间分布都是南高北低,西高东低,并在南北方向呈带状和环状分布。（3）在未来3个时期（2020s,2050s,2080s）、3种排放情景下赣江流域气温呈上升趋势,且6月份增幅最大,2月份增幅最小。（4）在未来3个时期、3种排放情景下,赣江流域未来降水均呈增加的趋势;5—10月降水量均呈现下降趋势,1—4月、11—12月降水量呈现增加趋势;3种情景下的未来降水空间分布基本呈南低北高,在南北方向呈递增趋势。对赣江流域气候要素模拟与预估表明,赣江流域未来气候变化存在降水增加及极端天气事件发生的危险,分析结果可为赣江流域气候变化的水文响应及气候变化的适应性研究提供科学依据。     

Prediction of meteorological drought in arid and semi-arid regions using PDSI and SDSM: a case study in Fars Province,Iran

Drought is one of the most significant environmental disasters,especially in arid and semi-arid regions.Drought indices as a tool for management practices seeking to deal with the drought phenomenon are widely used around the world.One of these indicators is the Palmer drought severity index(PDSI),which is used in many parts of the world to assess the drought situation and continuation.In this study,the drought state of Fars Province in Iran was evaluated by using the PDSI over 1995-2014 according to meteorological data from six weather stations in the province.A statistical downscaling model(SDSM)was used to apply the output results of the general circulation model in Fars Province.To implement data processing and prediction of climate data,a statistical period 1995-2014 was considered as the monitoring period,and a statistical period 2019-2048 was for the prediction period.The results revealed that there is a good agreement between the simulated precipitation(R2>0.63;R2,determination coefficient;MAE<0.52;MAE,mean absolute error;RMSE<0.56;RMSE,Root Mean Squared Error)and temperature(R2>0.95,MAE<1.74,and RMSE<1.78)with the observed data from the stations.The results of the drought monitoring model presented that dry periods would increase over the next three decades as compared to the historical data.The studies showed the highest drought in the meteorological stations Abadeh and Lar during the prediction period under two future scenarios representative concentration pathways(RCP4.5 and RCP8.5).According to the results of the validation periods and efficiency criteria,we suggest that the SDSM is a proper tool for predicting drought in arid and semi-arid regions.     

江苏省水稻高温热害发生规律及未来情景预估

基于江苏省1961—2010年历史气象资料和Can ESM2模式SDSM统计降尺度后的RCP情景数据,根据高温热害气象指标,分析了过去和未来江苏省水稻生育期内高温热害事件及其起始日期的发生规律和变化特征。结果表明,1961—2010年,各等级热害发生次数空间分布规律基本一致,均由东北向西南递增;2021—2070年3种RCP情景下,高温热害事件均呈增加趋势,以RCP 8.5情景增幅最大。高温热害事件起始时间变化不大,均在7月下旬。