太湖流域氣候變化檢測與未來氣候變化情景預(yù)估

徐宗學(xué),劉 瀏

(1.北京師范大學(xué)水科學(xué)研究院,北京 100875;2.水沙科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室,北京 100875)

近百年來,全球氣候正經(jīng)歷以全球變暖為主要特征的顯著變化,1906—2005年地球表面平均溫度上升了0.74℃,近50a的線性增溫速率為0.013℃/a,1850年以來最暖的12個年份中有11個出現(xiàn)在近期的1995—2006年,未來氣候變化將對自然生態(tài)系統(tǒng)和人類生存環(huán)境產(chǎn)生顯著影響,并將對未來經(jīng)濟(jì)社會發(fā)展產(chǎn)生長期的影響,特別是江河三角洲地區(qū)將變得更加脆弱,我國氣候變化趨勢與全球基本一致[1-3]。近些年來很多學(xué)者對氣候變化及其對水資源的影響方面做了大量有價值的工作,例如,張建云等[4]應(yīng)用1950年以來的中國六大流域 19個重點(diǎn)控制水文站年徑流觀測資料分析了中國六大江河的年徑流量變化情況,結(jié)果表明,1950年以來中國六大江河的實(shí)測徑流量均呈下降趨勢,其中海河、黃河、遼河、松花江實(shí)測徑流量下降明顯,嚴(yán)重影響了我國社會經(jīng)濟(jì)的發(fā)展。此外,張建云等[5]還從防洪安全、供水安全、水生態(tài)環(huán)境安全和水工程安全4個方面分別闡述了氣候變化對中國水安全的可能影響。孫穎等[6]利用最新一代氣候模式結(jié)果對政府間氣候變化委員會(IPCC)SRES A1B情景(中等排放情景)下的東亞夏季降水和季風(fēng)環(huán)流未來演變特征進(jìn)行了預(yù)測,結(jié)果表明,東亞地區(qū)的降水量在未來將會增加。江善虎等[7]通過趨勢及突變檢驗(yàn)將徑流序列劃分為“天然基準(zhǔn)期”和“人類活動影響期”,定量分析了我國北方老哈河流域氣候變化和人類活動對徑流的影響。秦年秀等[8]采用基于ArcGIS的地理分析模塊建立的氣溫降水徑流關(guān)系及雙參數(shù)氣候徑流彈性指數(shù)方法,分析了氣候變化對貴州省思南以上烏江流域水文水資源的影響。

太湖流域地處長江三角洲,是中國社會經(jīng)濟(jì)發(fā)展的一個重要區(qū)域和縮影,雖然其土地面積和人口僅占全國的0.4%和 3%,但其GDP卻高達(dá)全國的13%。受季風(fēng)氣候影響,太湖流域水資源系統(tǒng)對氣候變化的承受能力十分脆弱,流域水資源系統(tǒng)面臨氣候變化與經(jīng)濟(jì)社會發(fā)展的雙重壓力。已有研究[9-12]表明,氣候變化引起的降水頻率及強(qiáng)度的增加,很可能是造成太湖流域洪澇災(zāi)害的主導(dǎo)因素,因此,研究太湖流域的氣候變化特征,以揭示太湖流域氣候時空變化及其演變趨勢,對理解氣候變化在本區(qū)域的響應(yīng)和洪水頻發(fā)與氣候變化的關(guān)系具有一定的參考價值,同時可以為太湖流域未來氣候情景分析和未來氣候趨勢預(yù)估提供依據(jù)。

本文選取 1954—2006年太湖流域 6個氣象站點(diǎn)的日降水、日平均氣溫、日最高氣溫、日最低氣溫4個要素的資料,分析 1954—2006年太湖流域這些氣候要素的變化趨勢,用不同方法檢測各氣候要素的突變性,定量描述太湖流域氣候變化的事實(shí),在此基礎(chǔ)上分別采用統(tǒng)計(jì)降尺度和動力降尺度法生成太湖流域未來氣候情景,并進(jìn)行對比分析。

1 資料處理和分析方法

太湖流域 6個氣象站點(diǎn)的 1954—2006年降水量P、平均氣溫T、最高氣溫Tmax、最低氣溫Tmin日數(shù)據(jù)均由中國氣象局國家氣象信息中心氣象資料室提供(已經(jīng)過初步質(zhì)量控制),站點(diǎn)分布見圖1。為了減少單站記錄的片面性,取整個地區(qū)的空間平均序列作為流域平均值。為了進(jìn)行氣候突變分析,再對區(qū)域化的各要素的季節(jié)和年序列作5a滑動平均,以突出較長期的變化趨勢,序列兩端的5a滑動平均值是通過分別添加兩個序列的平均值得到的,經(jīng)過以上數(shù)據(jù)處理,可得到5a滑動平均、各季節(jié)和年、區(qū)域化的各氣候要素序列。分析所用距平序列是相對于1954—2006年多年平均的距平;季的氣溫是3個月的平均值,降水量是 3個月的降水總量,以此類推,得到年的氣溫和降水量序列。

采用Mann-Kendall非參數(shù)統(tǒng)計(jì)檢驗(yàn)法(M-K法)[13]分析太湖流域各氣候要素的時空變化趨勢,并結(jié)合Hurst指數(shù)分析各要素的長程相關(guān)性;氣候變化的階段性特征采用距平曲線法;采用M-K法和Pettitt非參數(shù)檢驗(yàn)方法聯(lián)合檢測氣候突變現(xiàn)象;未來氣候情景的生成采用統(tǒng)計(jì)降尺度模型SDSM(statistical downscaling model)和動力降尺度模型PRECIS(providing regional climate for impact studies),包括基準(zhǔn)期(1961—1990年)和 IPCC排放情景報(bào)告SRES中A2,B2兩種情景下未來時期2021—2050年日降水、日最高氣溫和日最低氣溫。

圖1 太湖流域位置及氣象站點(diǎn)分布

M-K法是由世界氣象組織(WMO)推薦的應(yīng)用于環(huán)境數(shù)據(jù)時間序列趨勢分析的方法,也是檢驗(yàn)水文時間序列單調(diào)趨勢的有效工具[14-15]。Pettitt方法是一種與M-K法相似的非參數(shù)檢驗(yàn)方法,由Pettitt最先將這一方法用于檢測突變點(diǎn),故將其稱為Pettitt法[16],該方法直接利用秩序列來檢測突變點(diǎn)。本文對太湖流域6個氣象站點(diǎn) 1954—2006年的數(shù)據(jù)序列在95%的置信水平上進(jìn)行趨勢及突變檢驗(yàn),同時借助站點(diǎn)年氣候要素變率(即Kendall傾斜度 β值),分析各氣候要素在空間上的分布情況。

2 太湖流域的氣候變化

2.1 降水變化

圖2 太湖流域年降水量距平曲線和Kendall傾斜度等值線

太湖流域1954—2006年的年降水量變化呈振蕩狀態(tài),趨勢變化不是很明顯。20世紀(jì)60年代中期到70年代中期是持續(xù)時間較長的少雨期,年降水量減少趨勢比較明顯,而80年代后期至90年代降水量則有所增加,2002年之后年降水量呈現(xiàn)明顯下降趨勢(圖2(a)),2003—2006年平均降水量比多年平均降水量減少了184.1mm。由圖2(a)可知,1978年、2003年太湖流域發(fā)生干旱,與當(dāng)年降水量偏少有關(guān) ;而 1954年 、1991年、1993年 、1999年發(fā)生的流域性大洪水,則與當(dāng)年降水量明顯偏大有關(guān)。此外,太湖流域位于亞熱帶季風(fēng)氣候區(qū),季風(fēng)雨帶的位置變化直接影響著該流域的干旱與洪澇。尹義星等[17]分析了1954—1999年太湖流域洪旱災(zāi)害變化與東亞夏季風(fēng)的聯(lián)系,指出太湖流域在20世紀(jì)八九十年代洪災(zāi)加劇,原因在于東亞夏季風(fēng)在70年代末以來呈減弱的趨勢,使梅雨期長度和雨量增加。近50a太湖流域洪旱災(zāi)害頻譜結(jié)構(gòu)的變化周期在逐漸變小,同時東亞夏季風(fēng)指數(shù)也發(fā)生了類似的變化。

利用Kendall傾斜度的計(jì)算結(jié)果,對太湖流域1954—2006年降水量的空間分布規(guī)律進(jìn)行了分析。由圖2(b)可知,1954以來,太湖流域西部、北部年降水量減少,變化幅度較小;東南部年降水量增加趨勢較明顯。其中西北部降水量減少中心分布在常州一帶,最大 Kendall傾斜度達(dá)-1.227mm/a;東南部以平湖為中心,降水量呈增加趨勢,其中心的 Kendall傾斜度達(dá)2.064mm/a。而歷史上太湖以東地區(qū)易發(fā)生洪澇災(zāi)害[18],太湖流域降雨的這一空間變化特征無疑將加劇太湖流域的防洪形勢。由表1可知,太湖流域年降水量隨時間微弱增加,但趨勢不明顯;秋季的降水量表現(xiàn)出明顯減少的趨勢,Kendall傾斜度達(dá)到-1.779 mm/a;冬季則為明顯增加的趨勢,Kendall傾斜度達(dá)到1.481mm/a;春季和夏季的變化趨勢并不明顯;全流域年平均Kendall傾斜度僅為0.197mm/a。

表1 太湖流域年及季節(jié)降水量M-K法分析結(jié)果

2.2 氣溫變化

由圖3(a)可以看出,太湖流域于20世紀(jì)70年代開始經(jīng)歷了一個漸趨強(qiáng)烈的增溫過程。自1991年開始?xì)鉁剡M(jìn)入顯著性增溫時期,1991—2000年平均氣溫比多年平均氣溫高出約0.4℃,而且增溫幅度隨時間不斷增大。

從圖3(b)可以看出,太湖流域東北部和南部地區(qū)氣溫增幅大于其他地區(qū),東南部平湖站和西部溧陽站增溫幅度相對較小。太湖流域東部地區(qū)形成以上海站為中心的增溫區(qū),上海站Kendall傾斜度為0.038℃/a。平湖站和溧陽站Kendall傾斜度都為0.020℃/a,為全流域增溫幅度最小的兩個中心地區(qū)。結(jié)合圖2(b)可知,氣溫明顯上升,將驅(qū)動水循環(huán)加快,流域降水時空分布更加不均勻。由于受水體對氣溫調(diào)節(jié)作用的影響,沿海及濱湖地區(qū)的氣溫升幅相較其他地區(qū)偏小;而杭州、上海等城市地區(qū),由于城市熱島效應(yīng)的作用,平均氣溫比其周圍地區(qū)高,其升溫幅度也較大。

圖3 太湖流域年平均氣溫距平曲線和Kendall傾斜度等值線

最高最低氣溫的變化也是表征一個地區(qū)氣候變化程度的重要指標(biāo)之一,圖4給出了太湖流域1954—2006年最高、最低氣溫的距平曲線。由圖 4可知,最高氣溫與最低氣溫變化趨勢一致,20世紀(jì)90年代以后升溫趨勢顯著,太湖流域最高氣溫Kendall傾斜度為0.020℃/a,年平均最低氣溫Kendall傾斜度為0.029℃/a。

圖4 太湖流域最高氣溫和最低氣溫距平曲線

從M-K法計(jì)算結(jié)果(表2)可以看出,太湖流域夏季和冬季最高氣溫增溫趨勢不顯著,而春、秋季呈顯著升溫趨勢,Kendall傾斜度分別達(dá)到0.035℃/a和0.020℃/a。而最低氣溫在各季均呈現(xiàn)出顯著上升趨勢,其中冬季增溫幅度最大,Kendall傾斜度高達(dá)0.043℃/a,春、秋季次之,夏季最弱,說明太湖流域表現(xiàn)出強(qiáng)烈的暖冬現(xiàn)象。從四季的變化情況來看,最高氣溫和最低氣溫的變化規(guī)律與平均氣溫的變化具有很好的一致性。

2.3 長程依賴性分析

自然界中,水文、地質(zhì)、氣候、地球化學(xué)、地震等領(lǐng)域的時間序列常常具有長程依賴性,定量描述長程依賴性的主要方法之一是計(jì)算Hurst指數(shù)。R/S非參數(shù)分析法由于其很好的穩(wěn)健性,成為估算Hurst指數(shù)最常用的方法之一。近些年來,我國有關(guān)學(xué)者已經(jīng)將這一方法引入國內(nèi)并開始應(yīng)用于氣候變化[19-20]和水文時間序列變化[21-23]的趨勢分析和變異診斷研究中。

從表3可以看出,全流域年降水量、年平均氣溫、最高氣溫序列都表現(xiàn)出強(qiáng)烈的持續(xù)性,也就是說這些要素以后的變化趨勢基本都與過去的變化趨勢保持一致,而最低氣溫表現(xiàn)出一定的反持續(xù)性,由于數(shù)據(jù)接近于0.5,數(shù)據(jù)序列也存在一定的隨機(jī)性。除春季的平均氣溫、最高氣溫及最低氣溫表現(xiàn)出一定的反持續(xù)性外,全流域各氣候要素在4個季節(jié)都表現(xiàn)出持續(xù)性,尤其夏季和冬季的持續(xù)性更強(qiáng);從表3也可以看出,全流域春季的Hurst指數(shù)結(jié)果對年的結(jié)果有一定的影響,尤其是對最低氣溫。

表2 太湖流域年及季節(jié)氣溫M-K法分析結(jié)果

表3 全流域氣候要素序列Hurst指數(shù)計(jì)算結(jié)果

與M-K法計(jì)算結(jié)果相比較,太湖流域年降水量在未來一段時間內(nèi)仍將持續(xù)增加,流域冬季和夏季降水增加的持續(xù)性對全年的貢獻(xiàn)較大;年平均氣溫、最高氣溫和最低氣溫顯著升高,冬、春季節(jié)尤為顯著,并且冬季表現(xiàn)出的持續(xù)性較夏秋兩個季節(jié)更為強(qiáng)烈,而春季則表現(xiàn)出與其他3個季節(jié)相反的趨勢,即反持續(xù)性,因此,冬春兩季的變化對全年的影響較大,總體上在未來一段時間內(nèi)氣溫仍將持續(xù)升高。Hurst指數(shù)計(jì)算結(jié)果進(jìn)一步佐證了M-K法的趨勢分析結(jié)果,說明了太湖流域未來氣候變化的特征。

3 太湖流域氣候突變分析

用1954—2006年太湖流域降水量、平均氣溫、最高氣溫和最低氣溫的季節(jié)和年數(shù)據(jù)序列,分別采用M-K法和Pettitt法來檢測氣候突變現(xiàn)象,并結(jié)合各要素的實(shí)際觀測數(shù)據(jù)序列進(jìn)行比較分析。

用M-K法檢測流域4個氣候要素年和季節(jié)時間序列的結(jié)果見表4。由表 4可以看出,氣候要素在某些年和季節(jié)的突變現(xiàn)象不顯著。其中,平均氣溫和最低氣溫突變主要發(fā)生在20世紀(jì)90年代初期,而最高氣溫在90年代后期;各季節(jié)和年降水量的突變現(xiàn)象不顯著,其中1980年和 2003年太湖流域年降水量都表現(xiàn)出一定的突變現(xiàn)象,這與M-K法趨勢分析和距平序列結(jié)果(圖 2(a))一致,說明太湖流域年降水量1954—1980年經(jīng)歷了一次由偏少到偏多的過程,之后經(jīng)歷了由偏多到偏少的過程,呈振蕩性周期變化。太湖流域降水變化與季風(fēng)強(qiáng)弱關(guān)系密切,一般認(rèn)為,東亞夏季風(fēng)弱的年份,我國雨帶多位于長江中下游地區(qū),梅雨期偏長,因而太湖流域易澇,而當(dāng)東亞夏季風(fēng)強(qiáng)的時候,雨帶多位于華北和華南,梅雨期偏短,太湖流域易旱[24]。尹義星等[17]研究指出太湖流域洪旱災(zāi)害以及梅雨的年代際變化,與東亞夏季風(fēng)的年代際突變是基本一致的,因此,大氣環(huán)流背景的年代際變化,造成了太湖流域多雨和洪澇增加的現(xiàn)象。

表4 M-K法檢測出的太湖流域氣候要素突變年份

表5為采用Pettitt法檢測流域 4個氣候要素年和季節(jié)時間序列的結(jié)果?？梢钥闯?Pettitt法計(jì)算的太湖流域年平均氣溫、最高氣溫和最低氣溫的統(tǒng)計(jì)量都在1993年超過0.01顯著性水平,說明在20世紀(jì)80—90年代太湖流域年平均氣溫經(jīng)歷了一次明顯的升溫過程,這與姜彤等[11]對長江流域氣溫的檢測結(jié)果相吻合;Pettitt法沒有檢測出太湖流域年降水量的突變現(xiàn)象。由表5可知,太湖流域春季和秋季的氣溫突變都發(fā)生在1993年,僅冬季的突變年份發(fā)生在1985年;年降水量在各季節(jié)的檢測結(jié)果不一樣,部分氣候要素并沒有檢測出突變現(xiàn)象。

表5 Pettitt法檢測出的太湖流域氣候要素突變年份

對比M-K法和Pettitt法的結(jié)果發(fā)現(xiàn),兩種方法確定的突變年份有一部分是吻合的,尤其是20世紀(jì)90年代初年平均氣溫、最高氣溫和最低氣溫的突變現(xiàn)象;但用 Pettitt法沒有檢測到年降水量的突變現(xiàn)象,而M-K法檢測的結(jié)果表明太湖流域年降水量存在偏少到偏多然后再偏少的變化。M-K法對于各氣候要素在年和季節(jié)的檢測結(jié)果差別較大;Pettitt法對太湖流域夏季降水量、平均氣溫和最高氣溫的檢測效果較差,其中對降水量的檢測能力有限,主要是因?yàn)樘饔蚪邓繒r空變異性強(qiáng),且1954—2006年間變化波動性強(qiáng)。從兩種方法所有的檢測結(jié)果來看,Pettitt法對于各氣候要素的檢測結(jié)果一致性更強(qiáng)。

4 未來氣候情景分析

本文同時應(yīng)用統(tǒng)計(jì)降尺度模型SDSM和動力降尺度模型PRECIS,對太湖流域日降水量、日最高和日最低氣溫進(jìn)行降尺度處理。在進(jìn)行未來氣候變化分析時,國際上普遍使用WMO推薦的方法,選用1961—1990年作為基準(zhǔn)期[25],本文也采用這種方法。本文同時選取A2和B2兩種情景進(jìn)行未來氣候變化的對比分析,其中A2情景代表人口較快增長的高排放情景,B2情景傾向于區(qū)域可持續(xù)發(fā)展,與太湖流域未來發(fā)展規(guī)劃最為接近;并建立流域未來2021—2050年的氣候變化情景,對比分析統(tǒng)計(jì)降尺度和動力降尺度方法的模擬結(jié)果,為統(tǒng)計(jì)降尺度和動力降尺度技術(shù)的對比研究以及發(fā)展更高精度的混合降尺度方法做初步嘗試。

4.1 SDSM模擬結(jié)果分析

SDSM是以天氣發(fā)生器和多元回歸為基礎(chǔ)的降尺度方法相結(jié)合而產(chǎn)生的一種統(tǒng)計(jì)降尺度模式,它通過使用多元線性回歸方法建立預(yù)報(bào)因子和預(yù)報(bào)量之間的統(tǒng)計(jì)關(guān)系,SDSM的詳細(xì)介紹見文獻(xiàn)[26-28]。SDSM在太湖流域的應(yīng)用結(jié)果參見文獻(xiàn)[29]。

如表6所示,2021—2050年濕日平均雨量在夏季和秋季表現(xiàn)為減少,冬季和春季增加,尤其秋季減少幅度明顯;兩種情景下的模擬結(jié)果顯示,除了夏季結(jié)果變化相反,其他季節(jié)和年時間尺度上模擬變化趨勢一致;A2和B2情景下未來年平均降水量將大約減少1%。最高氣溫和最低氣溫表現(xiàn)在年和每個季節(jié)的變化情景各不相同,A2情景下未來時期(2021—2050年)的年最高氣溫和最低氣溫變化分別較基準(zhǔn)期升高1.41℃和1.09℃;B2情景下年最高氣溫和最低氣溫則分別升高 1.29℃和0.94℃。兩種情景下各季節(jié)和年的最高最低氣溫相對基準(zhǔn)期而言,變化幅度都在1.0℃左右;其中冬季最高氣溫在兩種情景下變化最顯著,A2和B2情景下未來時期(2021—2050年)冬季最高氣溫變化分別為2.09℃和1.68℃;而最低氣溫在秋季的增加幅度更大,冬季次之。由此可知,太湖流域在2021—2050年的氣溫各季節(jié)和年的升溫變化明顯,其中冬季變化最顯著,秋季次之。

表6 SDSM 2021—2050年季節(jié)和年尺度氣候變化情景

4.2 PREICS模擬結(jié)果分析

關(guān)于PRECIS在中國區(qū)域的模擬應(yīng)用,前人已有很深入的研究,其結(jié)果表明PRECIS能夠很好地模擬全國范圍內(nèi)的最高、最低地面氣溫的區(qū)域分布特征,對降水的模擬值偏高,但亦顯示出很強(qiáng)的模擬極端降水事件的能力[30-31]。PRECIS在太湖流域的分布格點(diǎn)見圖 1。文獻(xiàn)[29]也已對 PRECIS在太湖流域的適應(yīng)性進(jìn)行了評估,并指出PRECIS能較好地模擬太湖流域當(dāng)前氣候變化特征。

由表7可以看出,太湖流域 2021—2050年 4個季節(jié)的降水量比基準(zhǔn)期都表現(xiàn)為增加,其中夏季增幅最大,春季最小。兩種情景下秋季和年的變化幅度基本一致,A2情景下模擬的冬季和春季降水變化幅度大于B2情景下的變化幅度,但在夏季B2模擬增幅超過A2?？傮w而言,太湖流域未來時期的降水量增加,A2和B2情景下2021—2050年平均年降水量分別增加13.46%和11.94%,其中汛期(5—9月)增加趨勢較為明顯。從季節(jié)的最高氣溫和最低氣溫變化情景結(jié)果來看,在兩種情景下,秋季最高、最低氣溫變化顯著,增溫幅度較大;同類情景下,最高氣溫和最低氣溫增溫幅度接近。A2情景下太湖流域2021—2050年最高、最低氣溫變化分別為1.53℃和1.43℃,B2情景下則為1.10℃和0.97℃。

表7 PRECIS 2021—2050年季節(jié)和年尺度氣候變化情景

綜上所述,無論采用何種降尺度技術(shù),B2情景下模擬的2021—2050年最高、最低氣溫變化情景比較接近,僅僅SDSM模擬的夏季和冬季最高氣溫變化情景結(jié)果比PRECIS的偏大,且最高氣溫增幅比最低氣溫的大。未來時期的最高、最低氣溫季節(jié)和年的變化情景增幅總體上比較一致,高排放情景A2下模擬生成的情景增溫幅度較大,未來時期最高氣溫增加比最低氣溫明顯,SDSM模擬的結(jié)果中冬季增溫最顯著,而PRECIS則表現(xiàn)為秋季增溫明顯。兩種降尺度技術(shù)生成的降水變化情景差異明顯,PRECIS模擬情景表明 2021—2050年降水增加趨勢明顯,增幅較大;而SDSM模擬的未來時期降水存在一定的減少趨勢,變化幅度相對較小。

5 結(jié) 論

a.全球變暖背景下,太湖流域氣溫明顯升高。20世紀(jì)90年代以來,太湖流域發(fā)生突變式增溫,冬、春季節(jié)尤為顯著;1991—2006年平均氣溫比多年平均高出約 0.7℃,1998—2006年平均氣溫更是高出約1.0℃,而且增溫加速的趨勢明顯;太湖流域降水變化相對較復(fù)雜,60年代中期到70年代中期處于少雨期,1983年后降水開始增多,2002年后年降水量又呈現(xiàn)明顯下降趨勢。

b.M-K法檢測突變顯示:太湖流域年降水量1954—1980年經(jīng)歷了一次偏少到偏多的突變,之后經(jīng)歷了由偏多到偏少的過程,呈振蕩性周期變化。Pettitt法沒有檢測出太湖流域年降水量的突變現(xiàn)象,年平均氣溫、最高氣溫和最低氣溫在1993年發(fā)生突變。

c.PRECIS和SDSM對太湖流域的氣溫模擬好于對降水的模擬。兩種方法對于氣溫情景的模擬結(jié)果較接近,尤其是B2排放情景下的模擬結(jié)果基本一致;對于降水的模擬情景差別較大,具有很大的不確定性。比較而言,因數(shù)據(jù)精度較高,PRECIS模擬結(jié)果更加合理,更能反映太湖流域氣候變化極端事件。

d.上述氣候變化特征僅是1954—2006年間相關(guān)氣象數(shù)據(jù)的統(tǒng)計(jì)分析結(jié)果,這些變化的物理機(jī)制及相互影響機(jī)理還待進(jìn)一步研究。不過,20世紀(jì)90年代以來太湖流域的氣候變化,已在溫度(升高)、降水(增加)以及洪水事件增多上有所反映;另外,對于各氣候要素突變點(diǎn)的檢測表明,檢測方法不同,結(jié)果會存在一定差異,而且每種檢測方法都有其不足之處。因此,要精確地確定氣候要素的突變點(diǎn),需要聯(lián)合運(yùn)用多種方法,并結(jié)合長期歷史數(shù)據(jù)序列共同確定,這些問題將在下一步研究工作中進(jìn)行深入探討。

:

[1] IPCC.Climate change 2007:the physical science basis,contributionof working group I to the third assessment report of the IPCC[M].Cambridge:Cambridge University Press,2007.

[2]秦大河.氣候變化的事實(shí)與影響及對策[J].中國科學(xué)基金,2003,17(1):1-3.

[3]秦大河,陳振林,羅勇,等.氣候變化科學(xué)的最新認(rèn)識[J].氣候變化研究進(jìn)展,2007,3(2):63-73.

[4]張建云,章四龍,王金星,等.近50年來中國六大流域年際徑流變化趨勢研究[J].水科學(xué)進(jìn)展,2007,18(2):230-234.

[5]張建云,王國慶,楊揚(yáng),等.氣候變化對中國水安全的影響研究[J].氣候變化研究進(jìn)展,2008,4(5):290-295.

[6]孫穎,丁一匯.未來百年東亞夏季降水和季風(fēng)預(yù)測的研究[J].中國科學(xué):D輯,2009,39(11):1487-1504.

[7]江善虎,任立良,雍斌,等.氣候變化和人類活動對老哈河流域徑流的影響[J].水資源保護(hù),2010,26(6):1-4.

[8]秦年秀,陳喜,薛顯武,等.氣候變化對烏江流域水文水資源的影響[J].河海大學(xué)學(xué)報(bào):自然科學(xué)版,2011,39(6):623-628.

[9]李吉順,王昂生,陳家田.降水時空分布變化是長江流域水旱災(zāi)害加重的主要原因[J].中國減災(zāi),1999,9(4):27-30.

[10]王張華,陳中原,寇瑩,等.太湖流域公元960年以來的氣候干濕變化研究[J].地理科學(xué),2002,11(5):546-551.

[11]姜彤,蘇布達(dá),王艷君,等.四十年來長江流域氣溫、降水與徑流變化趨勢[J].氣候變化研究進(jìn)展,2005,1(2):65-68.

[12]秦年秀,姜彤,許崇育.長江流域徑流趨勢變化及突變分析[J].長江流域資源與環(huán)境,2005,14(5):589-594.

[13]MANN H B.Nonparametric tests againsttrend[J].Econometrica,1945,13:245-259.

[14]魏鳳英.現(xiàn)代氣候統(tǒng)計(jì)診斷預(yù)測技術(shù)[M].北京:氣象出版社,1999:62-76.

[15]XU Z X,TAKEUCHI K,ISHIDAIRA H.Long-term trends of annual temperature and precipitation time series in Japan[J].Journal of Hydroscience and Hydraulic Engineering,2002,20(2):11-26.

[16]PETTITT A N.A non-parametric approach to the change-point problem[J].Journal of the Royal Statistical Society:Series C:Applied Statistics,1979,28(2):126-135.

[17]尹義星,許有鵬,陳瑩.1950—2003年太湖流域洪旱災(zāi)害變化與東亞夏季風(fēng)的關(guān)系[J].冰川凍土,2010,32(2):381-388.

[18]王同生.太湖流域防洪與水資源管理[M].北京:中國水利水電出版社,2006.

[19]趙晶,王乃昂.近50年來蘭州城市氣候變化的R/S分析[J].干旱區(qū)地理,2002,25(1):90-95.

[20]車慧正,張小曳,李楊,等.近50年來城市化對西安局地氣候影響的研究[J].干旱區(qū)地理,2006,29(1):53-58.

[21]周寅康,張捷,王臘春,等.長江下游地區(qū)近五百年洪澇序列的R/S分析[J].自然災(zāi)害學(xué)報(bào),1997,6(2):177-182.

[22]王孝禮,胡寶清,夏軍.水文時序趨勢與變異點(diǎn)的 R/S分析法[J].武漢大學(xué)學(xué)報(bào):工學(xué)版,2002,35(2):10-12.

[23]張利平,王德智,夏軍,等.R/S分析在洪水變化趨勢預(yù)測中的應(yīng)用研究[J].中國農(nóng)村水利水電,2005(2):38-40.

[24]GEQ S,GUO X F,ZHENG J Y,et al.Meiyu in the middle and lower reaches of the Yangtze River since 1736[J].Chinese Science Bulletin,2008,53(1):107-114.

[25]劉兆飛,徐宗學(xué).基于統(tǒng)計(jì)降尺度的渭河流域未來日極端氣溫變化趨勢分析[J].資源科學(xué),2009,31(8):1573-1580.

[26]WILBYR L,DAWSON C W,BARROW E M.SDSM:a decision support tool for the assessment of regional climate change impacts[J].Environmental Modelling&Software,2002,17(2):145-157.

[27]WILBYR L,DAWSON C W.Using SDSM Version 4.2:a decision support tool for the assessment of regional climate change impacts[EB/OL].[2011-03-25].http://copublic.lboro.ac.uk/coc wd/SDSM/SDSMManual.pdf

[28]HAYL E,CLARK M P.Use of statistically and dynamically downscaled atmospheric model output for hydrologic simulations in three mountainous basins in the western United States[J].Journal of Hydrology,2003,282(1/2/3/4):56-75.

[29]劉瀏,徐宗學(xué),黃俊雄.2種降尺度方法在太湖流域的應(yīng)用對比[J].氣象科學(xué),2011,31(2):160-169.

[30]許吟隆,JONES R.利用ECMWF再分析數(shù)據(jù)驗(yàn)證PRECIS對中國區(qū)域氣候的模擬能力[J].中國農(nóng)業(yè)氣象,2004,25(1):5-9.

[31]張勇,許吟隆,董文杰,等.SRES B2情景下中國區(qū)域最高、最低氣溫及日較差變化分布特征初步分析[J].地球物理學(xué)報(bào),2007,50(3):714-723.