SRES B2情景下西南地區(qū)干旱致災(zāi)危險(xiǎn)性時(shí)空格局預(yù)估

賀山峰 葛全勝 吳紹洪 戴爾阜

（1.河南理工大學(xué)安全與應(yīng)急管理研究中心，河南焦作 454000;2.中國(guó)科學(xué)院地理科學(xué)與資源研究所，北京 100101）

全球氣候變化將給人類社會(huì)和自然系統(tǒng)帶來諸多風(fēng)險(xiǎn)。氣候變化風(fēng)險(xiǎn)源主要包括兩個(gè)方面:一是平均氣候狀況（氣溫、降水、海平面上升等）;二是極端天氣事件（熱帶氣旋、風(fēng)暴潮、干旱、極端降水、高溫?zé)崂说龋?］。研究極端天氣事件的潛在變化是評(píng)估未來氣候變化對(duì)人類社會(huì)和自然系統(tǒng)影響的基礎(chǔ)［2］。預(yù)估極端天氣事件的方法之一是利用氣象觀測(cè)資料進(jìn)行趨勢(shì)外推［3－4］。盡管歷史氣象資料有很大的參考價(jià)值，但過去的氣象統(tǒng)計(jì)信息只能部分地反映未來極端天氣事件的發(fā)生概率。氣候模式的不斷改進(jìn)為利用大氣環(huán)流模式（GCMs）和區(qū)域氣候模式（RCMs）預(yù)估極端天氣事件及其影響提供了更可靠的工具［5－6］。已有一些學(xué)者應(yīng)用氣候模式來評(píng)估氣候變化對(duì)洪水［7－8］、干旱［9］、風(fēng)能［10］及水資源［11］可能造成的影響。但GCMs過粗的分辨率對(duì)于分析氣候變化對(duì)區(qū)域尺度的潛在影響是不夠的，而RCMs卻能很好地反映影響局地氣候的地面特征量和氣候本身未來的波動(dòng)規(guī)律，被認(rèn)為是獲取高分辨率局地氣候變化信息的有效方法［12］。

伴隨著20世紀(jì)下半葉的持續(xù)增暖，全球陸地大部分地區(qū)存在著干旱化的趨勢(shì)。與全球干旱化一樣，中國(guó)部分地區(qū)的干旱強(qiáng)度也呈現(xiàn)增加的趨勢(shì)，干旱問題日益凸顯，特別是進(jìn)入21世紀(jì)以來，我國(guó)頻繁出現(xiàn)了多個(gè)破歷史記錄的極端干旱事件。近些年，國(guó)內(nèi)不少學(xué)者在干旱災(zāi)害方面進(jìn)行研究［13－15］，取得了大量成果，為區(qū)域防災(zāi)減災(zāi)提供了依據(jù)。但這些評(píng)估研究都是利用氣象觀測(cè)數(shù)據(jù)或歷史災(zāi)情資料來開展的，并未考慮氣候變化對(duì)未來極端干旱事件發(fā)生頻率、強(qiáng)度和空間格局的影響。翟建青等［16］利用ECHAM5/MPI－OM氣候模式輸出的2001－2050年逐月降水量資料，選取標(biāo)準(zhǔn)化降水指數(shù)預(yù)估了3種排放情景下中國(guó)2050年前的旱澇格局，但其所使用的氣候情景數(shù)據(jù)分辨率較粗（1.875°），且未能從災(zāi)害風(fēng)險(xiǎn)角度分析未來干旱致災(zāi)危險(xiǎn)性變化。

本文應(yīng)用Hadley氣候預(yù)測(cè)與研究中心的區(qū)域氣候模式系統(tǒng)PRECIS（Providing Regional Climates for Impacts Studies）模擬的氣候情景數(shù)據(jù)，綜合考慮氣候變暖后降水和蒸發(fā)等要素的變化，分近期、中期和遠(yuǎn)期三個(gè)時(shí)段對(duì)B2排放情景下①本文之所以選擇B2情景是因?yàn)樵撉榫皬?qiáng)調(diào)區(qū)域性的經(jīng)濟(jì)、社會(huì)和環(huán)境的可持續(xù)發(fā)展，是比較符合我國(guó)中長(zhǎng)期發(fā)展規(guī)劃的氣候情景。未來我國(guó)西南地區(qū)干旱致災(zāi)危險(xiǎn)性時(shí)空格局進(jìn)行預(yù)估，以期為全球氣候變化背景下該地區(qū)干旱災(zāi)害風(fēng)險(xiǎn)管理和區(qū)域發(fā)展規(guī)劃提供科學(xué)依據(jù)。

1 研究數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)來源

本研究所使用的氣候情景數(shù)據(jù)來自中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所氣候變化研究組。該研究組應(yīng)用英國(guó)Hadley中心開發(fā)的PRECIS模式，模擬了IPCC《排放情景特別報(bào)告（SRES）》中設(shè)計(jì)的B2情景下中國(guó)區(qū)域的氣候變化（1961－2100年），其水平分辨率在地理坐標(biāo)下為緯度0.44°×經(jīng)度 0.44°，在中緯度地區(qū)水平格點(diǎn)間距約為50 km。關(guān)于PRECIS物理過程的詳細(xì)介紹可參閱文獻(xiàn)［17］。許吟隆［12，18］等人利用 ECMWF 再分析數(shù)據(jù)和氣象站點(diǎn)觀測(cè)數(shù)據(jù)驗(yàn)證PRECIS對(duì)中國(guó)區(qū)域氣候模擬能力的研究表明:盡管一些氣候要素的模擬值存在一定偏差，但總體上PRECIS具有很強(qiáng)的模擬溫度和降水的能力，基本能夠模擬出各氣象要素年、季的大尺度分布特征。因此，本文不再對(duì)PRECIS模式進(jìn)行驗(yàn)證。

1.2 研究時(shí)段劃分

本研究包括以下四個(gè)時(shí)段:現(xiàn)階段為1981－2010年，未來分為近期（2011－2040年）、中期（2041－2070年）和遠(yuǎn)期（2071－2100年）三個(gè)時(shí)段。文中所選指標(biāo)均以各時(shí)段30年的平均值進(jìn)行探討。

1.3 干旱致災(zāi)危險(xiǎn)性評(píng)估方法

關(guān)于干旱的指標(biāo)已有大量研究，但很多干旱指標(biāo)只考慮了降水這一個(gè)變量（如連續(xù)無(wú)雨日數(shù)，SPI指數(shù)，降水Z指數(shù)，降水距平等），在全球變暖背景下，僅僅考慮降水因素是不夠的。陸地表面干濕變化主要受降水和蒸發(fā)的影響，降水減少是干旱可能發(fā)生的一個(gè)重要方面;同時(shí)，地表溫度的升高會(huì)大大增加水分的蒸發(fā)散，使得干旱更容易發(fā)生。因此，干旱指標(biāo)應(yīng)該能夠衡量地表水分收支大小，本研究綜合考慮降水和蒸發(fā)兩個(gè)因素，采用地表濕潤(rùn)指數(shù)（降水量/潛在蒸散量）作為變量來評(píng)價(jià)旱災(zāi)危險(xiǎn)性。

地表濕潤(rùn)指數(shù)表達(dá)式為:

式（1）中，W為地表濕潤(rùn)指數(shù)，P為年降水量（mm），ET0為年潛在蒸散量（mm）。本研究采用1998年聯(lián)合國(guó)糧農(nóng)組織（FAO）修訂的Penman-Monteith模型計(jì)算潛在蒸散量，該模型目前在國(guó)際上得到廣泛應(yīng)用，并且同時(shí)適用于干旱和濕潤(rùn)的氣候條件［19］。

干旱指標(biāo)k值大小所指示的干旱等級(jí)列于表1。

表1 k值所指示的干旱等級(jí)Tab.1 Drought classification based on k

根據(jù)表1所列干旱等級(jí)，將輕旱、中旱和重旱的權(quán)重值按1∶2∶3的比例進(jìn)行歸一化，建立干旱致災(zāi)危險(xiǎn)性評(píng)價(jià)模型:

式（3）中，HD為干旱致災(zāi)危險(xiǎn)性指數(shù)，f1、f2和f3分別為各時(shí)段輕旱、中旱和重旱的發(fā)生頻次。

本文將干旱致災(zāi)危險(xiǎn)性分為5個(gè)等級(jí)。具體的分級(jí)方法如下:首先，對(duì)現(xiàn)階段西南地區(qū)各縣域單元旱災(zāi)危險(xiǎn)性指數(shù)從小到大進(jìn)行排序，再按1∶2∶4∶2∶1的大致比例將487個(gè)縣域單元分為5級(jí);之后，提取現(xiàn)階段兩個(gè)相鄰等級(jí)縣域單元的旱災(zāi)危險(xiǎn)性指數(shù)，以其平均值作為旱災(zāi)危險(xiǎn)性的分級(jí)標(biāo)準(zhǔn)（如1、2級(jí)的分級(jí)標(biāo)準(zhǔn)是，將現(xiàn)階段1級(jí)縣域單元中最大的旱災(zāi)危險(xiǎn)性指數(shù)與2級(jí)中最小的旱災(zāi)危險(xiǎn)性指數(shù)求平均值所得）;最后，按照此分級(jí)標(biāo)準(zhǔn)對(duì)未來三個(gè)時(shí)段干旱致災(zāi)危險(xiǎn)性進(jìn)行分級(jí)。

2 結(jié)果與分析

2.1 年均潛在蒸散量時(shí)空格局變化

如圖1所示，在現(xiàn)階段，我國(guó)西南地區(qū)年均潛在蒸散量平均為775.42 mm，最大值為1 100.21 mm，年均潛在蒸散量低于700 mm的地區(qū)占總面積的39.14%，主要分布在四川省、貴州省和重慶市，而高于1 000 mm的地區(qū)僅占6.91%，位于廣西省南部和云南省的北部。到了近期，西南地區(qū)年均潛在蒸散量增大為819.78 mm，其最大值為1 149.45 mm，其中大于 1 000 mm的地區(qū)面積增加到12.85%，約為現(xiàn)階段的1.86倍。在中期，西南地區(qū)年均潛在蒸散量繼續(xù)增加為 854.99 mm，最大值增加到1 202.25 mm，年均潛在蒸散量低于700 mm的地區(qū)面積繼續(xù)減小，而高于1 000 mm的地區(qū)則大幅增加為19.45%。到遠(yuǎn)期，西南地區(qū)年均潛在蒸散量增加到890.30 mm，最大值為1 265.00 mm，年均潛在蒸散量低于700 mm的地區(qū)僅占西南地區(qū)總面積的5.84%，主要位于四川省西北部，而高于1 000 mm的地區(qū)則擴(kuò)展為26.06%，為現(xiàn)階段的3.77倍之多，集中分布在廣西和云南兩省。可見，伴隨著全球氣溫升高，未來我國(guó)西南地區(qū)年均潛在蒸散量將呈現(xiàn)持續(xù)增大的趨勢(shì)，尤其是年均潛在蒸散量超過1 000 mm的面積將大幅增加。

2.2 年均地表濕潤(rùn)指數(shù)時(shí)空格局變化

從圖2中可以發(fā)現(xiàn)，各個(gè)時(shí)段西南地區(qū)均呈現(xiàn)出“西干東濕”的格局，并且相對(duì)于現(xiàn)階段，未來西南地區(qū)總體上將呈變干的趨勢(shì)。在現(xiàn)階段，西南地區(qū)年均地表濕潤(rùn)指數(shù)的平均值為1.51，其中地表濕潤(rùn)指數(shù)小于1.0的地區(qū)占總面積的12.79%，大于1.8的地區(qū)占26.66%。而在近期，西南地區(qū)年均地表濕潤(rùn)指數(shù)的平均值為1.46，小于1.0和大于1.8的地區(qū)分別占到總面積的14.68%和18.54%。中期階段，西南地區(qū)年均地表濕潤(rùn)指數(shù)繼續(xù)減小為1.42，大于1.8的地區(qū)縮小至總面積的12.48%。到了遠(yuǎn)期，西南地區(qū)年均地表濕潤(rùn)指數(shù)為1.39，其中小于1.0的地區(qū)占總面積的17.09%，大于1.8的地區(qū)占9.25%，分別較現(xiàn)階段增加4.30%和減小17.41%。

圖1 SRES B2情景下不同時(shí)段西南地區(qū)年均潛在蒸散量變化（mm）Fig.1 Changes of annual potential evapotranspiration in Southwest China under SRES B2 scenario

2.3 干旱致災(zāi)危險(xiǎn)性時(shí)空格局變化

在對(duì)降水和蒸發(fā)等各因素分析和數(shù)字化的基礎(chǔ)上，依據(jù)評(píng)價(jià)模型（式3）在ArcGIS中對(duì)各因素圖層進(jìn)行計(jì)算并分級(jí)，得到西南地區(qū)縣域尺度干旱致災(zāi)危險(xiǎn)性評(píng)價(jià)結(jié)果（圖3）。為詳細(xì)了解西南地區(qū)干旱致災(zāi)危險(xiǎn)性格局及其動(dòng)態(tài)變化，表2列出了各時(shí)段旱災(zāi)危險(xiǎn)性等級(jí)的縣域個(gè)數(shù)和面積百分比。

可以發(fā)現(xiàn)，未來各時(shí)段西南地區(qū)干旱致災(zāi)危險(xiǎn)性空間格局變化很大。相對(duì)于現(xiàn)階段，未來西南地區(qū)旱災(zāi)危險(xiǎn)性處于1、2級(jí)的縣域個(gè)數(shù)和面積均呈現(xiàn)先減小后增大的趨勢(shì)，而5級(jí)的變化趨勢(shì)則與之相反，旱災(zāi)危險(xiǎn)性明顯增大。尤其在近期，處于旱災(zāi)危險(xiǎn)性5級(jí)的縣域個(gè)數(shù)由現(xiàn)階段的49個(gè)快速增加為236個(gè)，面積也占到總面積的50.30%，分別是現(xiàn)階段的4.82倍和6.24倍，是未來旱災(zāi)危險(xiǎn)性最嚴(yán)重的時(shí)段。到中期和遠(yuǎn)期，西南地區(qū)旱災(zāi)危險(xiǎn)性相對(duì)于近期總體有所減小，但處于5級(jí)的縣域干旱致災(zāi)危險(xiǎn)性值卻有一定程度增大。需要指出的是，未來四川省西南部和云南省大部始終是西南地區(qū)旱災(zāi)危險(xiǎn)性最高的區(qū)域，在今后的旱災(zāi)風(fēng)險(xiǎn)管理及防災(zāi)減災(zāi)規(guī)劃中需尤為注意。

表2 SRES B2情景下不同時(shí)段西南地區(qū)干旱致災(zāi)危險(xiǎn)性等級(jí)變化Tab.2 Changes of drought hazard grade in Southwest China under SRES B2 scenario

圖2 SRES B2情景下不同時(shí)段西南地區(qū)年均地表濕潤(rùn)指數(shù)變化Fig.2 Changes of the annual surface humid index in Southwest China under SRES B2 scenario

3 結(jié)論

本文基于PRECIS區(qū)域氣候模式，模擬了SRES B2情景下西南地區(qū)現(xiàn)階段與未來時(shí)段潛在蒸散量和地表濕潤(rùn)指數(shù)的變化情況，并對(duì)該地區(qū)干旱致災(zāi)危險(xiǎn)性的時(shí)空格局和變化趨勢(shì)進(jìn)行研究，得到以下主要結(jié)論:

（1）伴隨著全球氣溫升高，未來西南地區(qū)年均潛在蒸散量將持續(xù)增大，尤其是年均潛在蒸散量超過1 000 mm的面積將大幅增加;同時(shí)，未來西南地區(qū)年均地表濕潤(rùn)指數(shù)將逐漸減小，總體呈現(xiàn)變干的趨勢(shì)。

（2）相對(duì)于現(xiàn)階段，未來西南地區(qū)干旱致災(zāi)危險(xiǎn)性明顯增大，尤其是近期時(shí)段。在近期，西南地區(qū)旱災(zāi)危險(xiǎn)性處于5級(jí)的縣域個(gè)數(shù)和面積百分比分別為236個(gè)和50.30%，分別是現(xiàn)階段的4.82倍和6.24倍。四川省西南部和云南省大部始終是該地區(qū)未來旱災(zāi)危險(xiǎn)性最高的區(qū)域。

圖3 SRES B2情景下不同時(shí)段西南地區(qū)干旱致災(zāi)危險(xiǎn)性等級(jí)空間格局Fig.3 Spatial patterns of drought hazard grade in Southwest China under SRES B2 scenario

4 討論

自然災(zāi)害具有自然和社會(huì)雙重屬性，其中致災(zāi)危險(xiǎn)性評(píng)估是從自然屬性角度來評(píng)估干旱危險(xiǎn)性。根據(jù)自然災(zāi)害風(fēng)險(xiǎn)分析理論［20］，在危險(xiǎn)性評(píng)價(jià)的基礎(chǔ)上，進(jìn)一步考慮社會(huì)經(jīng)濟(jì)因素，如人口、GDP、耕地、森林、草原、各種工程設(shè)施等的分布情況，以及遭遇干旱時(shí)這些承災(zāi)體的易損程度、社會(huì)防災(zāi)救災(zāi)能力等，就可以進(jìn)行干旱災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)，辨識(shí)出高風(fēng)險(xiǎn)區(qū)，為各級(jí)政府開展風(fēng)險(xiǎn)管理提供科學(xué)依據(jù)。通過查閱《中國(guó)氣象災(zāi)害大典》、《中國(guó)災(zāi)害性天氣氣候圖集》以及近些年的災(zāi)情資料可以發(fā)現(xiàn)，本文對(duì)現(xiàn)階段（1981－2010年）西南地區(qū)旱災(zāi)危險(xiǎn)性的評(píng)價(jià)結(jié)果與實(shí)際災(zāi)情發(fā)生區(qū)域基本符合。但由于干旱災(zāi)害形成、發(fā)展及產(chǎn)生后果的復(fù)雜性，影響因子眾多，目前的評(píng)價(jià)結(jié)果尚難以做到與實(shí)際情況完全吻合，有以下幾方面原因:考慮因素的全面性、各干旱等級(jí)權(quán)重值的真實(shí)性、預(yù)估氣候數(shù)據(jù)的誤差以及評(píng)價(jià)模型的科學(xué)性等等，還需要不斷深入研究，作出更符合實(shí)際、更加可信的干旱災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)。

本文只選取了SRES B2情景，雖然這一情景是比較符合我國(guó)中長(zhǎng)期發(fā)展規(guī)劃的氣候情景，但仍然存在較大不確定性。在以后的研究中，需要進(jìn)一步拓展降低不確定性的方法，在現(xiàn)有情景預(yù)估的基礎(chǔ)上，進(jìn)一步發(fā)展集合概率預(yù)測(cè)等技術(shù)手段，建立基于多情景多模式的集合概率預(yù)測(cè)情景方案。同時(shí)加強(qiáng)氣候模式模擬研究，提高模擬數(shù)據(jù)精度，降低氣候系統(tǒng)模式的不確定性［21］。

致謝:承蒙中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所許吟隆研究員在論文數(shù)據(jù)方面提供的幫助，在此表示衷心的感謝!

（編輯:常 勇）

（

）

［1］IPCC.Climate Change 2007:Impacts，Adaptation and Vulnerability［M］.London:Cambridge University Press，2007.

［2］Tebaldi C，Hayhow K，Arblaster J M，et al.Going to Extremes:An Intercomparison of Model-simulated Historical and Future Changes in Extreme Events［J］.Climatic Change，2006，79（3 － 4）:185 －211.

［3］徐新創(chuàng)，葛全勝，鄭景云，等.區(qū)域農(nóng)業(yè)干旱風(fēng)險(xiǎn)評(píng)估研究:以中國(guó)西南地區(qū)為例［J］.地理科學(xué)進(jìn)展，2011，30（7）:883－890.［Xu Xinchuang，Ge Quansheng，Zheng Jingyun，et al.Drought Risk Assessment on Regional Agriculture:A Case in Southwest China［J］.Progress in Geography，2011，30（7）:883 －890.］

［4］周后福，王興榮，翟武全，等.基于混合回歸模型的夏季高溫日數(shù)預(yù)測(cè)［J］.氣象科學(xué)，2005，25（5）:505－512.［Zhou Houfu，Wang Xingrong，Zhai Wuquan，et al.Test Prediction for Multi-Regression Modelon High Temperature Days［J］. Scientia Meteorologica Sinica，2005，25（5）:505 –512.］

［5］Zwiers R W，Kharin V V.Changes in the Extremes of the Climate Simulated by CCC GCM2 under CO2Doubling［J］.Journal of Climate，1998，11（9）:2200－2222.

［6］賀山峰，戴爾阜，葛全勝，等.中國(guó)高溫致災(zāi)危險(xiǎn)性時(shí)空格局預(yù)估［J］.自然災(zāi)害學(xué)報(bào)，2010，19（2）:91－97.［He Shanfeng，Dai Erfu，Ge Quansheng，et al.Pre-estination of Spatiotemporal Pattern of Extreme Heat Hazard in China［J］.Journal of Natural Disasters，2010，19（2）:91 –97.］

［7］Raff D A，Pruitt T，Brekke L D.A Framework for Assessing Flood Frequency Based on Climate Projection Information［J］.Hydrology and Earth System Sciences Discussions，2009，6:2005 －2040.

［8］賀山峰，葛全勝，吳紹洪，等.安徽省洪澇致災(zāi)危險(xiǎn)性時(shí)空格局預(yù)估［J］.中國(guó)人口·資源與環(huán)境，2012，22（11）:32－39.［He Shanfeng，Ge Quansheng，Wu Shaohong，et al.Projecting Spatiotemporal Patterns of Flood Hazard over Anhui Province［J］.China Population，Resources and Environment，2012，22（11）:32 －39.］［9］Blenkinsop S， Fowler H J. Changes in European Drought Characteristics Projected by the PRUDENCE Regional Climate Models［J］.International Journal of Climatology，2007，27:1595 －1610.

［10］Bloom A，Kotroni V，Lagouvardos K.Climate Change Impact of Wind Energy Availability in the Eastern Mediterranean Using the Regional Climate Model PRECIS［J］.Natural Hazards and Earth System Science，2008，8:1249－1257.

［11］Zhu T J，Jenkins M W，Lund J R.Estimated Impacts of Climate Warming on California Water Availability under Twelve Future Climate Scenarios［J］.Journal of American Water Resources Association，2005，41（5）:1027－1038.

［12］許吟隆，張勇，林一驊，等.利用PRECIS分析SRES B2情景下中國(guó)區(qū)域的氣候變化響應(yīng)［J］.科學(xué)通報(bào)，2006，51（17）:2068 － 2074.［Xu Yinlong，Zhang Yong，Lin Yihua，et al.Analyses on the Climate Change Responses over China under SRES B2 Scenario Using PRECIS［J］.Chinese Science Bulletin，2006，51（18）:2260 –2267.］

［13］衛(wèi)捷，陶詩(shī)言，張慶云.Palmer干旱指數(shù)在華北干旱分析中的應(yīng)用［J］.地理學(xué)報(bào)，2003，58（增）:91－99.［Wei Jie，Tao Shiyan，Zhang Qingyun.Analysis of Drought in Northern China Based on the Palmer Severity Drought Index［J］.Acta Geographica Sinica，2003，58（supp.）:91 – 99.］

［14］武建軍，劉曉晨，呂愛峰，等.黃淮海地區(qū)干濕狀況的時(shí)空分異研究［J］.中國(guó)人口·資源與環(huán)境，2011，21（2）:100－105.［Wu Jianjun，Liu Xiaochen，Lv Aifeng，et al.Analysis of the Temporal and Spatial Layout of Drought in the Huang-Huai-Hai Region［J］.China Population，Resources and Environment，2011，21（2）:100 － 105.］

［15］He B，Lv A F，Wu J J，et.al.Agricultural Drought Hazard Assessing and Spatial Characters Analysis in China［J］.Journal of Geographical Sciences，2011，21（2）:235 －249.

［16］翟建青，曾小凡，蘇布達(dá)，等.基于ECHAM5模式預(yù)估2050年前中國(guó)旱澇格局趨勢(shì)［J］.氣候變化研究進(jìn)展，2009，5（4）:220 － 225.［Zhai Jianqing，Zeng Xiaofan，Su Buda，et al.Patterns of Dryness/Wetness in China before 2050 Projected by the ECHAM5 Model［J］.Advances in Climate Change Research，2009，5（4）:220 –225.］

［17］Jones R G，Noguer M，Hassell D C，et al.Generating High Resolution Climate Change Scenarios Using PRECIS［M］.Exeter:Met Office Hadley Centre，2004.

［18］許吟隆，Jones R.利用ECMWF再分析數(shù)據(jù)驗(yàn)證PRECIS對(duì)中國(guó)區(qū)域氣候的模擬能力［J］.中國(guó)農(nóng)業(yè)氣象，2004，25（1）:5－9.［Xu Yinlong，Jones R.Validating PRECIS with ECMWF Reanalysis Data over China ［J］. Chinese Journal of Agrometeorology，2004，25（1）:5 －9.］

［19］Allen R G，Pereira L S，Raes D，et al.Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements-FAO Irrigation and Drainage Paper 56［M］.Rome:United Nations Food and Agriculture Organization，1998.

［20］葛全勝，鄒銘，鄭景云，等.中國(guó)自然災(zāi)害風(fēng)險(xiǎn)綜合評(píng)估初步研究［M］.北京:科學(xué)出版社，2008.［Ge Quansheng，Zou Ming，Zheng Jingyun，et al.Integrated Assessment of Natural Disaster Risks in China［M］.Beijing:Science Press，2008.］

［21］吳紹洪，潘韜，賀山峰.氣候變化風(fēng)險(xiǎn)研究的初步探討［J］.氣候變化研究進(jìn)展，2011，7（5）:363－368.［Wu Shaohong，Pan Tao，He Shanfeng.Primary Study on the Theories and Methods of Research on Climate Change Risk［J］.Advances in Climate Change Research，2011，7（5）:363 －368.］