基于统计降尺度的长春市未来气候变化趋势分析.docxVIP

摘要：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。关键词：气候变化；GCM；SDSM；长春中图分类号：TV124；P339? ? ? 文献标识码：A??文章编号：1007-2284（2011）10-0047-04Climate??Change??Trends??of??Changchun??City??Using??Statistical??Downscaling??Method??in?the??FuturezHAO?Hui?1，zHANG?Jing-ren2Abstract：The?Statistical?Downscaling?Model（SDSM）is?used?to?downscale?the?outputs?of?GCM?togenerate?fu?climate?change?scenarios??in?Changchun?City．And?the?characteristics?of?fu?climatechange?are?analyzed?by?using?linear?trends，moving?average?and Mann-Kendall?trend?analysis?methodsduring?the?2020s（2010-2039），2050s（2040-2069），and?2080s（2070-2099）．The?results?show??thatit?shows?a?good?agreement?between?the?observed?and?simulated?mean?daily?maximum?and?minimumtemperatures，daily?precipitation?for?every?month?of?the?year．The?SDSM?model?can?better?simulatefu?climate?change?scenarios?in?the?research?area．Compared?with?the?baseline?data?of?1961-1990，the?maximum?temperature?would?increase?by?an?average?of?1．67℃，3．44℃，5．65℃in 2020s，2050sand?2080s，respectively，and?the?minimum?temperature?increases?by?an?average?of1．07℃，2．68℃，4．69℃．And?climate??trend?rate?is?0．63℃／10a．Yearly?rainfall?also?showssignificantly?increasing?trend?and?climate?trend?rate?reaches?11mm／10a．The?monthly?changes?oftemperature?and?precipitation?show?heterogeneity?in?the?fu．The?precipitation?in?spring?showsdeclining?trend，while?it?shows?an?increasing?trend?in?summer，the?climate?trend?rate?reaches12．7mm／10a．And?compared?to?other?seasons，summer?contributes?to