大气环境影响下的气候因素模拟分析.docxVIP

大气环境影响下的气候因素模拟分析 摘要：利用ASD模型,将CanESM2、CNRM-CM5、GFDL-ESM3M和MIROC-ESM-CHEM四种大气环流模式(GCM)输出的低、中、高浓度排放情景下的气候因子统计降尺度到雅砻江流域的15个气象站点,模拟基准期的逐日降水并与实测值进行比较,对比分析了4种GCM对研究区域的降水模拟效果,同时预测了流域未来2021-2100年的降水变化。结果表明,各模式在雅砻江的适用性结果为MIROCGFDLCNRM CanESM;雅砻江流域未来降水将呈现增加的趋势,且随着排放浓度的升高,降水增幅增大。 未来气候变暖趋势日渐明显,气候变化将加剧水循环过程,引起降水、径流等水文要素的变异,进一步影响流域水文水资源的演变规律,甚至可能导致洪水和干旱等极端水文事件的突发、频发,对流域水利水电工程的建设和运行带来了巨大挑战。利用大气环流模式(GCM)预估未来气候变化是目前较为可行的一种方法,目前常用的GCM有CanESM2、CNRM-CM5、HadCM3、NorESM1-M和MIROC-ESM等,但模型输出分辨率较低,缺少详细的区域气候信息,难以准确预测研究区域气象要素的变化雅砻江流域作为“西电东输”以及“西部大开发”战略的重要能源基地,在我国水电能源领域中举足轻重,因而开展该流域在未来情景下的气候变化研究具有重要意义。本文以雅砻江流域为研究区域,对4种GCM在低、中、高浓度3种排放情景下输出的降水量进行降尺度处理,生成流域15个气象站点2021-2100年的降水序列,分析比较各GCM在研究区域内的适用性并预测未来降水的变化趋势,为雅砻江流域未来水电能源规划和工程建设运行提供科学依据。1 流域概况与研究方法雅砻江发源于巴颜喀拉山,为金沙江和长江上游最长支流。流域整体呈南北向条带状(图 1),控制面积达13.6 万km自动统计降尺度模型(Automated Statistical Downscaling,ASD)是由Hessami等ASD降尺度方法的主要步骤如下2 数据资料基于雅砻江流域3 结果分析3.1 基准期降水模拟结果以1984-2000年为率定期,2001-2005年为验证期,根据基准期各站点实测降水分别建立4种GCM模式下的ASD降尺度模型。将各站的降水模拟结果和所占的泰森多边形权重进行加权平均,得到全流域的面平均降水量。选取降水偏差百分比(PBIAS)作为评价指标,分析各GCM的模拟结果,如表2所示。就面平均降水结果而言,CanESM模式下的降水偏差率明显高于其他3种模式,率定期和验证期内的PBIAS分别达到-5.56%和14.44%,而对于单站的模拟效果,该模式下大部分站点模拟值与实测降水偏离度同样为4种模式中最大,拟合效果较差;无论是单站还是流域面平均情况,MIROC模式均能表现出较好的模拟效果,相对其他模式而言更为接近基准期实测降水。此外,除石渠站和清水河站,其他站点模拟效果均较好,4种模式下率定期和验证期内的偏差率基本均在10%之内。究其原因,上述两站位于流域左上角,导致NCEP网格点数据覆盖不全。图2绘出了4种GCM基准期各月日均降水量的统计箱图,其中,箱子的长度反映了上、下四分位值的分布情况,箱子两端的须则反映了最大值和最小值的分布情况,箱子中的加号表示均值。统计箱图可以很直观的反映出各月降水量在基准期的年际分布情况,便于各个GCM在均值、离散程度、极值分布等多方面的比较。就各月的日均降水量而言,4种GCM在非汛期(10月-次年4月)的模拟效果优于汛期(5-10月),各模式在非汛期的模拟降水值与实测值均较为接近,而汛期各模式下的模拟结果彼此差异较大,其中CanESM模式的汛期模拟降水明显高于实测值及其他GCM模拟值,在7-8月,与基准期实测值偏差分别达到1.8和1.4 mm;CNRM模式次之,偏差分别为0.5和0.6 mm;相对而言,GFDL和MIROC模式对降水均值的模拟效果更好,其中日本的MIROC模式拟合最优,与7、8月观测值偏差相对最小,分别为0.51和0.01 mm。离散程度反映了各月降水量的年际变化情况,大体可由四分位差或箱子的长度反映,与实测箱的长度越接近,表明各模式月降水量的离散程度越接近实测值。由图2可知,非汛期降水量本身就偏少,其离散程度相对较小,除CanESM模式12月-次年2月明显偏小,3-4月明显偏大外,其他各GCM模拟值与实测值差别不大;在汛期各GCM差别较大,如5月份CanESM模式比实测值明显偏小;7月份,各GCM的箱子明显偏长,表明离散程度比实测值要大;而在9月份,GFDL和MIROC模式的离散程度要远远大于实测值。再来看极值分布情况,非汛期除CanESM模式外,其他模式与实测值相差不大。汛