气候变化背景下北京市极端降水时序特征研究

基于NEX-GDDP数据集,采用气候倾向率法、Mann-Kendall突变检验和小波分析法对北京市2006—2099年极端降水时序变化特征进行分析。结果表明：在RCP4.5和RCP8.5情景下,本世纪内北京地区极端降水呈现增加趋势,世纪末期有较大幅度增加,RCP8.5情景下极端降水增加程度更大。在RCP4.5情景下,年降水量、大雨日数、SDII等多数极端降水指数在2040年前后发生增加突变,而在RCP8.5情景下极端降水表现出更为稳定的上升趋势。极端降水事件在RCP4.5和RCP8.5情景下的主周期均为56年,在该特征尺度下各指标呈现少→多→少→多→少的循环交替,RCP8.5情景下降水量、降水频率和降水强度震荡更加明显。     

气候变化条件下21世纪中国九大流域极端月降水量时空演变分析

基于广义极值分布(GEV)建立了极端降水统计模拟模型,以20 a一遇重现期定义极端降水事件,利用误差订正与空间分解方法(BCSD)降尺度后的耦合模式比较计划第五阶段(CMIP5)的全球气候模式模拟及预估月降水数据,对中国九大流域未来21世纪极端月降水量时空变化进行了预估分析,同时评估了CMIP5数据(降尺度后)对中国区域极端降水事件的模拟效果,探讨了极端降水和平均降水之间的相关性特征。结果表明:CMIP5数据在中国区域模拟效果良好,基本能保证在一个较高的可信度水平;1901-2005年历史极端月降水量呈"东南多、西北少"的分布格局,未来21世纪上下半叶各流域极端月降水量分别表现出+3.2%~+12.8%和+7.7%~+24.7%不同程度的增长趋势,增强变化形成近似由西北往东南"高-低-高"的空间分布格局;未来情景模式假定的辐射强迫加剧了未来极端月降水量的增长变化,尤其表现在21世纪下半叶;极端降水和平均降水在未来变化方面,北部和中部流域基本保持正相关性,而南部东南诸河流域和珠江流域呈负相关性。     

中国极端高温未来情景下的公路暴露度分析

采用国际耦合模式比较计划第五阶段(CMIP5)中20个气候模式的试验数据,以及OpenStreetMap的中国公路数据,采用极值分布对年最高气温进行拟合,预估2030年和2050年RCP4.5和RCP8.5两种情景下不同重现期的极端高温分布及其变化,分析极端高温下中国公路网暴露度的时空格局,并对不同阈值下的暴露度敏感性进行分析。研究表明:①中国极端高温呈明显上升趋势,2050年与2030年的中国极端高温空间分布差异将大于2030年与2015年的差异,且RCP8.5与RCP4.5情景的差异随着时间的增长不断扩大;②相比于基准时间(2015年),中国公路对极端高温的暴露度无论在何种情景都将增长,且增速随着时间增大;③不同高温影响阈值下的公路暴露度具有显著空间分布差异;④公路暴露热点区域范围将由华北向南逐渐扩张,由数个小区域逐渐融合为一个大区域,公路暴露度东部区域较西部区域严重,京津冀地区暴露度尤其高。     

中国未来极端降水事件的变化——基于气候变化预估结果的分析

利用区域气候模式PRECIS单向嵌套Hadley气候中心海-气耦合模式HadCM3高分辨率的大气部分HadAM3P,分别进行了气候基准时段(1961—1990年)和2080 s时段(2071—2100年)中国区域各30年时间长度的模拟试验,以分析PRECIS对当代中国区域极端降水事件的模拟能力和SRES B2情景下2080s时段相对于气候基准时段中国区域极端降水事件的可能变化趋势。气候基准时段模拟结果与观测值的对比分析表明:PRECIS能够较好地模拟出中国区域年平均极端降水事件的空间分布特征,但模式模拟的大雨事件和湿日数高值区范围较观测值偏大,对华南地区暴雨事件和日最大降水事件的模拟结果较观测值偏低。SRES B2情景下,2080s时段年平均大雨事件除东北和华南地区外,全国均呈增多趋势。暴雨事件在西部地区以减少为主,而东部地区主要呈增加趋势。年平均日最大降水事件的分布型与大雨事件基本一致。湿日数除华北、西北和青藏高原部分地区外均呈减少趋势。未来长江流域洪涝灾害事件发生的频率将可能增大。     

地球工程对中国极端降雨致灾人口风险的影响研究

在地球工程对中国极端降雨致灾因子危险性影响的研究基础上,采用BNU-ESM模式的地球工程(G4试验)和非地球工程(RCP4. 5)日值降雨数据,以日均值降雨量的95%分位数定义极端降雨事件。同时结合IPCC SSP3情景下的中国分省人口数据,评估了中国极端降雨灾害受影响人口风险,并对两种情景下的风险进行对比分析。结果表明:地球工程能够有效降低中国整体极端降雨灾害受影响人口风险,且实施期间的降低作用高于实施结束期。两种情景下中国极端降雨灾害受影响人口风险的区域差异增大,地球工程未能改变中国极端降雨灾害受影响人口风险的相对格局,表明在当前Geo MIP模式设定的地球工程实施当量下,人类能够有效降低气候变化风险,且不影响区域气候相对格局。     

极端降水事件下广西流域洪涝社会经济暴露度分析

利用广西90个气象站56年降水过程资料,采用百位数法确定12 h、24 h极端降水事件阈值,结合地理信息数据,构建广西12 h、24 h极端降水空间模型,获得了广西12 h、24 h极端降水事件空间分布图;利用DMSP/OLS夜间灯光、遥感本底、社会经济统计等多源数据,采用多元线性回归方法,构建像元尺度的广西社会经济空间模型,在此基础上,采用GIS技术,构建不同时段极端降水事件下广西流域洪涝社会经济暴露度模型,获得了100 m×100 m网格的广西12 h、24 h极端降水事件下洪涝人口和GDP暴露度空间分布图。结果表明:不同时段极端降水事件下广西流域洪涝社会经济暴露度具有明显的时空变异特征,12 h事件下,广西流域洪涝社会经济高暴露度分布在降水量为100~250 mm范围内的南流江、郁江、柳江、浔江、红水河、右江、桂江等流域;24 h事件下,广西流域洪涝社会经济高暴露度分布在降水量为100~300 mm范围内的南流江、郁江、柳江、浔江、红水河等流域。     

吉林省夏季极端降水事件特征分析

利用吉林省46个气象站1961-2010年逐日降水资料,采用百分位定义极端事件阈值的方法,对吉林省极端降水事件的时空分布及变化趋势特征进行了分析。结果表明:(1)吉林省极端降水事件主要发生在夏季,其中5%的降水日数贡献了该季度25%～30%的降水量;夏季极端降水强度以通化地区最强、东部山区最弱,极端降水频率东部山区最大、西北部最小;(2)吉林省100mm以上的极端大暴雨天气也时有发生,通化地区南部发生几率最大,约为4～6 a一遇;中部一带约为8～10a一遇;西北平原区和东部山区出现大暴雨概率很小。(3)近50a吉林省夏季极端降水事件稍有增多的趋势,而强度变化趋势不明显,但存在明显的地域差别,西北部表现为频率减少、强度减弱,中部和东南部表现为频率增多、强度增强。(4)极端降水事件存在年代际差异,20世纪70年代极端降水频率最小,90年代极端降水强度最大,60年代初期极端降水强度存在由强转弱的突变。     

基于DFA法的江苏省极端降水时空分布特征研究

为进一步掌握江苏省极端降水的时空分布特征,基于该省1961-2010年均一性较好的逐日降水数据,利用去趋势波动分析法确定了全省13个站点的极端降水阈值,并通过Morlet小波及Mann-Kendall法分析了江苏省极端降水频数的振荡周期及其突变。结果表明,江苏省极端降水年频数和夏季极端降水均呈现8～10 a的变化周期,且1998年和2006年分别为其突变增加年,而秋季极端降水主要呈2～3 a与5～7 a的变化周期;极端降水与降水总量的空间分布具有较好的一致性,均呈南部大、北部小的特征。     

气候工程对中国极端降雨强度的影响(2010-2099)

针对气候工程方法中争论最多的太阳辐射管理(Solar Radiation Management),基于BNU-ESM模式的气候工程(G4实验)和非气候工程(RCP4.5)两种情景,以2010-2099年日值降雨量数据的95%和99%分位数值作为强降雨和极端降雨事件的阈值。对超阈值取样(POT)的数据采用韦伯分布(Weibull)进行拟合,诊断10、20、50和100年一遇的强降雨和极端强降雨。结果表明:在两种情景下,强降雨和极端强降雨的强度随年遇型的增加而增强,并表现出东南高-西北低空间分异特征。气候工程整体上有助于中国地区强降雨和极端强降雨的增多,同时具有空间异质性,即表现出抑制部分地区的强降雨和极端强降雨的发生。     

气候变化背景下辽宁省未来气象干旱危险性风险评估

利用第5次耦合模式国际比较计划CMIP5中的27个模式历史1 990 s数据、RCP2.6,RCP4.5和RCP8.5情景下的未来气象数据以及观测数据评估模型模拟气象要素性能。结果表明,CanESM2,CNRM-CM5,MIROC5以及MRI-CGCM3模式模拟降水性能最好。用上述4个气候模式的数据计算描述干旱危险性强度的指标——标准化降水蒸散指数(SPEI),基于信息扩散理论得到未来不同干旱等级的超越概率。在此基础上着重分析了多模式在不同典型浓度路径(RCPs)下对未来气候变化特征的预估。结果表明:未来时段较1 990 s的轻旱危险性风险变化最显著(P0.05)。各个干旱等级的超越概率增加率最大的地区位于西部以及南部环渤海地区。辽河流域西部是中度及重度危险性高值区,次高值区位于辽宁省南部地区包括环渤海地区;北部危险性变异程度较大,在不同未来情景下随时间表现的规律不同;东部及中部地区在各个情景下均较稳定,分别被超低和低以及低和中风险覆盖。     

北京市极端降水事件和应对策略分析

随着北京城市化进程的不断发展,极端降水造成的灾害性损失也越来越严重,有针对性的制定极端降水应急管理对策是降低灾害性损失的有效办法。基于1981-2014年北京地区20个常规气象站逐日降水资料,采用百分位法确定20个站点各自极端降水阈值,定义4个极端降水指数,对北京地区极端降水事件进行分析。结果表明:极端降水阈值的分布和极端降水量、极端降水强度、年最大日降水量的分布十分接近,大值区都分布在北京市城区(海淀、朝阳、丰台)和城区东北部(顺义、怀柔、密云、平谷),这些地区因极端降水强度大,面临的灾害性风险最高,是灾害应急管理重点关注的地区;北京市西部(斋堂、霞云岭)和西北部山区(佛爷顶、汤河口)虽然是极端降水日数的大值区,但由于北京地区特殊的地形和人口分布规律,这些地区并没有因为极端降水出现概率高而导致过大的灾害性损失。结合北京市极端降水灾害应急管理现状,提出从提高预报预警能力、加强城市基础设施建设、提高全民应急避险能力几个方面应对极端降水灾害的策略。     

基于NEX-GDDP降尺度数据的山东省夏玉米生育期极端高温时空特征研究

极端高温灾害严重,在未来很有可能会加剧。研究基于NEX-GDDP高时空分辨率降尺度数据及历史观测数据,将35℃作为极端高温阈值,对当前及未来不同情景下夏玉米生育期(6-9月)极端高温时空分布特征进行分析。结果显示:在各个时期、各情景下山东省日最高气温空间上都呈现出东部沿海较低向西部内陆地区逐渐升高的趋势,随时间逐渐增高,在RCP8.5排放情景下增加更显著,且西部地区较东部沿海地区增加幅度大;极端高温日数同样呈现增加的趋势,特别在未来远期RCP8.5排放情景下增加迅速,超过50%地区达到80d以上。NEX-GDDP数据具有较好的应用效果,未来极端高温灾害频发,夏玉米生产将面临严重威胁。     

吉林省夏季极端降水事件特征分析

应用1960-2017年吉林省24个台站日降水量资料,定义4个极端降水指数,采用Mann-Kendall趋势分析、相关性分析、累积距平分析等方法,对吉林省极端降水事件时空分布特征进行了分析。结果表明:吉林省极端降水阈值大值区位于吉林省中部和南部,东部山区站点极端降水阈值相对较小。吉林省夏季极端降水主要集中在7月下旬和8月上旬,吉林省南部和中部的集安、通化、临江、靖宇、梅河口、磐石、桦甸地区,因极端降水量和频数都较大,是灾害应急管理需重点关注的地区;其中,通化、集安地区因4个极端降水指数都很高,是吉林省极端降水灾害性风险最高的地区。吉林省各站点极端降水指数变化M-K趋势检验中,长岭站极端降水事件呈显著减少趋势;二道站呈显著增加趋势;其他站点无显著增减趋势。1960-2017年吉林省极端降水量和强度呈波动变化,但整体平稳,无明显增加和减少趋势。     

基于SSPs的未来全球陆地极端降水强度的空间分异特征预估

采用SSPs情景下BCC-CSM2-MR模式输出的2015-2100年的全球日值降水数据,基于采用超阈值取样方法和韦伯分布理论,计算了全球陆地极端降水的阈值和强度的空间差异特征。结果表明:①不同SSPs情景下全球陆地的极端降水阈值空间分布具有相似性,且差异较大的地区主要分布在中纬度地区。其中SSP1-2.6情景下的阈值与SSP2-4.5、SSP3-7.0和SSP5-8.5情景的空间相关系数分别达到了0.73、0.71、0.70和0.69（n=16 941）,均通过了0.01显著性水平的检验。②不同SSPs情景下的全球陆地极端降水强度空间分布具有相似性,仅在强度和面积上有所差异,呈现出区域和次区域特征。同一SSP情景下的全球陆地极端降水强度之间的空间相关系数,随着重现期的增加而减小。③SSP5-8.5与SSP1-2.6情景下的全球陆地极端降水强度差异在热带和季风区主要以正差异为主,其分布面积和强度随着年遇型增加而增加。     

南京极端降水变化对低影响开发设施设计雨量的影响

增多趋强的极端降水事件给城市内涝防控带来巨大挑战。本文利用南京站（站号：58238）1951-2020年完整的、长序列日降水资料,计算了强降水量、暴雨日数、降水集中度等指标,研究极端降水事件的变化趋势、波动性、突变性、贡献率,分析其对低影响开发设施设计雨量的影响程度。结果表明：近70年来,南京极端降水事件呈波动上升趋势,强降水量增加趋势为19.6 mm/10 a;降水集中度指数无明显变化趋势。极端降水事件的年际波动明显,20世纪90年代后强降水事件逐渐增多,多个极端降水指数在2000年前后发生气候突变。受极端降水事件增多趋强的影响,低影响开发设施的设计雨量增大,85%年径流总量控制率对应设计雨量在34.1～40.3 mm之间波动上升,增加趋势为1.04mm/10 a。     

中巴经济走廊极端高温事件风险评估

基于中巴经济走廊地区1961-2015年逐日最高气温数据、人口经济、耕地等数据,选取极端高温事件强度、频次、持续时间、人口密度、耕地面积占比、不透水面积占比、GDP、脆弱人口比重和性别比重9个指标,采用层次分析法和熵权法确定各指标组合权重并对中巴经济走廊地区极端高温事件进行风险评估。结果表明：中巴经济走廊地区极端高温事件风险分布具有明显的空间差异,绝大部分地区属于低（较低）风险地区,高（较高）风险地区主要分布在旁遮普省与信德省;极端高温事件高风险地区面积占比最大的行政单元为信德省,低风险地区面积占比最大的行政单元为中国喀什地区;历史极端高温事件与本研究的评估结果基本一致。     

下垫面条件对流域极端事件影响及综合应对框架

在剖析下垫面条件变化对流域极端水文事件演变影响的基础上,构建了流域极端水文事件综合应对技术框架,并阐述其中的关键研究命题。结果表明,自然植被条件能够提高流域干旱之前土壤含水量并降低干旱过程中土壤蒸发速率,在一定程度上起到减缓干旱的强度和持续时间的作用;水利工程通过调节流域水资源的时空分布,增加可利用水资源量,能够缓解甚至规避流域干旱事件,但同时可能加剧坝址下游地区的干旱程度。自然植被条件将延长降水坡面产-汇流历时、降低洪峰流量,对极端降水洪涝事件具有一定的消减作用;此外,流域水土保持和修建水利工程等下垫面条件改变有利于河道行洪过程,能够起到缓解洪涝事件的作用。基于下垫面条件变化的流域极端水文事件综合应对技术框架包括旱涝事件监测、机理识别、影响评价和综合应对四个方面的内容,其中的关键研究命题主要为下垫面条件变化对流域极端水文事件影响的定量评估、面向流域极端水文事件合理的水土资源配置及其集成管理等。     

淮河流域极端降水空间分布及概率特征

利用淮河流域110个气象站点1959年1月1日至2008年12月31日的日尺度降水数据,建立了AM及POT极端降水序列,通过4大类33种概率分布函数对其进行了拟合,以建立最优概率分布模型,并利用其参数分析淮河流域极端降水的空间分布及概率特征。研究发现:(1)淮河流域1959-2008年日极端降水的空间分布为东西两端高并逐渐向流域中心降低,且有淮河上游地区及沂沭泗流域东部两处强降水中心;(2)经K-S法检验,Wakeby函数是AM及POT序列的最优概率分布函数。50a一遇的日极端降水预估值与1959-2008年实际最大日极端降水值的误差率随着实际降水量的增加而增大,且大多数站点的误差率在20%以下;(3)通过对最优概率分布模型参数的分析,得出河南省驻马店地区、安徽省阜南和淮南地区以及皖鲁苏交界地区的极端降水发生概率较大,淮河中上游干流周边地区及下游地区的极端降水变化不稳定;(4)以最优概率分布模型的形状、尺度参数为指标,绘制了淮河流域极端降水风险图,为极端降水风险管理与预警工作提供参考。     

基于NEX-GDDP数据集的青藏高原牧区雪灾风险预估

依托中国逐日雪深模拟预估数据集、草地生产力数据、气象站点数据、灾害统计资料以及统计年鉴,选取了历史基准时段(1986—2005年)、未来近期(2016—2035年)和未来远期(2046—2065年)三个时间段,以及RCP4.5和RCP8.5两种情景,分析了青藏高原牧区雪灾危险性、牧区牲畜暴露量以及脆弱性,在此基础上,定量预估了青藏高原畜牧业雪灾风险。结果表明：(1)青藏高原区域内,中国逐日雪深模拟预估数据中,CESM1-BGC模式模拟的积雪深度数据更接近于站点雪深观测值,模拟精度最高,此次研究选用该模式下雪深数据识别雪灾危险性。雪灾危险性从时序看,相比于历史时期,RCP4.5情景下未来近期、未来远期和RCP8.5情景下未来近期、未来远期发生雪灾危险性的范围减少6%、11%、6%和14%;但是雪灾危险性强度减弱并不明显,RCP4.5情景下,未来远期,甚至增强;空间分布来看,危险性指数较高的区域主要分布在藏北高原、冈底斯山脉沿线、昆仑山脉西段沿线、祁连山脉沿线、三江源区域和横断山脉山脉区域。(2)与2000年青藏高原牧区草地载畜量相比,2017年载畜量增加11%,未来载畜量将可能进一步增加...     

江淮地区极端气候事件的时空变化特征

利用1951—2003年的温度和降水资料，研究了江淮地区极端气候事件的空间结构及年代际变化特征。结果发现：（1）气候变暖影响了极端气候事件的变化，这种影响是由气候平均值和方差的共同变化引起的。（2）气候变暖加速了水分的循环过程，导致20世纪90年代以来江淮地区旱涝频率和强度加大，强降水事件增加；冬季极端最低温度升高，低温日数减少；夏季极端最高温度和高温日数开始回升。（3）从极端事件分布的区域变化来看，气候变暖对淮北的影响最大，使这个脆弱性本来就很严重的区域变得更加脆弱。