基于统计降尺度模型的河西走廊未来气温和降水的时空变化

郝丽娜，粟晓玲，王 宁

(西北农林科技大学 水利与建筑工程学院，陕西 杨凌 712100)

基于统计降尺度模型的河西走廊未来气温和降水的时空变化

郝丽娜，粟晓玲，王 宁

(西北农林科技大学 水利与建筑工程学院，陕西 杨凌 712100)

【目的】 预测未来大气环流模式HadCM3下，河西走廊在人口较快增长、温室气体高排放情景(A2)和区域可持续发展、温室气体低排放情景(B2)下气温和降水的变化趋势。【方法】 选取河西走廊14个气象站的日平均气温、日最低气温、日最高气温和日降水量作为预报量，以全球大气NCEP再分析资料作为预报因子，采用统计降尺度模型(SDSM)预测研究区未来气温和降水的变化。【结果】 SDSM对河西走廊气温和降水模拟的解释方差分别为0.54～0.85和0.09～0.64。2070-2099年 A2情景下，河西走廊日平均气温、日最低气温、日最高气温分别增加4.8，2.4和5.4 ℃，B2情景下分别增加3.5，2.0和4.0 ℃；河西走廊西部部分地区2070-2099年A2情景年降水量增加20.0%，B2情景增加6.7%，而中东部地区2070-2099年A2情景年降水量减少22.0%，B2情景年降水量减少15.4%。未来河西走廊极端最低气温和极端最高气温均有所增加，极端降水事件发生的频率有所减小。【结论】 SDSM对气温的模拟效果明显优于降水；河西走廊未来A2、B2情景下日最低气温、日最高气温、日平均气温总体呈上升趋势，其中日最低气温的增幅小于日最高气温和日平均气温的增幅；河西走廊未来降水量的变化趋势具有区域特征，西部部分地区呈增加趋势，而中东部地区呈减少趋势。

河西走廊；统计降尺度模型；气候变化；极端气候

政府间气候变化专门委员会 (Intergovernmental Panel on Climate Change，IPCC)第4次评估报告指出，近100年全球平均气温上升了0.74 ℃[1]。我国气温近百年来呈上升趋势，其中西北内陆干旱区增温趋势明显，从1980s至今增温0.5 ℃以上[2]。与气温的普遍升高相比，我国降水量变化具有明显的区域特征，全国平均降水量在1970s下降到最低值，在1970到2000年间无明显的变化趋势[2]，但西部降水量在1950-2000年却是近400年来最丰沛的时期[3]，而河西走廊降水量近50年呈减少趋势(每10年降低3.88 mm)[4]。气候变化及其对水循环的影响是21世纪各国可持续发展中面临的重大课题[5]。将气候模式与水文模型结合是研究气候变化对水文水资源影响问题的新思路，而定量预测未来气候变化是解决未来水资源问题的第一步[6]。在河西走廊，由于气候干旱，植被稀疏，水文要素对气候变化更加敏感，研究该地区未来气候变化更具重要意义。

目前，研究未来区域气候变化的一种重要方法是，利用全球气候模型(Global climate models， GCMs)和区域气候模型(Regional climate models， RCMs)结合降尺度方法来预测未来区域气候的变化[7-8]。降尺度方法主要分为3类：动力降尺度、统计降尺度以及统计与动力相结合的方法[9]。动力降尺度方法具有明确的动力学和物理学基础，不受观测资料的限制，能较好地描述地形、陆地表面特征和海陆差异，但其依赖GCMs提供的边界条件，计算量较大；相比之下，统计降尺度具有不需考虑边界条件对预测结果的影响、计算量小、模型易于构造等优点[10]。统计降尺度模型(Statistical down scaling model， SDSM)是一种耦合了天气发生器与多元回归的统计降尺度方法，由于操作简单，被广泛应用于区域气候变化的预测研究[11-14]。统计和动力学结合的降尺度方法兼顾了统计降尺度和动力降尺度的优点，但尚处于探索阶段。

近年来，国内应用SDSM模型预测区域气候变化的研究成果较多，但模型在不同地区的适用性不同，研究结论也不尽相同。范丽军等[15]研究表明，用SDSM模型模拟华北地区的温度与观测值，结果均有很好的一致性，预测未来大多数台站的气温将呈明显上升趋势。赵芳芳等[16]的研究表明，黄河源区未来日最高气温随时间的增幅很大，而日最低气温变化趋势并不明显。邱冰等[17]对博斯腾湖流域的研究表明，流域未来日最高气温、最低气温、平均气温均呈增加趋势，而降水呈减少趋势。总体来说，目前统计降尺度模型对降水的模拟精度不高，解释方差为0.03～0.18，对气温的模拟精度较高，解释方差为0.6～0.9[18-22]。

本研究依据历史气象资料、全球大气再分析日资料以及全球大气环流模型(Global atmosphere general circulation models， GCM)的输出数据，采用SDSM对河西走廊的气象要素进行降尺度处理，生成未来气候情景，预估未来HadCM3大气环流模式下，不同情景(IPCC第3工作组专家提出未来100年全球温室气体排放情景：人口较快增长，温室气体高排放情景(A2)；区域可持续发展，温室气体低排放情景(B2))气候要素的变化，分析未来气候的时空分布特征以及极端气候，旨在为该地区未来气候变化的预测提供参考。

1 研究资料与方法

1.1 研究区概况

河西走廊地处亚欧大陆腹地，位于37°17′-42°48′N，93°23′-104°12′E，处于我国西北内陆干旱区东部地带[23]，自东向西有石羊河、黑河和疏勒河三大水系共57条内陆河。河西走廊干旱少雨，属于大陆性温带干旱气候，年平均气温5.4～7.3 ℃，近50年间每10年平均增温达0.14 ℃，其中冬季增温比较明显，每10年平均增温0.64 ℃。区域年降水量呈现夏季和冬季降水增加，而春秋季减少的趋势，但差异不明显。

1.2 数据来源与处理

本研究以气象站实测数据、全球大气NCEP再分析日资料及GCM数据为研究基本资料。

(1)气象站实测数据。研究区鼎新、敦煌、高台、古浪、瓜州、酒泉、马鬃山、民勤、山丹、乌鞘岭、武威、永昌、玉门镇、张掖等14个气象站1961-2000年(基准期)的日最低气温、日最高气温、日平均气温、日降水量资料来自中国气象科学数据共享服务网(http://www.escience.gov.cn/metdata/page/index.html)。

(2)全球大气NCEP再分析日资料。大尺度的大气变量资料来自美国环境预报中心(NCEP)和国家大气研究中心联合推出的全球大气NCEP再分析日资料。数据为1961-2000年日序列，包括平均海平面气压、地转风速、纬向温度、经向温度、涡度、风速、散度、相对湿度,地表平均温度、地表比湿,500 hPa位势高度及500 hPa高度场的地转风速、纬向温度、经向温度、涡度、风速、散度、相对湿度,850 hPa位势高度及850 hPa高度场的地转风速、纬向温度、经向温度、涡度、风速、散度、相对湿度,共26个气象因子。

对于气液两相水溶液包裹体，测定冰点温度Tm(ice)和最终均一温度Tht；利用经验公式计算或利用实验相图确定流体盐度；利用温度—盐度—密度相图、经验公式或直接查表求得NaCl-H2O体系的密度；并使用“FLUIDS 1.”软件包(Bakker，2003)中的“BULK”程序校验。等容线的计算通过“ISOC”软件，使用(Bodnar and Vityk，1994)、(Knight and Bodnar，1989)方法计算获得，该方法试用于H2O-NaCl体系，温压试用范围为100～800℃和0～600MPa，只使用盐度和均一温度Tht(℃)即可计算离散压力-温度点，拟合等容线(表3)[15]。

(3)GCM数据。A2和B2情景下全球大气环流模型中大气变量的日资料数据来自http://www.cics.uvic.ca/scenarios/sdsm/select.cgi，选用的预报因子与NCEP相同。

1.3 研究方法

采用SDSM对气象要素进行降尺度处理并生成未来不同情景下的气候要素，采用反距离权重插值法(Inverse Distance Weighting，IDW)对气象要素进行空间插值，分析未来气候要素的空间分布规律。

SDSM是解决空间尺度不匹配问题的有效工具，它使气候变化响应研究能在区域尺度上展开[24]。其研究步骤为：建立区域或站点尺度预报量(站点气候要素时间序列)与大尺度预报因子(大气环流因子，NCEP再分析资料)之间的统计关系。经过检验之后，运用这种统计关系，将GCM输出的未来气候情景降尺度到区域的各气象站点，生成各站点未来气候变量(气温、降水)序列[24]。本研究使用SDSM建立河西走廊14个气象观测站点的气温和降水预报方程，以1961-1990年为率定期，以1991-2000年为验证期，检验模型模拟效果，并模拟生成各站点未来2010-2039年、2040-2069年和2070-2099年3个时期的气温、降水情景，分析河西走廊未来气候变化趋势。

SDSM方法以大尺度预报因子作为参数，建立的预报方程如下：

(1)

降水量的大小可以通过Z-score(Zt)来反映，即：

(2)

第t天的降雨量(yt)：

yt=F-1[φ(Zt)]。

(3)

式中：φ(x)为正态累积分布函数，F-1[x]是日降水量yt的经验分布函数的逆函数，其他参数意义同上。

对于温度，不存在是否发生的随机性，直接用公式(2)和(3)来确定[18]。

2 河西走廊未来气温、降水的分布特征

2.1 SDSM模型的率定及验证

以统计特征值解释方差检验SDSM模型在率定期和验证期的模拟效果，结果如表1所示。由表1可知，河西走廊14个气象站点的日最高气温、日平均气温的解释方差为0.55～0.85，说明所选择的预报因子能够解释各预报量超过55%～85%的方差。日最低气温的解释方差稍小,为0.55～0.79。相比之下，对日降水量的模拟效果与目前大多数报道[20-21]的研究结论一致，解释方差为0.09～0.64。

以鼎新站的模拟效果为例说明河西走廊的降尺度模拟精度。由图1和图2可知，鼎新站日最低气温、日最高气温和日平均气温的降尺度模拟效果比较好，日降水量的模拟效果虽然较前三者差，但通过对月降水量的统计分析，发现月降水量模拟与实测值吻合较好。因此，用SDSM来预测河西走廊未来气温、降水的变化是可行的。

表1 河西走廊各气象站率定SDSM模型的解释方差R2
Table 1 Explained variance(R2)for SDSM in calibraton periods and validation periods in Hexi corridor

气象站点Meteorologicalstation日最低气温Dailyminimumtemperature率定期Calibrationperiod验证期Validationperiod日最高气温Dailymaximumtemperature率定期Calibrationperiod验证期Validationperiod日平均气温Dailyaveragetemperature率定期Calibrationperiod验证期Validationperiod日降水量Dailyprecipitation率定期Calibrationperiod验证期Validationperiod鼎新Dingxin0.740.700.750.760.750.760.220.39敦煌Dunhuang0.730.720.680.680.680.680.200.60高台Gaotai0.690.660.680.670.680.670.160.19古浪Gulang0.740.700.790.770.790.770.210.64瓜州Guazhou0.680.670.670.660.670.660.160.61酒泉Jiuquan0.730.700.690.710.690.710.120.21马鬃山Mazongshan0.760.740.800.800.800.800.090.19民勤Minqin0.540.550.550.550.550.550.140.27山丹Shandan0.580.570.600.580.600.580.120.16乌鞘岭Wushaoling0.790.740.850.820.850.820.110.11武威Wuwei0.580.570.700.690.700.690.120.22永昌Yongchang0.610.610.750.750.750.750.110.20玉门镇Yumenzhen0.730.700.720.710.720.710.120.24张掖Zhangye0.730.700.740.710.740.710.150.24

图1 河西走廊鼎新气象站日最低、日最高和平均气温实测值与模拟值的日序列散点图
Fig.1 Observed and predicted values of daily minimum temperature,daily maximum temperature and daily average temperature at Dingxin in Hexi corridor

图2 河西走廊鼎新气象站月降水量实测值与模拟值的比较
Fig.2 Observed and predicted values of monthly precipitation in calibration and validation periods at Dingxin in Hexi corridor

2.2 河西走廊未来气温变化预测

利用泰森多边形法计算河西走廊平均的气温变化量，结果如表2所示。河西走廊日最低气温、日最高气温、日平均气温均表现出上升趋势，从2010-2039年到2070-2099年其增幅随时间的延续而增加，日最低气温的增幅小于日平均气温和日最高气温的增幅，2040-2069年A2情景下气温的增幅大于B2情景下的增幅。2070-2099年在A2情景下河西走廊日平均气温、日最低气温和日最高气温分别为12.1，2.7，20.6 ℃，较基准期分别增加4.8，2.4，5.4 ℃；B2情景下分别为10.8，2.3，19.3 ℃，较基准期分别增加3.5，2.0，4.0 ℃。

表2 河西走廊未来日最低气温、日最高气温和日平均气温及其增幅Table 2 Mean values and increments of daily minimum temperature,daily maximum temperature and daily average temperature in future in Hexi corridor ℃

2.3 河西走廊基准期和未来气温的空间分布

由图3可知，河西走廊未来日平均气温空间分布规律与基准期基本一致，日平均气温由西向东递减，高值区位于西部地区的敦煌-安西盆地和武威站点周围，2070-2099年A2情景下，敦煌-安西盆地周围日平均气温将达到13.5～15.0 ℃，比基准期高4.5～6.0 ℃，武威站点周围达到13.5～15.0 ℃，比基准期高4.5～7.5 ℃；低值区位于河西走廊的北部和东部乌鞘岭周围，其中北部地区海拔较高，是气温较低的直接原因。

河西走廊日最低气温的空间分布见图4。河西走廊A2情景下2070-2099年日最低气温的高值区在玉门镇站，气温达到4.9～8.5 ℃，比基准期升高了3.4～8.9 ℃；日最低气温由玉门镇向北向东递减，在马鬃山附近和山丹-永昌周围出现日最低气温的2个低值区，A2情景下2070-2099年这2个低温区的最低气温均为-10.6～-9.3 ℃，分别较基准期降低了5.4～8.5 ℃和3.6～6.7 ℃。河西走廊各站点未来日最低气温的空间变化较基准期大。

河西走廊日最高气温的空间分布见图5。河西走廊未来日最高气温空间分布与基准期空间分布规律基本一致，总体趋势由西部向东部递减，高值区位于西部地区的敦煌-安西周围，2070-2099年时期A2情景最高气温为21.9～25.3 ℃，比基准期升高了2.1～7.6 ℃。相比日最低气温的极值区分布，日最高气温的高值区范围较大，气温增幅更大。

2010-2039年和2040-2069年河西走廊日平均、日最低、日最高气温的总体分布与2070-2099年基本一致。河西走廊未来日平均气温、日最低气温、日最高气温均呈增大趋势，这与未来全国气温的总体变化趋势一致[25]。

图3 基准期和2070-2099年A2情景下河西走廊日平均气温的空间分布
Fig.3 Spatial distribution of daily average temperature in baseline period and 2070-2099 under A2 scenario in Hexi corridor

图4 基准期和2070-2099年A2情景下河西走廊日最低气温的空间分布
Fig.4 Spatial distribution of daily minimum temperature in baseline period and 2070-2099 under A2 scenario in Hexi corridor

图5 基准期和2070-2099年A2情景下河西走廊日最高气温的空间分布
Fig.5 Spatial distribution of daily maximum temperature in baseline period and 2070-2099 under A2 scenario in Hexi corridor

2.4 河西走廊未来降水的变化及空间分布

由表3可以看出，河西走廊降水量的未来变化趋势与气温不同，14个站点除鼎新、敦煌、马鬃山、玉门镇4个西部站点呈增加趋势外，其余站点均呈现减少趋势，且由2010-2039年到2070-2099年时期，减少幅度逐渐加大，其中以乌鞘岭站的减少量最大。2070-2099年河西走廊西部部分站点A2、B2情景下年降水量的平均增幅分别为20.0%和6.7%；中东部站点A2、B2情景下年降水量的平均减幅分别为22.0%和15.4%。

表3 河西走廊各站点未来年降水量的增幅Table 3 Increase of annual precipitation in 2010-2039,2040-2069,and 2070-2099 year in Hexi corridor %

图6显示，河西走廊未来年降水量空间分布与基准期一致，从东部向西部递减，从南部向北部递减，西北部降水量较少，东南部降水量偏多；年降水量高值区位于乌鞘岭站周围和永昌-武威一带，中心永昌站所在区域降水量最大，2070-2099年 A2情景下其降水量可达153.5～192.9 mm，但较基准期减少0～39.4 mm；古浪和敦煌站是年降水量的2个低值区，2070-2099年 A2情景下年降水量仅为35.2～74.7 mm。

图6 基准期和2070-2099年A2情景下河西走廊年降水量的空间分布
Fig.6 Spatial distribution of annual precipitation in baseline period and 2070-2099 under A2 scenario in Hexi corridor

河西走廊年降水量变化的区域特征与文献[26-28]对近50年降水趋势的研究结论一致，即在西部地区降水增加，中部地区有减少的趋势，但本研究预测在河西走廊东部降水有减少的趋势，与文献[26-28]略有差异。河西走廊中部鼎新站和山丹站2010-2039年降水呈增加趋势，与刘洪兰等[29]对2010-2025年河西走廊中部降水增多的预测结果相一致，而中东部大部分站点降水将呈减少的趋势，与张强等[30]研究得出的2030年西北地区东部降水减少的结论相一致，但减少的幅度与之相比有所增大。

2.5 未来极端气温的变化

目前，国际上研究气候极值变化时大多采用某个百分位值作为极端值的阈值，超过这个阈值的值被认为是极值，这样的事件被认为是极端事件[26]。据之，首先将1960-1990年各测站的逐年日最低(高)气温资料按照降序排列，将位于第95%(5%)位的值定义为该测站的年极端低(高)温阈值，年极端低(高)温定义为小于(大于)年极端低(高)温阈值的日最低(高)气温的平均值。定义极端降水时，将1960-1990年每个测站的逐年日降水量按照升序排列，第99%的值定义为极端降水事件的阈值，当某站某日降水量超过年极端降水事件的阈值时，就称为极端降水事件。

分析结果表明，河西走廊未来极端高温由33.0 ℃上升到 35.8～36.7 ℃，极端低温由-19.8上升到-18.3～-18.2 ℃，极端降水事件由0.6～9.8 d/年减少到0.1～5.8 d/年，即河西走廊未来极端高温、极端低温有所增加，而极端降水事件的发生概率有所减少，这与近40年西北干旱区极端气候的变化趋势[25]相一致。

3 结 论

本研究应用SDSM模型，对未来A2、B2情景下河西走廊日平均气温、日最低气温、日最高气温和降水量进行预测，得到如下结论。

1)河西走廊日平均气温、日最低气温、日最高气温呈上升趋势，且增幅随时间的延长而增加。日最低气温的增幅小于日最高气温或日平均气温的增幅。总体上A2情景下的增幅要大于B2情景下的增幅。2070-2099年A2情景下河西走廊的日平均气温、日最低气温、日最高气温将分别增加4.8，2.4和5.4 ℃，B2情景下分别增加3.5，2.0和4.0 ℃。2010-2039年和2040-2069年的日平均气温、日最低气温、日最高气温的分布总体与2070-2099年基本一致，但空间差异随时间的延长而加大。

2)河西走廊降水量的变化趋势表现出一定的区域特征。河西走廊西部部分地区年降水量呈增加趋势，2070-2099年A2情景下年降水量增加20.0%，B2情景增加6.7%，中部大部分地区和东部地区均呈减少趋势，2070-2099年A2情景下年降水量减少22.0%，B2情景减少15.4%。

3)河西走廊未来极端高温、极端低温均将有所增加，而极端降水事件发生的概率将有所减少。因此，该区域未来会有明显的变暖趋势。

[1] 李学勇,秦大河,李家洋,等.气候变化评估报告 [M].北京:科学出版社,2007.

Li X Y,Qin D H,Li J Y,et al.Assessment of climate change [M].Beijing:Sciences Press,2007.(in Chinese)

[2] 左洪超,吕世华,胡隐樵.中国近50年气温及降水量的变化趋势分析 [J].高原气象,2004,23(3):238-244.

Zuo H C,Lü S H,Hu Y Q.Variations trend of yearly mean air temperature and precipitation in china in the last 50 years [J].Plateau Meteorology,2004,23(3):238-244.(in Chinese)

[3] 王绍武,蔡静宁,慕巧珍,等.中国西部年降水量的气候变化 [J].自然资源学报,2002,17(4):415-422.

Wang S W,Cai J N,Mu Q Z,et al.Climate change of annual precipitations in western China [J].Journal of Natural Resources,2002,17(4):415-422.(in Chinese)

[4] 靳生理,张 勃,孙力炜,等.近50年河西地区降水量变化特征及时间分布均匀度变化 [J].资源科学,2012,34(5):811-818.

Jin S L,Zhang B,Sun L W,et al.The change characteristics of precipitation and its temporal distribution homogeneity in Hexi region of China in recent 50 years [J].Resources Science,2012,34(5):811-818.(in Chinese)

[5] 沈大军,刘昌明.水文水资源系统对气候变化的响应 [J].地理研究,1998,17(4):435-443.

Shen D J,Liu C M.The response of hydrology and water resources system to climate change [J].Geographical Research,1998,17(4):435-443.(in Chinese)

[6] 侯保俭,王渺林,傅 华.统计降尺度法在我国流域气候的应用进展 [J].重庆交通大学学报：自然科学版,2011,30(6):1490-1411.

Hou B J,Wang M L,Fu H.Review on application of statistical downscaling techniques in China [J].Journal of Chongqing Jiaotong University：Natural Science Edition,2011,30(6):1490-1411.(in Chinese)

[7] Chen H,Xu C Y,Guo S L.Coparison and evaluation of multiple GCMs, statistical downscaling and hydrological models in the study of climate change impact on runoff [J].Journal of Hydrdology,2012,434/435:36-45.

[8] Hu Y R,Maskey S,Uhlenbrook S.Downscaling daily precipitation over the Yellow River source region in China:A comparison of three statistical downcaling methods [J].Theor Appl Climatol,2013,112:447-460.

[9] Reyers M,Pinto J G,Paeth H.Statistical-dynamical downscaling of present day and future precipitation resimes in the Aksu rive catchment in central Asia [J].Global and Planetary Change,2013,107:36-49.

[10] 范丽军,符淙斌,陈德亮.统计降尺度法对未来区域气候变化情景预估的研究进展 [J].地球科学进展,2005,20(3):320-329.

Fan L J,Fu C B,Chen D L.Review on creating future climate change scenarios by statistical downscaling techniques [J].Advance in Earth Sciences,2005,20(3):320-329.(in Chinese)

[11] Wilby R L,Dawson C W,Barrow E M.SDSM:A decision support tool for the assessment of regional climate change impacts [J].Environmental Modelling & Software,2002,17:147-159.

[12] Huang J,Zhang J C,Zhang Z X,et al.Simulation of extreme precipitation indices in the Yangtze River basin by using statistical downscaling method (SDSM) [J].Theor Appl Climatol,2012,108:325-343.

[13] Chu J T,Xu C Y,Singh V P.Statistical downscaling of daily mean temperature,pan evaporation and precipitation for climate change scenarios in Haihe River,China [J].Theor Appl Climatol,2010,99:149-161.

[14] Khan M S,Coulibaly P,Dibike Y.Uncertainty analysis of statistical downscaling methods using Canadian Global Climate Model predictors [J].Hydrological Processes,2006,20:3085-3104.

[15] 范丽军,符淙斌,陈德亮.统计降尺度法对华北地区未来区域气温变化情景的预估 [J].大气科学,2007,31(5):887-897.

Fan L J,Fu C B,Chen D L.Creating of future climate change scenarios by statistical downscaling techniques in north China [J].Atmospheric Sciences,2007,31(5):887-897.(in Chinese)

[16] 赵芳芳,徐宗学.黄河源区未来地面气温变化的统计降尺度分析 [J].高原气象,2008,27(1):153-161.

Zhao F F,Xu Z X,Statistical downscaling of future temperature change in source of the Yellow River basin [J].Plateau Meteorology,2008,27(1):153-161.(in Chinese)

[17] 邱 冰,姜加虎,孙占东,等.基于统计降尺度模型的博斯腾湖流域未来气温和降水变化趋势分析 [J].资源科学,2010,32(6):1133-1140.

Qiu B,Jiang J H,Sun Z D,et al.Anlysis of trends in future temperature and precipitation in the Bosten Lake basin based on a statistical downscaling model [J].Resources Science,2010,32(6):1133-1140.(in Chinese)

[18] 褚健婷,夏 军,许崇育.SDSM模型在海河流域统计降尺度研究中的适用性分析 [J].资源科学,2008,30(12):1827-1829.

Chu J T,Xia J,Xu C Y.Suitability analysis of SDSM model in the Haihe River Basin [J].Resources Science,2008,30(12):1827-1829.(in Chinese)

[19] 徐宗学,刘 浏.太湖流域气候变化检测与未来气候变化情景预估 [J].水利水电科技进展,2012,32(1):1-6.

Xu Z X,Liu L.Detection of climate change and projection of future climate change scenaaios in Taihu Lake basin [J].Advances in Science and Technology of Water Resource,2012,32(1):1-6.(in Chinese)

[20] 郝振纯,时芳欣,王加虎.统计降尺度法在黄河源区未来降水变化分析中的应用 [J].水电能源科学,2011,29(3):2-4.

Hao Z C,Shi F X,Wang J H.Research and analysis of change precipitation in headstream region of Yellow River by using statistical downscaling model [J].Water Resources and Power,2011,29(3):2-4.(in Chinese)

[21] 王晓燕,杨 涛,郝振纯.基于统计降尺度的黄河源区气象极值预测 [J].水电能源科学,2011,29(4):1-5.

Wang X Y,Yang T,Hao Z C.Climate extreme forecasting in headwater catchment of Yellow River based on statistical downscaling method [J].Water Resources and Power,2011,29(4):1-5.(in Chinese)

[22] 黄俊雄,徐宗学,刘兆飞,等.统计降尺度法分析太湖流域未来气候变化情景 [J].资源科学,2008,30(12):1811-1817.

Huang J X,Xu Z X,Liu Z F,et al.Analysis of future climate change in the Taihu basin using statistical downscaling [J].Resources Science,2008,30(12):1811-1817.(in Chinese)

[23] 刘晓春.河西地区生态环境可持续发展研究 [D].兰州:西北师范大学,2003.

Liu X C.Study on sustainable development of eco-environment in Hexi region [D].Lanzhou:Northwest Normal University,2003.(in Chinese)

[24] Tavaol D H,Nasseri M,Zahraie B.Improved statistical downscaling of daily precipitation using SDSM platform and data-mining methods [J].International Journal of Climatology,2013,33:2561-2578.

[25] 贾文雄,何元庆,李宗省,等.近50年来河西走廊平原区气候变化的区域特征及突变分析 [J].地理科学,2008,28(4):525-531.

Jia W X,He Y Q,Li Z S,et al.Regional characteristics of climate change trend and break during last 50 years in Hexi Corridor [J].Scientia Geographica Sinica,2008,28(4):525-531.(in Chinese)

[26] 任朝霞,杨达源.近40a西北干旱区极端气候变化趋势研究 [J].干旱区资源与环境,2007,21(4):10-13.

Ren Z X,Yang D Y.Study on trends of extreme climate change in the arid region of northwest China in recent 40 years [J].Journal of Arid Land Resources and Environment,2007,21(4):10-13.(in Chinese)

[27] 秦大河,丁一汇,苏纪兰.中国气候与环境演变评估:Ⅰ.中国气候与环境变化及未来趋势 [J].气候变化研究进展,2005,1(1):4-9.

Qin D H,Ding Y H,Su J L.Assessment of climate and environment changes in China：Ⅰ.Climate and environment change in China and their projection [J].Advances in Science and Technology of Water Resource,2005,1(1):4-9.(in Chinese)

[28] 施雅风,沈永平,胡汝骥.西北气候由暖干向暖湿转型的信号、影响和前景初步探讨 [J].冰川冻土,2002,24(3):219-226.

Shi Y F,Shen Y P,Hu R J.Preliminary study on signal,impact and foreground of climate shift from warm-dry to warm-humid in northwest China [J].Journal of Glaciology and Geocryology,2002,24(3):219-226.(in Chinese)

[29] 刘洪兰,白虎志,张俊国.河西走廊中部近53a降水变化及未来趋势预测 [J].干旱区研究,2011,28(1):146-150.

Liu H L,Bai H Z,Zhang J G.Change and trend prediction of precipitation in the central Hexi Corridor in Gansu province in recent 53 years [J].Arid Zone Research,2011,28(1):146-150.(in Chinese)

[30] 张 强,张存杰,白虎志，等.西北地区气候变化新动态及对干旱环境的影响 [J].干旱气象,2010,28(1):1-7.

Zhang Q, Zhang C J,Bai H Z,et al.New development of climate change in northwest China and its impact on arid environment [J].Journal of Arid Meteorology,2010,28(1):1-7.(in Chinese)

Future spatial and temporal changes of temperature and precipitation in Hexi corridor based on SDSM

HAO Li-na,SU Xiao-ling,WANG Ning

(CollegeofWaterResourcesandArchitecturalEngineering,NorthwestA&FUniversity,Yangling,Shaanxi712100,China)

【Objective】 The study predicted the future variations of temperature and precipitation under A2 and B2 scenarios (HadCM3) in Hexi corridor.【Method】 Choosing daily average temperature,daily minimum temperature,daily maximum temperature and daily precipitation of 14 stations as predictands and using atmospheric variables of HadCM3 models and the NCEP reanalysis data as predictorsaims,SDSM was applied to predict the change of temperature and precipitation in future.【Result】 The explained variances of temperature and precipitation in Hexi corridor were 0.54-0.85 and 0.09-0.64,respectively.Daily average temperature,daily minimum temperature,and daily maximum temperature would increase by 4.8,2.4,and 5.4 ℃ in 2070-2099 under A2 scenario,and increase by 3.5,2.0,and 4.0 ℃ under B2 scenario.Annual precipitation would increase by 20.0% in 2070-2099 under A2 scenario,and increase by 6.7% under B2 scenario in the western parts of this region,while it would decrease by 22.0% in 2070-2099 under A2 scenario and decrease by 15.4% under B2 scenario in the center and eastern of this region.In future,extreme high and low temperatures would increase and the probability of extreme precipitation events would decrease.【Conclusion】 The simulation of temperature by SDSM was better than precipitation.The daily minimum temperature,daily maximum temperature,and daily average temperature would increase from 2010-2039 to 2070-2099 under A2 and B2,and the increments of daily maximum temperature and daily average temperature would be larger than that of daily minimum temperature.Daily precipitation would change differently in different areas with increase in the western and decrease in the center and eastern of this region.

Hexi corridor;statistical downscaling model;climate change;extreme climate

时间:2015-09-09 15:41

10.13207/j.cnki.jnwafu.2015.10.030

2014-03-07

国家自然科学基金项目(51279166)；西北农林科技大学中央高校基本科研业务费科技创新重点项目(QN201168)

郝丽娜(1990-)，女，内蒙古托县人，在读硕士，主要从事水文预报与水文模型研究。E-mail:1067885387@qq.com

粟晓玲(1968-)，女，四川开江县人，教授，博士，博士生导师，主要从事水文预报与水文模型及水资源规划与管理研究。E-mail:suxiaoling17@126.com

P467

A

1671-9387(2015)10-0219-10

网络出版地址:http://www.cnki.net/kcms/detail/61.1390.S.20150909.1541.060.html