基于CLDAS-Prcp多源融合降水产品的WRFHydro模式在綦江流域的水文效用

为了提升对中小尺度流域的径流模拟和洪水预报能力,给防灾减灾和科学研究提供参考依据,本文评估了CLDAS-Prcp多源融合降水产品在中小尺度流域中的水文效用以及WRF-Hydro模式在中小尺度流域中的模拟效果。首先利用CLDAS-Prcp多源融合降水产品和IMERG-Final多源融合降水产品分析了綦江流域7个典型洪水个例中的累计降水量空间分布特征以及小时面雨量时序变化特征,再利用两种多源融合降水产品分别驱动WRF-Hydro模式对綦江流域7个典型的洪水个例进行模拟,并与实测径流量进行对比分析。结果表明:(1)CLDAS-Prcp在累计降水量空间分布上比IMERG-Final刻画出了更多的细节,大值落区和降水总量上也更为准确;两种降水产品都能较好地刻画流域小时面雨量在洪水时段的变化趋势,CLDAS-Prcp在面雨量峰值以及变化趋势上更贴近观测数据。(2)基于CLDAS-Prcp多源融合降水产品的4场径流模拟中,有3场径流模拟的纳什系数高于0.9,表现优异;基于IMERG-Final多源融合降水产品的4场径流模拟中,除20200622号洪水事件外,其余场次模拟的纳什系数皆低于0.7,说明基于CLDAS-Prcp融合降水产品的参数率定以及径流模拟要优于IMERG-Final融合降水产品。(3)WRF-Hydro模式可以很好模拟出洪水个例的洪峰流量,准确地再现了洪峰出现的时间,能够较好地刻画洪水过程的细节。总体而言,CLDAS-Prcp多源融合降水产品和WRF-Hydro模式可以很好地应用在中小尺度流域的水文模拟中。

西南地区近60年夏季降水的区域特征

为对西南地区近60年夏季降水的空间分布特征以及时间变化特征进行研究,利用西南地区75个气象站点1961年1月1日-2017年12月31日的逐日降水资料,采用旋转经验正交函数分解方法、线性趋势估计法、Morlet小波分析以及Mann-Kendall突变检验等分析方法。结果表明:西南地区近60 a的夏季降水总体呈下降趋势,年代际变率为-2.893 mm/10 a,其夏季降水在空间分布上表现出明显的地域性。据此对西南地区夏季降水进行REOF分区,可分为4个区域:Ⅰ区为贵州以及重庆南部地区;Ⅱ区为四川中东部地区以及重庆北部地区;Ⅲ区为川西高原地区以及四川南部地区;Ⅳ区主要是云南地区。4个区域中Ⅰ区以及Ⅲ区夏季降水呈上升趋势,Ⅱ区和Ⅳ区夏季降水有下降趋势。4个区域的夏季降水突变集中在20世纪70年代。西南地区的降水周期特征为大周期中包含小周期,并且该4个区域夏季降水以25~30 a、准15 a以及5~10 a周期最为普遍。

两种陆面模式对中国区域土壤温度模拟的对比分析

为研究不同陆面模式对中国区域土壤温度的模拟效果,基于中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)大气驱动数据分别驱动Noah和Noah-MP陆面模式进行中国区域土壤温度的模拟(简称:CLDAS_Noah和CLDAS_Noah-MP试验),使用2010—2018年中国气象局2380个土壤温度观测站点10和40 cm观测数据以及美国全球陆面数据同化系统(The Global Land Data Assimilation System,GLDAS)驱动的Noah模式(GLDAS_Noah试验)模拟的土壤温度结果,从空间分布、季节、分区等角度进行了评估,实现了不同驱动数据相同陆面模式和相同驱动数据不同陆面模式的对比分析。结果表明:GLDAS_Noah、CLDAS_Noah和CLDAS_Noah-MP试验均能合理模拟出中国区域土壤温度空间分布,但在量级上有一定差异,主要表现在中国东北、新疆、青藏高原等积雪区。对于相同陆面模式不同驱动数据,均方根误差显示CLDAS_Noah试验在季节与分区上均优于GLDAS_Noah试验,间接表明CLDAS大气驱动数据优于GLDAS大气驱动数据,且大气驱动数据是提高土壤温度模拟精度的重要因素之一;对于相同驱动数据不同陆面模式,总体上CLDAS_Noah-MP试验棋拟效果优于CLDAS_Noah试验,其中CLDAS_Noah试验模拟的10和40 cm深度土壤温度在冬季积雪区误差明显大于CLDAS_Noah-MP试验,可能与Noah-MP模式改进了积雪方案有关,但10和40 cm深度下CLDAS_Noah-MP试验在东北、华北、青藏高原地区对春季土壤温度模拟误差明显大于CLDAS_Noah试验,可能与Noah-MP模式融雪方案有关。总之,本研究对于后续开展土壤温度多模式集成、土壤温度站点资料同化,最终研制中国区域高质量土壤温度数据集具有一定的参考意义。

近60 a西南雨季降水变化特征

为更好地分析近60 a来西南雨季降水的时空变化特征,利用1960-2017年西南地区81个气象站点的逐日降水资料,主要运用线性趋势估计、Mann-Kendall突变检验、Morlet小波分析、经验正交函数分解(EOF)和旋转经验正交函数分解(REOF)等方法进行研究。结果表明:近60 a来西南雨季降水量总体呈下降趋势,空间分布自东南向西北大体呈减小趋势。其年代际变率为-9.865 mm/10 a,空间分布由南到北呈先减少再增加趋势。西南雨季降水量EOF分析表明:第1模态显示西南雨季降水量为全区一致的同位相变化;第2模态从西南到东北呈“负-正-负”的分布类型;第3模态显示除云南省外由东到西为“负-正-负”的分布类型;第4模态显示在西北-东南呈反位相变化。应用REOF方法对西南地区雨季降水划分为3个地区:1区为川西高原区;2区为云南区;3区主要包括四川东北部以及重庆南部及贵州西部地区(以下简称东部区)。3个区域雨季降水均呈下降趋势,1972年为雨季降水量显著突变年份且存在准5 a及准10 a的显著周期。

基于MCI指数的西南地区近60年夏季干旱特征

为了对西南地区夏季干旱特征进行分析,利用西南地区381个气象站点1961-2019年6-8月的逐日MCI指数,采用经验正交函数分解方法、Morlet小波分析等方法对西南地区近60年夏季干旱的空间分布特征及时间变化特征进行讨论。结果表明:(1)平均连续干旱日数(Mean CDD)在23 d左右。最长连续干旱日数(Max CDD)平均为25.53 d。(2)轻、中、重旱多发生在四川北部,重庆及贵州的东部区域;特旱多发生在云南中部和贵州西南部。(3)西南干旱日数主要分为,南北反向变化的第一模态,西南与东北反向变化的第二模态,贵州南部和四川东部与呈反向变化特征的第三模态,由西向东“-+-”纬向变化的第四模态。(4)西南地区轻旱日数存在12~18 a尺度上的周期振荡;中旱日数存在一个准10 a的周期振荡,10~15 a尺度上有中旱日数“偏少—偏多—偏少”交替振荡;重旱日数存在15 a尺度上的周期振荡和准7 a尺度上的周期振荡及准5 a尺度上的周期振荡;20 a尺度上存在特旱日数的“偏少—偏多”的交替振荡和准5 a尺度上的周期振荡。

1991-2020年西南湿季小时极端降水特征与区域差异

为研究西南地区小时极端降水特征,利用西南地区1991-2020年5-9月的逐小时降水数据,采用第97百分位阈值法,对西南小时极端降水的空间分布和时间变化特征进行分析。结果表明:(1)小时极端降水阈值空间分布差异较大,从西北川西高原地区的4~5 mm/h向东南的云南东南部和贵州南部递增至10~15 mm/h;3个小时极端降水量大值中心分别位于四川盆地西部—川西高原过渡带、云南南部和贵州南部地区,达300 mm以上。(2)多年平均的小时极端夜雨量集中在四川盆地西部—川西高原的过渡带和贵州西南部地区;小时极端昼雨量集中在云南南部,呈带状分布。(3)四川、重庆、云南、贵州小时极端降水频数的变化趋势与小时极端降水量相对一致,在四川地区为单峰型,存在显著的夜雨特征,而重庆、贵州和云南地区均为双峰型。(4)西南各区域小时极端降水量与小时极端降水频数的变化趋势较为一致,增加时次多集中在后半夜与白天。

基于WRF-LES的门头沟地区近地面风场模拟与边界层方案敏感性研究

近地面风场与人类生活密切相关,精细准确的风场模拟可以为气象实况产品提供数据支撑。目前,中尺度模式的时空分辨率无法满足局地精细化模拟的需求,因此本研究基于中尺度模式(WRF)内层嵌套大涡模拟(LES),采用五层双向嵌套在门头沟东部区域展开百米近地面风场模拟。结合地面观测,设计边界层和亚网格模型敏感性试验,对比1 km分辨率下YSU和LES边界层方案对里层嵌套的影响,检验和评估不同亚网格模型在真实大气中的适用性。结果表明,在中微尺度过渡分辨率1 km开启YSU边界层较LES边界方案模拟效果更佳,在保持捕捉湍流细节的能力下,拥有较低的误差。不同的亚网格敏感性试验中,1.5TKE,SMAG,1.5TKE_NBA和SMAG_NBA四种亚网格模型差异较小,统计指标上,SMAG的均方根误差最低,相关系数最高。同时,四种亚网格模型依旧存在模式本身造成的高值低估,低值高估的现象,SMAG在风矢量分布和风速风向概率密度分布中与观测最为接近。在风场的瞬时空间分布上,SMAG_NBA表现出对细小的湍流捕捉能力的优势。