Analysis of Trents of Future Temperature in the Bosten Lake Basin Based on a Statistical Downscaling Model

SDSM统计降尺度模型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得以在区域尺度上展开。本文将SDSM模型应用于博斯腾湖流域分析它的适用性,并对流域未来最高和最低气温的变化趋势进行了预测。以日最高气温和最低气温为预报量,选取合适的NCEP大气环流因子为预报因子,建立预报量与预报因子间的回归关系。使用1961-1990、1991-2001年的实测数据和NCEP大气变量分别对SDSM模型进行率定和验证,效果较好。把HadCM3输出的A2、B2情景下的大气环流变量作为模型输入变量,模拟流域未来3个时期(21世纪20、50和90年代)的气温变化。结果显示,流域未来日最高气温和日最低气温都呈现明显上升趋势,升高幅度依次为:日最高气温】日平均气温】日最低气温,且A2情景下气温增幅略大于B2情景下的增幅;冬季气温增幅最小,夏季增幅最大。分析结果可为博斯腾湖流域开展气候变化的水文响应研究以及气候变化的适应性研究提供科学依据。