气候变化条件下海河流域日降水统计降尺度研究(英文)

在气候变化对水资源影响评价研究中,统计降尺度方法通常用来解决空间尺度不匹配问题。在论文中,预报量采用海河流域上典型区域的11个气象站点1961～2000年共40年的日降水资料,预报因子选自NCEP/NCAR的再分析资料,以及英国Hadlay中心GCM模型在a2情景和b2情景下的大气变量,主要采用Statistical Down-Scaling Model(SDSM模型)进行海河流域日降水的降尺度研究。结果表明:①使用逐步线性回归方法(SMLR),可以在广阔的空间范围内优选出具有一定物理意义的预报因子;②使用统计降尺度方法SDSM,采用不同的GCM资料,都可以较准确模拟降水的季节变化特征;③使用NCEP/NCAR再分析资料的降尺度结果优于Hadlay中心a2和b2情景下的,观测和模拟降水的相关系数分别可以达到93%和85%左右;④与现状年(1984～1993年)相比,未来(2011～2040年)的年降水总量大约会减少4%,降水峰值略滞后,降水时间更加集中,极端降水事件的强度加大,最大干旱持续天数也变长。