气候变化对湘江流域降水气温和蒸发的影响变化预测
降水蒸发数据分析报告(3篇)
第1篇一、引言降水蒸发是地球上水分循环的重要组成部分，对于维持地球生态平衡、水资源分布和气候变化等方面具有重要意义。
本报告通过对某地区多年的降水蒸发数据进行统计分析，旨在揭示该地区降水蒸发规律，为水资源管理和生态环境建设提供科学依据。
二、数据来源及处理1. 数据来源本报告所采用的数据来源于某气象站，包括该地区1950年至2020年的月降水量、月蒸发量、气温、相对湿度等气象要素。
数据时间跨度较长，能够较好地反映该地区降水蒸发变化趋势。
2. 数据处理（1）数据清洗：对原始数据进行筛选，剔除异常值和缺失值，确保数据质量。
（2）数据转换：将月降水量、月蒸发量转换为年降水量、年蒸发量，便于后续分析。
（3）数据标准化：对气温、相对湿度等数据进行标准化处理，消除量纲影响。
三、降水蒸发特征分析1. 降水特征（1）年降水量变化趋势：从1950年至2020年，该地区年降水量呈现波动上升的趋势。
其中，20世纪50年代和70年代降水量相对较少，而20世纪80年代、90年代和21世纪初降水量相对较多。
（2）季节分布：该地区降水主要集中在夏季，夏季降水量占全年降水量的60%以上。
冬季降水量较少，仅占全年降水量的10%左右。
（3）年降水量变异系数：年降水量变异系数在0.15至0.25之间，表明该地区降水量的年际变化较小。
2. 蒸发特征（1）年蒸发量变化趋势：从1950年至2020年，该地区年蒸发量呈现波动下降的趋势。
其中，20世纪50年代和70年代蒸发量相对较高，而20世纪80年代、90年代和21世纪初蒸发量相对较低。
（2）季节分布：该地区蒸发量主要集中在夏季，夏季蒸发量占全年蒸发量的60%以上。
冬季蒸发量较少，仅占全年蒸发量的10%左右。
（3）年蒸发量变异系数：年蒸发量变异系数在0.15至0.25之间，表明该地区蒸发量的年际变化较小。
3. 降水蒸发比（1）年降水蒸发比：该地区年降水蒸发比在0.5至0.7之间，表明该地区水分循环处于相对稳定状态。
2024年四季气候变化预测
2024年四季气候变化预测引言大家好，我是气象学家王杰。
今天我将为大家展示我对2024年四季气候变化的预测。
气候是地球上最重要的自然系统之一，对我们的生活和环境有着深远影响。
了解和预测气候变化对我们做出合理的决策至关重要。
通过仔细研究气候模型和历史数据，我将向大家呈现2024年四季的气候趋势，并提供一些对应的应对措施。
春季气候变化气温趋势根据气候模型和历史数据，2024年春季的气温预计将有所上升。
随着全球气候变暖的趋势，每年的春季都会变得更热。
由于人类活动引起的温室气体排放，地球表面的平均温度在不断上升。
因此，我们可以预计，2024年春季的气温将继续上升。
这将对农作物生长、自然生态系统和人类的生活产生重大影响。
降水情况在降水方面，2024年春季预计将出现一些变化。
根据气候模型的预测，部分地区将出现更多的降雨量，而其他地区则可能出现降雪量的减少。
这种变化可能会对农业和水资源管理造成一定的挑战。
我们需要采取相应的措施，以确保农作物得到足够的水源供应，并避免水资源短缺的问题。
应对措施在面对春季气候变化时，我们可以采取一些应对措施来减轻其影响。
首先，我们应该加强对温室气体的控制，减少人类活动对气候的影响。
其次，我们应该加强水资源管理，提高利用效率，确保水资源的可持续供应。
此外，农民们还可以根据气候变化的趋势调整农作物的种植时间和品种，以适应不断变化的环境。
夏季气候变化气温趋势2024年夏季的气温将继续上升。
全球气候变暖导致了夏季气温的日趋升高，这对人类的健康和生活方式都带来了挑战。
高温可能导致中暑、脱水等健康问题，同时还可能对农作物和生态系统造成严重影响。
降水情况根据气候模型的预测，2024年夏季部分地区可能出现降水量的减少。
这可能导致干旱和水资源短缺的问题，对农业和生态系统造成严重影响。
我们需要采取措施来节约用水，确保农作物得到足够的水源供应，并降低干旱带来的影响。
应对措施面对夏季气候变化，我们需要采取一系列措施来应对。
气候变化下长江流域未来径流与旱涝变化特征研究
气候变化下长江流域未来径流与旱涝变化特征研究一、摘要本研究采用先进的气候模型和数据分析方法，对长江流域未来气候变化及其对径流和旱涝灾害的影响进行了深入研究。
结果表明，在全球气候变暖的背景下，长江流域未来径流量将呈现减少趋势，而旱涝灾害的频率和强度可能增加。
本报告将为流域水资源管理和防灾减灾提供科学依据。
二、引言长江流域是我国最重要的河流之一，其水资源对于国家经济和社会发展具有重要意义。
然而，在全球气候变化的背景下，长江流域的水资源面临着严峻的挑战。
因此，深入研究气候变化对长江流域径流和旱涝灾害的影响，对于制定科学的水资源管理策略具有重要意义。
三、研究方法3.1 数据来源为了深入研究长江流域的气候变化，我们采用了多种数据来源：1.历史气象数据：从中国气象局获取了长江流域过去50年的逐日气温、降水量、风速、相对湿度等气象数据。
2.气候模型输出：采用了国际知名的全球气候模型（GCM）和区域气候模型（RCM）的输出数据。
特别是针对长江流域，我们选用了高分辨率的RCM输出，以确保模拟的准确性。
3.地理信息数据：包括长江流域的地形、土壤类型、土地利用类型等，这些数据对于水文模型的准确性至关重要。
3.2 数据分析方法在数据处理和分析阶段，我们采用了以下方法：1.趋势分析：使用线性回归方法分析历史气象数据的长期趋势，如气温和降水量的年际变化。
2.极端事件分析：利用极值理论，对极端降水和极端气温事件进行定义和统计分析。
3.水文模拟：采用分布式水文模型，结合气候模型输出和地理信息数据，对长江流域的径流量进行模拟。
4.灾害风险评估：结合历史灾害数据和径流模拟结果，采用风险评估方法，分析旱涝灾害的变化特征。
3.3 使用的模型与工具本研究主要使用了以下模型和工具：1.全球气候模型（GCM）和区域气候模型（RCM）：用于模拟和预测未来的气候变化。
2.分布式水文模型：用于模拟长江流域的径流量，考虑了地形、土壤、植被等多种因素。
气候变化对湖泊水文特征的影响
气候变化对湖泊水文特征的影响面对全球气候变化的挑战，湖泊水文特征也面临巨大的影响。
气候变化不仅影响湖泊的水文循环和水质状况，还对湖泊生态系统和人类活动带来深远的影响。
首先，气候变化导致湖泊水文循环发生显著变化。
随着全球气候的变暖，湖泊蒸发量增加，降水分布和水量储存也发生变化。
此外，温暖的气候还加剧了湖泊蒸发过程，导致湖底水位下降和水域面积缩小。
这种变化可能对湖泊的生态系统和水资源利用产生重要影响。
其次，湖泊水质状况也受气候变化的影响。
随着气候变暖，湖泊中的水温升高，这可能导致湖泊中的营养盐、溶解氧和水中悬浮物的浓度发生变化。
高温水体对水体中的氧气溶解能力较低，会造成湖泊富氧层厚度减小。
另外，较高的温度与其它环境因素的相互作用下可能引发蓝藻异常繁殖，使湖泊产生富营养化现象。
此外，气候变化也对湖泊生态系统和生物多样性产生深远的影响。
湖泊中的生物群落和食物链结构可能受到气温和降水模式改变的直接影响。
例如，温暖的气候可能导致湖泊中某些物种数量的增加或减少，进而影响生态系统的稳定性和功能。
此外，湖泊的分布范围和迁徙路线也可能受到气候变化的影响，这进一步加剧了湖泊生物多样性的变化。
最后，气候变化也对人类活动产生一系列影响。
湖泊是人们进行渔业、旅游和用水的重要场所。
气候变化导致湖泊内水资源的变化可能对渔业和土地利用产生直接影响。
降水减少和湖泊水位下降可能导致湖泊用水需求无法满足，进而影响到周边地区的农业和生态系统。
此外，温暖的气候也可能增加湖泊中病菌和污染物的滋生，从而影响周边居民的健康和生活质量。
综上所述，气候变化对湖泊水文特征的影响是多方面的。
湖泊水文循环、水质状况、生态系统以及人类活动都可能发生变化。
因此，我们需要加强对湖泊水资源管理、生态保护和气候适应能力的研究和实践，以应对气候变化对湖泊的影响，保护湖泊生态系统的健康与可持续发展。
气候变化对河流水文过程的影响
气候变化对河流水文过程的影响近年来，气候变化已成为全球关注的热点问题。
随着全球气温不断上升，冰川融化、极端天气事件频发等现象显著增加。
这些变化不仅对人类生活和社会稳定造成了直接影响，而且对河流水文过程产生了深远影响。
本文将从降水模式、径流过程和水质方面，探讨气候变化对河流水文过程的影响。
首先，降水模式的变化是气候变化对河流水文过程的直接推动力之一。
根据气候变化模型和实测数据，全球范围内的降水模式正在发生显著变化。
一方面，某些地区降水量大幅增加，导致河流水位急速上涨，造成洪水灾害。
另一方面，一些地区则面临长期干旱和水资源稀缺的困境。
这样的变化使得原本平稳的水文过程受到了剧烈的干扰，给当地生态环境和人类社会带来了巨大挑战。
其次，气候变化对河流径流过程的影响不容忽视。
河流径流是河流水文过程中的重要组成部分，其受降水、蒸发和土壤含水量等多种因素共同作用。
随着气温升高和降水模式的改变，河流径流量发生了较大波动。
首先，全球范围内的冰川融化速度加快，导致河流径流量在短时间内急剧增加。
这不仅对附近的生态环境构成威胁，还会引发洪水等自然灾害。
其次，干旱地区的河流径流量持续下降，致使水资源供应紧张，对当地农业生产和人类饮水带来了严重问题。
因此，合理利用和管理河流水资源已成为缓解气候变化对水文问题带来影响的关键。
最后，气候变化对河流水质的影响也是不容忽视的。
河流水质直接关系到生态系统的健康和人类健康，而气候变化对河流水质的影响主要体现在两个方面。
首先，气温上升导致冰川融化，增加了冰川融水对河流的输入。
这种情况下，冰川融水的携带物质含量增加，从而对河流水质产生了负面影响。
其次，降水模式的变化会导致降水对土壤的冲刷和污染物的流失增加，进而对河流水质造成污染。
这些现象使得原本清澈的河水变得浑浊，并且富含有害物质，对水生生物和人类的健康构成威胁。
综上所述，气候变化对河流水文过程的影响是显而易见的。
降水模式的变化导致水文过程异常波动，河流径流量发生剧烈变化，河流水质也面临负面影响。
气候变化对河流径流的影响
气候变化对河流径流的影响摘要：气候变化对河流径流产生显著影响。
全球气候趋势导致降水模式和蒸发模式发生变化，直接影响河流水量。
不同地区和季节性变化也表现出差异。
气候变化给水资源管理带来挑战，水供需平衡问题突出，水灾和旱灾频发风险增大。
适应气候变化的对策包括提高监测与预测能力，推进水资源保护与合理利用，强化灾害应对措施。
综上所述，深入研究气候变化对河流径流的影响，并采取有效应对措施，对于水资源管理和生态保护至关重要。
关键词：气候变化；河流；径流1.气候变化对降水和蒸发的影响1.1 全球气候变化趋势全球气候变化是指地球气候系统长期发生的变化趋势，其中最明显的特征是气温持续上升。
自工业化时代以来，人类活动释放大量温室气体，如二氧化碳和甲烷等，加速了地球的温室效应，导致全球气温逐年上升。
这种气候变化趋势引发了一系列的影响，其中之一是对河流径流的影响。
全球气候变化导致了地球降水模式的改变。
某些地区可能经历更频繁和更强烈的降雨事件，造成洪涝灾害。
1.2 降水模式的变化气候变化对河流径流的影响之一是降水模式的变化。
随着全球气温的上升，降水模式在时间和空间上都发生了显著的改变。
一方面，某些地区可能出现更频繁和更强烈的降雨事件，导致洪水的频发和洪水峰值流量的增加。
这些洪水事件可能给沿岸地区和河流流域带来严重的洪水灾害，威胁到人类的生命和财产安全。
气候变化也可能导致其他地区的降水减少和干旱的发生。
干旱期的延长和干旱强度的增加会导致河流的水位降低，甚至出现干涸现象，河流的径流量大幅减少。
1.3 蒸发模式的变化气候变化对河流径流的影响改变了蒸发模式。
随着全球气温的升高，蒸发过程受到影响，地表水的蒸发量也可能发生变化。
气温上升会导致水体中的水分蒸发速率增加，尤其在干燥炎热的气候条件下，蒸发增加更为显著。
这意味着更多的水分被蒸发而未能参与河流的径流，导致河流的水量减少，河流水位下降，甚至在极端情况下可能引发干涸。
2.气候变化对河流径流的影响2.1 河流径流与气候变化的关系河流的水量主要来源于降水和融雪，而融雪和降水又直接受到气候变化的影响。
气候变化对流域水循环的影响
气候变化对流域水循环的影响随着全球气候变暖的不断加剧，气候变化已成为当今世界面临的最大挑战之一。
在这个过程中，流域水循环的改变被认为是其中一个最重要的影响因素之一。
本文将探讨气候变化对流域水循环带来的影响，并分析其中的原因和可能的未来发展趋势。
首先，气候变化对流域水循环的影响主要表现为降水模式的改变。
随着气温的升高，大气中的水汽含量也会增加，从而增加了降水的强度和频率。
这将导致流域的水循环变得更为剧烈和不稳定。
一方面，降水过程中的极端事件，如暴雨和洪水，会增加地表径流和洪水的风险。
另一方面，长期降水的不足和干旱现象也会加剧，导致流域水资源的短缺和生态系统的不稳定。
这一系列的变化对流域的水资源管理和生态环境产生了巨大的挑战。
其次，气候变化对流域水循环的影响还表现在蒸散发过程的变化上。
蒸散发是地表水分向大气中蒸发的过程，同时也是地表水循环中的一个重要环节。
气候变化导致的高温和干燥条件加剧了土壤水分蒸发的速度和强度。
这将导致土壤水分的流失加速，严重影响流域内的植被生长和生物多样性。
另外，由于气候变化带来的降水模式的改变，在极端干旱时期，土壤和地下水的补给将受到严重限制，进一步加剧了流域的干旱风险。
最后，气候变化还会对流域水循环中的雪冰过程产生重要的影响。
在高山和寒冷地区，降水往往以雪的形式出现，形成积雪和冰川的储水。
然而，随着气温的升高，雪和冰的储存量不断减少，导致了水资源的减少和水文循环的改变。
冰川融化速度的加快，会导致冰川消失，进而影响到周边地区的水资源供应和水文系统的稳定性。
这些变化对于依赖于雪冰水资源的地区和社区来说，将带来巨大的挑战和风险。
综上所述，气候变化对流域水循环产生了深远的影响。
通过改变降水模式、加剧蒸散发过程和减少雪冰储存，气候变化导致了流域水循环的不稳定和不可预测性增加。
这对于流域的水资源管理、生态保护和社会发展都提出了新的挑战。
为了适应和应对这种变化，我们需要全球范围内的合作和持续的创新。
气候变化对水文循环的影响
气候变化对水文循环的影响随着全球气候变化的持续加剧，人们越来越关注气候变化对地球的各个方面产生的影响。
其中，水文循环是受气候变化影响最为显著的一个方面。
本文将就气候变化对水文循环的影响进行探讨。
一、全球气候变化对水循环的基本影响气候变化，尤其是全球变暖现象，对水循环产生了极大的影响。
首先，全球变暖导致了气温的上升，蒸发速度变快，这使得水体的蒸发量增加。
其次，气候变化还导致了降水模式的改变，使得降水的分布地点和数量发生了变化。
而这些变化都直接或间接地影响了水文循环的运行。
二、气候变化对地表水的影响气候变化对地表水的影响主要表现为降水模式的改变。
由于气候变暖导致了降水的不均衡分布，一些地区可能面临降水量减少的情况，从而导致河流和湖泊的水位下降。
另一方面，在一些地区，由于降水变得更为集中和强烈，极端降水事件的频率和强度也在上升。
这种情况会引发洪涝灾害，对地表水资源的合理利用造成一定的困扰。
三、气候变化对地下水的影响随着降水模式的改变，气候变化还对地下水的补给和储存产生了一定的影响。
一方面，地表水的减少意味着地下水的补给源减少，地下水位下降的可能性增加。
这将导致从地下水中提取水资源的困难，对于依赖地下水的农业、工业和居民生活带来不利影响。
另一方面，极端降水引发的洪涝事件可能导致地下水的淡化，使得地下水的可用性降低。
四、气候变化对湿地生态系统的影响湿地作为全球生态系统的重要组成部分，也受到气候变化的影响。
首先，由于降水模式的改变，一些地区的湿地可能面临干旱的威胁，湿地植被和动物的生存环境遭到破坏。
其次，全球变暖还导致了海平面上升的趋势，这直接威胁到沿海湿地的存在和稳定性。
五、气候变化对农业的影响气候变化对水文循环的变化，对农业生产也带来了深远的影响。
全球变暖使得降水的不均衡分布加剧，一些地区可能面临水资源短缺的情况。
这使得农业灌溉面临困境，甚至可能影响农作物的生长和产量。
此外，极端降水事件的频率和强度的增加也使得农作物遭受洪涝和水浸的风险增加。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
R 0.25 0 j pij e j j
j 1
n
式中： Oi 为日降雨概率， R j 为日降雨量， pij 为气候 因子，n 为选择的气候因子的数目， 和 为模型参 数， e j 为模型误差。 对温度的模拟则是无条件的：
T j 0 j pij e j
式中： T j 为日温度(平均值、最大值、最小值)， 为 可按下列公式计算： 模型参数， 假设 e j 符合高斯分布，
e j VIF 12 z j Se b
(5)
式中： z j 为一正态分布的随机数， Se 是模拟值的标 准差， b 为模型偏差， VIF 为方差膨胀因子。当采用 NCEP 再分析资料来率定模型时，VIF 和 b 分别取为
Climate Change Impact on Hydro-Climate Variables in the Xiangjiang Basin*
Yi Xiao1, Shaohua Tang1, Hua Chen2, Linjuan Hu2
2 1 Department of Water Resources of Hunan Province, Changsha State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan Email: 7100120@
Copyright © 2013 Hanspub
基金项目：国家自然科学基金(51279138)。 作者简介：肖义(1980-)，博士，湖南岳阳人，主要从事水资源规划 及管理有关工作。
70
第2卷 · 第1期
肖义，等：气候变化对湘江流域降水气温和蒸发的影响变化预测
重要意义。
2. 研究区域和数据
湘江流域年平均温度在 17℃以上， 最冷月平均温 度最北部一般也在 4℃以上，少见冰雪。但若遇北方 猛烈寒潮侵入的时候，全流域均可发生 0℃以下的低 温，如南部的郴州 2008 年发生了冰雪灾害，但是这 种低温持续时间不是很长。夏热时间一般较长，其中 7 月为一年中最热的月份，平均温度在 29℃~30℃左 右，个别地区达到 30℃以上。流域内降雨强度大且雨 量充沛，多年平均降雨量为 1458 mm，个别地区可达 1700 mm，呈现湘江南、东、北部偏多而中南部偏少 的降雨特点，多集中于 3~7 月，其中汛期(4~9 月)降 雨占全年的 70%左右。流域多年平均径流深为 815 mm，径流系数为 0.55 左右。 由于东南西三面环山，湘江流域具有南高北低， 向北倾注的形势，以衡阳以上为中上游，其下为中下 游。本文采用湘江流域 7 个气象站点的日均气温资料 (1960~2008 年)，11 个站点的日蒸发资料(1984~2005 年)，177 个站点的日降雨资料(1984~2005 年)。对气 温资料采用分站点分析统计计算，对蒸发及降雨资料 采用分子流域(中上游流域和中下游流域)进行分析统 计计算。采用 NCEP/NCAR 全球再分析日资料作为观 测的大尺度气候资料，与区域气候要素建立统计模 型。NCEP 再分析资料空间分辨率为 2.5˚ × 2.5˚，覆盖 湘江流域的网格数为 3 × 2 个经纬网格，测站和网格 的位置关系见图 1。另外，在 A2 和 B2 两种未来气候 排放情景下，HadCM3 模型生成的大尺度气候资料作 为统计模型的输入，区域未来气候要素变化时间序列 即为统计模型输出。
VIF 12 和 0； 当使用 GCM 资料生成未来气候情景时，
和 b 按下列公式计算：
b M obs M d VIF
12 Vobs Vd
(6) (7)
57972
Se
2
Table 2. Deterministic coefficient of precipitation and evaporation downscaling models 表 2. 降雨及蒸发统计模型确定性系数
第2卷 · 第1期
肖义，等：气候变化对湘江流域降水气温和蒸发的影响变化预测
n
Oi 0 j pij
j 1
(2) (3)
直接采用建立的统计模型生成未来气候变化情景；对 降雨和蒸发，采用确定性系数最大的统计模型生成未 来气候变化情景。 以各气温站观测值作为基准，在检验期流域中上 A2 和 B2 情景下模拟值同各月平均气温观测值的绝对 偏差可见图 2。 由上系列图可知， 在 A2 和 B2 两种情景下， 中上 游各站气温的模拟值在夏季偏高，在冬季偏低，在春 秋两季偏差都向正方向增加；但 A2 情景下在四季偏
气候变化对湘江流域降水气温和蒸发的影响变化预测*
肖
2
义 1，唐少华 1，陈
华 2，胡林娟 2
1 湖南省水利厅，长沙 武汉大学水资源与水电工程科学国家重点实验室，武汉 Email: 7100120@
收稿日期：2012 年 11 月 27 日；修回日期：2012 年 12 月 11 日；录用日期：20当今科学界、各国政府和社会公 气候异常增强了水文 众普遍关注的环境问题之一[1,2]。 规律的不确定性和复杂性，加大了水资源管理的难 度。在全球气候变化背景下，湘江流域水文循环规律
*
也发生了变化，水资源时空分布不均的现象进一步加 剧，水文气象等极端灾害事件越发频繁：2008 年冬天 罕见的低温冰冻灾害； 2009 年 10 月下旬和 11 月上旬 刚出现长时间干旱少雨和特枯水位，紧接着又马上出 现长时间的降雨和水位迅速抬升以至部分河段甚至 逼近警戒水位的反常现象。因此，分析气候变化影响 下水文气象要素，如气温、降水、和蒸发的变化情况， 为湘江流域的水资源规划与管理提供科学依据，具有
式中： Vobs 为率定期观测值的方差， Vd 为率定期模型 输出中确定性部分的方差， Se 为标准差， M obs 为率 定期观测值的平均值， M d 为率定期模型输出中确定 性部分的平均值。
4. 分析与讨论
4.1. 统计降尺度模型的建立
如前所述，对气温，建立各站点与其所在格网间 的统计模型；对降雨和蒸发，则建立各分区与湘江流 域覆盖的所有格网间的统计模型。将以上相关资料及 参数信息输入模型中，经模拟计算可得湘江流域水文 气象要素未来气候变化情景。建立的统计模型的确定 性系数见表 1 和表 2。 由表 1 和表 2 可以看出， ASD 模型对气温的模拟 效果很好，效率系数都达到 0.95 左右，而对降雨的模 拟效果比较差，效率系数都没有超过 0.40，对蒸发的 模拟效果处于中间，在 0.65 到 0.80 之间。对气温，
Figure 1. The distribution of NCEP grids and hydro-meteorological stations in the Xiangjiang Basin 图 1. 湘江流域水文气象站点和 NCEP 格网分布图
统计降尺度法利用多年的观测资料建立大尺度 气候状况(主要是大气环流)和区域气候要素之间的统 计关系，并应用于 GCM 输出的大尺度气候信息以预 估区域未来的气候变化情景。 ASD 模型采用向后逐步 回归方法和偏相关分析方法来提取主因子。在建立大 尺度气候因子与区域气象要素间的统计关系时，统计 降尺度法一般使用多元线性回归，但是气候因子所组 成的向量具有非正交性，导致回归系数的最小二乘估 计不稳定，故 ASD 模型还提供了一种可以减轻气候 因子非正交性影响的岭回归方法。对线性模型
Journal of Water Resources Research 水资源研究, 2013, 2, 70-75 doi:10.12677/jwrr.2013.21011 Published Online February 2013 (/journal/jwrr.html)
y Xb e ，岭回归系数计算公式如下：
3. 统计降尺度技术
由于全球气候模型 GCM 分辨率一般比较粗， 不能 适当地描述复杂地形、地表状况和某些物理过程，从 而对区域气候变化模拟产生较大的偏差，影响其可信 度[3-5]。因此，需要一种尺度降解技术来建立流域水文 模型同大尺度 GCM 模型的耦合机制[6,7]。目前统计降 尺度方法已被广泛应用于研究和评估区域气候变化影 响， 其中 ASD(Automated Statistical Downscaling model) 模型 是基于自回归分析的一种统计降尺度模型。
j 1 n
(4)
差都较大，B2 情景下则在春季的偏差比较小；另外，
Table 1. Deterministic coefficient of temperature downscaling model 表 1. 气温统计模型确定性系数
站点编码 57679 57774 57776 57866 57872 57965 站名 长沙 双峰 南岳 零陵 衡阳 道县 郴州 格网 31X23Y 30X24Y 31X24Y 30X24Y 31X24Y 30X24Y 31X24Y R2 0.9631 0.9403 0.9771 0.9436 0.9573 0.9475 0.9507
分区 格网 30X24Y 中上游 31X23Y 31X24Y 30X24Y R2 (Precipitation) 0.2689 0.2351 0.3488 0.3026 0.3552 0.3560 R2 (Evaporation) 0.6992 0.6516 0.7467 0.7385 0.7172 0.7980
Copyright © 2013 Hanspub
[8]
b X T X kI
1
XTy
(1)
式中：I 为单位矩阵，k 为岭参数(当 k = 0 时，即为最 小二乘估计)，主因子在计算之前需标准化。 该模型对降雨的模拟过程是条件性的，即先模拟 降雨发生的概率，再模拟降雨量，计算公式如下：
71
Received: Nov. 27th, 2012; revised: Dec. 11th, 2012; accepted: Dec. 27th, 2012