中国降水的随机模拟

发布时间：2020-11-16 10:49

　　 天气发生器可以较好产生长序列气候数据,可用于模拟数据缺失地区的气候,也被广泛用于气候变化影响评估。但不同天气发生器的参数化方法不同,其模拟的效果也有一定差别,可能会因气候差异而模拟效果不同。因此,需要评估多种天气发生器的模拟效果,从而合理选择模拟模型。本文选取了中国不同气候区743个站点的日降水数据,在分析中国降水时空变化规律的基础上,模拟和评估了四种模型对降水概率的模拟效果,分析了五种模型对中国降水量的模拟效果,并特别比较了五种降水量模型对极端指标的模拟效果。取得的主要结果如下:(1)摸清了近50年中国降水的时空变化规律,从空间分布上,沿东南向西北方向,年均降水量、降水日数和大部分极端降水指标递减,降水日数年际变化率和最长无雨期递增;从年际变化趋势看,除干旱地区年均降水量、降水日数呈不明显的上升趋势,其它地区降水量呈不同程度的下降趋势,且变化趋势不显著;四个极端降水强度指标(PTOT、R95P、R99P、SDII)整体呈上升趋势,而四个极端降水频率指标(CDD、CWD、R10、R20)呈下降趋势。(2)得出了四种概率分布模型在中国的适应性。模型对降水概率参数都具有一定的模拟能力,一阶和二阶马尔科夫链(MC1和MC2)对月降水日数平均值的模拟效果较好,而二阶和三阶马尔科夫链(MC2和MC3)对降水日数标准偏差的模拟效果较好,模拟效果受气候区影响较大,MC1和MC2对不同季节不区域降水日数模拟效果都比较好,而MC3对降水较多的夏季和秋季的模拟效果较差;除了冬季,SE产生的结果较实测值均有较大偏差。(3)对比得出了中国降水量模拟的最优模型。对不同尺度降水量的模拟,混合指数分布(MEXP)和韦伯分布(WBL)整体效果优于其它模型。不同模型模拟误差都随降水量增加而增大。对半干旱和干旱区域或降水量较少的季节,MEXP的模拟效果最好;而降水量多、强度大的湿润地区或季节,SKEW模拟效果最好。因此,选择降水量最优模型时,需要综合考虑季节和区域因素,尤其对降水总量多、降水强度大的湿润地区。(4)探究了极端降水指标模拟的最优模型。从指标上讲,年降水量(PTOT)、强降水量(R95P)和极强降水量(R99P)三个指标的模拟效果较好,而连续最长无雨日数(CDD)模拟效果最差。不同模型对极端降水指标平均值的模拟效果比标准差好,其中SE的模拟能力优于其它四个模型。所有模型对极端降水指标时间变化趋势模拟能力都较差。
【学位单位】：西北农林科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P426.6
【部分图文】：

图 1-1 中国气象站点分布图Fig.1-1 Location of meteorological stations in China1.4.2 研究方法(1)空间分布利用 ArcGIS 中的克里金插值方法可将观测的离散点数据转化为连续曲面数据。该方法是根据已知站点数据的大小、形状，观测站点和未知站点空间位置关系及变异函数的结构特点，对未知站点进行的线性无偏最优估计。即通过对观测站点值按权重系数加权平均求得未知站点值。表达式如下：Z ( ) = ( ) （1-1）式中，Z( )为第 i 个位置的观测值， 为第 i 个位置的权重，它的大小主要取决于观测站点到待插值点的距离， 是待插值的位置，n 是样本的大小，这种方法既考虑了观测站点与未知站点的距离，还通过变异函数和结构分析，考虑了观测站点的空间分布与未知站点的空间位置关系。可以有效弥补观测站点间降水数据的不均匀情况。（2）单调趋势分析

变化分析的基础上，采用 9 种分布模型，根据观测的日降水数据特征水数据，并从参数统计特征、时间变化特征和空间分布特征三个方面水量模型的模拟效果，最后基于观测和模拟的降水量数据，统计了 8模型对极端降水的模拟效果。技术路线图，如图 1-2。模拟降水数据天气发生器模拟评估空间分布特征观测降水数据时间变化特征基本统计特征MC1、MC2、GAM,WBL,SKE

图 2-1 降水要素的空间分布Fig. 2-1 Spatial distribution of precipitation elements2.1.2 降水的时间变化趋势近 50 年中国降水量变化趋势呈混合模式（图 2-2a），呈上升和下降趋势的站点分别有 334 和 402个，7 个站点没有变化趋势，但仅有 50 和 29 个站点变化趋势显著，平均变化速率分别为 1.24 mm/a和-1.28 mm/a，呈上升趋势的站点主要分布在西北和东南沿海地区，通过显著检验的站点主要位于西北地区。长江以北的东部半湿润半干旱地区年降水量主要呈下降趋势，显著下降站点主要分布在云南、贵州和四川三省的交际地区。图 2-2b 年均降水日数的变化趋势比较明显，西北部地区降水日数基本上呈上升趋势，而除西北地区外其它地区主要呈下降趋势，上升和下降的站点分别有 99 和643 个，其中分别有 28 和 493 个站点变化趋势显著。
【参考文献】

相关期刊论文 前10条

1 段凯;梅亚东;;基于Tebaldi模型集成法的降水变化不确定性分析[J];武汉大学学报(工学版);2015年04期

2 王文涛;仲平;陈跃;;美国《第三次气候变化国家评估报告》解读及其启示[J];全球科技经济瞭望;2014年09期

3 李莹;高歌;宋连春;;IPCC第五次评估报告对气候变化风险及风险管理的新认知[J];气候变化研究进展;2014年04期

4 李世娟;诸叶平;;基于干湿期的随机天气发生器[J];农业工程学报;2014年11期

5 任正果;张明军;王圣杰;朱小凡;董蕾;强芳;;1961-2011年中国南方地区极端降水事件变化[J];地理学报;2014年05期

6 Yue-ping XU;Chong MA;Su-li PAN;Qian ZHU;Qi-hua RAN;;多站天气发生器在中国东部钱塘江流域降雨模拟的评估（英文）[J];Journal of Zhejiang University-Science A(Applied Physics & Engineering);2014年03期

7 赵姹;李志;刘文兆;;GCM降尺度预测泾河流域未来降水变化[J];水土保持研究;2014年01期

8 张晓华;高云;祁悦;傅莎;;IPCC第五次评估报告第一工作组主要结论对《联合国气候变化框架公约》进程的影响分析[J];气候变化研究进展;2014年01期

9 董思言;高学杰;;长期气候变化——IPCC第五次评估报告解读[J];气候变化研究进展;2014年01期

10 翟颖佳;李耀辉;陈玉华;;全球及中国区域气候变化预估研究主要进展简述[J];干旱气象;2013年04期

相关博士学位论文 前2条

1 赵贵章;鄂尔多斯盆地风沙滩地区包气带水—地下水转化机理研究[D];长安大学;2011年

2 夏乐天;马尔可夫链预测方法及其在水文序列中的应用研究[D];河海大学;2005年

相关硕士学位论文 前2条

1 张胜娜;含有隐变量的高阶马尔科夫模型的理论及应用[D];电子科技大学;2014年

2 陈威霖;中国地区极端降水变化模拟评估及其未来情景预估[D];南京信息工程大学;2008年

本文编号：2886083