及相关的大尺度环流外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

东江流域（中国珠江）降水变化率（1956-2002）

及相关的大尺度环流

摘要:利用连续小波变换、M-K趋势检验和简单回归方法对东江流域1956-2002年36个雨量站的月降水量进行分析，研究流域季节性降水的时空变化频率。结果表明：（1）春冬两季降水是增加的；夏秋两季是减少的。降水增加和减少的趋势大多数发生在靠近东江流域的低洼地带。（2）1956- 1989年和1990-2002年的降水空间分布异常和这种降水趋势类似。（3）总的来说，可以分成四个阶时段：1956-1961年和1975-1985年的年平均降水呈增长特征；1962-1974年和1986-2002年的年平均降水量为减少特征。地区年平均降水极值有减小的趋势。（4）东江流域降水变化主要受东南季风影响。强劲的东亚季风携带大量的水分是在研究降水变化上的主要驱动因素。研究结果将有助于东江流域在水资源管理和可行性方面进一步的研究。

引言

气候变化结合人为温室气体的排放导致全球温度的升高（IPCC，2001）。这反过来又

导致更高的蒸发率，使大气中水汽输送更加剧烈。因此，假定全球水文循环加快(Menzel and Buuml;rger, 2002)，大尺度大气环流模式将决定地表温度与降水的时空分布，同时反过来控制水文循环的关键部分（例如，流场，土壤蒸发和水汽）。气候变化最显著的结果之一就是区域水文循环的变化和随后在河流数量及质量制度的变化。在社会和自然界中水的巨大重要性对于理解气候变化(特别是降水变化)将如何影响区域的水供应具有显著的必要性的 (徐和辛格，2004年)。Labat et al. (2004)指出，目前全球变暖将导致的全球大陆径流增加的幅度与全球水文周期的变化。他们还认为这种全球性的趋势被看做一种鉴定在区域性尺度上是增加或减少趋势。因此，在当前气候变化的地球，可利用的水资源各个地区是不同的(Zhang et al., 2006;Mudelsee et al.,2003)。

在最近50年间，由于人口的爆炸式增长，不断提高的生活标准，和经济的蓬勃发展，对水资源的消耗也急剧增加。再加上日益加剧的水资源污染这种情况变得更加地严重(Xu and Singh, 2004)。

图1：研究中东江流域雨量站的位置

这同样会对可持续经济发展和人类社会发展造成消极影响。造成这些问题的原因不仅仅是由于一些自然因素。比如空间不均匀，降水瞬时分布不均匀，同样也由于对认识水资源问题相关知识的缺乏。然而，这种情况会在当前气候变化背景下变得更为复杂，世界许多地区仍具有开发天然矿泉水资源可用性的潜力，由于可降水分布在东江流域的变化。

东江是位于华南的一条珠江流域的支流，它有562公里长，流域面积达到35340平方公里。东江流域的水资源已被高度地开发和广泛地利用在各种领域。例如，供水、发电、导航、灌溉以及抑制海水入侵。在最近的几年里，东江每年为香港提供80%的水供应。因此，东江河流水资源系统的可用性会对中国经济发达地区之一的珠江三角洲经济发展和社会可持续有着重要的影响。一些研究东江流域的径流变化和气候变化的成果发布在了中文期刊上。Wang and Xia (2004)利用月水量平衡模型研究了土地利用和气候变化对水资源和水循环的影响。Chen and Huang (2005)通过线性矩法发现了东江流域的区域性低流量的频率估计值。每个重现期下的区域低流量频率估计值能够通过指标洪水法获得。Shi et al. (2005) 通过M-K相关法和回归分析技术研究东江流域降水与河流流场的关系，结果表明他们之间有着较好的相关关系。

然而由于人类活动的干扰使东江流域的降水与流流场的相关性随着时间的不断变化。这项研究，有利于正确理解气候变化和其对东江流域流流场的影响。然而，一些问题仍未有答案，例如东江流域季节性降水的时空分布是什么？以及在这些现象背后的大气环流又是什么？由于东江流域的降水与流场的密切关系，季节性降水变化和可能原因的进一步研究有助于我们更好地理解可降水量科、科学管理和东江水资源的评估。

本文的研究目的：（1）发现1956-2002年东江流域季节性降水的时空分布特征。（2）探讨东江流域1956-2002年的年均降水量和区域平均每年最大月降水量的周期性分布区。（3）寻找季节性降水变化背后的可能原因。

2. 数据和研究方法

2.1数据

这次研究分析了东江流域36个气象站的覆盖了1956 年 1 月至 2002 年 12 月一月份长历时月降水量。由国家气候中心 (NCCC) 的中国气象局 (CMA) 提供了数据。东江流域及其雨量站的空间分布如图 1 所示。数据是连续的，通过质量控制。为了进一步理解大气环流模式，基于NECP/NCAR 再分析数据集对南亚季风强度进行了分析。亚洲季风是影响中国降水的关键因子，尤其是亚洲季风撤退和进步的时期。在这里，我们把该区域中20-40°N 和 100-140°E的区域视为亚洲季风区(Qiao et al., 2002)。西南季风的强度指数被定义为：
，东南季风强度指数被定义为：，在这里为每个格网上的西南季风与东南季风的风速之比，为西南与东南的网格数之比(Qiao et al., 2002)。

大气湿度是另一项主导气候的因素。亚洲季风的前进与后退携带的大量水汽决定了降水带的运动。因此，垂直方向上的所有水汽通量用于表明水汽净流入和降水之间的联系，再加上亚洲季风的强度便能探究在研究领域降雨的时空变化。

2.2方法

简单线性回归、M-K趋势检验、聚类分析和连续小波变换 (CWT)四种方法被用于发现东江流域季节性降水序列的趋势及变化。聚类分析是一种数据还原的过程。聚类算法是以高内部和高外部一致性或群体异质性来将分析对象进行组织分组。聚类算法组织每一属于一个或仅有一个聚类的对象。K-均值模型被用在聚类中心，主要基于最小平方和进行分类的，利用聚类分析对东江流域的月降水量进行分类。对于其他三种方法，结果是相互补充的，将会在下一部分展现。简单的线性回归方法是一种带参数的T检验方法，其中包括两个步骤，将时间t作为一个独立的变量，水文变量（这里是月降水量）Y也作为独立变量，把这两个变量带入简单线性回归方程中。并检验边坡的回归方程的统计。带参数的T检验需要检验参数是呈简单分布的。降水序列的标准是首先在研究中通过Kolmogorov-Smirnov 检验。这种方法首先比较指定的理论上的累积分布方程（这里是简单分布）和基于观察的累积密度函数，然后计算极值偏差，D，如果对于某个选择的显著性水平下，D观测值大于或等于Kolmogorov-Smirnov 统计的临界值，正态分布的假设是不成立的。

基于排列的M-K检验(Mann, 1945;Kendall, 1975)是一种用于确定水文气象时间序列中单调趋势特征的非参数常用方法(Helsel and Hirsch, 1992)。在近来的研究中，Yue and Pilon (2004)运用蒙特卡洛模拟方法去比较统计检验的性能，例如非参数的Mann- Kendall (MK)和靴带法，被指出他们具有相同的性能。它是被国际气象组织高度建议作广泛应用(Mitchell et al.,1966)。在这项研究中,MK检验的步骤遵循Gerstengarbe 和Werner (1999)。MK算法程序显然不适用于这里。

MK检验的结果严重受到时间序列的连续相关性影响。为了消除MK检验结果的连续相关性影响，von Storch and Navarra (1995)建议预白化技术去消除MK分析的连续相关性影响。设为时间序列，在这项研究中Zhang et al. (2001)的程序在这项研究中为：（1）把lag-1连续相关性计算为；（2）如果lt;0.1时，MK检验能被直接应用在时间序列上，反之则不能；（3）MK检验被应用于“预白化”时间序列，例如，，95%的置信区间被用于求解趋势的特征值。为了研究降水序列的周期性特征，连续小波变化被用在本项研究中。CWT定义的相关信息参考Torrence and Compo (1998)。

3.结果与讨论

Kolmogorov-Smirnov（K-S）检验和连续相关性分析（没有显示）的结果显示：东江流域站点的降水序列（年际和每一季度）大多数是一般分布的。非一般分布的降水序列被转换为满足一般分布的序列，例如log变化。序列相关由haan（2002）的方法进行合适处理。Mann-Kendall趋势检验的使用方法：通过弱波分析和波的一致性是被保证的。

3.1 降水变化的空间分布

图2演示了东江流域季节性降水的空间分布情况。在春季，东江流域降水是增加的，只有两个站点显示是下降趋势。尽管降水趋势的显著性增长发生在东江流域的西南部，东江流域剩余地区降水趋势总体仍是增长的。

夏季降水呈现减少趋势。总之，东江流域东北部地区显著的降水减少趋势占主导，东江流域西南部降水由显著的降水增加趋势占主导，东江流域其余地区呈现降水减少趋势(图2B)。图2C指出东江流域秋季降水以减少为主。流域东北部表现为显著的减少趋势而东江流域其余地区也呈现减少的趋势特征。

冬季的降水变化和春季有着相同的形式。在冬季，东江流域是由增加的降水趋势所主导(图2D)，西南部由显著的增加趋势所主导，并且其余地区也呈现增加趋势。在东江流域 (图 2D) 有几个地方呈现降水减少。

对于年际降水变化来说(图2E)，年际降水变化的时空分布相比较于季节性模式来说是不一致的，这体现了季节性降水的综合效应。然而，总体的形势还是明显的：东江流域东北部地区由降雨减少所主导，西南部地区由降水增加主导。在东江流域中这两部分中间地区是一个过渡区域。

为了表现20世纪90年代和1956到1989之间降水变化，估算1990到2002年和过去地30年（1956年到1989年）的降水极值。

图2：1956到2002年在春季（A：3到5月份），夏季（B:6到8月份），秋季（C:9到11月份）,冬季（D：11到2月份）每月降水的线性趋势分析

图3表明1990到2002年和1956到1989年（平均降水量 1990到2002年和 1956到1989年之间的差异）之间的降水极值。图3表明在春天东江流域以正的降水异常为主，显示更多的降水发生在 1990到2002年和1956到1989年期间相比。降水异常在夏季 (图 3B) 显示东江流域以负的降水量变化为主。这种现象与从线性趋势分析 (图 2A，B) 中获得的相似。对于秋冬季的极端降水，东江流域以正的降水变化为主，特别是在中西部地区。在冬季，东江流域以负的极端降水变化为主。在 1990到2002年期间降水量低于 1956到1989年，尽管秋天和冬天一般降水的趋势是增加的。降水变化随着时间的推移有了较大的波动和变异性。1956到1989年和1990到2002年之间降水异常的空间分布是很不均衡的，没有明显的变化规律。东江流域以正的降水异常 (图3E) 为主。更大的正降水异常主要发生在东江流域 (图 3E) 的北东部和西南部(图3E)。

图3：降水异常在1956到1989 和 1990到2002 在春季 (A：3到5月份)、夏 (B: 六到8月份)、秋 (C:9到11月份);冬季 (D:12到2月份) 和 (E) 降水量。

3.2. 年际降水变化的时间变异性

聚类分析结果(此处未显示) 表明: 东江流域的雨量站可以分为在降水变化gt; 95%置信水平的一个组。基于这一结果，整个东江流域将被视为同质的地区，并且通过分析区域平均年降水量 (AAP) 和区域平均年最大降水量 (AAMP)来了解降水的瞬时变化。

图4显示在东江流域内AAP的曼德尔 (MK) 趋势分析的结果。东江流域AAP的变化趋势并不是显著的。尽管如此，以4为时间间隔增加/降低的 AAP 趋势仍是可区分的：1956到1961 年and 1975到1985年以APP增加为特征；1962到1974 年and 1986到2002年以APP减少为主。

图4：曼德尔趋势分析的1956到2002年东江流域区域平均年降水量 (AAP)

就像上面所提到的那样，这些变化趋势不具有代表性。东江流域AAP的归一化的时间序列的连续小波功率谱显示在整个APP序列2到3年的波段由显著的波能量(图5)。明显的波能量被发现在大约1960-1967 年和 1990-2002年之间4-7年的波段周期中。较长时间不占据主导地位，较短的时间成为占主导地位，这显示了随着时间的推移APP的变异性和波动将变得更大。

图5：1956-2002年东江流域降水量 (AAP)连续小波功率谱的归一化的时间序列的分布区

图6展现了东江流域的AAMP MK趋势。AAMP的MK的趋势并不具代表性。在 1970到1997 年期间的AAMP呈现减少的趋势。在1997年之后，AAMP显示略有增加的趋势，但是远远没达到明显。

图6：1956-2002年东江流域AAMP的曼德尔趋势分析

图 7 显示了连续小波功率谱的归一化为了使东江流域AAMP的时间序列标准化，表现周期性的AAMP序列在不同时期波段的属性。在2到4年波段我们可以发现有明显的波能量出现在大约1956到1972年 and 1985到1990年之间，在这两个时间段之间AAMP序列表现有强烈的波动。在4到8年的波段中明显的波能量被发现在1960到1970年, 1975到1985年 and 1990到1995年之间。在2到4年的波段中，与1955到1975年之间的相比，更长时段的部分在1985到1995年之间消失了。相似地，在4到8年的波段中，更长的时间段发生在1960到1970年之间。更短的时间段发生在1975到1985年和 1988到1995年之间，这表示随着时间的推移，时间段变

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[28839]，资料为PDF文档或Word文档，PDF文档可免费转换为Word