基于降尺度方法的徐州市降水变化分析

1、基于降尺度方法的徐州市未来降水变化分析1 本研究通过CF（变化因子）降尺度方法，将GCM（大气环流模式）模型输出的大尺度模拟数据与徐州市地面气候资料中的站点降水数据相结合，从而对徐州市未来降水的年内及年际变化进行模拟分析。概述变化因子实测数据降尺度 方法未来降水情景模拟2 选题背景及研究意义 研究现状及创新点 数据来源及研究方法 结果分析及验证1234 总结及展望5报告内容3选题背景研究意义在气候变化预估研究中，GCM模型是一个很理想的预估工具。众多研究表明：GCM模型对大尺度气候的平均特征模拟效果很好。然而，它在区域气候模拟方面能力有限，而统计降尺度方法的应用有效地解决了此类空间分辨率不匹配

2、的问题。降水是天气预报中最难预测的要素之一。在气象灾害预报监测中，降水是一个极为重要的因素。降水与人类生产生活有着极其紧密的联系。做好对降水的预测分析，不但能给人们生活出行带来安全保障，同时也能为城市工农业做好防灾减灾工作提供科学合理的依据。选题背景及研究意义4研究现状创新点从上述资料可以看出，在徐州市的有关降水变化研究中，多是对历史及当前的降水变化进行研究分析；而本研究是对徐州市未来时段的降水变化情况的模拟预估及变化分析。研究现状及创新点江敏、马云在降水对徐州地区冬小麦生产的影响中，基于1990-1999年徐州市降水资料，进行了该时段降水变化对冬小麦生产的影响的研究。姚晓蔚等在徐州市降水特征

3、及频率分析中，基于1990-2009年徐州市降水资料，分析了该19年中徐州市降水量的年际和年内变化特征。徐玲玲 、张巍在江苏徐州近42 年降水和气温变化特征分析中，基于1960-2011 年徐州市降水资料，进行了该42年徐州市降水特征的年际和季节变化研究。5数据来源及研究方法 本研究中，小尺度气象要素实测数据是从 （中国气象科学数据共享服务网）获取的。在该资料中，降水要素的单位是0.1mm。因此要对其做缩小十倍的预处理。10.81.220.61.气象站点实测数据6数据来源及研究方法1.气象站点实测数据其次，要对降水特征值进行转换。降水不足0.1mm，可用0代替。遇到此类降水量替换为XX.Xmm

4、。 本研究中，小尺度气象要素实测数据是从 （中国气象科学数据共享服务网）获取的。7数据来源及研究方法1.气象站点实测数据完成预处理，才可保证后期数据使用的正确性。月份一月二月三月四月五月六月降水量（mm）16.5820.1432.1157.3061.2796.12月份七月八月九月十月十一月十二月降水量（mm）206.30143.36102.0751.6725.8050.22基准期（1961-1990）徐州市月尺度平均降水量 本研究中，小尺度气象要素实测数据是从 （中国气象科学数据共享服务网）获取的。8数据来源及研究方法 2.大尺度环流数据 本研究中,大尺度环流数据是从 （IPCC数据共享中心）

5、获取的英国哈德利中心的HadCM3（海气耦合模式）A2和B2情景下输出的未来（2010-2039）基于基准期（1961-1990）的变化因子。HadCM3网格把全球分为7008（96列73行）个分区。徐州站位于11709E，3417N，即第736个分区。所以在选取HadCM3变化因子时，只需选取这第736个HadCM3网格所对应的变化因子即可。9数据来源及研究方法HadCM3 A2情景HadCM3 B2情景 2.大尺度环流数据 本研究中,大尺度环流数据是从 （IPCC数据共享中心）获取的英国哈德利中心的HadCM3（海气耦合模式）A2和B2情景下输出的未来（2010-2039）基于基准期（19

6、61-1990）的变化因子。10数据来源及研究方法 3.CF降尺度方法CF方法，又称Delta方法。它的具体原理如下：研究分析所需的未来月尺度降水量基准期实测月降水量HadCM3输出的变化因子11数据来源及研究方法 3.CF降尺度方法月份一月二月三月四月五月六月降水量（mm）16.5820.1432.1157.3061.2796.12月份七月八月九月十月十一月十二月降水量（mm）206.30143.36102.0751.6725.8050.22月份一月二月三月四月五月六月降水量（mm）16.1119.7632.1158.9663.84107.65月份七月八月九月十月十一月十二月降水量（mm）2

7、01.39114.69102.0755.0524.6150.70基准期平均月降水量B2情景下的变化因子A2情景下的变化因子A2情景模拟下徐州市未来（2010-2039）月尺度平均降水量B2情景模拟下徐州市未来（2010-2039）月尺度平均降水量121314结果分析及验证 1.未来（2010-2039）年内降水变化根据CF方法模拟出的未来降水情景模拟数据绘制A2和B2情景下未来年内降水变化图。如下图： A2和B2情景下模拟出的徐州市未来降水年内分布都不均匀，主要集中于夏季, 占全年降水量的50%，而冬季降水较少。该结果符合徐州历史降水年内变化特征。这主要是由夏季高温多雨，冬季寒冷干燥的温带半湿

8、润季风气候决定的。15 1.未来（2010-2039）年内降水变化 通过对模拟出的月尺度降水数据进行以年为单位的整合，得出A2和B2情景下未来时段（2010-2039）的降水量年际变化图，如下图： A2和B2情景对徐州市未来降水的模拟结果相似性很高。其变化趋势大致相同，但变化幅度稍有差异。相比B2情景，A2情景的波动更为明显。这是由于A2情景下温室气体排放量大，碳浓度高导致大气吸收太阳辐射能力变强，从而导致大区域环流形势变化进而影响小区域范围的降水变化。 2.未来（2010-2039）年际降水变化结果分析及验证16 结合基准期（1961-1990）与未来（2010-2039）平均年降水量数据，

9、绘制两个时段两种情景下的年际降水量的对比情况图，如下图： 从左图可以看出，A2和B2情景下，平均年降水量都是有所减少的。这与姚晓蔚等的研究成果保持一致，即在全球气候变暖的情况下，华北平原地区降水量总体呈现减少的趋势。唐文学等也得出了徐州市降水量年际变化大，且总体呈现缓慢下降趋势的研究结果。 3.基准期（1961-1990）与未来（2010-2039）平均年降水量变化分析结果分析及验证17 通过对气候资料处理部门提供的1960-2010年徐州地面气候资料中的年降水总量数据进行分析，也可以得出徐州地区年降水量呈现缓慢下降趋势的结果。如下图所示： 左图是用五年滑动平均法对1960-2010年徐州地面

10、气候资料中的年降水总量数据进行平滑得到的结果。在滑动平均的基础上，用线性回归方程分析其整体变化趋势。可以看出，徐州市降水年际变化总体呈现波动下降的趋势，与上文CF降尺度方法的模拟结果一致。 3.基准期（1961-1990）与未来（2010-2039）平均年降水量变化分析结果分析及验证18总结及展望小结展望由于知识背景和研究时间限制，本文仅通过降尺度方法中的CF一种方法对徐州市未来降水进行简单的降尺度模拟。因此，该研究成果还有很多不足与缺陷，如：可以同时使用多种降尺度方法进行模拟比较，分析选择出最佳方法进行对未来降水变化的模拟。或者，可选取过去时段的气象资料进行模拟，通过实测数据验证模拟结果的可靠性，再对未来时段进行模拟。本文基于CF降尺度方法对徐州市未来降水变化