1961-2002年长江流域极值降水的变化特征外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

毕业论文相关外文文献译文

1961-2002年长江流域极值降水的变化特征

Changing features of extreme precipitation

in the Yangtze River basin during 1961-2002

1961-2002年长江流域极值降水的变化特征

张增信^1,2,3，张强^2,3，姜彤^2,3

1. 江苏省林业生态工程重点实验室，南京林业大学，南京210037，中国；
2. 南京地理与湖泊研究所，中国科学院，南京210008，中国
3. 气候研究实验室，中国气象局，北京100081，中国

摘要

长江流域的最大1日、3日、5日和7日降水量（R1D，R3D，R5D和R7D）利用线性趋势分析与连续小波变换方法来分析。研究结果表明： 1） R1D的空间分布与R3D， R5D，R7D的空间分布比较相似。嘉陵江和汉江流域的R1D极端降水呈减少趋势，嘉陵江流域在大于95%的置信水平上显著，而汉江流域在大于95%的置信水平不显著。在长江流域的南部和长江流域上游的西部，R1D极端降水趋势是增加的，在大于95%的置信水平上显著。2）至于R3D,，R5D和R7D，在长江流域上游的西部趋势是增加的，在大于95%的置信水平上显著，而在长江流域上游的东部呈减小趋势，但是在大于95%的置信水平上不显著。长江流域的中下游呈增加趋势，但是在大于95%的置信水平上不显著。3）极端降水事件的频率和强度随着时间的推移而增强。降水异常表明在1993–2002和1961–1992年间，长江流域的东南部、南部及西南部以正极端降水异常为主。本文的研究结果表明在长江上游的西部和长江流域中下游发生山洪的概率比较大，特别是长江流域的东南部和西南部。

关键词：极端降水事件，线性趋势，连续小波变换，长江流域

1.引言

温室效应对全球气候变化的影响已经成为大规模调查的重点。观测到的全球变暖对全球水文循环在不同空间、时间尺度上的巨大影响可能会更敏感（Hewitson，1997；Labat等人，2004）。一些物理和实证研究结果，加上一般环流模型（GCM）实验表明，全球变暖可能导致更强烈的水文循环，在强降雨的频率和/或强度上有相联系的增大（Fowler和Hennessy，1995）。降水变化对水文循环的影响依赖于下雨的天数和/或日降水量变化的特征。日降水量的增加有利于增加流域径流和河流流量（Lucero和Rozas，2002）。但是降水变化，特别是极端降水事件将产生对洪水事件时空分布的影响（Zhang等人，2005；Zhang等人，2006）。

极端气候变化可能会对人类社会产生更严重的负面影响。极端气候事件的增加引起世界气象学家和水文学家更多的关注（Horton等人，2001；Plummer等人，1999；Groisman等人，1999）。一些研究表明，经过过去的半个世纪，天气模式已经非常多变，更多频繁和强烈的降雨事件（Karl等人，1995；Easterling等人，2000）在降水的时空上发生变化（Horton等人，2001）。长江作为中国最长的河流和世界第三长的河流，在中国经济发展方面起着至关重要的作用。长江发源于青藏高原，流程约6300公里，向东流至中国东海。每年长江都会发生洪涝灾害，这是最严重的伴有巨大抗灾支出的自然灾害，作为中国的严重问题而被人们熟知（CWRC，2002）。温度、降水和长江流域的流量的联系表明流量变化与降水有很好的一致性。如果从年变化来看，温度、降水和流量也有很好的一致性（Zhang等人，2005）。强烈降水事件是最具破坏性的天气现象，因为它们发生后经常伴有山洪和其他恶劣的天气条件，如冰雹（Jones等人，2004）。目前被广泛接受的是极端气候事件的频率和强度变化比平均气候事件的频率和强度变化对自然和人类社会产生更大的影响（Katz和Brown，1992）。极端气候事件的变化及其对人类社会的可能影响受到全世界水文学家和气象学家更多的关注（Suppiah和Hennessy，1996；Mora等人，2005；Zhai等人，1999）。对于长江流域的极端降水变化，Su等人（2005a，b）利用长江的147个测站的逐日降水资料在Mann-Kendall趋势分析和ArcView软件包的IDW（反距离加权）插值技术帮助下分析了1960 - 2003期间降水极值的空间分布和趋势。对每一个站点来说，日降水量超过一个数据集的第95个百分位则被定义为该站的极端降水量，但是长江上中下游流域的极端降水事件周期和最高1日，3日，5日和7日降水量还未被研究出来。因此，这篇文章的主要目的是：1）为了说明长江流域不同地区极端降水的变化，显示对全球气候变化的可能区域响应；和2）分别用连续小波变换方法（CWT）检测长江流域上、中、下游极端降水序列的周期。

2.资料和方法

2.1资料

整个长江流域基于经度分为三个部分（表1）。长江流域147个测站的逐日降水资料来自中国气象局（CMA）。长江流域上游有69个站，中游有62个站，下游有16个站。时段是从1961年1月到2002年12月。最高1日、3日、5日和7日的降水量（R1D，R3D，R5D和R7D）在当前研究中可作为极端降水指数(www.ncdc.noaa.gov/oa/wmo/ccl)。

表一 长江流域上中下游的定义

2.2方法

本文将采用简单的线性回归方法进行趋势检验。简单线性回归方法是一种参数t检验方法，它由两个步骤组成，以时间t为自变量和降水变量Y作为因变量的拟合线性简单回归方程，并检验了回归方程斜率的统计意义。参数t检验需要正态分布的数据。这个数据系列的正态检验最早是采用Kolmogorov-Smirnov检验测试的。该方法首先将指定的理论累积分布函数（在正态分布情况下）与观测值的累积密度函数比较，然后计算两个的最大偏差D。如果，对所选择的显著性水平，所观测到的D值大于或等于Kolmogorov-Smirnov统计表中的临界值，则正态分布的假设被拒绝。

研究中采用连续小波变换（CWT）（Torrence和Compo，1998）方法。我们假设是一个有相等的时间间隔n = 0hellip;Nminus;1的时间序列。是取决于一个以0为平均值的无量纲时间参数eta;的小波函数，频率和时间是局部的（Farge，1992；Torrence和Compo，1998）。因为Morlet小波提供了一个时间和频率局部化处理的良好的平衡，我们应用Morlet的小波，定义为

（1）

其中是无量纲的频率，这里取为6满足容许性条件（Farge，1992；Torrence和Compo，1998）。一个离散序列的连续小波变换被定义为伴随的尺度转换的的卷积。

（2）

其中（*）表示复共轭。由于小波不只是在时间上局部，为了忽略边缘效应而引进影响锥曲线（COI）。这里COI是小波频谱中的边缘效应变得重要的区域，定义为各尺度的小波功率的自相关的指数递减时间。选择这种指数递减时间可以使不连续边缘的小波功率用来表示，并确保边缘效应在这点外能被忽略（Grinsted，2004；Torrence和Compo，1998）。小波功率的统计意义可以在零假设下评估，该信号是在给定背景功率谱（）情况下，由一个固定的过程产生的。假定时间序列具有一个平均功率谱，可能由（3）给出；如果小波功率谱峰值显著高于背景光谱，那么就有一定的可信度认为它具有这个正确的特征。“95%可信区间”指的是对于一个给定的值可信的范围。为了确定95%的置信水平（显著性水平5%），这个值使背景光谱（3）大于第九十五百分位值（Torrence和Compo，1998）。许多地球物理系列有红色的噪声特性，可以通过一阶自回归（自回归（1））过程来模拟。自回归（1）过程的傅立叶功率谱与滞后自相关alpha;（从观测到的时间序列来估测，例如Allen和Smith，1996）是由（grinsted等人，2004）给出如下：

（3）

其中k是傅立叶频率指数。Torrence和Compo（1998）使用Monte Carlo方法表明给定功率波谱（）的一个过程的小波功率的概率大于P：

（4）

其中v实际等于1，对复杂小波等于2。

在COI之外的大于95%的置信水平区间上，我们用整个研究区的相位的弧度均值来量化相位关系。一系列角度（）的弧度均值定义为（Zar，1999；Grinsted等人，2004）：

3.结果

3.1 极端降水事件的变化趋势

图1展示长江流域的R1D（a），R3D（b），R5D（c）和R7D（d）线性趋势的空间分布。从图一可以看出长江流域的R1D主要趋势是增加的，在大于95%的置信水平上显著。嘉陵江和汉江流域的R1D主要是减小的，且嘉陵江流域在大于95%的置信水平上显著，汉江流域在大于95%的置信水平上不显著。长江流域上游和南部趋势是增加的，在大于95%的置信水平上显著，特别是洞庭湖地区。长江三角洲的R1D变化趋势不明显，R1D趋势显著增加的站与R1D趋势显著减小的站是相似的。

与R1D相比，R3D的变化表现出不同的模式（图1b）。长江流域中下游的R3D趋势主要是减小的，在大于95%的置信水平上不显著。有些站台的R3D在大于95%的置信水平上显著。长江三角洲R3D趋势以增加为主，在大于95%的置信水平上不显著。长江流域上游的R3D在大于95%的置信水平上显著。相比之下，长江流域的R5D和R7D变化模式是相似的。在长江流域上游的东部，R5D和R7D呈下降趋势，在大于95%的置信水平上不显著。但是在长江流域上游的西部，R5D和R7D趋势是增加的，在大于95%的置信水平上显著。长江流域中下游呈增加趋势，在gt;95%的置信水平上不显著。

图1 长江流域的R1D（a）, R3D（b）, R5D（c）和R7D（d）线性趋势

3.2极端降水异常

1993-2002和1961–1992年间R1D 极端降水异常（图2a）显示，嘉陵江和汉江流域在1993-2002期间的平均R1D低于1961-1992年间的平均R1D。这两个地区的R1D以减小为主。长江流域的西部和长江三角洲以正极端降水异常为主。长江流域的东南部和西南部的R1D以正极端降水异常为主。图1a和2a显示长江流域的R1D的极端降水异常相似的空间分布。

图2 1993–2002和1961–1992年间R1D（a），R3D（b），

R5D（c）和R7D（d）极端降水异常

图2b，2c和2d显示1993-2002和1961-1992年间R3D（b），R5D（c），R7D（d）极端降水异常的空间分布。R3D，R5D，R7D空间分布模式相似，但是与R1D的相反（图2a）。R3D，R5D，R7D空间分布模式表明嘉陵江流域和汉江流域上游的R3D，R5D，R7D呈负极端降水异常。长江流域东南部的R3D，R5D，R7D呈正极端降水异常。长江流域南部和西南部的R3D，R5D，R7D也呈正极端降水异常，与其R3D，R5D，R7D线性趋势的空间分布一致（图1b，1c，1d）。

3.3 R1D，R3D，R5D和R7D的周期性

更高的小波功率谱发生在1970 -1975和1990 -2000年间，在1970-1975年间的1-3和4-6年带，1990

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[25523]，资料为PDF文档或Word文档，PDF文档可免费转换为Word