• 谷歌scholor
  • 意见:3571

  • PDF下载:2640

查谟和克什米尔斯利那加市达尔湖流域A2情景下的气候变化预估

Saqib Parvaze1,沙巴Parvaze2, Sheeza Haroon1, Noureen得以1, j·N·汗1和纬度Ahmad.3.

1农业工程师,斯科什米尔,Shalimar Campus,190025 jammu和克什米尔印度。

2印度鲁尔基理工学院水文学系。

3.农艺业,斯科什米尔,Shalimar Campus,190025 jammu和克什米尔印度。

通讯作者邮箱:saqib.parvaze@gmail.com


DOI:http://dx.doi.org/10.12944/CWE.11.2.11

本研究完成了研究气候变化对天气参数的影响,如最高可能的温度,最低可能的温度,平均温度和沉淀。在Jammu和Kashmir状态的Dal Lake集水区测试了多个线性回归(MLR),人工神经网络(ANN)和统计缩小模型(SDSM)模型。二十七年的天气数据(1985-2012)从Skuast-Kashmir气象站获得的研究。建模结果显示了观察到的数据和预测值的高速协议,温度系列具有高系数r2不同模型的值在(0.87-0.97)之间变化。如遇降水R2不同模型的值在(0.112-219)之间变化。降水时间序列的确定系数较低是由于降水发生的不确定性很大,所选模型无法对其进行定义。SDSM在三种气象参数预报模式中表现出最佳的预报效果。因此,SDSM被用于气候情景的生成。对比1985-2012年和2015-2030年的日降水量和气温序列,月、可能最高气温、可能最低气温、平均气温和降水量总体呈0.46%、1.96%、0.95%和2.66%的增长趋势。


气候变化;多元线性回归;人工神经网络;统计降尺度模型;A2情景

复制以下引用这篇文章:

Parvaze S, Parvaze S, Haroon S, Khurshid N, Khan J. N, Ahmad L.查谟和克什米尔斯利那加市达尔湖流域A2情景下的气候变化预估。Curr World Environ 2016;11(2)http://dx.doi.org/10.12944/CWE.11.2.11

复制以下内容以引用此URL:

Parvaze S, Parvaze S, Haroon S, Khurshid N, Khan J. N, Ahmad L.查谟和克什米尔斯利那加市达尔湖流域A2情景下的气候变化预估。Curr World Environ 2016;11(2)。可以从://www.a-i-l-s-a.com/?p=161


下载文章(PDF)
引用管理器
发布历史


文章出版历史

已收到: 2016-06-04
接受: 2016-07-14

介绍

在过去的一世纪,温度和有限公司增加2土地利用格局的变化等多种因素引起的集中度变化4工业和农业部门的温室气体(GHG)排放,7造成了地球气候的变化这种温室气体浓度的增加很可能会影响地球的温度、降水、风暴的模式以及海平面的变化。3 1 6在寒冷,热量,洪水或干旱的极端事件发生方面,已经观察到气候变化的可见影响。5

据报道,印度的年平均气温和最高气温上升了约0.7和0.8oC分别。2印度的许多地区包括西部Coаst, Centrаl Indiа,内部Peninsulа和North-Eаst都显示了气候变暖的趋势。4

在本研究中,进行了MA-Excel的多元线性回归(MLR)模型的比较,采取了MATLAB软件和统计缩小模型(SDSM)的人工神经网络(ANN)模型,以确定最佳拟合气候CHð°NGE的拟合模型在印度斯里诺加尔市的Dð°LLð°KeCð°Tchment。然后,三个中最好的是在2015 - 2013年期间在集水区中投射气候变化。

研究区

Dal Lake集水区位于印度的Jammu&Kashmir状态的喜马拉雅地区,在Latitudes 34°02'n和34°13'N和74°50'e - 75°09'e的长度。湖区的集水区有337公里2这是湖区近18倍。集水区的地形不均匀,高程范围为1580-4380米。DAL湖在海平面上约1580米。集水区的正常年降水量为720毫米。该地区的冬季从11月到3月持续到3月份,该流域仍然在雪地下。1月是最寒冷的月份,最小温度卷起在冰点下方。1月份,温度范围为7月最多35°C至最低-7°C。关于研究区和斯库勒 - 克什米尔气象站的信息由图1-4表示。

Figuire 1 - 4


图1 - 4
点击这里查看图


材料和方法

从Skuast-Kashmir站的日常观察数据中选择了每日最高可能的温度,最低可能的温度,平均温度和降水数据。从加拿大气候影响方案组(CCISC)数据门户网站的同一区域获得了SDSM预测因子。预测因子来自可用的GCM(HADCM3),用于对研究区域的最近网格盒的给定地理坐标。然后,所有数据文件都直接下载MLR,MATLAB和SDSM立即部署。

首先在从CCISC获得的观察数据和预测数据之间进行比较,以检查MLR,ANN&SDSM之间的最佳拟合模型,使用统计指数,如系数(R2),均方误差(MSE),均方根误差(RMSE)和绝对平均偏差(AAD)。在确定最佳拟合模型之后,该特定模型用于气候情景生成,以预测2015 - 2013年期间的气候变化。

“异常”一词是指未来气候条件与基准期(1985-2011年)气候条件的偏差。本研究以研究区气象站记录为基础,分析了基准期的气候条件。月降水异常的计算方法为未来月平均降水量与基准期(1985-2011年)月平均降水量的差值。同样,计算了月气温异常。

结果与讨论

观察到的每日最高温度,最小温度,平均温度和沉淀的值分别安装在MLR,ANN&SDSM模型中,这表明具有高值的良好拟合2对于每个模型。发现相应的误差值在可接受的限度内。这些模型的准确性以及它们预测目标值的能力是通过统计指标如MSE、RMSE和AAD来确定的。然后对每个模型的指数进行比较,以确定三个模型中最佳的拟合模型。表1给出了各参数下各模型指标的比较。

表1:MLR、ANN和SDSM的指标比较

参数

模型

均方误差

RMSE.

R2

油气地质

最高温度

高钙

8.587

2.930

0.874

16.289

ann

6.884

2.624

0.899

14.303

SDSM

3.589

1.894

0.947

9.486

最低温度

高钙

4.940

2.223

0.893

5.590

ann

3.748

1.936.

0.919.

6.841

SDSM

1.556

1.247

0.966

0.535

平均温度

高钙

5.038

2.244

0.908

17.703

ann

4.013

2.003

0.927

13.995.

SDSM

1.607

1.268

0.971

7.503

降水

高钙

2.763

1.662

0.078

173.661

ann

2.861

1.692

0.045

107.493

SDSM

-44 - 2.3

1.531

0.218

101.273

基于上述索引,发现SDSM是将集水区气候变化的最高值突出最高值的最佳模型2各参数的MSE、RMSE和AAD最小值。因此,SDSM被用来预测流域的气候变化。

月最高气温总体呈上升趋势(0.46%),特别是1月(3.25%)和6月(1.74%),2月(-1.27%)呈持续下降趋势。月最低气温总体呈上升趋势(1.96%),特别是2月(45.45%)和11月(7.21%),12月最低气温呈下降趋势(-11.19%)。

月平均气温总体呈上升趋势(0.95%),特别是1月(6.25%)和10月(3.08%),7月呈下降趋势(-0.69%)。月降水量总体呈上升趋势(2.66%),特别是9月(8.34%)和4月(7.56%),月降水量呈下降趋势(-7.61%)。

图5。改变1月至6月的月度最高温度的异常(2015-2030)


图5月Maximum的变化异常
2015-2030年1 - 6月气温

点击这里查看图

Figure.6。2015-2030年7 - 12月逐月最高气温变化异常


图6月Maximum的变化异常
7月至12月(2015-2030)的温度

点击这里查看图

Figure7。月最低气温变化异常。6月(2015 - 2030)


图7月最小值变化异常
1月的温度。6月(2015 - 2030)

点击这里查看图

图8。2015-2030年7 - 12月逐月最低气温变化异常


图8月最小值变化异常
7月至12月(2015-2030)的温度

点击这里查看图

图9。2015-2030年1 - 6月逐月降水变化异常


图9:月度变化异常
1月至6月(2015-2030)的降水

点击这里查看图

图10。2015-2030年7 - 12月逐月降水变化异常


图10:月度变化异常
7 - 12月降水量(2015-2030)

点击这里查看图


结论

通过MLR、ANN和SDSM建模得到的选定参数的模拟值既接近于原始值,也接近于原始值。SDSM的决定系数最高,然后用于预测15年的气候变化。SDSM预估表明日最高气温和最低气温总体上升。预估降水量也高于基准降水量,且分布不均匀。

参考

  1. 达什,S.K.和亨特,J.C.R, 2007。印度气候变化的可变性。现代科学,33 (6),pp.782-788。
  2. Dash,S.K.,Jenanani,R. K.,Kalsi,S. R.和Panda,S. K.,2007年。有些证据是20世纪20年的气候Cha Geth世纪,印度。气候变化85页299-321页
    CrossRef
  3. IPCC,2007年:2007年气候变化:影响,适应和脆弱性。第二次工作组对政府间气候变化委员会第四次评估报告的贡献。
  4. 伊斯兰,A.和锡卡,a.k., 2010。印度的气候变化和水资源:影响评估和适应战略。《自然与人为灾害》(第386-412页)。荷兰施普林格。
  5. Meehal, G. A., Stocker, T. F., Collins, W. D., Friedlingstein, P., Gaye, A. T., Gregory, J. M., Kitoh, A., Knutti, R., Murphy, J. M., Noda, A., Raper, S. C. B., Watterson, I. G., Weaver, A. J., and Zhao, Z. C. 2007。全球气候预测,气候变化2007:自然科学基础。第一工作组对政府间气候变化专门委员会第四次评估报告的贡献。剑桥大学出版社。英国剑桥和美国纽约。
  6. Rajendra,K。和Kitoh,A.,2008年。印度夏季季风在未来的气候投影中,超高分辨率全球模型。目前科学,95(11),PP.1560-1569。
  7. 罗森茨威格和希勒尔,1998。气候变化和全球收成。
创造性的公共许可证
这个作品是根据知识共享署名4.0国际许可