当前世界环境

介绍

气候变化也是影响水资源的其他威胁之一。水资源短缺、污染和气候变化将是当前和下个世纪的主要新问题。气候变化和全球变暖是大气中主要是二氧化碳的温室气体(GHG)积聚的结果。全球气候模型(GCMs)是预测未来气候的基本工具，有助于更好地理解气候变化。⁹区域气候模式(RCMs)是研究大气环流模式(GCM)尚未解决的尺度气候机制的杰出工具。rcm仍然容易产生偏差，模拟的气候并不总是与观测结果完全一致，这在气候变化影响研究中至关重要。¹⁴最近提出了几种方法，并评估了，主要集中在沉淀和温度上。^1,2,8,13,16.

研究区域是古吉拉特邦Saurashtra地区的Jamnagar地区。从21º40' N到22º57' N，从68º57' E到70º37' E。历史水文计量数据(1961-2000年)是从Gandhinagar的国家水数据中心和Jamnagar JAU的Millet研究站收集的。IPCC SRES-A1B中CGCM 2.3.2 RCM模拟的未来天气数据(平衡情景从网站下载，详见。^6、7

材料和方法

RCM模拟数据的偏置校正是与基线 - 1961-2000的观测到的天气（日降水和最大/最小温度）匹配。因此，施加偏压校正对于未来的情况-2046-64和2081-2100。偏压校正的平均值和系数（CV）应用于每日最小/最大温度和降水，使用线性变换和差异缩放进行自动相关性，用于降水。

RCM模拟数据为1961 - 2000年作为控制期和2046-64和2081-2100作为未来的预测。因此，对于偏压校正，分别作为温度和沉淀的基线周期，1967-2000和1976-2000期。在每月窗口上比较了RCM模拟和观察数据，并且统计参数即表示平均值和标准偏差，分别为12个月确定，这样都可以在每月窗口上匹配。使用在基线周期期间获得的参数校正休息周期的RCM模拟数据。描述的方法¹⁷用于偏压校正。

降水和温度的线性标度方法

这种方法可以根据观测值和当前模拟值的差异进行月度校正。¹²

在那里,

P *对比（d）=最终偏置校正RCM的每日降水量为1976-2000。

P * Scen（D）=最终偏置校正RCM的每日降水量模拟2046-64和2081-2100

Pcontr(d) = 1976-2000年RCM模拟日降水量。

pscen（d）= RCM的每日降水模拟2046-2064和2081-2100

T*控制(d) = 1967-2000年模拟RCM的最终偏差校正日温度

T*scen(d) = RCM模拟2046-2064和2081-2100的最终偏差校正日温度。

μm =月间平均值。

Pobs(d) = 1976-2000年观测资料的日降水量。

Tobs（d）=观察到1967-2000数据的日温度。

降水的电力变换

AP通过降水时间序列调整的差异统计^B.．^10、11首先，b通过对应修正日RCM降水的CV (P^B.）每月观察到的每日沉淀（POB）的CV。BM的价值被认为是

根据Brent的方法^3.它是通过寻根算法来完成的。利用标准线性标度参数，将观测降水的长期月平均值与中间序列P*的月平均值进行匹配¹_来讲（d）

温度方差缩放

通过幂变换有效地校正了均值和方差。由于使用幂函数，它仅限于降水时间序列。rcm模拟时间序列的平均值(μm)通过线性尺度调整(方程式。(3)和(4))^4,5同时，均值校正控制(T*¹控制(d))和情景运行(T*场景(d))按月移至零平均值。

然后，基于观察到的σ和ControlRunσ的比率偏移时间序列的标准偏差（t^＊2_来讲(d)和T^＊2_露台（d））被缩放。

最后，σ修正时间序列(T^＊3_来讲（d）_和T^＊3_露台（d）_）用修正后的平均值(μm (T^＊1_来讲（d））和μm（t^＊1_露台^(d))）第一步：

结果与讨论

控制方案降水（1976-2000）

从图1可以看出，RCMs模拟的5 - 7月日降水量比实际观测值高。但采用偏差校正后，12个月各月日降水量的日平均值、标准差和变异系数与1976-2000年基线期各月观测资料的日平均值、标准差和变异系数完全吻合。未经校正的RCMs降水在5月和6月有正(过高估计)偏差，7月和8月的偏差可以忽略不计。与校正后的rcm输出相比，未校正的5、6月降水量较高，7、9月降水量基本相同。

图1:未校正RCM月平均值、偏差的比较 校正了控制期间的降雨量和观测日降水量 期间（1976-2000）。 点击这里查看图

通过使用分布方法确定每月的参数A和B来减少采样变异性的影响。迭代地完成参数B的测定，使RCM预测的日降水值的变化系数与观察到的月度降水的变异系数（CV）匹配。参数A被确定为使得与观察到的平均值匹配的变化的日降水值的平均值。a依赖于b，b仅取决于cv¹⁵．图2显示了控制时段RCM运行四个格点的系数a和指数b的年周期。

图2:乘法系数(a)与幂的比较 指数（b）通过电力转换校正偏差 （P.1= AP.B.）对于不同月份的RCMDaily降水。 点击这里查看图

未来情景(2046-2064)的降水量

图1显示了在1978 - 2000年的控制期间沉淀模拟和偏置校正降水量显着变化。使用未经偏置校正的原始数据进行分析时，RCMS在4月和5月在2046-64（图3）中显示出更高的分歧量（图3）。通过RCM模拟降水的偏差校正，每日校正值的每月平均值减少了4月和5月的模拟原始值。剩下的几个月，值没有多大。

未来情景下的降水量(2081-2100)

在图4中，模拟原始数据的偏置校正减少了比4月和5月在几个月内模拟RCM的原始量的降水量。同时，在8月和10月期间，矫正降水量高于未校正的降水。

使用未经偏压校正的原始数据进行分析，RCM仿真显示出大量的分歧。因此，从5月到8月，降水量的预计未来百分比变化的范围不同。平均而言，与模拟的RCM相比，预期降水量将在7月和8月增加，而这对所有其他季节的预计将与其几乎相同。5月份需要最大的校正，其中平均沉淀从8.45降至1.97。

数字3：每日未校正的月度平均值的比较 并通过RCM为未来模拟的校正降水 期间2046-2064 点击这里查看图

数字4：每日未校正的月度平均值的比较 并通过RCM为未来模拟的校正降水 期间2081-2100。 点击这里查看图

对照降水的比较（1976-2000）和未来情景（2046-2064和2081-2100）

图5显示，与1976 - 2000年的基线期间，4月至7月的日元将在4月至7月的月度降水量的月平均值。在未来-2081-2100期间，4月，7月，8月，9月和10月的月份与2046-64和1976-2000期间的基础期间增加。在2081-2100期间，6月20日期间隔为2046-64期。然而，在7月至10月期间，在2081-2100期间，它将在1961-2000和2046-64期间最高。因此，可以说，与基线期间 - 1961-200的基线期间，7月至10月的降雨将在2046-200期间，再次增加，在2081-2100期间，它将增加。在1月至3月，11月和12月的降雨中，降雨量没有太大的影响。

数字5：每日未校正的月平均值的比较 RCM模拟的校正降水(1961-2000) 和未来的情景（2046-64和2081-2100）。 点击这里查看图

控制方案的最低温度（1967-2000）

图6显示，RCMS模拟的最低温度在1月至5月和12月的月份中高估。在施加线性变换和方差缩放方法的偏置校正后，每日最低温度的平均值和CV与全年的实际观察相同。结果发现，模拟日常最低温度的RCM从1月到5月和12月的偏见有正面偏见。

未来情景的最低温度（2046-2064）

图7显示RCM在1月份到5月和12月期间的每日最低温度更高，这是必要纠正的偏见。而在其余月份中，未校正和校正后的日最低温度差异不大。RCM在偏差校正后，1月至5月和12月的日常最低温度模拟最低温度。

未来情景的最低温度（2081-2100）

从图8可以看出，RCM模拟的日最低气温在1 - 5月和12月较高，需要进行偏倚校正。而在其余月份中，未校正和校正后的日最低温度差异不大。RCM模拟的1月至5月的日最低温度在偏差修正后有所降低。校正后的日最低温度的偏差比未校正的偏差降低。

图6：每日观察到的月平均值的比较， 未校正和偏差校正的最低温度 基线周期（1967-2000）。 点击这里查看图

图7：每天模拟RCM的月平均值的比较 未校正和偏差校正的未来最低温度 场景(2046 - 64)。 点击这里查看图

基线期间最小温度的比较（1967-2000）和未来情景（2046-2064和2081-2100）

图9(a)显示，由于全球变暖，每年4月至8月的大部分时间，日最低气温会逐日升高。在1月至3月和9月至12月期间，温度将在2046-64年期间上升，并在2081-2100年期间再次下降。然而，由于最低温度造成的最高变暖将在2046-64年的1月至3月和12月，其次是2081-2100年和1961-2000年。在9月至11月期间，最低气温将在2081-2100年期间达到最高，其次是1961-2000年和2046-64年。

图8:每天模拟RCM的月平均值的比较 未校正和偏差校正的未来最低温度 场景（2081-2100） 点击这里查看图

数字9 (a):月平均日最低值比较 温暖地区（1961-2000）和未来 场景（2046-64和2081-2100） 点击这里查看图

在图9（b）中呈现的整体情景（1961-2100）期间平均年和季节性平均值的平均值，并显示了每年，冬季，夏季和季风季节期间的平均Tmin是在3.6的增加⁰C每世纪，4.4⁰C每世纪，4.1⁰C和2.2⁰C /世纪(场景平均值在场景中间取)。

控制情景下的最高温度(1967-2000)

图10显示RCM模拟未经校正的每日最高温度在1月份至5月，8月至9月和6月下降到10月和11月，比实际观察到的数据更高。

图9（b）：场景平均趋势的比较 在场景期间，平均年度Andseashal卑鄙的意思 - 1961-2100、2046-64和2081-2100 点击这里查看图

图10：对RCM进行了仿真校正 和未纠正的最高温度 控制期1978 - 2000年 点击这里查看图

未来情景的最高温度（2046-2064）

由图11可知，RCM模拟的最高温度在2 - 5月、8月、9月和12月较高，6月、7月和11月较低。在接下来的几个月里，未校正的最高温度与校正后的数据相差不大。

未来场景最高温度(2081-2100)

由图12可知，RCM模拟的最高温度在1 - 4月和9月较高，6月、7月和11月较低，其余月份差异不大。事实上，模拟全年最高温度的偏差并没有发现多少。

图11：对RCM进行了仿真校正 和未纠正的最高温度 控制期2046-64。 点击这里查看图

图12:对RCM进行了仿真校正 和未纠正的最高温度 控制时期2081 - 2100。 点击这里查看图

基准期(1967-2000年)和未来情景(2046-2064年和2081-2100年)的最高气温比较

从图13(a)可以看出，在1- 3月、8月和12月，未来scenario-2046-2064相对于control period-1961-2000和2081-2100的最高气温较高。然而，2081-2100年的最高气温将低于2046-64年，但高于1961-2000年。未来2046-2064年，4 - 6月和10月的最高气温均低于控制情景(1961-2000)和未来情景(2081-2100)。未来最高温度的最高增加可能是在12月到3月。这可能会影响在冬季播种的谷类作物。

数字13（a）：每日最大值的月平均值的比较 基准期(1967-2000年)和未来的气温 场景（2046-64和2081-2100） 点击这里查看图

在图13（b）所示的整体场景（1961-2100）期间平均平均年龄和季节性平均值 - Tmax，并显示了在每年，冬季，夏季和季风季节期间的平均Tmax被发现为1.9⁰C每世纪，3.0⁰C每世纪1.4⁰C百村和1.2⁰C每世纪。

图13（b）：场景平均趋势的比较 情景-期间的年平均和季节平均tmax 1961-2100、2046-64和2081-2100 点击这里查看图

结论

IPCC A1B情景的研究区注意到降雨增加和变暖趋势。1961-2000年、2046-64年和2081-2100年季风季节降水为548mm, 1961- 2100年季风季节降水平均增加9.3mm/年。年、冬季、夏季和季风季节平均日最低气温均在3.6℃以上升高⁰C每世纪，4.4⁰C每世纪，4.1⁰C和2.2⁰C每世纪。年、冬季、夏季和季风季节的日最高气温的年、冬季、夏季和季风季节的平均日最高气温为1.9⁰C每世纪，3.0⁰C每世纪1.4⁰C百村和1.2⁰C每世纪。由于每日最低温度而不是最高温度，更加令人变暖趋势。

承认

I hereby express my heartfelt gratitude my advisor Dr. H. D. Rank and my sincere thanks to Bhaskaracharya Institute for Space Application and Geo- Informatics (BISAG), Gandhinagar, State Water Data Centre (SWDC), Gandhinagar and Millet Research station, JAU, Jamnagar for extending help in data procurements.

参考文献

1. 高分辨率RCM数据的偏置校正。水醇。448-449：80-92（2012）。
   CrossRef
2. Bordoy R.和Burlando在复杂的地区区域气候模型模拟区域气候模拟校正。J. Appl。陨素。上升。52：82-101（2013）。
   CrossRef
3. Brent，R.P.一种具有保证收敛的算法，用于查找函数的零。j。14（4）：422-425（1971年）
4. Chen J，Brissette F P和Leconte R.镇压法量化气候变化对水文影响的不确定性。二聚水分子．401(3 - 4): 190 - 202(2011)。
   CrossRef
5. 陈建军，陈建军，陈建军。气候变化对加拿大流域水文影响的不确定性研究。水副。res。47 (12) (2011 b)。
   CrossRef
6. 中国科学院地理科学与资源研究所，中国科学院地理科学与资源研究所，北京100101美国水资源协会（JAWRA）杂志。1 - 16(2014)。
7. Fuka Dr，Macumperister，C A，Degaetano A T和Easton Z M.使用气候预测系统再分析数据集来改善流域模型的天气输入数据。Proc。DOI：10.1002 / hyp.10073（2013）。
   CrossRef
8. 海尔特J O，Hagemann S，Moseley C和Piani C.气候模型偏差和时间尺寸的作用。地球系统。sc。，15：1065-1079，DOI：10.5194 / Hess-15-1065- 2011（2011）。
9. 气候变化对淡水资源及其管理的影响。水晶j。53: 3 - 10(2008)。
   CrossRef
10. 李志刚，李志刚。基于区域气候模式输出的极端河流流量模拟。水醇。332(3-4): 487-496(2007)。
    CrossRef
11. Leander R，Buishand T A，Van Den Hurk，B JJ M和De Wit M JM。从区域气候模型输出重新采样中洪水量的估计变化。水醇。351(3-4): 331-343(2008)。
    CrossRef
12. Lenderink，G .;Buishand，A.和Van Deussen，W.使用两种情况方法河莱茵河未来排放的估计：直接与三角洲方法。地球系统。SCI。11（3）：1145-1159（2007）。
    CrossRef
13. 张志强，王志强，王志强，等。欧洲区域气候模式日降水的统计偏差校正。达成。Climatol。99: 187 - 192(2010)。
    CrossRef
14. Portoghese I，Bruno E，Guyennon N和IacoObellis随机偏置水文应用的日降雨场景的随机校正。NAT。危害地球系统。SCI。11：2497-2509.DOI：10.5194 / NHESS-11-2497-2011（2011）。
    CrossRef
15. 基于RCM的降水和气温预报的偏差校正。J ClumatoL天气预报。1（2）（2013）。
16. 对莱茵河流域降水和温度再分析数据的偏差校正方法进行评估。地球系统。Sci．14：687-703.DOI：10.5194 / HESS-14-687- 2010（2010）。
17. Teutschbein C和Seibert J.区域气候模型模拟水文气候变化影响研究的偏差校正：不同方法的审查与评估。《水文456-457：12-29（2012）。
    CrossRef