登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 外文翻译 > 地理科学类 > 大气科学 > 正文

基于GIS的埃塞俄比亚三十年气候变化与干旱特征外文翻译资料

 2022-11-23 19:09:58  

英语原文共 34 页,剩余内容已隐藏,支付完成后下载完整资料


基于GIS的埃塞俄比亚三十年气候变化与干旱特征

K. V. Suryabhagavan*

地球科学学院, 亚的斯亚贝巴大学, 邮政信箱1176, 亚的斯亚贝巴, 埃塞俄比亚

*通信作者. Tel.: 251 911998588; fax: 251111239462. drsuryabhagavan@gmail.com

摘要

本文分析了1983minus;2012期间,埃塞俄比亚潜在作物生长区的气候变化特性与干旱频率。数据采用全国87个气象站资料。埃塞俄比亚农业活动极其依赖于漫长的雨季(六月至九月),雨季降雨量占了全年的70%。研究期间年度和双峰季节期雨量变化不显著。然而,降雨变异系数变化显著。STARDEX降水指数用于度量总雨量的强度、频率和比例。随时间推移大多数站点第九十百分位雨量、降雨量大于10mm/天的降雨日数和最大十天降雨总量均有增加。在主要的干旱事件中,1984-85年Wollo的旱情最为严重,报道称其SPI负峰值为-3.68。埃塞俄比亚干旱持续时间最长为63个月,于1983-2012期间,发生地点在南部博勒纳地区。超过45%的气象站极端最高气温(第九十百分位)增大,而53%的气象站极端最低气温(第九十百分位)增大。极端高温事件已在埃塞俄比亚各季节增多,这是农业和畜牧业活动真正要关心的因素,因为这些部门的贡献了国家50%的国内生产总值。然而,随着政府的反应力的不断加强,正如2002-03年的干旱,随着时间推移环境灾害预计将会得到控制。

关键词

气候变化,气候变化特性,干旱,降雨,SPI

  1. 引言

撒哈拉以南非洲地区的气候变化和变化特性对农业、人类健康、牲畜和经济有相当大的影响(Lipp等,2002;Haines和Patz,2004;Confalonieri等,2007;Oscar等,2015)。根据政府气候变化专门委员会(IPCC,2007),撒哈拉以南非洲国家变暖显著。虽然并不是整个地区变暖,但我们可以观察到气温变暖的日数在增加而极端寒冷的日数在减少 。这对于农业部门有着重要影响,而发展克服这一问题的适应战略也是至关重要的。气候风险是埃塞俄比亚农业的一个特点,特别是在干旱易发地区。农业产生超过80%的外汇,涉及约80%的人口(CSA,2014)是埃塞俄比亚经济的支柱,其贡献约为国内生产总值(GDP)的49%。降雨的时空变化十分敏感地影响着埃塞俄比亚的GDP。尽管对整体经济贡献很大,埃塞俄比亚的农业受到许多组织、气候和土壤因素的挑战,其中诸如干旱,洪涝和不规则的季节性降雨数量和分布的气候灾害是主要因素(Deressa,2007;Jaewon等,2015)。20世纪60年代以来,相关部门确认了与该地区气候变化相关的挑战,并且无论结果怎样他们正努力去探索应对这些挑战的减缓和适应战略。气候变化在作物生产和国家整体经济的逐年变化中一直起着重要作用(Ngetich,2014)。利用作物特定的气候信息进行管理决策可以降低作物应对气候变化表现出的脆弱性。气候信息显示了农业应对气候冲击的潜在能力。尽管在过去全球许多地区的农业研究均取得了显著进步,气候仍然是埃塞俄比亚半干旱地区挑战作物产量的关键因素之一。

在20世纪70、80和90年代,埃塞俄比亚的干旱造成了巨大的经济损失和无与伦比的人类苦难(Degefu,1987;Bekele,1987;Giorgis,1987;Misha 和Cherkauer,2009)。埃塞俄比亚最具破坏性的干旱与当地占年总降雨数65%-95%的暴雨的减少有关(Kiremt,6月至9月)。基于Kiremt的基本理解,依赖于地区和地形的短季节降雨(Bleg,3月至5月),当前研究的动机是提高埃塞俄比亚缺水地区农业生产。在埃塞俄比亚的农业方面(NMSA,2001;Kidane等,2006;Deressa,2007)和水资源方面(Kinfe,1999;Deksyos和Abebe,2006;Lijialem等,2006)采取初步的研究来解决气候变化潜在的影响。这些研究分析了气候变化在农业上的潜在影响并提出了作物适应战略举措。

尽管地理信息系统和建模在研究区的应用还是有些不足,它们已经成为农业研究和自然资源管理的关键工具。GIS空间插值技术的应用诸如反距离加权(IDW),Spline和插值技术是ArcGIS应用工具,对数据重构至关重要。用准确又经济的定量方法,如GIS建模和长期数据的可靠性去帮助理解农业气候变量的时空变化和模式(如降雨量)。对于研究区内气象数据不一致性、资料缺失所导致的离散和不可靠数据进行集中分析。此外,离目标区域几公里远的主站急须 采用差值方法重构数据。

以往的干旱研究是基于埃塞俄比亚中北部的平均降雨资料。这些研究显示,20世纪下半叶主要遭遇降水异常减少。Seleshi和Ulrich(2004)研究了埃塞俄比亚的降雨量变化,研究表明降雨和阴雨天数变化趋势不显著。根据埃塞俄比亚现有资料,1965,1969,1973,1983,1987,1989,1997,1998,1999,2003,2005,2008,2009和2012年均出现了发生频率、严重程度和地理空间覆盖面的大范围干旱,超过六百万人受难。这些是时不时发生的与气候有关的最主要自然灾害。大约一个世纪前,在该国发生干旱的频率是每十年一次,但是现在旱情日趋频繁。为了应对干旱的发生,联邦政府采取了防灾减灾的国家政策。根据这一政策,各县级负责编制当地的具有弹性的抗旱应急预案(Hogg,1997)。

由于埃塞俄比亚的经济很大程度上依赖于降雨依附性的农业,频繁的干旱事件造成严重的经济损失,影响GDP增长,作物歉收并对家畜有严重影响。Meze-Hausken(2004)调查发现,在过去的几十年里由于降雨的减少,许多农场都开始种植抗旱作物。干旱对水资源的影响也很明显,特别是在用水供应有限的人口最稠密的地方(东非大裂谷和埃塞俄比亚中部)。即使一些早期的研究有评估埃塞俄比亚的干旱变化,干旱的时空变异性还是难以理解,特别在区域和次区域尺度。许多这样的研究往往集中在短期并且是特定的季节或者特定地区,而不是全国范围。Viste等人发现,在1972-2011期间,与埃塞俄比亚中北部高地相比,低地春季干旱频率增加趋势更大。Edossa等人评估的阿瓦什流域气象和水文干旱的时空变化表明最严重的干旱事件发生在阿瓦什盆地的中上部。然而,在埃塞俄比亚缺乏气候变化的详细研究和现代技术的应用,因此,目前的研究是利用GIS技术研究气候变化和干旱特性。

本研究旨在了解埃塞俄比亚农作物种植区超过三十年的气候变化程度来提供(1)埃塞俄比亚31个行政区的当前气候变化综合评估;(2)区域和区域尺度的历史极端气候事件的文献和分析;(3)评价历史干旱事件;(4)干旱的反应能力的影响在减少负面影响方面。

  1. 研究区域,数据和方法

埃塞俄比亚位于非洲东北部,总面积1100000平方公里。埃塞俄比亚突出的地形特点是:广泛的高地,澎湃的高原和深河峡谷,还有将国家分成中西部的大裂谷,以及南部被低地包围的高地。本研究关于国家主要种植-畜牧业系统,集中在埃塞俄比亚31个高地区,其主要种植区区位置如图1所示。

图1. 埃塞俄比亚地区潜在种植面积和气象站位置

2.1数据来源与质量评估

将来自于美国国家气象局(NMA)和埃塞俄比亚农业研究所(EIAR)全国120个气象站每天的气象数据(降水、最高和最低气温)进行组合和分析。基于长期数据(至少30年)和丢失数据少于10个百分点的可用性数据,120个气象站中选出87个用于研究。对天气数据潜在的异常值进行四分位数间距确定(IQR),采用中位数和上、下四分位数(第二十五和第七十五百分位数)创建栅格中找出尾分布的极端值。用下部栅格分位数为1–1.5times;(IQR)和上部栅格分位数为3 1.5times;(IQR)确定数据中的异常值。IQR是盒状图中盒子的长度。鉴于负降雨事件和温度事件遗漏值被闲置,例如最高温度小于最低温度的情况。对整个数据集进行严格的质量控制以确定数据的完整性。例如,温度依据各自站的海拔选取,与此同时可以注意到,随着海拔高度增加温度降低,如图2所示。

图2. 埃塞俄比亚气温变化与气象站海拔高度的变化

2.2方法

Mann-Kendall(Mann,1945和Kendall,1975)统计方法应用于降雨和温度的年度和季节分布,以检测在研究期间的数据中的任何可能的趋势。这是一种适合测量数据随时间变化趋势的非参数统计检验(Karpouzos,2010)。正( )值表示随着时间的推移而增加,负值(-)值表明减少。

研究区降雨和温度变化的时空分布特点,采用一套stardex项目开发的指标(stardex,2002)。stardex指标关注极端事件,如最多连续干旱日数。欧盟气候数据集的长期一致性评估(wijngaard等,2003)。stardex3.3.0版本排列计算研究期间52指数极端天气事件的定量变化。

87站降雨和温度的时间变化用描述性统计进行测定,例如平均值,标准偏差和变异系数(CV %)。为了更好地了解在纬向尺度区的降雨量和温度的空间变异性,对降雨和温度进行加权计算。31区的年降水量和年降水量的分区统计见表1。

表1. 年降雨量统计汇总,Kiremit(六月至九月)和Belg(三月至五月)

研究区

年降雨资料

长雨季(六月至九月)

短雨季(三月至五月)

平均

SD

降水日数

SD

平均

SD

降水日数

SD

平均

SD

降水日数

SD

Arsi

1071.7

141.5

211.3

32.9

604.8

92.1

108.1

9.9

295.4

71.8

60.5

18.2

Bale

1387.8

388.4

136.3

16.2

643.3

202.9

66.5

17.4

423.6

162.0

39.0

15.2

Borena

1713.7

323.7

203.1

18.6

721.1

179.9

87.2

16.6

560.1

155.2

59.6

12.2

Derashe Special Woreda

952.1

199.3

131.4

19.8

261.2

109.8

39.4

15.3

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[26533],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图