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

基于柯本气候分类中国区域尺度上明确的干湿变化趋势

摘要：在以前的研究中发现了因为使用不同指数和潜在蒸散发计算导致干湿变化趋势的争议性结果。在这里，我们试图通过使用中国（1961-2012）作为研究领域，通过各种独立指数的一致结果确定干湿变化趋势的确定性结论。降水，统计和物理干旱指数，包括标准降水蒸散指数（SPEI）和帕尔默干旱指数（PDSI）和自校准PDSI（sc_PDSI）和包括考虑Penman-Monteith（PM）和Thornthwaite（TH）在内的PDSI计算方法。因此，涉及PDSI_pm，sc_PDSI_pm，PDSI_th和sc_PDSI_th的四个PDSI变形。为了说明区域特征，定义了基于柯本气候分类的六个气候区。在全国范围内，降水量和SPEI呈现变湿趋势，但所有PDSI变形都为变干趋势。另一方面，这六个指数在六个区域中的五个显示了一致的结果。干旱地区和青藏高原湿度增加。在半干旱和寒温带半湿润地区发现变干的趋势。只有中国东南部潮湿地区的降水量和SPEI增加，PDSI变量减少。从气候地区的角度来看，变干趋势主要发生在中国湿润地区和干旱地区之间的过渡地区。干旱变化的空间格局可以根据气候带划分，并且基于这六个指数，区域尺度上变化的结论是确定的。

1.引言：

量化干湿变化趋势是关键的科学问题之一，因为水资源可用性是调节植被生长的主要自然约束[Heimann和Reichstein，2008; Nemani等，2003]和粮食安全[Rockstrom等，2009]。 Zhao和Running [2010]利用帕尔默干旱指数（PDSI）[Palmer，1965]和MODIS的净初级生产产品发现PDSI与全球净初级生产量之间有很强的相关性。Dai预计干旱发生的频率和严重程度会因气候变化而增加[Dai，2013]，但是Sheffield认为在过去的60年中发现的变化不大[Sheffield et al。，2012]。 21世纪干旱事件变化的预测也存在不确定性[Greve and Seneviratne，2015];加利福尼亚州研究中心认为当地的干旱条件可能已经由于全球变暖而显著改变 [Aghakouchak et al。，2014; Diffenbaugh等，2015]。

在中国，水资源的空间分布差异很大，从东南部湿润气候到位于欧亚大陆中心的西北部干旱气候。以前，许多研究集中在使用降水量，干旱指数和其他替代指标来关注中国干湿变化趋势。例如，在全国范围内，基于SPI（标准降水指数）[McKee等，1993]和SPEI（标准降水蒸散指数）[Vicente-Serrano等，2010]分析，中国的干旱严重程度不是发现在1961-2012期间发生显着变化[Wang et al。，2015]。 Ye等人在夏季降水中发现了北干和南湿的模式。 [2013]。 Zhao and Wu 等人通过对PDSI的分析指出1971 - 2010年间黄土高原地区的干旱严重程度和发生频率日益增加[Zhao and Wu，2013]。 1961-2012年间，在中国东北部的潮湿季节（5月至9月），持续干旱事件增加[Kong等，2014]。基于模型的土壤水分数据也证实了中国北部和中国东北部的变干趋势[王等人，2011]。预计2020 - 2049年中国气象和水文旱灾将增加[Leng et al。，2015]。

以前的研究已经很好地明确了对干湿变化趋势的分析取决于选择的指数和潜在蒸散的计算方法[Hobbinsetal。，2008; LiuandSun，2016; Shef fi eldetal。，2012; Zhang等人，2016]。除降水外，干旱指数得到广泛应用，主要包括统计干旱指数（如SPI和SPEI）和基于物理的干旱指数（如PDSI和自校准PDSI（sc_PDSI））[Wells等，2004]。有超过10种干旱指标已经开发[Heim，2002]，其中PDSI，SPI及其变体最受欢迎。同时，这些干旱指标在应用上都有其自身的优势和局限性。例如，SPI和SPEI易于计算，并且具有不同的时间尺度，而考虑到两个土壤层的水分平衡，PDSI更加物理化[Dai，2011; Vicente-Serrano等，2011]。即使是使用Penman-Monteith（PM）[Monteith，1964]和Thornthwaite（TH）[Thornthwaite，1948]方法计算蒸散的PDSI也会导致在中国区域上的争议性结果[Zhang et al。，2016]。

从另一种观点来看，因为它们具有相反的干湿变化趋势估计，如果这些指数都显示出一致的结果，那么就可以获得有力的结论。例如，通常情况下，PDSI使用pm方法比使用th方法表现出更低的变干趋势，这是因为在全球变暖背景下，th对温度更加敏感 [Dai，2013; Sheffield等，2012; Zhang等人，2016]。同时，仅基于降水的干旱指数就会出现没有考虑温度或湿度的减少[Dai，2011]。换句话说，他们的一致性结果表明，这些变化的显著性性足以超过这些指数中的偏差，因此我们试图朝这个方向努力。在本文中，为了全面分析中国的干旱和湿润趋势，降水，统计和物理干旱指数以及蒸散估算中的Penman-Monteith（PM）和Thornthwaite（TH）方法。为了说明区域特征，不同于先前的定义基于区域的地理信息的研究[Wang et al。，2011; Wu et al。，2011]或大型流域[Zhai et al。，2010]，我们引入气候分类将整个国家分为气候带。最近更新的柯本气候分类仍然是应用最广泛的[Kottek et al。，2006]，并且在近期的许多研究中尤其受到欢迎，特别是在气候学[Delworth等，2012]，水文学[Williams等。，2012]和生态[Wright and Wimberly，2013]。这个数据集被用来对干旱和植被生长关系的全球空间格局进行分类[Chen et al。，2013]。因此，我们也选择柯本气候分类来定义中国的气候区域，以寻求气候状况与干湿变化之间的联系。

2．数据和方法

2.1研究区域

本文的研究范围在中国。我们根据柯本气候分类将整个国家分为不同的气候区[Chen et al。，2013; Kottek等，2006]。在柯本气候分类中考虑了长期降水和温度条件，这可以系统地反映气候状态。为保持气候带在空间上的连续性，做了一些修改，将孤立的网格结合到大的气候带中。例如，天山西部的年降水量（见2.2节）可能达到400毫米，属于半干旱气候，但半干旱地区主要位于中国北部的中部。由于这两个半干旱地区在空间上被干旱地区隔开，并且具有不同的气候动力学特征，因此我们将新疆所有半干旱地区的像素合并为一个干旱地区。此外，我们通过去除属于其他气候的孤立网格，将ET气候区域连续保留在青海西藏高原上。图1a和表1显示了本研究中使用的气候区域。

2.2降水和干旱指数

本文通过对中国区域上的降水，SPEI，PDSI_pm，sc_PDSI_pm，PDSI_th和sc_PDSI_th等干旱指数数据进行了定量分析，其中pmanman-Monteith和Thornthwaite分别用于估算潜在蒸散发量。中国气象部门提供的月降水量为0.5°，干旱指数主要为统计干旱指数和物理干旱指数两种主要类型。时间尺度是对干旱描述中最​​重要的特征之一，因为响应的时间尺度随着每个系统而变化[McKee et al。，1993]。基于这个重要特征，SPI的时间尺度可以在1个月到几年计算[McKee et al。，1993]。虽然SPI仅依赖降水记录，但世界气象组织也建议将其作为标准干旱指数。除降水外，温度在干旱中也起着重要作用，而SPEI依赖于优化的SPI，但在计算中考虑了潜在蒸散的影响[Vicente Serrano et al。，2010]。首先计算降水量（P）和潜在差蒸发量（PET）之间差异的时间序列如下：

之后，这些D序列数据通过如下的三参数对数分布来建模：

其中k是时间尺度，alpha;，beta;和gamma;分别表示尺度，形状和原点参数。 最后一步，SPEI数据由F（x）标准化生成。更多详细信息可见于Vicente-Serrano等人。[2010]。 因此，SPEI结合了SPI（时）的优点和温度的影响。 考虑到这些，本研究利用最新的SPEI v2.3数据（可从http://sac.csic.es/spei/database.html获得），其中CRU TS 3.22数据集应用在计算中。 正如之前的研究所推荐的，[Wei and Wang，2013; Zhai等，2010]，12个月的SPEI被用于长期分析。

PDSI和sc_PDSI，它们更基于物理性质，即考虑到两层土壤的水分平衡 [Palmer，1965; Wells等，2004]; 因此，sc_PDSI改进了PDSI的计算过程。 PDSI和sc_PDSI程序的细节已在以前的研究中得到很好的阐述[Palmer，1965; Wells等，2004]，为了方便起见，我们在这里缩写。 考虑了四个与水平衡有关的变量及其潜在值：蒸散发量（ET），补水量（R），径流量（RO）和失水量（L）及其潜在蒸散量（PE），潜在补水量（PR），潜在径流量（PRO）。 这些八个变量的计算在以前的研究中有详细的解释[Palmer，1965; Alley，1984]。 帕尔默[1965] 引入了CAFEC（气候适宜条件）降水量（Prsquo;）。 为此，在校准期间每个月首先计算四种水平衡系数：

然后：

根据实际降雨和计算的CAFEC降水量（P0）之间的差异，计算出的单月平均水位。

由于降水距平值在不同区域和时间有很大的差异，所以利用气候特征系数 生成水分异常指数：

其中：

最后，根据Z系列，使用以下通用公式计算特定月份的PDSI值：

由于PDSI趋势对蒸散计算的敏感性，Penman-Monteith（PM）和Thornthwaite（TH）方法都包含在PET估算中。 基于Thornthwaite公式的月度PET如下：

其中d是取决于纬度和月份的校正因子，T是月份的平均温度，并且I是年度热指数

alpha;是一个经验因素：

Penman-Monteith公式如下：

其中lambda;（J kg^-1）是蒸发潜热，用于将蒸散量（ET）从W m^-2转换为毫米每月，Delta;是饱和蒸气压与温度的比率，Rn是净辐射 （Wm^-2），G是土壤热通量（Wm^-2），rho;是空气密度（kg m^-3），cp是空气的实际热量（J kg^-1 K^-1），delta;是水汽压差（Pa），ra是空气阻力（ms^-1），rs是气孔阻力（ms^-1），gamma;是湿度常数（Pa K^-1）。

在PDSI计算中，Dai [2011]和Sheffield等人 [2012]使用Shuttleworth [1993]推荐的版本如下：

U2是2米高速风速（ms^-1）。因此，PET_pm（方程（14））受辐射，风速和湿度以及温度的影响，而PET_th（方程（11））仅取决于温度。 Wellsetal [2004]用基于当地历史气候数据自动生成的值代替气候特征（Kinequation（6））和中断因子（方程（9）中的0.897和1/3），记sc_PDSI。因此，在这使用PDSI_pm，sc_PDSI_pm，PDSI_th和sc_PDSI_的四个PDSI指标。世界上广泛使用的PDSI的数据集有两个，分别是dai和Sheffeld。我们选择1°times;1°空间分辨率的数据基于Sheffeld。[2012]，因为目前Dai [2013]的数据为2.5°times;2.5°的空间分辨率，这对区域分析来说过于粗糙。更新版本涵盖1948-2012年期间，使用CRUTS3.21数据强化，其中1°分辨率的PDSI和sc_PDSI数据被缩小到0.5°times;0.5°分辨率以匹配SPEI和降水数据集。因此，1961-2012年期间降水，SPEI，PDSI_pm，sc_PDSI_pm，PDSI_th和sc_PDSI_thare均为月值，分辨率为0.5°times;0.5°。

2.3干燥和潮湿趋势

干湿变化趋势由降水和五个干旱指数的线性趋势表示。 Mann-Kendall检验用于确定趋势的显著性。 干旱的传统描述是基于干旱的强度，持续时间，空间尺度，干旱频率和干旱频率，本文没有对干旱严重程度的变化，干旱频率进行定量分析。

3.结果

图一：（a）六个气候区的分布（b）中国1961—2012年均降雨分布图

图1显示了上述六个气候带（图1a）和1961-2012年（图1b）在中国的年平均降水量的空间分布。 一般来说，该地区降水量从南到北，从东到西递减。气候带与降水具有相似的空间分布，中国东南部仍然是潮湿地区，西北地区则是干旱地区。它们之间的过渡地区是半湿润地区（表1中的CW和DW地区）和半干旱地区（SA），其中DW和CW表示温带和寒冷气候与干燥的冬季，降水主要发生在夏季（表1）。 主要由于青藏高原的缘故，中国的内陆地区是明显的。

图2显示了1961-2012年期间降水量，SPEI，PDSI_pm，sc_PDSI_pm，PDSI_th和sc_PDSI_th的年际变化，分别显示了该国6个气候地区的气候。在全国范围内，在年际趋势中没有发现一致的结果。 发现降水量和SPEI分别以0.121 mm /年和0.004 /年的速率增加。 然而，PDSI_pm，sc_PD

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24666]，资料为PDF文档或Word文档，PDF文档可免费转换为Word