气候变化背景下我国极端降水的时空分布特征和未来预告

目录

摘要 ........................................................................................................................... I Abstract ...................................................................................................................... I II 目录 ......................................................................................................................... VII 第1章绪论 (1)

1.1 研究背景及意义 (1)

1.2 极端降水事件研究进展 (3)

1.3 存在问题 (15)

1.4 研究内容和框架 (17)

1.5 技术路线图 (18)

第2章研究区、数据和方法 (19)

2.1 研究区 (19)

2.2 数据 (21)

2.3 方法 (24)

第3章1960-2013年中国降水时空分布特征分析 (34)

3.1引言 (34)

3.2 指标 (35)

3.3 1960-2013年平均和不同强度降水变化趋势分析 (36)

3.4 降水频率变化和强度变化对降水总量趋势变化的影响 (46)

3.5 不同强度降水量（频率）对降水总量（频率）变化的影响 (48)

3.6 东亚夏季风对我国东部夏季降水的影响 (50)

3.7 本章小结 (52)

第4章区域持续性暴雨事件的识别和时空分布特征分析 (55)

4.1引言 (55)

4.2 区域持续性暴雨事件的识别 (55)

4.3 区域持续性暴雨事件的时空变化特征 (63)

4.4 本章小结 (85)

第5章CMIP5模式对长江中下游流域季风降水的模拟和预测 (88)

5.1 引言 (88)

5.2 模式对长江中下游流域平均和极端降水的模拟能力评估 (90)

5.3 多模式集合平均对长江中下游流域季风季节平均和极端降水未来预估 97 5.4 东亚夏季风（EASM）对长江中下游流域季风季节降水的影响 (99)

5.5本章小结 (103)

第6章结论与展望 (106)

VII

6.1 结论 (106)

6.2展望 (108)

参考文献 (110)

攻读学位期间取得的研究成果 (128)

致谢 (130)

论文独创性声明 (132)

论文使用授权声明 (132)

VIII

图目录

图1-1 技术路线图 (18)

图2-1各站台的地理位置以及区域划分 (20)

图2-2长江中下游流域图 (21)

图2-3 1951-2013年每年的气象站台个数 (22)

图2-4 泰勒图简图 (31)

图3-1 1960-2013年平均降水和不同强度降水量的时间序列（虚线）和其5年滑动平均（红色实线）以及趋势线（黑色实线） (37)

图3-2 1960-2013年总降水频率和不同强度降水频率的时间序列（虚线）和其5年滑动平均（红色实线）以及趋势线（黑色实线） (38)

图3-3 我国地表平均温度（Mean Surface Temperature，MST）的年时间序列（灰色）以及5年滑动平均（黑色） (40)

图3-4 1960-2013年平均降水和不同强度降水的降水量（左侧）和频率（右侧）变化趋势的空间分布图，单位:%/10a (43)

图3-5 1960-2013年不同季节东部季风区平均降水和不同强度降水的降水量和频率的变化趋势，单位：%/10a，SE代表热带和亚热带季风区，NE代表温带季风区 (45)

图3-6 1960-2013年不同季节我国西部地区平均降水和不同强度降水的降水量和频率的变化趋势，单位：%/10a，SW代表青藏高原地区，NW代表西北内陆干旱地区 (46)

图3-7 全国和四个不同区域的降水强度和频率变化对总降水量趋势变化的贡献 (48)

图3-8 不同降水量（频率）趋势变化对总降水量（频率）的趋势变化的贡献.49 图3-9 1960-2013年东亚夏季风指数的标准化时间序列，红色线是最小二乘法趋势线 (50)

图3-10 东部季风区东亚夏季风（EASM）强度与东部夏季降水之间的相关系数空间分布 (52)

图4-1 东部季风区各站台95th分位值的空间分布 (56)

图4-2 临时可能暴雨事件与次日暴雨事件持续性识别过程示意图 (60)

图4-3区域持续性暴雨事件识别过程的流程图 (61)

图4-4 不同持续时间的暴雨事件的频次分布 (64)

图4-5 不同等级暴雨事件的持续天数的频次分布 (65)

IX

图4-6 暴雨事件影响面积（M）的频次分布 (66)

图4-7 不同等级暴雨事件影响面积（M）的频次分布 (67)

图4-8 暴雨事件累积总降水量(P_sum)的频次分布 (68)

图4-9 不同等级暴雨事件的累积总降水量(P_sum)频次分布 (69)

图4-10暴雨事件的过程累积强度频次分布 (70)

图4-11不同等级暴雨事件过程累积强度的频次分布 (71)

图4-12 区域持续性暴雨事件的综合指数与事件持续天数、影响面积、平均降水强度和过程累积强度之间的相关性。红色线代表划分事件等级的综合指数：-0.37，0.19，1.13。 (72)

图4-13 区域持续性暴雨事件的最大日平均降水量频次分布（a）以及暴雨事件的最大日平均降水量和事件综合指数的相关性（b） (72)

图4-14 不同等级暴雨事件的最大降水强度的频次分布 (73)

图4-15 1961-2013年区域持续性暴雨事件累积发生次数的逐月分布 (74)

图4-16 逐月不同等级暴雨事件发生次数 (75)

图4-17 区域暴雨事件的各指标的时间序列（虚线），5年滑动平均（红线）以及变化趋势线（黑实线） (79)

图4-18 暴雨事件中心频次（a）和暴雨事件累积频次（b）空间分布 (81)

图4-19 不同等级暴雨事件的中心分布和暴雨累积频次的分布 (82)

图4-20 东部季风区暴雨事件累积频次变化趋势的空间分布图，单位：%/10a (85)

图5-1 1971-2000 年各降水指数模式与观测数据的泰勒图。不同颜色代表不同的降水指数，不同形状图标代表不同的模式和多模式集合平均 (92)

图5-2 1971-2000年长江中下游流域各降水指标的观测值和多模式集合平均（MME），以及两者的偏差的空间分布 (96)

图5-3 在RCP4.5和RCP8.5排放情景下，多模式集合平均预估的21世纪前期（2021-2050年）和末期（2071-2100年）长江中下游流域季风季节各降水指数相对于当前气候态（1971-2000年）的变化率空间分布，单位：% (98)

图5-4 NCEP/NCAR再分析数据（OBS）和CMIP5模式及多模式集合平均（MME）模拟的EASM强度指数1970-2000年时间序列 (101)

图5-5 1971-2000年长江中下游流域季风季节降水与EASM之间的相关系数空间分布图。a是基于NCEP/NCAR再分析数据（观测数据，OBS）的EASM强度指数和观测的季风季节降水的相关系数；b是基于CMIP5模式MME的EASM强度指数和降水的相关系数 (102)

X

表目录

表1-1 ETCCDMI定义的12个降水指标 (5)

表2-1 CMIP5 模式的基本信息 (23)

表3-1 降水指标及其定义 (35)

表3-2 全国各个指标的年总量的变化趋势 (39)

表3-3 地表平均温度时间序列与各降水指标时间序列之间的相关系数 (40)

表4-1 不同等级区域暴雨事件的各指标的均值 (65)

表4-2 不同等级区域暴雨事件变化趋势，单位：%/10a (76)

表4-3 不同等级区域暴雨事件每十年的平均发生次数（次数/a） (77)

表4-4 东部季风区和次区域的不同等级区域暴雨事件的频次、成为暴雨事件中心的站台数以及暴雨事件影响站台数 (78)

表4-5 次区域不同等级暴雨事件指标的线性变化趋势，单位：%/10a (83)

表5-1 CMIP5模式MME 和观测数据各指标的最大值，最小值和平均值，以及两者偏差的最大值，最小值和平均值。OBS 代表观测数据，MME代表多模式集合平均 (94)

表5-2 NCEP/NCAR再分析数据（观测数据，OBS）和CMIP5模式及多模式集合平均（MME）模拟的EASM强度指数的多年平均值（Mean），变化趋势以及各模式数据和观测数据的相关系数 (100)

表5-3在RCP4.5和RCP8.5排放情景下，多模式集合平均预估的21世纪前期（2021-2050年）和末期（2071-2100年）长江中下游流域季风季节平均降水和EASM强度相对于当前气候态（1971-2000年）的变化率，单位：% (102)

XI

XII

上海师范大学博士论文第1章绪论

第1章绪论

1.1 研究背景及意义

联合国政府间气候变化专门委员会第一工作组第五次评估报告《Climate Change 2013: The Physical Science Basis》从观测、归因分析、未来预测3个不同角度，表明地球系统正在经历一次以全球变暖为主要特征的显著变化。自1950年以来，气候系统观测到的许多变化是过去几十年甚至近千年以来史无前例的。全球几乎所有地区都经历了升温过程，变暖体现在地球表面气温和海洋温度的上升、海平面的上升、格陵兰和南极冰盖消融和冰川退缩、极端气候事件频率的增加等方面。全球地表持续升温，1880-2012年全球平均温度已升高0.85℃［0.65-1.06℃］；过去30a，每10a地表温度的增暖幅度高于1850年以来的任何时期[1, 2]。因此对全球变暖背景下气候变化的特征分析和未来气候变化的预估研究成为政府部分和大众普遍的关注的焦点。气候变化是指能够识别的(如采用统计检验)气候状态的变化，即平均值变化和/或各种特性的变率，并持续较长的时间，一般达几十年或更长时期。气候变化或许是自然气候变率或人为气候变化所致。不断变化的气候可导致极端天气和气候事件在频率、强度、空间范围、持续时间和发生时间上的变化，并能够导致前所未有的极端天气和气候事件。极端事件的变化可能与平均值、变率或概率分布形态的变化或所有这些变化有关联[3]。

在过去的几十年，由于全球变暖导致的极端天气和气候事件不断增加以及人和经济资产（承灾体的）暴露度和脆弱性的增加，导致与天气和气候有关的灾害经济损失不断增加（主要反映了货币化的资产直接损害）。自1980年以来，年损失估计值区间从几十亿美元到2000亿美元(按2010年美元计)，2005年值最高[4]。损失估计值是各估计值的最低值，因为许多其他影响诸如人的生命、文化遗产和生态系统的损失难以估量和货币化，因而在损失估计值中无法体现。在发达国家，与天气、气候和地球物理事件相关的灾害经济损失(包括保险覆盖的损失)更高。在发展中国家，死亡率更高，经济损失占国内生产总值(GDP)的比重更大(高信度)。在1970年至2008年期间，95%以上由自然灾害造成的死亡发生在发展中国家。拥有迅速扩大的资产基数的中等收入国家所承担的负担最大。在2001年至2006年期间，根据有限的证据，对于中等收入的国家，损失约占GDP的1%，而对于低收入国家这一比例约占GDP的0.3%，对于高收入国家则不足GDP的0.1%[3]。

全球气候变暖是勿容置疑的，并且20世纪50年代以来全球气候变暖一半以

1