论文部分内容阅读
本文以黑河流域为研究区,基于黑河流域1960~2014逐日网格融合数据、CMIP5中5种GCM模式输出的未来日降水数据,提取出研究区上、中、下游四个季节最大日降水序列(SMP),采用GEV-CDN模型对SMP序列进行建模,并优选出合适的平稳或非平稳模型,最后根据优选出来的GEV模型对黑河流域上、中、下游三个区域、四个季节的极端降水的频率特征进行分析。主要结论如下:(1)运用ADF检验和M-K趋势检验对黑河流域1960~2014年12个SMP序列的平稳性和趋势性进行检验,结果表明:在0.1显著性水平下,黑河上游所有SMP序列均呈显著上升趋势,中游和下游除了冬季以外,其他SMP均没有显著趋势;三个区域冬季的极端降水序列的上升趋势最为显著;相关性检验结果表明,中游-夏季SMP序列与东亚夏季季风指数(EASMI)呈显著负相关,12个SMP时间序列中有5个与西太平洋副高压指数(WPI)呈显著正相关。(2)GEV-CDN模型优选结果与趋势检验结果相辅,即对于具有显著趋势的SMP序列,非平稳模型拟合效果优于平稳模型,而对于平稳SMP时间序列,平稳GEV模型更适用。对于与气候指数显著相关的SMP系列,以气候指数为协变量的非平稳模型可以有效提高拟合质量。(3)对于存在显著趋势的SMP序列,其重现期对应的重现水平随时间呈增加趋势,即极端降水事件的发生频率加快。不确定性分析表明,重现期越高,其对应的重现水平的估计结果不确定性越大;越复杂的模型,对未来进行预估时结果的可靠性越低。(4)经过偏差校正后,GCM对极端降水的模拟要好于校正前;在对未来降水频率特征的预估中,GCMs模型对于重现水平计算结果之间的误差随着重现期的升高而增大;在RCP8.5情景下,5个GCM模式之间的偏差要高于RCP2.6和RCP4.5情景。未来时期极端降水的重现水平值相对于历史时期的负变化率主要出现在夏、秋两季,冬季和夏季则呈现正变化率,其中冬季的变化率最大。三个排放情景中,RCP8.5情景的变化在正变化率中最为明显,RCP2.6情景的变化在负变化率中最大。此外,基于历史时期趋势延长的未来预测结果与RCP4.5排放情景下的未来预测结果较为接近。