1870 – 2002年帕尔默干旱严重程度指数的全球数据集:与土壤水分的关系和表面变暖的影响外文翻译资料

 2022-11-10 14:35:56

英语原文共 14 页,剩余内容已隐藏,支付完成后下载完整资料


1870 - 2002年帕尔默干旱严重程度指数的全球数据集:与土壤水分的关系和表面变暖的影响

AIGUO DAI,KEVIN E.TRENBERTH,AND TAOTAO QIAN

摘要:本文利用空间尺度为空间尺度为2.5°格点的全球陆地降水和温度数据来推算全球1870-2002年帕尔默干旱指数(PDSI)的月尺度数据集。其中土壤水分数据可在美国伊利诺伊州、蒙古、中国部分地区以及前苏联地区获取,PDSI指数与地表暖季深度为1米内土壤的含水量显著相关(r=0.5~0.7)。由于融雪的影响,相关性最强的季节是夏秋两季,最弱则发生在春季。盆地的年均PDSI与世界上七大河流以及几条较小的河流的流量密切相关(r=0.6~0.8)。最终结果表明PDSI指数能很好地呈现地表水分状况和河流流量变化。PDSI指数的正交函数(EOF)分析揭示了由降水和地表温度的趋势引起的空间线性趋势变化和厄尔尼诺-南方涛动(ENSO)诱导的年际变化这两种模式的趋势变化。自20世纪70年代以来,全球极度干旱地区(PDSIlt;-3.0)的面积增加了一倍以上,而20世纪80年代初又发生了大幅度的增加,这是由于南方涛动引起了降水减少,加上全球变暖的作用导致了随后的干旱地区面积扩张,而全球极度潮湿的地区(PDSIgt;3.0)的面积在20世纪80年代略有下降。自1972年以来,在这种极端条件下,全球陆地面积从20%增加到38%,最主要的原因的是80年代中期以后全球逐渐变暖。由于人为活动影响,全球正在逐渐变暖,使得地球在温度升高的同时干旱风险也在增加,本文的结论也证实了这个事实。

1引言

干旱和洪水是两个极端的气象灾害,它们发生的频率大于其他气象灾害(Trenberth et al. 2003)。它们是世界上破坏力最强的自然灾害,每年都影响着众多的人(Wilhite2000),因此了解、监测甚至预测它们的发生是非常有必要的。近年来在全球变暖的背景下,极端气象事件发生的概率大大增加(Trenberth et al. 2004)。然而,干旱和潮湿的精确量化研究是非常困难的,因为它们的发生涉及很多复杂的要素和指标(例如气象、水文和农业干旱;参见Wilhite 2000和Keyantash and Dracup 2002),而且判定干旱和潮湿期开始和结束的标准也不尽相同。此外,直接测量地面干旱和湿润程度(如土壤含水量)的历史记录很少(Robock et al.2000)。为了监测干旱和潮湿期并研究其变化趋势,人们利用降水和温度等数据衍生了许多专门的指数来研究干湿变化(Heim 2000;Keyantash and Dracup 2002)。

帕尔默干旱严重程度指数(PDSI)是美国应用最广泛的干旱指标(Heim 2002)。PDSI是由Palmer(1965)提出的,该指数旨在测量地表大气水分供应和需求的累积偏差(当地距平)。它将降水、水分供应量和需求量[基于Thornthwaite(1948)的结论]纳入水文会计系统。Palmer采用双层桶型模型进行土壤水分计算,并基于美国中部有限的数据,对田间持水能力和水分进出进行了一系列假设(Palmer 1965;海姆2002)。作为PDSI指数的核心,Palmer模型还计算了Palmer水分异常指数(Z指数),该指数可作为当月地表水分异常的度量,并在不考虑先前条件的情况下表征PDSI的值。Z指数可以表征农业干旱,因为它对土壤水分的变化较为敏感(Karl 1986)。Z指数与PDSI关系如下(Palmer 1965,第22页):PDSI(m)= PDSI {m - 1 [Z(m)/ 3 - 0.103 PDSI(m - 1)]},其中m表示月份。Palmer(1965),Alley(1984)和Karl(1986)详细描述了Palmer模型。

从理论上讲,PDSI是一种标准化的方法,数值的范围从-10(干)到 10(湿),地表水分数据允许跨越时空。然而,Guttman等(1992)发现,在正常气候条件下,平原地区的PDSI往往比美国其他地区变化更剧烈。PDSI在表征即时降水、植物对地表蒸散量的影响、校准系数(Karl 1986)等过程(Alley 1984)时不太精确。例如,Palmer假设土壤的蒸散作用速率以土壤顶层的蒸腾速率(Thornthwaite 1948)为准,直到该层中所有的水分都耗尽为止。土壤中的水分只有通过顶层的蒸腾作用蒸散出去。虽然这种假设有一定的合理性,但即使是裸露在外的土壤表面,蒸散速率也粗略地估算(Philip,1957)。另外,尽管地表温度的变化从侧面考虑了太阳辐射的影响,但Palmer模型中并未考虑云量或气溶胶浓度变化引起的地表太阳辐射变化这一因素(Abakumova等人1996; Lie-pert 2002)。此外,当土壤为冻土,或发生积雪和融雪时,PDSI并不能反映土壤湿度条件,例如中高纬度冬季和春季。虽然如此,在这种情况下PDSI依然被认为是大气水分供需关系(即气象干旱)的近似指标。综上,尽管PDSI指数确实与暖季的土壤水分含量密切相关,但在某些情况下该指数并不是衡量土壤湿度和农业干旱的良好指标。

从积极的方面来说,与很多仅仅基于降水的干旱指标不同的是,PDSI指数是以降水和地表温度作为输入数据的(Keyantash和Dracup 2002)。这使得PDSI指数可以解释全球变暖对二十世纪地球的干湿变化造成的影响。根据Palmer模型中用来衡量大气对水分的需求的Thornthwaite(1948)公式,可以计算出温度的变化会使PDSI指数变动10%-30%,这种变化主要是由于潜在蒸散量发生了改变。由于对降水和气温这两个指标的记录较为长久,因此在充分利用这些数据之后,地球上大部分区域近百年左右的PDSI都可以很容易地计算出来。PDSI除了被用于美国的干旱监测外,还被学者用于研究欧洲(Domonkos et al. 2001; Lloyd-Hughes and Saunders 2002)、非洲(Ntale和Gan 2003)、巴西(dos Santos和Pereira 1999)和美国等国家地区的干旱学研究(例如,Karl和Koscielny,1982; Karl,1986)等领域。在美国,基于树木年轮的干旱重建中也用到了PDSI(例如,Cole和Cook 1998; Cook等人1999; Fye等人2003)。这些研究大都基于特定的国家或地区。然而,Dai等人(1998)计算了1900-1995年全球区域的PDSI值,并分析了厄尔尼诺 - 南方涛动(ENSO)现象对全球区域干湿变化的影响。该课题野更新了Dai等人此前提出的全球PDSI数据集(1998),同时通过PDSI数值来对土壤湿度和河流流量进行了评估,探讨二十世纪PDSI的变化趋势和主导模式,并研究了二十世纪下半叶地表变暖对全球区域的干湿变化趋势的影响。全球范围的PDSI 数据集(http://www.cgd.ucar.edu/cas/catalog/climind/pdsi.html)已被许多科研团队使用,将来会持续更新。我们认为PDSI应该被用于年度尺度的研究,而在研究高纬度寒冷季节的土壤湿度时PDSI并不适用。此外,对于确定的PDSI值,所代表的干湿程度应取决于当地的平均气候条件。例如,美国中部的PDSI值为 4意味着发生洪水,但在非洲北部或许降雨量只有本地的平均水平(按美国中部标准)。

2.数据集和程序

表1 本研究中使用的数据,都是月尺度

表1列出了本研究使用到的数据集。为了计算逐月PDSI数值,我们使用气候研究中心(CRU)所提供的地表温度数据(Jones和Moberg 2003;重新调整到2.5°X 2.5°网格)。1948年至2003年的降水数据来自国家气候环境监测中心(NCEP)(Chen et al.2002),这些数据是利用1948-1997年间5000至16500个观测站点和近些年来的3500个观测点的网格数据通过最佳的插值方法创建的;1948年以前的降水数据我们采用的是Dai等人所提供的(1997年)。忽略Dai等人(1997)的数据中月尺度的误差,然后将Chen等人1950-1979年的数据的均值与之相加,相加的总和用于计算PDSI值的降水量数据。田间持水量(awc)数据我们采用的是Webb等人(1993)提出的的基于土壤质量的持水能力关系图。如果awc的值不超过2.54cm(或1英寸),那么田间持水来源于土壤顶层,而底层没有持水,或者说,顶层具有2.54cm的持水能力,而底层具有2.54cm的容量。温度和降水数据可能存在一些误差;然而,通过之前的分析,我们所做的各项措施都是为了减小数据误差(例如,Jones和Moberg 2003; Dai等人1997; Chen等人2002),并且所选时间序列被证实在大多数地区都是可靠的。该种低分辨率(2.5°X 2.5°)不能描述小规模的变化,例如山脉的变化。

PDSI在使用前常常未经严格的评估,这是由于它很难与其他测量数据直接进行比较,例如土壤含水量和流量。土壤含水量反映的是降水量中径流部分的含量。这取决于许多因素,包括田间持水能力(土质和土壤深度的函数),土壤条件,降水频率和强度(Tren-berth等,2003)。例如,强雷暴可能造成大量地表径流甚至山洪暴发,但地下土壤或许仍然干燥。相反,即便在数小时的光线下,层状雨水依旧可以在径流较少的情况下彻底滋润土壤。此外,地表和地下径流可能需要数周甚至数月才能到达世界主要河流的下游。这些情况说明了这些复杂关系包含大气水分供需关系(计算PDSI的基础),土壤湿度和径流。然而,地区和河流的年均PDSI、土壤湿度以及流量相互关联,因为这些由大气水分供(降水)需(即蒸发蒸腾)关系推出的指标都是用来衡量大规模干湿变化的。戴等人(1998)表明,地区平均PDSI与二十世纪的美国,加拿大中部,欧洲和澳大利亚东南部流量显着相关(r = 0.63-0.75)。在这里,我们将PDSI值与从全球土壤湿度数据库(http://climate.envsci.rutgers.edu/soilL湿气/)获得的(Robock等人,2000年)来自美国伊利诺伊州,蒙古,中国部分地区和前苏联(fUSSR)的土壤水分数据进行比较[见Robock]等(2000)。测量土壤湿度[见Robock等人(2000)的位置]的站点可由经纬度来定位,以便于与同地区的PDSI值比较。首先对附近的站点数据进行求均值,然后与其他站点均值继续求均值以得出该区域的算术平均值。我们还将求出世界几大河流域的PDSI,并与它们20世纪期间的流量(来自Dai和Trenberth 2002)进行比较。这个对比我们关注年度时间序列,从而忽略了径流和河流下游之间的时间前滞后性。PDSI数据集实用性需要靠它与其他干旱措施之间的显着相关性来进一步证实。

  1. PDSI与土壤湿度

图1.(a)帕尔默模型计算的平均年周期(实线)和观察到的(点,对于顶部0.9米深,17个站点)伊利诺伊州的土壤水分含量。(b)帕尔默模型中每月土壤湿度异常的散点图和1981 -2001年期间伊利诺伊州的观测结果。这里r是所有数据点的相关系数。图例:符号 ,o,X,*和●分别为5,6,7,8和9个月。(c)帕尔默与观测到的土壤湿度之间的相关系数随月份的变化和土壤深度。低于~0.4的值在统计上是不显着的。10月至2月的土壤水分数据不足。

图1用在伊利诺伊州实地观测到的土壤含水量和Palmer模型计算的相比较。对于暖季的半年,Palmer模型较好地呈现了0.9米深度的季节性和年度的平均变化,误差较小。值得注意的是Palmer模型与现代陆地表面模型(例如,Dai等人,2003)相比非常简单并且仅受逐月温度和降水影响。相关性不受影响的情况下,最大偏差发生在9月,此时计算出的平均土壤水分较低且年际变化大于观测值。计算出的总水分含量与每个层次观测到的水分含量之间的相关性最强,9月份深度约为1.25米,3月至4月期间相关性不显着,5月至6月期间深度仅约0.5米(图31C)。春季相关性较低,因为在简单的Palmer模型中不考虑融雪,但融雪对伊利诺伊州的土壤湿度影响很大。5月至6月期间雪的影响逐渐减弱,土壤湿度逐渐受到月降雨量的影响,因此Palmer模型表现更好。此外,图1b表明帕尔默模型中的土壤水分异常和数据具有不同的下限。

观察土壤含水量和伊利诺伊州的PDSI(图2)发现,这两者之间也具有显著的相关性。三个右下点显著降低了年际相关性(图2a),深度的相关性低于图1c所示的相关性,5月PDSI与观察到的土壤湿度相关性最强。这可能考虑到上面讨论的积雪效应,最大值有点令人惊讶。

Palmer模型计算的土壤含水量对中国,蒙古和前苏联等地区具有很大的偏差,因为该模型考虑的是美国中部的典型条件。另一方面,PDSI和Z指数的偏差趋于零。因此,我们将PDSI和Z与美国境外观察到的土壤含水量进行了比较。

图2.(a)1981 - 2001年期间伊利诺伊州PDSI月度异常和观测到的土壤湿度在0.9米深度范围内的散点图。这里r是所有数据点的相关系数。图例:符号 ,o,X,*和●分别为5,6,7,8和9个月。(b)PDSI与观测到的土壤湿度之间的相关系数随月份的变化和土壤深度。低于~0.4的值在统计上是不显着的。10月至2月的土壤水分数据不足。

表2显示了观测到的月平均土壤含水量(顶部1米深,除了伊利诺伊州,其顶部0.9米)和帕尔默模型计算的土壤含水量,Z指数,PDSI和观测到的降水量之间的相关系数。有土壤水分数据的地区(来自Robock等,2000)的PDSI的散点图中,中国和前苏联地区观察到的土壤湿度(SM)含量如图3和4所示。考虑到相关性,我们排除了冬季和春季,因为在这几个月中,水分数据不足或因为积雪导致PDSI和Z指数的相关性较差,很少下雪的华南地区除外。在这些逐月数据的比较中,我们只考虑同时进行的相关性。表2和图2,图2和图4显示了与模拟的土壤湿度,Z指数和观测到的降水相比,PDSI与观测到的土壤

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[19167],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。