西藏东南部降水极值的变化外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

西藏东南部降水极值的变化

Jinshan Zhang ^a, *, Xingju Shen ^b, Baolong Wang ^c

^a中国科学院山地灾害与环境研究所山地灾害与地表过程重点实验室，四川成都610041

^b西南民族大学旅游与历史文化学院，成都610041

^c天水杨阳中学，兰州730070

文章信息

文章历史：

20152015年3月3日在线提供

关键词: 极端降水、时间特征、西藏东南部

摘要：

基于1978〜2013年5个气象台站的日降水量记录，研究了西藏东南部12个极端降水指数的时空变化特征。大多数降水量指数在整个地区并没有表现出一致或统计上显着的趋势。区域平均总降水量，连续干旱天数（CDD），强降水天数（R10）和简单日强度指数（SDII）有所增加，但只有连续干旱天数（CDD）具有统计显着性。与此同时，区域平均非常强降水日（R20），极端强降水日（R25），连续潮湿日（CWD），非常潮湿日（R95p）和极端潮湿日（R99p）均显着下降，最大1天降水量（Rx1day），最大5天降水量（Rx5days）和湿天（NW）。该地区正面和负面斜坡的分布极不规律。极端月降水量气候极端指数的时空分布存在差异。此外，除连续日数外，年降水量和极端降水量之间存在显着相关性。南亚夏季风（SASM）演变影响最极端降水指数的变化

copy; 2015 Elsevier Ltd and INQUA. All rights reserved.

1. 介绍:

由于各种极端的事件，通常是由观测总范围内的异常高值或低值 (IPCC, 2012)所定义，如飓风、干旱、洪水、滑坡和群发生的泥石流，导致不同地区的经济损失长期增加(Chang non等，2000; 伊斯特林等，2000;普吕多姆等，2003; Houghton等，2001），在区域和全球范围内的极端天气事件的变化特征、原因和机制的变化引起了巨大的关注（Milly等，2002; Min等人，2011; Mladjic等，2011;你等，2011; Zhang等，2011;王等人，2013b。）作为环境和经济条件的一个方面，降水可被认为是最重要的气候要素，其变化会严重影响自然水供应、河流排放、作物产量以及自然植被(Radinovic和Curic, 2009)。极端降水事件通常产生极端的水文事件，具有强烈的潜在负面影响(Zhang 等， 2005;亚历山大等.,2006; Nandintsetseg 等.,2007;Toreti Desiato,2008;崔等.,2009;多斯桑托斯等人，2011年;Radinovic Curic,2012)。由于气候变化对地域不同的地区有不同的影响，极端事件的变化表现出较大的区域差异，包括消极和积极的趋势。就区域趋势而言，欧洲大陆观察到显著的积极趋势(Todeschini, 2012;Rajczak 等.， 2013)，英国（Fowler和埃克斯特罗姆，2009; Chan等，2014），日本（上口等人，2011），横跨美国中部（Kunkel等，2012）和澳大利亚（Fiddes等，2014），而不同的极端降水参数，包括积极和消极的趋势，在印度（Revadekar和Preethi，2012； Preethi等，2011）和中国(你等，2011;傅等,2013)。尽管由于气候变化而引起的大气环流调整(Trenberth, 1999)所预期的水循环变化与大量的空间和空间有关。在时间尺度上，它们可以受到当地条件和区域特征的影响。一些研究认为降水分布的变化可能比更常引起的变暖风险更具影响力（Allen和Ingram，2002）。 此外，近二十年来许多其他研究一直关注气候变化（Easterling等，1997; Allen和Ingram2002; Alexander等，2006; IPCC，2007; Wentz等，2007; Zhanget等，2007）。青藏高原的东南部受青藏高原和印度洋暖湿气流影响（Deng 等。，2013）。在过去的几年中，冰川泥石流频繁发生，对当地居民，交通设施和跨界河流构成威胁（Deng等，2013）。由于冰川发育降水充沛，冰川对西藏东南部的温度变化敏感（Shi and Liu，2000）。雨季主要集中在6月至9月，尤其是7月和8月，以泥石流和山体滑坡为主（He et al。，2012）。另外，冰川湖的突出是青藏高原的主要危害之一（Yang et al。，2012）。虽然高原降水极值的强度和频率低于中国沿海地区和其他地区，但次生灾害的风险很高，损失也很大。由于大暴雪过程的显着增加，自20世纪90年代以来青藏高原的雪灾越来越严重和频繁（Zhou等，2000）。近年来，青藏高原降水极值研究取得了较为丰硕的成果。董等人。 （2001）讨论了青藏高原畜牧场的雪灾气候特征，并指出西太平洋副热带高压的年际异常是一个主要因素。陈等人。 （2006）分析了青藏高原东北部暴雨的时空演变特征。杨等人。 （2014）通过应用基于日降水量数据的阈值，频率和强度，调查了1961-2010年西藏极端降水事件的时空变化。周等人（2000）研究了青藏高原东部牧区暴雪过程和雪灾分布的基本特征。 Jian等人（2012）评估了近30年来西藏洪水过程中严重降水事件的时空分布。你等人。 （2008）关注青藏高原中东部地区1961-2005年年极端气候事件，并忽略了相对较短的观测期，月变化和机理分析Wang等人 （2013d）集中于1973年至2011年青藏高原西部气温和降水的日变化。 另外，其他研究主要关注平均降水量（Yang et al。，2013）。 尽管一些研究利用综合指数分析了降水极端事件，但讨论南亚夏季风对西南东南部降水指数和月降水量极端事件的影响存在局限性。为了研究西藏东南部地区降水极值频率，强度，持续时间和月变化的最新变化，我们从中国气象局收集了1978年至2013年期间观测到的每日降水量以及几个广泛应用的指数进行了计算。 分析了选定降水指数的变化以及降水极值与大气环流的关系。 这些研究方便了定量比较区域研究结果，这有助于更好地了解全球极端降水变化的原因。 此外，这些研究在评估和预测西藏东南部极端降水的影响方面发挥着重要作用。

相应的作者。

邮箱地址:zjszj@163.com (J. Zhang)

http://dx.doi.org/10.1016/j.quaint.2015.02.009

1040 - 6182 /copy;2015爱思唯尔有限公司和INQUA。保留所有权利

2. 数据和方法

2.1. 研究地区和数据质量

西藏东南部位于念青唐古拉（北部），横断（东部）和喜马拉雅山（西部）山的交界处。 地貌和地质结构非常复杂，深谷和地形起伏较大。 属西南季风亚热带山地气候区，受西南季风影响，雨量充沛。 目前，中国气象局在西藏东南部至少有10个气象站。 由于1990年后建立了5个，在1978年至2013年期间选择了5个先前的气象站（从西北到东南）的数据（图1）。 台站地理坐标见表1.台站日降水量由中国气象局国家气候中心提供。

表1

气象站的地理坐标

台站从西北向东南排列。

需要数据质量控制来确保气候变化研究的可靠性，并且是计算气候指数的先决条件（dos Santos et al。，2011）。 中国气象局国家气象信息中心实施了一系列数据质量控制方法，以纠正这些误差（李和熊，2004;王，2004）。 之后，分别使用RClimDex V1软件（Zhang和Yang，2004）和RHtest V3软件（Wang，2008）对原始数据进行简单的质量控制和同质性评估。 这两个程序都可以从http：//etccdi.paci fi cclimate.org获得

图1.西藏东南部气象站的分布

。

2.2。极端气候指数和趋势分析方法

在这项研究中，我们从联合CCl-CLIVAR-JCOMM ETCCDI（http：//etccdi.paci fi ccclimate.org）推荐的核心指数列表中选择了11个极端降水指数。其中一些指标单独或与其他指标一起被广泛用于评估世界不同地区极端沉降的气候变化（Klein Tank et al。，2006; Vincent et al。，2011; You et al。 ，2011; Croitoru等，2013; Wang等，2013a，2013b）。基于固定阈值，强降水日（R10），非常大降水日（R20），极端强降水日（R25），连续干旱日（CDD）和连续潮湿日（CWD）的指数是根据固定阈值记录降水量的阈值，它们可能会根据分析区域而有所不同（Hundecha和Bardossy，2005）。所使用的极端降水指数可分为三类（Croitoru et al。，2013）。基于固定阈值，强降水天数（R10），非常大降水天数（R20），极大降水天数（R25），连续干旱天数（CDD）和连续潮湿天数（CWD）的指数是根据固定阈值记录的降水量的阈值，并且它们可能会根据分析区域而有所不同（Hundecha和Bardossy，2005）。基于站点相关阈值的指数（例如非常潮湿的日子（R95p）和非常潮湿的日子（R99p））是基于百分比阈值定义的指数，并且定义为超过长期百分点的天数（El Kenawy et al 。，2011）。非阈值指数类包括那些考虑了记录在该地区的绝对值但不考虑任何阈值的指数，这些指标集中在降水记录的月绝对值上（Croitoru等，2013）。考虑了5个指标：最大1天降水量（Rx1day），最大5天降水量（Rx5days），简单日强度指数（SDII），全年湿润日降水量（PRE-CPTOT）和湿日（NW） ）。

本研究中基于降水数据的11个极端指数（表2）的计算使用软件RClimDex和湿天（NW）进行计算，湿天（NW）计算每日降水量的年日数大于或等于1毫米由微软公司Excel 2003使用非参数Sen方法（Sen，1968）来计算降水指数的趋势。如果采用Mann Kendall检验（Kendall，1955），这一趋势在0.05水平显着，则认为这一趋势具有统计显着性。这些非参数方法不假设数据序列是正态分布的，这在降水相关研究中得到了广泛应用（Vincent et al。，2011）。 Pearson相关和双尾t检验用于检测和估计指数间的相关系数。对于气候极端事件的空间差异，空间分布图通过ArcGIS 9中的反向距离加权绘制。因子分析用于将数据集划分为具有集群间相似性和集群间相异性的聚类（Li et al 。，2012; Wang等，2013a）。

表2

本研究中使用的降水指数的定义

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22496]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 1981-2010年期间塞尔维亚气候要素分析外文翻译资料
• 利用WOFOST模型模拟在古吉拉特中部地区4个小麦品种的生长和产量外文翻译资料
• 美国东部阔叶林88年以来生长季长度变化对碳同化和蒸腾的影响外文翻译资料
• 全球变暖导致夜间气温升高，水稻产量下降外文翻译资料
• 太湖涡度通量网外文翻译资料
• 涡度协方差法测量瑞士水库的极端CH4排放通量，并分析其短期变化外文翻译资料
• 来自非管理河口，湖泊，海洋，河流和湿地的生物甲烷排放的比较外文翻译资料
• 中国西北塔里木盆地人居环境适宜性分析外文翻译资料
• 罗马尼亚Iaşi市城市热岛的范围和强度外文翻译资料
• HadGEM 1家族的耦合模式和纯大气模式中水平分辨率的提高对南美洲气候模式的影响外文翻译资料