论文部分内容阅读
CLIGEN （CLImate GENerator）模型可以用于产生与现有气候资料具有相同统计特征的每日天气数据,使用具有实测数据站点的资料,通过参数的空间内插,该模型还可以产生相邻未观测地区的日天气数据,同时,该模型还可以应用于对GCMs （Global Climate Models）模拟的月值数据进行时间尺度的解集,产生日值数据,从而应用于全球气候变化对土壤侵蚀、作物产量影响等方面的研究。但天气生成器是单点模型,在任何地区的应用都需要根据当地的气候资料进行参数估计,并对模型有效性加以验证。本研究利用散布黄土高原的12气象站点长时间序列的日气象数据评估了CLIGEN模拟降水量（日、月和年降水量）、连续干湿频率、气温、太阳辐射和风速的能力;对模拟较差的两个参数—太阳辐射和风速的模拟进行了改进;利用10个站点降雨模式数据评估了模型模拟降雨历时、相对峰值雨强和峰值雨强的能力;检验了指数分布对降雨历时的模拟效果;同时探讨了自由分布法在降雨量和降雨历时之间建立相关性后对降雨模式模拟的影响;同时,采用四种空间插值的方法对CLIGEN的气象参数进行空间插值,试图寻找一种或多种适合于CLIGEN气象参数空间插值的方法。得出了如下主要结论:（1） CLIGEN（v5.22564）可以较好的模拟黄土高原地区的日、月和年降水量以及年最大日降水量的均值,平均相对误差的绝对值（MARE）分别为3.5%、1.7%、1.7%和5.0%;与均值相比较,标准差的模拟略差,标准差的MARE分别为5.0%、4.5%、13.0%和13.6%。模型可以较好的模拟月和年降水量的分布（P=0.30～0.95）,但日降水量的累积分布模拟相对较差。CLIGEN模型中使用的一阶两状态马尔科夫链能较好的模拟黄土高原的连续干湿频率,但过低的模拟了最长干旱天数。CLIGEN过低的模拟了5～9月份降雨量大于10mm降雨的降雨历时,均值和标准差的平均相对误差（MRE）分别为-60.4%和-72.6%,降雨历时的分布也模拟很差。与降雨历时的模拟相比,峰值雨强和相对峰值雨强的模拟略好,峰值雨强均值和标准差的MARE分别为31.2%和55.2%,相对峰值雨强的分别为21.0%和52.1%。当采用指数分布模拟降雨历时后,均值和标准差的MRE分别减小到2.6%和7.8%。使用指数分布较好的模拟降雨历时后,即使采用自由分布法使降雨历时与降雨量之间建立相关性,计算得出的相对峰值雨强仍然模拟很差,均值和标准差的MARE分别为128.9%和241.1%。总之,CLIGEN适用于对黄土高原降水量和降水发生概率的模拟,但降雨模式的模拟还需要作进一步的改进;指数分布可以较好的模拟降雨历时,但导致相对峰值雨强的较差模拟,主要是由于峰值雨强模拟较差所引起的;为了较好的模拟黄土高原的降雨模式,需要使用一种更有效的方法（比如说Copula）使指数分布模拟的降雨量、降雨历时和峰值雨强之间建立相关性。（2）CLIGEN（v5.22564）能较好的模拟日最高、最低温度,t检验和F检验表明在P=0.01的水平下实测数据和模拟数据均值及标准差的差异均不显著;日露点温度的均值和分布也能较好模拟,其标准差模拟略差,F检验表明12个站点中有4个站点实测数据和模拟数据的标准差的差异极显著;CLIGEN对太阳辐射的模拟较差,但通过改进其模拟方法后,太阳辐射均值和标准差均可以较好模拟,其自相关性及与温度之间的互相关性的模拟效果也有显著提高;但其分布模拟略差;模型模拟的风速要显著的高于实测值,主要是由于模型源代码中存在单位转换的错误,修正这一错误后,风速的模拟效果显著提高,其均值和标准差的MARE缩小到0.17%和0.71%。同时,模型能很好的模拟温度日较差(Tmax1-Tmin1)、第一天最高温度与第二天最低温度之差(Tmax1-Tmin2)、第二天最高温度与第一天最低温度之差(Tmax2-Tmin1)的均值,MARE均为0.02%;但过低的模拟了Tmax1-Tmin1的标准差（MRE为-38.7%）,过高的模拟了Tmax1-Tmin2与Tmax2-Tmin1的标准差（MRE分别为55.76%和19.58%）。与CLIGEN（v5.111）相比,CLIGEN（v5.22564）在最低、露点温度的模拟精度方面有了较大的挺高,同时对Tmax1-Tmin2与Tmax2-Tmin1均值的模拟也有较大改进,但Tmax1-Tmin1的标准差的模拟变差,两个版本对Tmax1-Tmin2与Tmax2-Tmin1标准差的模拟结果相近;同时,模型两个版本对太阳辐射和风速的模拟相类似,均模拟较差,但是通过改进后,太阳辐射和风速均能较好模拟,太阳辐射的自相关性以及与温度之间的互相关性的模拟效果也有显著提高。（3）距离权重反比法（IDW）、克里格法（KRI）、全局多项式插值（GPI）和局部多项式插值（LPI）四种空间插值方法均可以满足CLIGEN输入参数中降水、最高和最低气温统计参数的空间插值,各参数各月实测数据与插值数据之间没有显著的差异（P>0.05）。但不同方法之间表现出显著的差异,对于CLIGEN中降水量各参数（均值、标准差、偏度系数）的插值,LPI为最优的方法,KRI次之,而GPI和IDW表现略差;而对于降水的转移概率,LPI与KRI均为较优的插值方法,GPI和IDW表现略差;对最高温度和最低温度的均值和标准差进行空间插值,不同方法在不同的参数方面表现出各自的优势,但总体上LPI要优于其它插值方法。总体来说,LPI无论是对CLIGEN的降水参数还是非降水参数进行空间插值均能表现出一定的优势,是一种较适宜的空间插值方法。