文摘

月降水持续时间计算湿和干燥天气使用历史记录和区域气候模型(RCM)模拟Wadi Al-Lith盆地西部的沙特阿拉伯。干态和湿态法术的持续时间的特点是基于50%的风险水平平均每月记录对应区域降水。湿法术的持续时间模型中的数据与观测的基本期1971 - 2000。气候变化的影响在干态和湿态法术的持续时间是获得使用三个全球气候模型预测和RCP4.5 RCP8.5 RCM场景缩减规模。概率分布函数(pdf)的气候模型场景和基准期的降水记录证明气候变化有一个明确的对湿和干燥的法术的持续时间的影响研究区。有湿法术增加频率在遥远的未来(2070 - 2099)相比,不久的将来(2020 - 2049)。湿的增加法术可以部分解释极端降雨事件的增加和减少干旱将出现在研究区21世纪末期。

1。介绍

湿的降水数据,干旱对水资源规划和管理很重要。他们是特别有价值的干旱和半干旱地区由于其高的时间和空间的变化。一般来说,“湿法术”这个词指的是一段强烈的降水,造成水盈余和偶尔可能会引起洪水或干旱地区的洪水。另一方面,“干旱期”是指时间的沉淀赤字导致偶尔出现水资源短缺、干旱,干旱的条件。干旱的基本特性,特别是干旱、由Şen[详细介绍1]。一般来说,湿和干旱识别根据持续时间、强度、严重性和时空传播经常从每日或每月的数据。月降水记录提供基本的数据允许检测气象、水文、或农业干旱,这被定义为不能为社会提供必要的水需求(1- - - - - -4]。此外,湿和干燥天气影响流域水质,进而可能对社会产生健康影响(5]。为了更好的水资源管理,剩余的水湿法术应该存储在地表水库或地下水储存设施补充供水在随后的干旱期。许多研究人员探索连续每月湿的概率和统计特性和干旱尤其是干旱分析通过使用不同的科学方法3,6- - - - - -12]。大多数文献是关于概率统计和随机建模的使用最广泛的随机模型自回归综合移动平均(ARIMA)模型(13]。一些作者指出,一个一阶马尔可夫链模型可以提供改进的结果(14- - - - - -16]。然而,对于水资源管理,除了这些程序,湿和干旱特征的识别概率和统计方法是非常重要的。为此,有必要考虑给定的降水记录对一个阈值水平,识别的特征行为记录内湿和干燥的法术。持续时间是降水的特征之一法术而另一些则强度、大小和频率。一般来说,干湿两用法术的持续时间被定义的水供给和需求水平。如果供水(少)大于需求,那么这个时间被认为是湿(干)。长时间的水赤字被定义为干旱(17]。通常每日降水是用来定义湿和干燥天气。然而这种分析认为每月的降水,而不是每天的数据,因为对于许多干旱地区,大多数在沙特阿拉伯每日降雨量记录为零。

的特征之一世界各地许多降水政权是湿发生在不同的时间长度。月降水记录可能仅仅使用给定风险水平分析,也有助于识别的关键级每月湿和干旱特性对截断水平。另一方面,潮湿的地理分布参数和目标区域的干旱是有用的新的水资源开发和规划项目尤其是农业活动和相关环境工程(18,19]。气候变化的影响在许多地区预计将不利变化的特点和频率(概率)湿和干燥天气20.,21]。水文气象变量湿和干燥天气所记录的月降水受气候变化的影响,这种影响可能扩展到广袤的区域。也出现了类似的影响在许多地区干旱频率增加的特征。贝茨et al。22)强调几个气候模型显示赤字异常干旱的主要触发事件导致多个对人类活动的影响。气候模型预测表明,夏季降水减少50%,而持续的温度升高导致干旱的严重程度的增加超过40%在地中海地区(23,24]。

为了弥补损失造成的长时间的干燥时间,需要观察和评估干旱期(干旱)和随后的湿现象使用可靠的科学方法(25]。Almedeij [26]建议的投影干燥时间可以通过气候模型场景的实现。Mishra et al。27]和Cancelliere萨拉斯[28]研究了湿和干燥天气的概率特征强调水资源管理的重要方面。Tsakiris et al。29日)提出了侦察干旱指数(RDI)基于累积沉淀潜在蒸散的比率。尽管许多研究气候变化的场景,分析湿和干燥的法术持续时间尚未充分覆盖的上下文中对干旱地区气候变化的影响。目前还没有研究湿和干燥的法术的持续时间超过沙特阿拉伯使用气候模型预测的数据。了解湿和干旱持续时间对研究很重要,因为它是水资源管理的关键,尤其是在干旱地区。因此,本文介绍了湿时间的特性和Wadi Al-Lith干旱,下水道到红海的水文流域,使用月降雨记录和气候模型的投影数据。

2。研究区域与数据

Wadi Al-Lith,位于沙特阿拉伯的西部省份,被选中为研究区域。在Wadi区域(40°10′和40°50 20°和21°15′′经度和纬度),海拔变化从零在红海海岸的超过2000平均海平面以上多山的一侧在东部(图1)。Wadi的集水面积大约是3262公里²。在这项研究中,四个气象站点(J107, J108、TA109 TA233)与降水记录至少三十年Wadi Al-Lith盆地被认为是。气象监测站的名字和他们的坐标给出了表1。

生成模型数据使用区域气候模型(RCM),即RegCM4由三个全球气候模型(GCMs) HadGEM2数据作为输入,GFDL, ECHAM6。RegCM4 RegCM开发的第四代国际理论物理中心,意大利的里雅斯特(30.),而HadGEM2英国气象局哈德利中心的全球环境模型版本2(解析: ),GFDL美国地球物理流体动力学实验室模型(解析: ),ECHAM6是德国马普研究所大气的全球气候模型气象学(解析: )。代表浓度通路,RCP4.5和RCP8.5气候情况考虑投影时期,和RegCM4域水平分辨率是25公里×25公里。模型运行在176年完成朗×98 lat 18垂直水平使用时对电网计划Fritch-Chappell闭包和CLM地表方案。RegCM4运行的细节与其他横向分辨率和较大的领域中可以看到Almazroui [31日)和Almazroui et al。32,33]。气候模型RegCM4运行时执行的整个阿拉伯半岛和RCP4.5 RCP8.5场景(4]。RegCM4的快速视图性能的模拟在沙特阿拉伯的气候参数,模拟降水的盒子41-48°E和20-2°N与ERA-Interim ( ;http://apps.ecmwf.int/datasets/data/interim-full-daily/levtype=sfc/)驱动数据和气候研究中心(CRU)降雨为例(图2)。2001 - 2010年期间的平均降水是6.03,3.50,和4.88毫米CRU HadGEM2, ERA-Int,分别。这些值占降水偏见HadGEM2和ERA-Int−41.90和18.98%,分别。之间的相关性HadGEM (ERA-Int)和CRU数据是0.60 (0.58)。同时,RegCM4降水驱动的模式与HadGEM2或多或少类似的观察CRU和ERA-Int驱动的数据。

此应用程序的目的,以下Almazroui et al。(4),每月,而不是每天降水数据被认为是,因为对于许多干旱地区,大多数日常记录是零在沙特阿拉伯,如前所述。一般来说,日常数据没有提供相关背景信息对大多数推论过程。每日降水预测只是一种天气数据需要供水管理的目的。在某些情况下,水的供应经理需要每日降水信息,而在其他情况下,他们需要知道多少降水将发生在一个更长的一段时间,如每周或每月规模。

以下是本研究中使用的类型的月度数据:(1)每月对所有四个站降水记录是可用的基本期1971 - 2000。(2)气候模型月降水总量控制段也是同样的基本周期。(3)月降水的投影模型提取和RCP4.5 RCP8.5场景四个站2020 - 2099年期间。(4)月降水的投影模型被认为是两个30年时间:不久的将来(2020 - 2049)和未来(2070 - 2099)。

在处理降水数据之前,有必要评估可用的观测的可靠性和质量,然后对数据不可靠。如果有缺失的数据,它们可以填写观察通过考虑至少三台接近目标站和等间距的周围使用normal-ratio方法。指数站的降水总量的比例加权的正常年降水量在适用情况下(34]。自然降水随时间和空间变化很大程度上(35,36图中可以看到)3(一个)从四个车站位置Wadi Al-Lith及其周边地区。为研究区域,这两个下游站(J107和J108)平均降水模拟模型在很大程度上是高估了观察(图相比3 (b))。在两个上游站(TA109和TA223)平均降水、模型低估了从12月到5月,高估了从6月到11月(图3 (c))。四个站的平均降水模拟的模型相比,在很大程度上是高估了观察(图3 (d))。其实,这是模拟降水量的气候模型的局限性。这是使用月降水的原因之一而不是每天的数据。降雨的空间分布气候学研究区域中可以看到文献[4]。分析,简单的算术平均两个下游站的两个上游站,四站被进一步研究。

3所示。潮湿和干燥时间和风险计算方法

研究连续雨天,湿(W)和nonrainy,干(D)的日子里,不仅是干湿两用法术的持续时间也数量计算,强度,最大持续时间,而且,最重要的是,风险评估计算。开始和结束的任何法术有两个过渡状态,wet-dry形式或干湿交替。读者应该记住,第一期是湿的或干的,它将直接取决于是否第一个数据值大于或等于截断(风险)的水平。连续干态和湿态法术的持续时间,在自然界中,有一个随机的字符。例如,湿(干)月紧随其后的是另一个湿或干月结果集群相邻湿(干)个月导致湿(干)法术的持续时间更长。因此,法术的持续时间取决于降水数量、发生时间、风险(截断)水平。图4显示示意图湿和干燥的时间序列。

没有必要,截断水平是一个恒定值,本文采用截断水平相对应的区域月度平均每个月近50%的风险水平。可以采用另一个风险等级,但过程不会改变。通过这种方式,每月降水系列的非平稳的价值考虑在内。

如果湿(干)法术持续时间显示旋转 ,可以看到从图4那 在哪里和是湿的数字和干旱;是数据的数量。另一方面,以下表达式是有效的数字之间的湿和干燥的法术。 方程(2)表明,湿的数量之间的差异和干旱等于1。在这项研究中,阈值被认为是每个月的合奏算术平均时间序列。这几乎相当于每个月50%的风险水平与不同的阈值水平。因此,每月降水发生的周期性是考虑。

在发展中风险曲线,采用频率统计分析,即每月降水所描述的是一个理论概率分布函数(pdf),包括广义极值γ,对数正态分布,广义极值(GEV Pearson)和极端值(EV,甘力克),和分布。这些pdf文档的使用取决于每月沉淀量或湿(干)法术的持续时间相对频率分布的形式(柱状图)。然而,在这篇文章中,累积分布函数(CDF)优先风险描述。一般的数学表达式, ,GEV PDF的沉淀量, ,给药 在哪里 , ,和模型参数。极端值类型甘力克PDF具有以下形式(37]:

另一方面,最早的应用高斯(正常)PDF水文变量的一篇论文中提出了使用正态概率水文数据的分析。这个PDF有钟形及其一般表达式可以发现在统计标准教科书 在哪里和是算术平均值和标准偏差值的强度值,分别。是非常重要的注意,正常(高斯)和指数pdf文件不能代表年度每日最大降雨或洪水数据。

为了获得一个倾斜的PDF,两个参数对数正态分布PDF有数学公式如下:

除了三参数对数正态分布分布相似由一个金额,转移 ,代表一个较低的边界(38]: 在此,和是强度的平均值和标准偏差值对数。一个灵活的PDF,其中还包括PDF(当指数 ),是两个参数γPDF格式,它可以表达数学 皮尔森(39]表明,pdf皮尔森三世及其对数版本,Log-Pearson三世,表示为 分别。

复发间隔, ,逆相关超过数概率, ,也称为风险级别:

的强度、 ,作为CDF曲线的基础由合适的PDF,表示 ,因此(11)以下形式: 在哪里设计值(阈值水平)对应于给定风险水平或返回。

4所示。结果与讨论

随后的步骤方法的应用本文给出如下:(1)第一步是确定是否有月度降水气候变化影响。为此,气候模型数据用于确定湿和干燥的法术知道气候模型不确定性的数据不是免费的。降水异常用于记录和底部RegCM4 HadGEM2模型驱动数据为例(图5)。1971 - 2000年期间的平均降水量为14.44毫米和40.91毫米的观察和HadGEM2模型,分别。RegCM4当被迫与GCM不是设计为能够与观察阶段。因此,模拟降水盈余(湿)和赤字(干)观测数据集不完全匹配;有时他们在阶段,有时相大小的差异。这些结果预计在当前气候模型的状态;然而,值得注意的是,模型数据可用于预测,气候变化的影响研究很重要的一点理解未来湿和干燥天气的变化相对于模型的基本期。(2)每年的月降水湿法术在超过30年的基本期提供一个时间序列。如果湿的数量每月法术的持续时间在一年然后干旱号码, ,等于 。图6显示了一个示例湿法术时间序列的观测和RegCM4 HadGEM2模型驱动的月降水的基本期1971 - 2000。这些图表表示数据平均的两个下游站(J107和J108),两个上游站(TA109和TA223),四个车站(J107, J108、TA109 TA233)。三十年,模型(观察)发现114(60)和133(120)湿法术对下游和上游站平均水平,分别为(数字6(一)和6 (b))。所有站平均,模型识别117比111年湿法术观察(图6 (c))。因此,很明显,平均观测和模型结果显示几乎相同数量的湿法术所有站平均相对误差在±5%。湿法术的高估模型数据很大(90%)的下游站上游站的平均和相对较小的平均水平(11%)。这表明尽管湿和干燥天气模型中的数据并不完全与观测数据(参见图阶段6),湿法术的数量相同的数据是相似的。因此,湿拼写的不确定性模型检测到的所有站平均约为5%。这个信息是非常重要的在理解湿或干法术的持续时间的变化在投射期间相对于基期。(3)为了证明,气候变化影响湿法术的持续时间在研究区,一般场景的概率分布函数(pdf)四站呈现在图7随着观测和平均RegCM4 HadGEM2数据驱动的基础时期。记住,pdf文件为未来时期只比得上模型基本周期,而不是与观测数据。观察到PDF只是用于比较曲线与模型的基本期。在图7,RCP8.5场景显示了轻微湿法术持续时间增加的时期2020 - 2049和2070 - 2099。

图7显示PDF块模型和观测数据对湿每月法术的持续时间。基本周期,PDF模型图右边的观测数据,这表明高估湿法术的持续时间的模型数据。在这个基本周期模型和观测曲线都显示有点不同的位置和大小。PDF曲线在整个投影(即时期。,RCP4.5 2020–2049, RCP8.5 2020–2049, and RCP8.5 2070–2099) lie to the right of the model plot for the base period, indicating an increase in the duration of wet spells, hence implying that climate change has an impact on the study area. The increase in the duration of wet spells is expected to replenish groundwater stores in the future and also to enhance agricultural activities. On the basis of Figure7和以下相关分析湿的pdf(干)月降水以下几点突出显示。(我)所有中提到的(3)- (10)是测试一个接一个地找到最适合,γ(见(8在这个分析)。(2)每月湿的持续时间(干)法术符合伽马pdf密切观察和预测月降水数量。(3)月降水预测预计将来湿期相对较长,这意味着一个间接增加降水。(iv)γPDF参数不同,但他们都是按照相同的PDF。

湿和干燥的法术得到降水异常在30年时间远近的未来使用RCP4.5和RCP8.5场景表明,没有多少区别两个场景(图8)。两个场景提供或多或少相同数量的法术,除了一些法术的大小是不一样的。两个场景变化的峰值8%和7%的时期2020 - 2049和2070 - 2099年,分别。因此,不确定性之间的沉淀峰鉴别两个RCP场景是在10%。盈余和赤字数额是用来计算湿和干旱的特点在投射期间,提出了相对于基期变化。

图9显示数量的年度累计湿法术投影段下游站2020 - 2099年的平均,上游站,和四个站根据RCP8.5场景中,在短暂的利益的可比数据没有显示RCP4.5因为他们RCP8.5完全相同(见图9)。有一个数量的年际变化湿法术;即湿法术的数量每年不同。虽然总体的变化几乎是恒定的时期(2020 - 2099),对所有车站远未来的平均是积极的和更高的每十年(0.33)相比,不久的将来(−0.28每十年)。

上游(下游)站平均湿法术变化的数量是1.38(0.22)相比,在遥远的未来−0.05(−0.42)在不久的将来。标准偏差1.07、1.27和1.34,分别上游、下游站,平均的数量表明,湿法术变化幅度小。5年滑动平均说明湿间隔近20年来的峰值法术上游和所有站平均总投影段。这个区间峰值有点随机下游站的平均水平。

湿法术的数量的变化在投射期间比基期RCP8.5如图10。结果类似图所示9,尽管所有站的标准差是稍微增加平均(1.42)。

此外,数量的三个模型(GFDL, HadGEM2和ECHAM6)平均降水在不同风险水平预计将增加在遥远的未来比在不久的将来与历史基础期(图11)。因此,湿的轻微增加法术和降水量的增加在遥远的未来相比,不久的将来,是水资源管理的有价值的信息和农业研究计划。下游站的平均水平,基本周期,所有风险水平的模型高估了但低估了风险水平(图1和2(11日))。上游站的平均水平,所有风险水平的模型高估了但措施同样级别1(图11 (b))。结果表明,基础期(1971 - 2000)的所有站平均模型高估了降水约37岁,50岁,66年,97年,127年,270%的风险级别1、2、4、10、20日分别为和50%(图11 (c))。这表明大降水模型估计的不确定性,正如前面提到的,直到现在才不受限制。因此,使用这个模型包括新开发Saudi-KAU模型(40,41)来驱动RegCM4可能有用的准备multimodel合奏为面向应用的任务包括降雨收获在该地区在气候变化的背景下。本文提供了一个基础文档在气候模型数据的实用程序。

5。结论

湿法术持续时间是至关重要的农业、水资源系统和某些管理部门特别是在干旱地区。在实际应用程序中,知识月度湿(干)法术的持续时间对决策是至关重要的。本文分析了湿法术的持续时间与平均从四个气象站观测和区域气候模型预测基于使用HadGEM2 RCP4.5和RCP8.5场景,GFDL, ECHAM6边界迫使RegCM4开车。Wadi Al-Lith上成功地进行了分析在沙特阿拉伯西部省份。月降水记录在两个下游站,两个上游站,和所有四个气象站点平均比气候模型结果基本期1971 - 2000。观察到,而潮湿的气候模型成功地捕获模式和干旱基地期间,它高估了数量的湿法术所有站平均相对误差在±5%,因此给信心模型捕获法术持续时间历史的能力。另一方面,气候变化的分析模拟,平均超过所有电台,表明湿法术的数量可能是稳定的(标准差1.34)2020 - 2099年期间,尽管略有增加的数量(标准差1.42)湿法术,也就是说,减少干旱的数量相比,21世纪的末期不久的将来(2020 - 2049)。此外,模型场景显示高值的数量相比湿法术在未来的基本期的干旱,反之亦然。此外,观察湿法术的持续时间的增加在未来与基期相比。这一发现是一个有价值的信息规划的供水系统设计和管理和农业部门在研究区存在很大不确定性模型中沉淀的结果。 In future, a similar analysis using an ensemble from many GCMs may prove useful for the assessment of uncertainties involved in the projections, hence providing more accurate results for decision makers.

的利益冲突

作者宣称没有利益冲突。

确认

这个项目由国家计划科学、技术和创新(MAARIFAH),阿卜杜勒阿齐兹国王科技城,沙特阿拉伯王国,奖不。11-WAT1999-03。作者也承认由于科技单位,阿卜杜拉国王大学的技术支持。ICTP,意大利的里雅斯特,被公认为RegCM和驱动数据。计算执行本文中描述的工作使用阿齐兹阿卜杜勒阿齐兹国王大学超级计算机的高性能计算中心,吉达,沙特阿拉伯。