太阳成集团tyc234cc -主页欢迎您

新闻公告

太阳成集团tyc234cc

2020年科研工作重要进展系列成果专题一——跨境流域水文过程变化研究

更新时间: 2021-03-08 编辑:CZY

编者按:2020年研究院31名科研教学人员团结一致、攻坚克难、整合力量,打造特色研究方向,取得了丰硕成果:获云南省科技进步一等奖一项,入选云南省野外观测科研站一个;国家自然科学基金立项14项(立项率58%,全院师均获资助0.45项,含重点级项目2项),目前研究院在研纵向科研项目总计48项;2020年研究院在Nature Reviews Earth & Environment、Earth and Planetary Science Letters、Geophysical Research Letters、Remote Sensing of Environment等地学主流杂志发表(含合作发表)学术论文183篇,其中SCI/SSCI/EI收录121篇(一作及通讯76篇,人均2.45篇/年),授权专利(含实用新型)13项,以下将分八个专题对代表性的亮点成果进行介绍。


专题一:跨境流域水文过程变化研究

何大明研究员团队2020年度在跨境流域降水数据校正、水文过程变化模拟以及驱动机制等方面取得了新认识,成果发表在Atmospheric Research、International Journal of Climatology等主流期刊。

1.1提高了跨境流域极端降水监测能力和流域水文过程模拟效率

国际河流区降水观测资料稀缺,是制约流域水文过程模拟研究的瓶颈之一。格点降水数据(包括遥感反演降水、空间插值降水及再分析降水数据)虽有空间覆盖范围全面的优点,但仍要依赖良好的基础观测资料进行验证、校正。国际河流流域存在数据资料缺失严重、数据序列参差不齐、数据共享困难等问题,很难达到传统格点数据校正工作的基本要求。针对这类问题,团队提出基于气候分区与概率密度匹配的格点降水数据校正方案(LS_CDF),可利用有限的国际共享资料数据,高效完成降水数据的校正。以雅鲁藏布江—布拉马普特拉河流域为研究区,对APHRODITE格点降水数据进行了校正,矫正后降水无论从时空分布还是极端降水方面都保持良好表现,并在基于VIC水文模型的水文过程模拟中,提高了对极端径流的模拟表现。该研究有助于降低格点降水数据校正工作中对实测数据时间序列、空间分布的严格要求,为资料稀缺的跨境流域水文过程及其变化研究提供了借鉴思路和方法。

图1-1 雅鲁藏布江-布拉马普特拉河流域6至9月原始及校正APHRODITE降水数据得到的极端降水指数平均误差比较(Luo et al., 2020, AAAR)

图1-2校正后APHRODITE降水数据在雅-布流域上中下游日尺度极端径流模拟效果对比

(Ji et al., 2020, Atmospheric Research)


1.2揭示了中亚山地河流径流量的气候驱动机制

1998年前后全球变暖出现了一定的停滞,然而中亚河流对变暖停滞的响应仍不清楚。利用中亚山地8条河流的器测径流记录,我们发现中亚径流变化是由于东热带太平洋海表温度变化引起的降水/干旱变化,而赤道东太平洋表面冷却是过去20年中亚径流增长减缓的主要原因。同时,温度也可能是暖季期间帕米尔高原流量变化的重要驱动力,但是温度与流量之间的联系不稳定,部分原因是降水引起的降温。中亚山地河流径流对气候因子的变化十分敏感,水资源管理者应充分考虑气候变化对山地径流的影响。

图1-3 1957-2015年期间,第一至第三主成分pcs和海温数据集之间的空间相关。PC1与soi指数(d)、nino3.4 ssts (e)和amoi (f)的比较。利用cesm模式模拟了1950-2005年厄尔尼诺(g)和拉尼娜(h)年降水(遮荫)和850hpa水汽输送异常(矢量uq和vq乘以1000)的空间分布。(Chen et al., 2020, Atmospheric Research)


1.3青藏高原南部河谷降水量重建及对比研究

青藏高原降水的时空变化对亚洲大部分地区的淡水资源和可持续发展具有重要影响。扩展区域跨境河流流域降水的器测记录,对于气候变化条件下水资源管理和决策至关重要。本文根据萨尔温江河谷上游和布拉马普特拉河谷上游针叶树年轮的树木宽度变化,重建了9月至今年6月(r2= 42.9%,1600-2016年)和7月以前至今年4月(r2= 44.1%,1650-2016年)的降水变化,揭示了近367年来两河流域降水量的变化趋势。我们的树轮宽度年表的第一个特征向量,成功地捕捉到了两个河流流域的仪器径流变化信号。近30年来,青藏高原社会经济的快速发展和南亚东南亚的人口增长,对青藏高原的水资源供给造成了极大的压力。我们的降水重建为管理这些重要的区域水资源的策略提供了有价值的见解。

图1-4利用降水敏感的树轮数据反演的萨尔温江河谷上游和布拉马普特拉河谷上游径流量变化(Chen et al., 2020, Ecological Indicators)