统计降尺度法分析太湖流域未来气候变化情景

大气环流模型（GCMs）预测的气候变化情景,需通过降尺度处理得出区域尺度上未来气候变化的时空分布信息,才能满足气候变化对资源、环境和社会经济等影响进行评估的需要。本文简单介绍了目前降尺度模式的研究现状,重点分析了统计降尺度的优缺点及适用性,并应用太湖流域7个气象站点基准期（1961年1990年）日最高气温和最低气温实测资料,对统计降尺度模型（SDSM）进行率定和验证,确定模型应用的预报因子变量,建立未来3个时期（2020s、2050s和2080s）的气温变化情景。结果表明,SDSM模型对于太湖流域日最高气温和最低气温的模拟效果较好,可以很好地模拟太湖流域未来的气温变化。与基准期相比,A2、B2情景下,太湖流域未来3个时期的日最高和最低气温变化情景都表现出明显的上升趋势,且随时间推移增幅明显增大;流域未来3个时期气温的季节变化较为明显,其中冬季增温最显著,秋季次之,春季和夏季变化相对较小。分析成果可为太湖流域未来气候变化情景的构建提供科学依据,以期为决策支持部门提供参考。