长江上游时空相关气候要素的区域趋势诊断

被引：11

作者：

王文鹏 ^{[1
,2
]}

陈元芳 ^{[1
]}

刘波 ^{[1
]}

机构：

[1] 河海大学水文水资源学院

[2] 河海大学计算机与信息学院

来源：

河海大学学报(自然科学版) | 2017年 / 45卷 / 01期

关键词：

长江上游气候要素; 区域趋势检验; Spearman检验; 自相关性; 互相关性;

D O I：

暂无

中图分类号：

P467 [气候变化、历史气候];

学科分类号：

摘要：

构建融合时空相关性的区域Spearman秩次相关检验方法,诊断长江上游CRU数据集中年降水量、年平均气温和年潜在蒸散发量在各子流域的区域变化趋势。结果表明:各气候要素均表现出明显的正向空间(互)相关性,气温和蒸散发还呈现出正向高阶时间(自)相关性,2种因素都会导致区域趋势显著性被高估。若忽略该影响,则判断上游各子流域均发生了显著气候变化。新方法有效削减了时空相关性的影响,发现近百年来上游气候变化趋势尚不显著,降水仅在金沙江区显著增加,在川江流域略有减少,气温和蒸散发在1960年以后才显著上升。研究结果表明考虑时空相关性对减少趋势误判起着重要作用。

引用

页码：14 / 21

页数：8

共 11 条

[1] 基于中国气象资料的趋势检验方法对比分析 [J].

章诞武 ;

丛振涛 ;

倪广恒 .

水科学进展, 2013, 24 (04) :490-496

[2] 长江上游径流变化及其对三峡工程的影响研究 [J].

张远东 ;

魏加华 .

地学前缘, 2010, 17 (06) :263-270

[3] 英国CRU高分辨率格点资料揭示的20世纪中国气候变化 [J].

闻新宇 ;

王绍武 ;

朱锦红 ;

David VINER .

大气科学, 2006, (05) :894-904

[4] 甘肃省降水的空间内插方法比较 [J].

方书敏 ;

钱正堂 ;

李远平 ;

不详 .

干旱区资源与环境 , 2005, (03) :47-50

[5]

Variance Correction Prewhitening Method for Trend Detection in Autocorrelated Data[J] . Wenpeng Wang,Yuanfang Chen,Stefan Becker,Bo Liu.Journal of Hydrologic Engineering . 2015

[6]

Updated high‐resolution grids of monthly climatic observations – the CRU TS3 .10 Dataset[J] . I. Harris,P.D. Jones,T.J. Osborn,D.H. Lister.Int. J. Climatol. . 2014 (3)

[7] Assessing Severe Drought and Wet Events over India in a Future Climate Using a Nested Bias-Correction Approach [J].

Ojha, Richa ;

Kumar, D. Nagesh ;

Sharma, A. ;

Mehrotra, R. .

JOURNAL OF HYDROLOGIC ENGINEERING, 2013, 18 (07) :760-772

[8]

Enhancing the effectiveness of prewhitening in trend analysis of hydrologic data[J] . K.H. Hamed.Journal of Hydrology . 2009 (1)

[9] The influence of autocorrelation on the ability to detect trend in hydrological series [J].

Yue, S ;

Pilon, P ;

Phinney, B ;

Cavadias, G .

HYDROLOGICAL PROCESSES, 2002, 16 (09) :1807-1829

[10]

Trends in floods and low flows in the United States: impact of spatial correlation[J] . E.M. Douglas,R.M. Vogel,C.N. Kroll.Journal of Hydrology . 2000 (1)

← 1 2 →