2019, Vol. 38
2. 中国科学院西北生态环境资源研究院 中国科学院内陆河流域生态水文重点实验室/阿拉善荒漠生态-水文试验研究站, 甘肃 兰州 730000;
3. 中国科学院大学, 北京 100049
联合国政府间气候变化专门委员会(IPCC)第五次报告指出:过去100多年, 全球范围内地表平均温度呈线性上升趋势, 升高0.89 ℃, 几乎所有地区都经历了升温(IPCC, 2014); 在过去30年中, 每个10年的地表温度均高于1850年以来的任何一个10年的地表温度, 而且未来气候将持续变暖(Paparrizos et al, 2017; 徐影等, 2017; 董思言等, 2014)。在全球气候变暖的大趋势下, 极端气候事件显著增多, 由此带来的水循环的加速, 导致极端水文事件频发, 给社会、经济和人类活动带来直接影响和损失(贺斌等, 2012)。近年来, 极端气候和极端水文事件的发生受到越来越多的气候和水文学研究人员的关注(孙桂丽等, 2011; 周京武等, 2014; 韩鹏飞等, 2016; 徐宗学等, 2017; 陈锐杰等, 2018; 张婧雯等, 2014; Wang et al, 2017), 关于极端气候的研究较多, 主要集中在区域尺度上对极端气候事件的时间变化趋势和空间分布特征的研究方面(崔凤琪等, 2015; 陈丽娟等, 2016; 陈亚宁等, 2017; 黄维等, 2017; 孙晨等, 2017; 马齐云等, 2017), 而对极端水文事件的系统性研究还较缺乏, 特别是在极端水文事件的定义和气候变化背景下极端水文事件的发生规律和机理方面仍显不足(张利平等, 2011; 胡彩虹等, 2013)。
西北干旱区内陆河流域均开展了极端气候事件和极端水文事件的相关研究, 如贺斌等(2012)关于新疆阿尔泰山地区极端水文事件对极端气候的响应研究中认为气候变暖使水循环加速, 极端水文事件趋于增多, 冬春季气温升高, 融雪洪水提前, 使洪峰流量增强, 夏季极端降水增多, 使暴雨洪水增多。李培都等(2018a)关于敦煌以及周边地区极端降水事件时空变化特征的研究中认为极端降水呈增加趋势, 在空间上表现出从西到东的梯度增加趋势。诸多学者的研究成果均认为近年来总体上极端洪水事件呈增加趋势, 极端枯水事件呈减少趋势(李佳秀等, 2014; 孙桂丽等, 2011; 吴志勇等, 2011), 说明在西北干旱区内陆河流域极端水文事件的变化特征具有一致性。疏勒河流域位于甘肃河西走廊西部, 是河西三大内陆河之一, 水资源主要形成于上游祁连山区的雨水、冰川融水和季节性冰雪融水, 其径流受气候变化的影响非常大(杨春利等, 2017)。尤其是随着极端气候事件的变化, 该区域的极端水文事件也随之变化。因此, 明确疏勒河流域极端水文事件对极端气候事件的响应规律, 对疏勒河流域水资源开发利用与管理具有重要意义。目前, 关于疏勒河流域的研究主要集中于径流和气候变化方面以及两者之间的响应关系(杨春利等, 2017; 李培都等, 2018b; 丁宏伟等, 2001; 王小玲等, 2010; 蒋憬, 2014; 李计生等, 2015), 研究结果基本一致, 均认为疏勒河流域径流量呈现上升趋势, 而气温的变化是导致径流量增加的主要因素, 降水是次要因素。该流域径流主要由降雨、冰川融水和季节性积雪融水组成, 对极端气候的变化非常敏感, 加之季节性洪水频发, 对当地人民生产生活以及自然环境造成严重危害, 所以, 明晰该流域多年来的极端水文事件的变化以及对极端气候事件的响应关系, 对于提升对该流域水文过程的认知, 提高该流域防灾减灾能力和洪水资源化利用具有重大意义。
2 研究区概况疏勒河流域位于甘肃省河西走廊西部(92°11′E-99°00′ E, 38°00′N-42°48′ N), 是河西走廊三大内陆河流域之一, 全流域包括北部疏勒河水系和南部苏干湖水系两大部分(杨春利等, 2017), 流域面积17×104 km2。1960-2017年多年平均气温6.98~9.82 ℃, 极端最低气温低于-30 ℃, 极端最高气温超过40 ℃。年降水量为40.2~57.5 mm, 年蒸发量高达2577.4~2653.2 mm, 降水主要集中在6-9月, 占全年降雨量的61% (李培都等, 2018b)。昌马堡水文站位于96°51′E, 39°49′N, 海拔2112 m, 以上流域面积10961 km2, 径流补给来源为降雨、冰川融水和季节性冰雪融水混合补给, 2000-2016年多年平均流量为29.6 m3·s-1, 总径流量9.335×108m3, 径流模数2.7 L·s-1·km-2, 昌马堡站径流变异系数CV值为0.26, 年极值比为3.88, 处于我国和西北地区径流年际变化的低值区(王小玲, 2010)。
|
图 1 研究区示意图 Fig. 1 Schematic diagram of the study area |
所用的气象数据来自于中国气象数据网(http://data.cma.cn/site/index.html)提供的中国地面气候资料日值数据集(V3.0)。从中选取托勒站、敦煌站、玉门站、瓜州站、马鬃山站和酒泉站的1959-2017年的气温和降水日值数据来计算极端气候指数, 并通过汇总得到年平均气温、降水、蒸发数据。径流数据选取疏勒河上游水文控制站昌马堡水文站2000-2016年的日径流数据。
|
表 1 疏勒河流域气象水文站点描述 Table 1 Description of Meteorological and Hydrological stations in the Shule River Basin |
极端气温指数采用世界气象组织“气候变化检测和指标”推荐使用的极端气候指标(Caesar et al, 2011; Vincent et al, 2011)。本文选取其中8个广泛使用的极端气温指数, 包括霜冻日数(FD0)、冷昼日数(TX10p)、冷夜日数(TN10p)、夏日日数(SU25)、暖昼日数(TX90p)、暖夜日数(TN90p)、极端最高气温(TXx)、极端最低气温(TNn)。6个极端降水指数包括持续降水日数(CWD)、连续无降水日数(CDD)、日最大降水量(Rx1day)、5日最大降水量(Rx5day)、降水强度(SDII)、极端降水总量(R95p)。利用RClimDex软件对14个极端气候指数进行质量控制并分别计算疏勒河流域托勒站、敦煌站、玉门站、瓜洲站、酒泉站和马鬃山站的极端气候指数。
3.2.2 极端水文事件计算本文选取2000-2016年昌马堡水文站日径流资料, 参考杨帆(2011)的极端水文事件确定方法, 以升序方式排列, 确定日径流枯水事件阈值和洪水事件阈值, 计算大于洪水事件阈值的日流量次数和小于枯水事件阈值的日流量次数作为洪水事件和枯水事件次数。将洪水事件按照升序排列, 采取大于第90百分位值的洪水事件为极端洪水事件, 同理, 枯水事件按升序排列, 小于第10百分位值的枯水事件为极端枯水事件。
3.2.3 主成分分析为了确定极端气候指数对极端水文事件的影响, 选取极端最高气温、极端最低气温、霜冻日数、冷昼日数、冷夜日数、暖昼日数、暖夜日数、夏日日数、极端降水总量、日最大降水量、5日最大降水量、降水强度、持续降水日数、连续无降水日数这14个极端气候指数做主成分分析。主成分分析是通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量, 转换后的这组变量叫主成分(Pearson, 1901; 任梅芳等, 2018)。在进行旋转主成分分析前必须进行因子的KMO(Kaiser-Meyer-Olkin)检验, 以判断是否适用于该分析方法。主成分分析过程参照张茹等(2017)的分析过程如下:
(1) 对原始数据进行标准化处理。将各值按以下公式进行标准化处理:
| $ Z_{i j}=\frac{\left(x_{i j}-\overline{x}_{i}\right)}{S_{i}}, (i=1, 2, \cdots, m ; j=1, 2, \cdots, p) $ | (1) |
式中: xi为第i个指标均值; Si为第i个指标的标准差; Zij为第j个样本的第i个指标的标准化值。
(2) 求相关系数矩阵R=(rik)m×m。假设第i个指标与第k个指标之间的相关系数为rik其计算方法如下:
| $ {{r}_{ik}}=\frac{\sum\limits_{n=1}^{m}{{{z}_{in}}}{{z}_{kn}}}{m-1}, (i, k=1, 2, \cdots, m) $ | (2) |
式中: zin为第i个指标的标准化值; z kn为第k个指标的标准化值。
(3) 求出相关系数矩阵的特征值和特征向量。
(4) 确定主成分, 并对各主成分所包含的信息予以适当解释。
4 研究结果 4.1 气候年际变化特征将疏勒河流域托勒、敦煌、玉门、瓜州、酒泉、马鬃山站的日值气温、降水和蒸发量数据汇总得到年际数据, 然后将6个站点的数据通过算术平均得到全流域的年际气温、降水和蒸发数据, 通过计算年际距平值(图 2)可知, 从1959-2017年气温的变化非常明显, 其中1959-1995年, 年平均气温基本低于多年平均值, 1995年以后, 均高于多年平均值, 而且近年来距平值呈增大趋势。降水量呈现波动变化, 低于降水量距平值的年份多于高于降水量距平值的年份, 近年来降水量高于多年平均降水量, 总体而言, 降水量的增加趋势不明显。蒸发量呈现下降趋势, 以1980年前后为分界点, 1980年以前蒸发量基本高于多年平均蒸发量, 1980年以后, 特别是2002年以后, 蒸发量多低于多年平均蒸发量, 由此得出蒸发量呈下降趋势。
|
图 2 1959-2017年疏勒河流域气温(a)、降水(b)、蒸发量(c)距平的年际变化 Fig. 2 Interannual variation of temperature (a), precipitation (b) and evaporation (c) in the Shule River Basin from 1959 to 2017 |
将疏勒河流域各气象站点的极端气候指数做算术平均, 得到全流域平均的各项极端气候指数。如图 3(a)~(d)所示, 代表高温指数的暖昼日数(TX90p)、暖夜日数(TN90p)、极端最高气温(TXx)、夏日日数(SU25)均呈现上升趋势, 年际变化倾向率分别为1.96 d·(10a)-1, 1.89 d·(10a)-1, 0.32 ℃·(10a)-1和3.00 d·(10a)-1, 暖昼日数、暖夜日数和夏日日数均通过0.05显著性检验, 上升趋势显著。代表低温指数[图 3(e)~(h)]的霜冻日数(FD0)、冷昼日数(TX10p)和冷夜日数(TN10p)呈现下降趋势, 年际变化倾向率分别为-2.70, -1.15和-1.44 d·(10a)-1, 均通过0.01显著性检验, 极端最低气温(TNn)呈小幅上升趋势, 年际变化倾向率为0.16 ℃·(10a)-1, 未通过0.05显著性检验。综上所述, 可以得出疏勒河上游极端气温指数的变化符合气候变暖的大趋势。
|
图 3 1959-2017年疏勒河流域极端气温指数变化 Fig. 3 Change of extreme temperation indices in the Shule River Basin from 1959 to 2017 |
如图 4所示, 疏勒河上游持续降水日数(CWD)、日最大降水量(RX1day)、连续5日最大降水量(RX5day)、降水强度(SDII)、极端降水总量(R95p)均呈上升趋势, 年际变化倾向率分别为0.07 d·(10a)-1, 0.66 mm ·(10a)-1, 0.93 mm·(10a)-1, 0.08 mm·d-1·(10a)-1和2.88 mm·(10a)-1, 其中持续降水日数、降水强度未通过0.05显著性检验, 日最大降水量、连续5日最大降水量、极端降水总量均通过0.05显著性检验。连续无降水日数(CDD)呈下降趋势, 年际变化倾向率为-3.60 d·(10a)-1, 未通过0.05显著性检验。综上所述, 疏勒河上游极端降水呈增加趋势, 符合西北内陆区气候逐渐暖湿的趋势。
|
图 4 1959-2017年疏勒河流域极端降水指数变化 Fig. 4 Change in extreme precipitation indices in the Shule River Basin from 1959 to 2017 |
选取疏勒河上游水文控制站昌马堡站2000—2016年的日径流数据, 通过极端水文事件的计算方法, 得出自2000年以来疏勒河上游极端洪水总量和频次以及极端枯水总量和频次的变化(图 5)。从图 5可以看出, 极端洪水总量呈小幅上升趋势, 年际变化倾向率为0.7×108m3·(10a)-1, 未通过0.05显著性检验。2000-2002年极端枯水总量降低, 2002-2004年极端枯水总量上升, 2006-2010年未发生极端枯水事件, 说明此阶段为丰水年, 2014年以后极端枯水总量先上升后下降, 总体来说略呈下降趋势, 年际变化倾向率为-0.01× 108 m3·(10a)-1。从2000-2016年极端洪水发生次数和极端枯水发生次数基本一致, 极端洪水共发生251次, 极端枯水共发生250次。极端洪水总量与洪水频次、极端枯水总量和枯水频次之间有非常好的正向相关性。
|
图 5 2000-2016年疏勒河上游极端水文事件年际变化 Fig. 5 Annual variation of extreme hydrological events in the upper reaches of Shule River Basin from 2000 to 2016 |
为了确定哪些极端气候指数对极端水文事件的影响, 将极端气候指数做主成分分析。前4个主成分方差的累计贡献率达到79%, 且特征值都大于1, 说明这4个主成分解释了大部分变量信息(表 2)。根据4个主成分的载荷矩阵(表 3)可以看出第一主成分与极端降水总量、五日最大降水量、日最大降水量、降水强度和暖夜日数的载荷分别达到0.881, 0.892, 0.794, 0.882和0.62;第二主成分与暖昼日数, 暖夜日数、霜冻日数的载荷分别达到-0.815, -0.706和0.677;第三主成分与冷夜日数、极端最低气温、冷昼日数的载荷分别达到0.86, -0.656和0.627, 由此将第一主成分归纳为极端洪水事件影响因子, 第二、三主成分归纳为极端枯水事件影响因子。所以极端洪水总量和洪水频次主要受极端降水总量、五日最大降水量、日最大降水量、降水强度、暖夜日数的影响。同理, 极端枯水总量和枯水频次主要受霜冻日数、冷夜日数、冷昼日数的影响。综上所述可以得出该流域的极端洪水事件主要受控于极端降水事件, 特别是极端降水总量, 极端高温天气对极端洪水总量的增加也有影响。而极端枯水事件主要受控于极端低温事件。关于疏勒河径流对气候变化的响应研究中, 均认为气温的升高是造成该流域径流量增加的主要原因, 降水是次要因素(张鹏等, 2013; 杨春利等, 2017)。而极端洪水事件对气候因子的响应有其特殊性, 极端降水和极端高温天气都会导致极端洪水的发生, 夏季暴雨天气在短时间内更容易形成特大洪水, 而极端高温天气导致上游山区冰雪融水量增大, 其形成的洪水强度较小, 持续时间较长。由于气候变暖湿, 极端降水及极端高温天气在一年周期内出现的时间提前, 进而导致洪峰发生的时间提前(图 7)。
|
|
表 2 主成分特征值及比例 Table 2 Eigenvalues and proportions of principle components |
|
|
表 3 主成分载荷矩阵 Table 3 Eigenvalues and proportions of principle components |
|
图 6 2000-2016年疏勒河流域年极端洪水总量占年径流总量的比重 Fig. 6 The proportion of annual extreme flood amount in annual runoff amount in the Shule River Basin from 2000 to 2016 |
|
图 7 2000-2016年疏勒河流域年最大洪峰流量(a)及出现时间(b) Fig. 7 Annual maximum flood peak runoff (a) and time of occurrence (b) in the Shule River Basin from 2000 to 2016 |
据蒋憬(2014)关于疏勒河昌马堡水文站年际径流年际变化规律的研究显示, 疏勒河流域最小径流出现在1月份, 1-3月径流量占全年总径流量的8.4%, 4-5月径流占全年径流总量的11.1%, 6-9月径流占全年总径流量的68.7%, 10-12月径流占全年径流总量的11.9%。杨春利等(2017)的研究也表明, 夏半年径流约占全年径流量的80%。根据近年来的昌马堡水文站资料, 夏季6- 8月径流占全年总径流量的58%, 6-9月径流占全年径流总量的70%, 说明夏季径流占全年总径流量的比例在增大。而洪水发生月份主要集中在6-9月, 极端洪水发生时间集中在7-8月, 从2000-2016年, 年极端洪水总量占全年径流总量的比重在4%~38%, 平均占比为19%(图 6), 呈现典型的干旱区内陆河流域水文特征。
将2000-2016年发生极端洪水时所对应的日降水、日均温、日最高气温、日最低气温做统计, 得到年极端洪水总量所对应的年总降水量、年平均均温、年平均最高气温、年平均最低气温, 上述变量之间的相关系数如表 4所示。年极端洪水总量与对应的年总降水量相关性最高, 达到0.898, 通过0.05显著性检验, 说明极端洪水的发生主要和降水量的增加相关。此外, 日最低气温与极端洪水总量的相关性达到0.507, 通过0.05显著性检验, 说明除降水因素外, 日最低气温的升高对年极端洪水总量的增加有显著的正向作用, 说明疏勒河流域极端洪水事件的增加趋势是由极端降水事件以及极端高温天气事件增加所引起的。随着气候变暖, 夏季暴雨事件增多, 使洪水发生频次和量级均增大(贺斌等, 2012; 邹全等, 2013)。
|
|
表 4 年极端洪水总量与对应的气温、降水的相关性 Table 4 Correlation between annual extreme flood amountand corresponding temperature and precipitation |
疏勒河2000-2016年年最大洪峰流量波动变化(图 7)没有明显的上升或下降趋势, 最大洪峰流量为2002年出现的0.39×108 m3, 多年平均最大洪峰流量为0.25×108m3。2000-2016年最大洪峰流量出现的时间集中在7-8月, 最大洪峰出现的时间有提前现象, 也即有从8月向7月转变的趋势(图 7)。出现此现象的原因是受西北内陆河流域气候向暖湿变化的影响, 一是极端降水总量、五日最大降水量、日最大降水量、降水强度发生时间提前, 二是极端高温天气出现时间提前, 使疏勒河上游在一年周期内冰雪融水发生时间提前, 在两者的作用下使极端洪峰流量发生时间提前。
6 结论与讨论通过对疏勒河流域极端气温、降水事件以及极端水文事件的分析, 得出极端气候事件和极端水文事件的变化特征。经主成分分析得出影响该流域极端水文事件的极端气候指数, 以及年最大洪峰变化趋势。主要结论如下:
(1) 疏勒河流域年际气温升高趋势明显, 降水量呈波动变化, 增加趋势不明显, 而蒸发量呈下降的变化趋势。表征高温的极端气温指数呈现显著上升趋势, 表征低温的极端气温指数呈显著下降趋势, 说明疏勒河流域气温增幅明显。极端降水指数呈现显著的增加趋势。
(2) 该流域极端洪水事件和频次呈上升趋势, 而极端枯水事件和频次呈下降趋势。经主成分分析得出, 极端洪水事件主要受控于极端降水事件, 特别是极端降水总量, 而极端高温天气对极端洪水总量的增加也有显著影响。而极端枯水事件主要受控于极端低温事件。2000-2016年年最大洪峰流量出现的时间有由8月向7月转变的趋势。
季节性洪水频发是内陆河流域的典型特征, 疏勒河流域作为河西走廊三大内陆河之一, 清楚认知该流域极端水文事件的发生规律对整个西北内陆河流域均具有参考价值。极端水文事件特别是极端洪水事件具有持续时间短、强度大、破坏性大的特点, 对流域生产生活均会造成严重影响。本文明确了疏勒河流域极端水文事件的主要影响因素, 阐明了极端水文事件与极端气候事件之间的内在联系, 可为该流域洪灾防治与水资源管理和配置提供基础性参考。内陆河流域产汇流过程复杂, 洪水的形成以及转化机制将是下一步研究工作中重点解决的问题。
Caesar J, Alexander L V, Trewin B, et al. 2011. Changes in temperature and precipitation extremes over the In-do-Pacific region from 1971 to 2005[J]. International Journal of Climatology, 31: 791–801.
DOI:10.1002/joc.2118 |
|
IPCC, 2014.Climate Change 2014: Synthesis Report.Contribution of Working Groups Ⅰ, Ⅱ and Ⅲ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[Core Writing Team, R.K.Pachauri and L.A.Meyer (eds.)].IPCC, Geneva, Switzerland, 151.
|
|
Paparrizos S, Matzarakis A. 2017. Assessment of future climate change impacts on the hydrological regime of selected Greek areas with different climate conditions[J]. Hydrology Research, 48(5): 1327–1342.
DOI:10.2166/nh.2016.018 |
|
Pearson K. 1901. On lines and planes of closest fit to systems of points in space[J]. Philosophical Magazine, 2(11): 559–572.
DOI:10.1080/14786440109462720 |
|
Vincent L A, Aguilar G E, Saindou M, et al. 2011. Observed trends in indices of daily and extreme temperature and precipitation for the countries of the western Indian Ocean, 1961-2008[J]. Journal of Geophysical Research:Atmospheres, 116: D10108.
DOI:10.1029/2010JD015303 |
|
Wang Y J, Zhou B T, Qin D H, et al. 2017. Changes in mean and extreme temperature and precipitation over the arid region of northwestern China:observation and projection[J]. Advances in Atmospheric Sciences, 34(3): 289–305.
DOI:10.1007/s00376-016-6160-5 |
|
陈丽娟, 王壬, 陈友飞. 2016. 1960-2014年福建省极端气候事件时空特征及变化趋势[J]. 中国水土保持科学, 14(6): 107–113.
DOI:10.16843/j.sswc.2016.06.014 |
|
陈锐杰, 刘峰贵, 陈琼, 等. 2018. 近60年青藏高原东北缘极端气温事件与气温日较差分析-以西宁地区为例[J]. 高原气象, 37(5): 1188–1198.
DOI:10.7522/j.issn.1000-0534.2018.00022 |
|
陈亚宁, 王怀军, 王志成, 等. 2017. 西北干旱区极端气候水文事件特征分析[J]. 干旱区地理, 40(1): 1–9.
|
|
崔凤琪, 唐海萍, 张钦, 等. 2018. 1960-2017年呼伦贝尔草原极端气候事件时空变化[J]. 干旱区研究, 35(6): 1382–1391.
DOI:10.13866/j.azr.2018.06.15 |
|
丁宏伟, 魏余广, 范鹏飞, 等. 2001. 党河水库入库径流量变化特征及趋势分析[J]. 中国沙漠, 21(增刊): 38–42.
|
|
董思言, 高学杰. 2014. 长期气候变化-IPCC第五次评估报告解读[J]. 气候变化研究进展, 10(1): 56–59.
DOI:10.3969/j.issn.1673-1719.2014.01.012 |
|
韩鹏飞, 王旭升. 2016. 利用ABCD模型预测流域水文对极端气候的响应[J]. 人民黄河, 38(11): 16–22.
DOI:10.3969/j.issn.1000-1379.2016.11.005 |
|
贺斌, 王国亚, 苏宏超, 等. 2012. 新疆阿尔泰山地区极端水文事件对气候变化的响应[J]. 冰川冻土, 34(4): 927–933.
|
|
胡彩虹, 杨帆, 李析男. 2013. 极端水文事件概念内涵及其在小流域的分析应用[J]. 水资源研究, 2(3): 171–180.
DOI:10.12677/jwrr.2013.23025 |
|
黄维, 杨春友, 张和喜, 等. 2017. 贵州省极端气候时空演变分析[J]. 人民长江, 48(增刊Ⅰ): 109–114.
|
|
蒋憬. 2014. 疏勒河昌马堡水文站径流年际变化规律分析[J]. 甘肃水利水电技术, 50(12): 4–6.
DOI:10.3969/j.issn.2095-0144.2014.12.002 |
|
李计生, 胡兴林, 黄维东, 等. 2015. 河西走廊疏勒河流域出山径流变化规律及趋势预测[J]. 冰川冻土, 37(3): 803–810.
DOI:10.7522/j.issn.1000-0240.2015.0089 |
|
李佳秀, 徐长春, 王晓, 等. 2014. 开都河流域极端水文事件变化及其对气候的响应[J]. 水土保持研究, 21(5): 285–297.
|
|
李培都, 司建华, 冯起, 等. 2017. 1958-2015年敦煌及周边地区极端降水事件的时空变化特征[J]. 高原气象, 37(2): 535–544.
DOI:10.7522/j.issn.1000-0534.2017.00055 |
|
李培都, 司建华, 冯起, 等. 2018. 疏勒河年径流量变化特征分析及模拟[J]. 水资源保护, 34(2): 52–60.
DOI:10.3880/j.issn.1004-6933.2018.02.09 |
|
马齐云, 张继权, 来全, 等. 2017. 1960-2014年松嫩草地极端气候事件的时空变化[J]. 应用生态学报, 28(6): 1769–1778.
DOI:10.13287/j.1001-9332.201706.002 |
|
任梅芳, 庞博, 徐宗学, 等. 2018. 基于随机森林模型的雅鲁藏布江流域气温降尺度研究[J]. 高原气象, 37(5): 1241–1253.
DOI:10.7522/j.issn.1000-0534.2018.00026 |
|
孙晨, 程志刚, 毛晓亮, 等. 2017. 近44a四川地区极端气候变化趋势及特征分析[J]. 兰州大学学报(自然科学版), 53(1): 119–126.
DOI:10.13885/j.issn.0455-2059.2017.01.018 |
|
孙桂丽, 陈亚宁, 李卫红. 2011. 新疆极端水文事件年际变化及对气候变化的响应[J]. 地理科学, 31(11): 1389–1395.
|
|
王小玲. 2010. 疏勒河昌马堡站年径流长期预报模型研究[J]. 地下水, 32(6): 150–153.
DOI:10.3969/j.issn.1004-1184.2010.06.057 |
|
吴志勇, 郭红丽, 金君良, 等. 2010. 气候变化情景下黑河流域极端水文事件的响应[J]. 水电能源科学, 28(2): 7–9.
DOI:10.3969/j.issn.1000-7709.2010.02.003 |
|
徐影, 周波涛, 吴婕, 等. 2017. 1.5~4℃升温阈值下亚洲地区气候变化预估[J]. 气候变化研究进展, 13(4): 306–315.
DOI:10.12006/j.issn.1673-1719.2016.239 |
|
徐宗学, 刘琳, 杨晓静. 2017. 极端气候事件与旱涝灾害研究回顾与展望[J]. 中国防汛抗旱, 27(1): 66–74.
DOI:10.3969/j.issn.1673-9264.2017.01.017 |
|
杨春利, 蓝永超, 王宁练, 等. 2017. 1958-2015年疏勒河上游出山径流变化及其气候因素分析[J]. 地理科学, 37(12): 1894–1899.
|
|
杨帆, 2011.区域气候背景下流域极端气候与水文事件的关系研究[D].河南: 郑州大学, 1-78.
http://cdmd.cnki.com.cn/Article/CDMD-10459-1011216134.htm |
|
杨卫, 张利平, 闪丽洁, 等. 2015. 汉江流域极端水文事件时空分布特征[J]. 气候变化研究进展, 11(1): 15–21.
DOI:10.3969/j.issn.1673-1719.2015.01.003 |
|
张婧雯, 李栋梁, 柳艳菊. 2014. 北半球极涡新特征及其对中国冬季气温的影响[J]. 高原气象, 33(3): 721–732.
DOI:10.7522/j.issn.1000-0534.2013.00044 |
|
张利平, 杜鸿, 夏军, 等. 2011. 气候变化下极端水文事件的研究进展[J]. 地理科学进展, 30(11): 1370–1379.
DOI:10.11820/dlkxjz.2011.11.006 |
|
张鹏, 张钰, 罗颖, 等. 2013. 疏勒河出山口径流对上游气候变化的响应[J]. 水资源与水工程学报, 24(5): 165–172.
|
|
张茹, 张学杨, 陆洪光, 等. 2017. 基于层次分析和主成分分析的城市空气质量评价——以徐州市为例[J]. 安全与环境工程, 24(3): 103–107.
|
|
周京武, 高鹰, 沈永平, 等. 2014. 天山南坡黄水沟与清水河寒区流域极端水文事件对气候变化的响应[J]. 冰川冻土, 36(4): 1042–1048.
DOI:10.7522/j.issn.1000-0240.2014.0126 |
|
邹全, 王国亚, 贺斌, 等. 2013. 1957-2010年天山玛纳斯河流域夏季径流及洪水过程对极端气候事件的响应[J]. 冰川冻土, 35(3): 733–740.
DOI:10.7522/j.issn.1000-0240.2013.0083 |
2. Northwest institute of Eco-Environment and Resources, Chinese Academy of Sciences Key laboratory of Eco-hydrology of Inland River Basin, Chinese Academy of Sciences Alxa Desert Eco-Hydrological Experimental Research Station, Lanzhou 730000, Gansu, China;
3. University of Chinese Academy of Sciences, Beijing 10049, China