-
题名2010-2100年淮河径流量变化情景预估
被引量：9
- 1
-
-
作者
高超
曾小凡
苏布达
闻余华
朱进
吴必文
-
机构
中国科学院南京地理与湖泊研究所
中国气象局气候变化中心
中国科学院研究生院
江苏省水文局
长江水利委员会九江水文勘测队
安徽省气候中心
-
出处
《气候变化研究进展》
CSCD
2010年第1期15-21,共7页
-
基金
国家自然科学基金项目(40771040)
国家重点基础研究发展计划(973计划)
“气候变化对我国东部季风区陆地水循环与水资源安全影响及适应对策”(2010CB428400)
-
文摘
根据淮河流域14个气象站点1964—2007年观测降水量与温度数据和ECHAM5/MPI-OM模式在3种排放情景下对该流域2001—2100年的气候预估,利用人工神经网络模型预估淮河蚌埠站2010—2100年逐月径流量变化。计算结果表明:3种排放情景下2010—2100年淮河径流量年际变化幅度差异较大,SRES-A2情景总体处于波动上升趋势,其中2051—2085年上升趋势显著;SRES-A1B情景2024—2037年年平均流量显著降低;SRES-B1情景年平均流量的变率甚小。季节分析表明:春季径流量在2010—2100年变幅最小,距平百分率在-15.1%～18.6%之间小幅波动。夏季平均流量在2040年代前呈下降趋势,之后小幅波动上升。秋、冬季平均流量SRES-A2和SRES-A1B情景变幅显著,其中,秋季SRES-A2情景2060年代距平百分率下降达50.6%,为3种情景下各季节径流量降幅之最;冬季SRES-A1B情景2050年代其增幅达到54.7%,亦为上升幅度之最。
-
关键词
气候变化影响
径流量
预估
人工神经网络
21世纪
淮河流域
-
Keywords
climate change impact
streamflow
projection
artificial neural networks
21 st century
Huaihe catchment
-
分类号
P333.1
[天文地球—水文科学]
-
