SDSM模型在海河流域统计降尺度研究中的适用性分析

全球气候变暖对陆地水循环会产生重大影响,统计降尺度方法是解决大尺度气候信息和小尺度水文响应的空间尺度不匹配问题的有效方法之一。选取NCEP/NCAR再分析日资料(简称NCEP)和HadCM3在A2和B2情景下的大气变量日资料(简称H3A2和H3B2),并选取海河流域上11个站点1961年2000年日平均温度、蒸发皿蒸发量以及降水的实测资料,采用SDSM(the Statistical Down-Scaling Model)方法,进行海河流域气候变化特征量的降尺度研究。研究表明:①使用SMLR(Stepwise Multi-Line Regression)方法,可以在广阔的空间范围内优选出具有一定物理机制的适用于不同预报量的预报因子;②SDSM方法对日平均温度、蒸发皿蒸发量以及降水都能较准确模拟,其观测与模拟值的确定性系数分别可达99%,92%和73%以上;③SDSM方法在模拟极端事件时存在一定系统偏差,而且模拟的峰值略滞后。