介绍Ybp
在2000年,《经济学人》(2001)报道,至少6的前12生活事件和9的前12的损失投保财产损失与水文事件有关。在1999年底,估计有50000丧生与沿着委内瑞拉北部海岸的大雨。的质量和数量饮用水也很重要(皮尔克和Guenni, 1999)。《经济学人》报道(1999年5月29日,第102页),而世界上90%的人口目前有足够的水,估计到2050年超过40%的人口面临着水资源短缺。获得安全用水更严重。在同一篇文章中《经济学人》报道,巴西目前只有约30%的农村居民获得安全饮用水。Vorosmarty et al。(2000)表明,人口增长是更大的威胁全球水资源比任何一代的预测未来的气候。raybet雷竞技最新理解和量化的过去、现在和未来水资源在全球、地区和地方尺度科学,社会,政治平衡的重要方面水的供应和水的需求。
水资源的可预测性在任何规模需要很好地理解大气、海洋和陆地表面过程及其相互作用。此外,土地和海洋生物圈的过程在全局环境中扮演着重要的角色。图1说明了环境压力的套件,可以威胁到水资源。随着人口的增加在一个分水岭,例如,增加乔木和灌木的清算,以及居住在隘谷和峡谷,可以增加当地居民的脆弱性洪水。这是一个主要因素
手册的天气、气候和水:大气化学、水文、和社raybet雷竞技最新会影响,由托马斯·d·波特和编辑布拉德利·r·科尔曼。约翰•威利& Sons ISBN 2003©0-471-21489-2公司。
588年HYDROCUMATIC过程的随机特性和建模
巨大的生命损失在1999年的洪水在委内瑞拉。评估hydro-logic进程景观变化的敏感性和植被动力学表示图1的一个组件。说明该过程的定量评估敏感性,图2显示的变化总模型模拟210天(1989年)在美国中部降水相关(伊士曼et al ., 2001): (a)转换当前景观回到其自然的形式,(b)的辐射效应,大气二氧化碳增加了一倍,和(c)的生物影响植被大气二氧化碳增加了一倍。atmospheric-vegetation-soil耦合动力学模型。大气强迫规模不断扩大,然而,仍然是相同的三个实验和来自观察国家环境预报中心的分析(Kalnay et al ., 1996)。
这个分析显示了令人惊讶的结果,景观变化和二氧化碳的生物效应对降水可以施加重大影响。景观变化,美国中部地区的自然植被蒸腾与更大的植被覆盖率大,特别是高草草原东部部分模型的域。增加蒸腾降温白天夏季大气,从而优先允许少雨淋浴在模型中。同样,大气的浓缩与二氧化碳促进植被生长,这样冷却白天
可预测性要求:
——足够的定量理解这些交互
——泰国feecJbacks没有本质的非线性。
图1使用生态脆弱性/ susceptioility环境评估。(改编自皮尔克和Guenni, 1999)。
可预测性要求:
——足够的定量理解这些交互
——泰国feecJbacks没有本质的非线性。
图1使用生态脆弱性/ susceptioility环境评估。(改编自皮尔克和Guenni, 1999)。
图2(见颜色插入)公羊/ GEMTM耦合模型产出季节性domain-averaged(中央大平原)为210天在生长季节,贡献最大程度上的每日温度,每日最低温度、降水、和叶面积指数由于F1 =自然植被,f2 = 2 xc02辐射,f3 = 2 xc02生物学。(改编自伊士曼等人工智能,2001)。看到彩色图像ftp站点。
图2(见颜色插入)公羊/ GEMTM耦合模型产出季节性domain-averaged(中央大平原)为210天在生长季节,贡献最大程度上的每日温度,每日最低温度、降水、和叶面积指数由于F1 =自然植被,f2 = 2 xc02辐射,f3 = 2 xc02生物学。(改编自伊士曼等人工智能,2001)。看到彩色图像ftp站点。
气氛也增加了对于这种情况。这些实验说明过程评估的灵敏度水文进程s(降水在上面的例子中)环境变化。通过评估的灵敏度水文过程的光谱环境压力、最大的敏感性可以确定。根据这些信息,社会科学家和政策科学家可以确定最有效地使用资源来缓解或适应环境威胁(Sarewitz et ai。,2000)。
这个简介的重要性凸显了各种强制函数之间的相互关系和相互作用的环境,尤其是当他们与水资源可用性和抽油烟机和等极端的环抱干旱对环境和社会,反之亦然。估计这些交互和影响取决于底层hydroclimatic过程的正确描述,如气温、降水、湿度、积雪,河川径流、入渗、土壤水分、海洋表面温度等。本章的其余部分侧重于描述和建模的流程通过使用随机方法。它本质上是一个介绍和overv背影两大独立的章节专门和更多的深度处理模拟(萨拉斯et al ., 2002)和预测(巴尔德斯ct al 2002) hydroclimatic过程尤其是降水和河流。
2 HYDROCLIMATIC过程的一般特征
数学模型一般用于hydroclimatic过程的随机模拟和预测。底层过程的随机特性等构建的模型是很重要的。一般来说,hydroclimatic过程的随机特征,如降水和径流取决于类型的数据。数据可以在连续时间范围内或在离散的时间点上。例如,大多数水文系列的实际利息离散时间序列定义每小时、每天、每周、每月、双月刊,季度、年度时间间隔。季节性时间序列这一术语通常用于系列与分数的时间间隔一年(通常是一个月或一个月的倍数)。同样,每小时,每天,每周,每月,和季节性系列通常被称为periodic-stochastic系列。Hydroclimatic时间序列可能由单个时间序列(一元系列)或多个时间序列(多元系列)。
Hydroclimatic时间序列通常autocorrelated。自相关等一些系列水流通常起源于表面的影响,土壤,地下水系统中存储,使水保持在随后的时期(萨拉斯,1993)。例如,盆地具有显著的表面存储形式的湖泊、沼泽、冰川,产生水流autocorrelated系列。同样,地下储存,特别是地下水储存生产流水量显著相关系列来自地下水流出。相反,年降水量和年最大流量(洪水峰值)通常是不相关的。有时重要的自相关和/或可能的结果趋势变化系列(萨拉斯和薄熙来,1980;Eltahir, 1989)。此外,多个hydroclimatic系列可能地阐述。例如,降水系列在附近的两个网站,或两个附近的流速及流水量系列测量站在河流域将阐述,因为网站主题相似的气候和水文事件。随着网站认为成为之间的距离,他们互相关减少。 However, because of the effect of some large-scale atmospheric-oceanic phenomena such as El Nino Southern Oscillation (ENSO), significant cross-correlation between sea surface temperature (SST) and streamflow between sites thousands of miles apart can be found (Eltahir, 1996). Furthermore, one would expect a significant cross-correlation between a streamflow time series and the corresponding areal average precipitation series over the same basin.
Hydroclimatic时间歇时间序列变量考虑在非零和零值在整个长度的记录。例如,观察记录的降水雨计是一种间歇时间序列。同样,每小时、每天、每周的降雨通常间歇时间序列,而月和年降雨量通常nonintermittent。然而,在半干旱和干旱地区甚至月度和年度降水和月度和年度径流可能是间歇性的。
传统上,某些年度hydroclimatic系列被认为是静止不动的,虽然这个假设可能是错误的由于大规模气候变化,火山爆发等自然干扰和人为变化的影响等水库建设在下游流,景观的影响变化对水文循环的一些组件。另一方面,hydroclimatic系列定义时间间隔小于一年,如月,通常表现出明显的季节性(周期性)模式由于年度地球绕太阳公转,在大多数hydro-climatic过程产生的年度周期。一些感兴趣的系列水文和水资源,如日常城市用水,也可能表现出每周模式由于在一周内变化的要求。同样,每小时时间序列可能有明显的昼夜模式由于在一天内变化的要求。夏季每小时雨量系列或某些水质成分与温度也可能表现出明显的昼夜模式由于地球的每日旋转导致内的净辐射日变化(Obeysekera等,1987;Katz和Parlange, 1995)。hydroclimatic系列的季节性模式转化为统计特征年内变化一天(或一周内或视情况而定),如季节性或周期性变化的意思是,方差、协方差和偏态。消除季节性的均值和方差的一般通过所谓的季节性标准化。这个过程通常被称为deseasonalization在文献中。不幸的是,这一项是一个用词不当,因为它可能意味着季节性的残余系列是免费的。 However, seasonality may still be present in the covariance structure as is generally the case for seasonal streamflow series (Salas, 1993).
Hydroclimatic时间序列可能出现的趋势,变化或跳跃,季节性,自相关,non-normality。这些属性hydroclimatic时间序列被称为组件(萨拉斯,1993)。一般来说,自然和人为因素可能产生逐渐和瞬时趋势和变化hydroclimatic系列(跳跃)。例如,一个大型流域森林大火可以立即影响径流,径流系列的生产转变,而逐渐死亡森林(例如,通过一个遭受虫害,年人口建立)会导致渐进的径流系列的变化或趋势。一次大型火山喷发,如一个在圣海伦火山在1980年或一个大型滑坡可以产生沉积物运移系列的突然变化的流。氨氮水质系列的趋势可能在农业实践和长期变化的结果农业用地发展。同样,某些水质成分的变化可能是由于农业活动,如突然改变某些类型的杀虫剂的使用。土地利用变化和水库和导流结构的发展也可能会导致河流系列趋势和变化。当前担忧全球变暖以及大规模气候变化,如热带辐合带(ICZ)和变化的影响ENSO和等大规模振荡太平洋年代际振荡(PDO),让hydroclimatol-ogists更意识到的发生趋势和hydroclimatic时间序列的变化。图3说明了观测时间序列的波动或转移标准偏差的年降雨量中部和西部荒漠草原地区1950 - 1998年期间(Landsea等,1999)。担心这种类型的突然变化的影响在一些hydroclimatic时间序列在水资源,环境,和社会表达和记录在文献中(例如,克尔,1992;泰勒,1999)。统计技术可用于检测c I——1 -”——1
15 o {m中央西部
继续阅读:Ck T7 Tytk yy y m i
这篇文章有用吗?
