使用观察到的温度敏感性对温暖气候持续降雨外文翻译资料

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

Journal of Hydrology 544(2017)575-590

使用观察到的温度敏感性对温暖气候持续降雨

康拉德Wasko，Ashish SharmauArr;

澳大利亚悉尼新南威尔士大学土木与环境工程学院

这份手稿由A.Bardossy，总编辑 助理Axel Bronstert的协助编辑

关键词：

随机降雨量

温度

气候变化

NSRP

极端降雨

a b s t r a c t

连续降雨序列通常用作水文模拟中的输入，需要进行评估。持续降雨序列为所有人的会计提供了一种手段例如，生产洪水的降雨方面不仅仅是设计降雨事件，在极端降雨事件之前跌倒。随着气候变化的到来，气温越来越高与降雨变化相关，特别是强化降水极端，ral模式。鉴于这些显示出的温度上升对极端降雨的变化，有必要修改连续降雨发电机，以解决目前和未来可能的温度变化。在这项工作中，我们提出了一种新的模拟连续降雨序列的方法，

通过调节参数对温度的历史敏感性。展示所提出的技术我们使用一维Neyman-Scott矩形脉冲模型在两个位置 - 澳大利亚。参数估计中使用的统计数据是根据其历史情况而定敏感度平均每月温度，以模拟降水的温度变化。结果通过比较模拟降雨与源自不同温度的观测值，

并且显示该模型捕获了平均月降雨量的相对差异每月最大值。在这些结果的鼓舞下，我们模拟降雨量以获得更高的温度和捕获年度最大值的预期变化和温暖气候的设计时间模式。当我们展示我们的方法论在模拟的日常降雨量使用一个具体的模式，方法在这里提出的可以应用于所有的气候变化计划，以在更温暖的气候中进行投影。

2016 Elsevier B.V.保留所有权利。

介绍

通常需要长时间连续的降雨序列水文模型（Brath et al。，2006; Coombes et al。，2003;Cowpertwait等人，2006）。特别地，这样的序列借给他们 - 自己很好地设计洪水估计，因为他们能够incorpo-对暴雨事件的洪水产生的降雨率进行评估风暴事件之前的降雨量，都是由此产生的洪水取决于（Boughton and Droop，2003; Ivancic and Shaw，2015年Kuczera等人，2006; Pathiraja等，2012）。许多catch-特别是在城市地区，遇到洪水次日时间尺度，次日降雨序列是必需的设计所需的风暴基础设施。然而，每日连续降雨记录稀少，具有需要随机模拟使用的短记录适当制定程序（Frost et al。，2004;Koutsoyiannis和Onof，2001）。不管使用的程序用于连续仿真，用于设计基础设施时，固定的设计寿命，隐含的假设是，历史 -

降雨是未来气候的代表。随着气候的变化，平静的假设水文学可能无效（Milly等人，2008年，2015年）。一般来说预计降水模式会改变（Trenberthet al。，2003），其平均值（Allen和

Ingram，2002）和极端降水（Meehl et al。，2012;Sillmann等，2013）。降雨量与温室气体（King et al。，2014; Trenberth and Shea，2005; Zhao和Khalil，1993）和日常时间尺度（Lenderink

和van Meijgaard，2008; Utsumi et al。，2011; Wasko和Sharma，2014）。温度变化也与之相关暴风雨的加剧（Lenderink和van Meijgaard，2008;Wasko和Sharma，2015年; Wasko等，2016）以及它们的类型（Berg et al。，2009，2013）和持续时间（Panthou et al。，2014; Wasko

et al。，2015b）。图。 1表示第99百分位数的增加最暖的半个月的湿季降雨最冷，而最冷

50个月，几个月被分类为温暖和凉爽每月日历保存季节性。从凯恩斯的1％到阿德莱德的23％，平均增长9％。温度已被证明是最重要的解释 - 降水分解中的变量（Westra et al。，2013b）和已经被用作一个协变量来预测未来的气候变化，伴侣（Bates等人，2015; Lenderink和Attema，2015）。在这里，我们着重于模拟连续降雨的变化大多数感兴趣的三个属性的温度升高水文设计应用：平均降雨量 - 预计这应该改变温度越高，季节和位置也不同;极端降雨及其与风暴持续时间的变化 - 预计极端降雨量应该随之增加较高的温度，较短的增加风暴持续时间和，设计风暴时空模式 - 期望是这样时间模式应该变得不太统一，就是暴风雨

随温度升高而变得更加强烈。我们强调上述三个属性已被注意到在特定的方式改变在水文 -

ogy和气候科学，这项研究的目的是尝试修改现有的连续生成方法可以模拟类似的变化，

逻辑设计。a。有很多随机降雨建模的替代品时间范围（Srikanthan和McMahon，2001）。这些范围从模拟降雨作为马尔可夫序列的湿和从天气抽取雨天的降雨量的干燥天适当的分配（Stern和Coe，1984; Wilks，1998）非参数方法重新采样观测数据生成长连续序列（Lall和Sharma，1996; Sharma andSrikanthan，2006）。其他方法包括使用点过程将降水概念化为一系列风暴抵达的模型，瓦斯产生随机强度和持续时间的风暴细胞（Rodriguez-Iturbe等人，1987年，1988年），使用降雨量表征降雨量的特征（Menabde et al。，1999），或这些方法的组合（Paschalis等，2014）。使用雷达图像的其他个人型号也存在（Paschalis et al。，2013; Pegram and Clothier，2001; Peleg和Morin，2014）。除了这些方法以外的许多方法从较大的时空或空间降低或分解降雨通过结合上述模型结构（Koutsoyiannis和Onof，2001; Koutsoyiannis et al。，2003; Mehrotra等，2012;Menabde和Sivapalan，2000; Molnar和Burlando，2005;佩et al。，2012a; Westra等，2012）或模拟降雨作为事件然后传递次日时分布（Henekeret al。，2001）。

相当多的努力集中在试图为未来的气候生成持续的降雨综合体纳入非平稳性。大多数方法着重于缩小，也就是转换一般流通规模的产出水文应用所需的模型（GCM）（Fowler等人，2007; Maraun等人，2010; Prudhomme等人，2002）。按照Fowler等人（2007）降幅方法下降分为两大类动态方法，配对模型用于产生更高分辨率的模拟，和统计学关系发展的随机方法，

在两个不同的降雨量表之间。随机下降缩放可进一步分为四大类。的首先是应用降水调整的变化因素与当前和未来GCM模拟的变化成比例，（例如，Diaz-Nieto和Wilby，2005）。第二个是回归发展降雨反应之间的关系模型变量使用一组预测变量（Fealy和Sweeney，2007; Mehrotra和Sharma，2010; Schoof和Pryor，2001）。的第三是天气类型方案，对未来气候的天气类型和模拟情况进行评估，通过适应a来改变天气状态频率未来气候（Baacute;rdossyet al。，2002,2005; Conway and Jones，1998; Fowler等人，2000,2005）。最后，天气发生器可以也可用于通过改变模型参数来降低降水量，符合当前和未来的GCM结果（Bordoy和2014年Burlando Burlando和Rosso，1991a; Fatichi等，2011;Kilsby等，2007; Wilks，2010）。有竞争的原因使用统计和动态缩小（参见例如Mehrotra等，2014），但是，我们有兴趣生成使用设计洪水的时间长的多个降雨量估计，这里的重点是使用天气发生器连续降雨模拟。我们采用Neyman-Scott矩形脉冲模型（NSRP）（Rodriguez-Iturbe等人，1987）为了本研究的目的已经广泛应用于澳大利亚的降雨量（Frost et al。，2004;伦纳德，2010; Leonard等人，2007）。 Pois-

儿子过程模型可以在Onof等人（2000）。 NSRP模型模拟风暴的到来作为泊松过程。每风暴与随机数的风暴细胞相关联从暴风雨入场的开始呈指数级变化时间。每个单元格具有随机的持续时间和强度。泊松cess模型已通过参数扩展到空间区域化（Cowpertwait et al。，1996a; Gyasi-Agyei，2005）并在二维空间中生成风暴细胞（Cowpertwait，1995; Cowpertwait等，2002）。可执行软件 - 这种模型的商品是可用的（Burton等人，2008）。在这里，我们提出一种模拟未来降雨的方法温室气候不依赖GCM模拟降雨预测技能低（Johnson和Sharma，2009;

Kendon et al。，2008; Stephens等，2010），往往需要偏见校正（Johnson和Sharma，2012; Lafon等，2013），但是而只是在高技能温度预测（Johnson和Sharma，2009）。就作者知道，是使用历史敏感度的第一个应用程序之一降雨量属于温度，用于预测降雨变化在未来的温暖气候中。所提出的技术是恶魔 - 使用历史敏感度与温度在NSRP模型参数化中使用的统计数据。方法对来自不同的现场观察进行验证温度然后延伸到更高的温度，模拟温暖的气候降雨。

C. Wasko, A. Sharma/Journal of Hydrology 544 (2017) 575–590

图1.与寒冷的月份相比，温暖的月份第1个百分位数降低了99％。 温度调节每月进行一次

季节性 结果由Koppen气候分类指标（Peel et al。，2007）。

数据

我们的重点是布里斯班的次日降水澳大利亚东海岸的悉尼（图1）。站点位置所有站点的记录长度总结在表1中。每日降水量均采用荧光仪或倾翻桶，并以6分钟的间隔报告。我们积累了6分钟降水到小时降水。任何小时低于0.1毫米的降雨被认为是干燥的。每日最高和最低温度同时进行，在每个兴趣点，作为最大值的算术平均值当天记录的最低气温。虽然更多

温度平均的复杂方法存在于使用连续的温度测量，它更有可能只有要记录的最高和最低温度。这使得所提出的方法更广泛适用（世界气象组织，2011）。另外，在澳大利亚的许多地方，直到20世纪中叶，因此使用持续的温度记录会减少数量可用数据年度显着。月平均气温所有平均日温度的算术平均值在一个月内。重叠温度和降水的最终记录长度悉尼的数据来1914年至2005年，其中1918年而1920年由于这些年的数据不足而被忽略。对于布里斯班记录多年的温度和降水不同的是从1912年到1985年的重叠，导致a共有74年数据（表1）。

悉尼和布里斯班都是沿海城市。悉尼，南部，分为温带，平均月温度，夏季26℃，冬季16℃，

悉尼的年均降水量为1214毫米。降雨量是全年大致均匀，略多二月至六月的降雨量减少在剩下的几个月。更靠北的布里斯班，气候平均月平均气温变化夏天的29℃到20℃的冬天。平均年降雨量1149毫米的下降与悉尼相似，但是，大部分降水发生在较暖的夏季11月至3月。

City Station Latitude Longitude Total years

Brisbane 040214 27.4778 153.0306 74

Sydney 066062 33.8607 151.2050 90

Melbourne 086071 37.8075 144.9700 18

Hobart 094029 42.8897 147.3278 94

Adelaide 023034 34.9524 138.5204 40

Perth 009021 31.9275 115.9764 46

Darwin 014015 12.4239 130.8925 54

Townsville 032040 19.2483 138.5204 54

Cairns 031011 16.8736 145.7458 66

表1

开发NSRP模型，适应温度

奈曼 - 斯科特矩阵脉冲模型

单点Neyma

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[28546]，资料为PDF文档或Word文档，PDF文档可免费转换为Word