介绍Ybp
在2000年，《经济学人》(2001年)报道，12大生命损失事件中至少有6起与水文事件有关，12大保险财产损失事件中至少有9起与水文事件有关。1999年年底，委内瑞拉北部海岸的暴雨造成大约5万人丧生。质量:…的质量和数量饮用水也很重要(Pielke和Guenni, 1999)。据《经济学人》(1999年5月29日，第102页)报道，虽然目前世界上90%的人口有足够的水，但到2050年，估计有40%以上的人口将面临水资源短缺水资源短缺。获得安全饮用水的问题更加严重。在同一篇文章中，《经济学人》报道称，目前只有30%的巴西农村居民能够获得安全饮用水。Vorosmarty等人(2000)证明，人口增长是更大的威胁全球水资源比任何当代对未来气候的预测都要多。raybet雷竞技最新在全球、区域和地方尺度上理解和量化过去、现在和未来的水可用性是平衡的科学、社会和政治重要方面水的供应还有对水的需求。
任何规模的水资源可预测性都需要对大气、海洋和陆地表面过程及其相互作用有很好的理解。此外，陆地和海洋生物圈过程在全球环境中发挥着重要作用。图1说明了可能威胁水资源的一系列环境压力。例如，随着流域人口的增加，树木和灌木的砍伐增加，以及沟渠和沟壑内的住所增加，可能会增加当地人口对暴洪的脆弱性。这是一个主要因素
《天气、气候和水手册:大气化学、水文和社会raybet雷竞技最新影响》，托马斯·d·波特和布拉德利·r·科尔曼编辑。ISBN 0-471-21489-2©2003 John Wiley & Sons, Inc.
588水文过程的随机特征和建模
1999年委内瑞拉洪水造成大量人员伤亡。评估水文过程对景观变化和植被动态的敏感性是图1的一个组成部分。为了说明定量评估敏感性的程序，图2显示了与以下因素相关的美国中部地区210天(1989年期间)降水的总模式模拟变化(Eastman et al.， 2001):(a)当前景观恢复自然形态的转换，(b)大气二氧化碳增加一倍的辐射效应，以及(c)大气二氧化碳增加一倍对植被的生物效应。采用大气-植被-土壤耦合动力学模型。然而，更大尺度的大气强迫在三个实验中保持一致，并来源于国家环境预测分析中心的观测结果(Kalnay et al.， 1996)。
这一分析显示了一个令人惊讶的结果，即景观变化和二氧化碳的生物效应都可以对降水产生重大影响。随着景观变化，美国中部自然植被蒸腾量增大，植被覆盖度增大，尤其是模型域东部高草草原。蒸腾作用的增加冷却了夏季白天的大气，从而优先允许在模型中较少的阵雨。同样，大气中二氧化碳的富集促进了植被的生长，从而降低了白天的温度
可预测性要求:
-对这些相互作用的充分定量理解
-反馈基本上不是非线性的。
图1生态脆弱性/易感性在环境评价中的应用。(改编自Pielke and Guenni, 1999)
可预测性要求:
-对这些相互作用的充分定量理解
-反馈基本上不是非线性的。
图1生态脆弱性/易感性在环境评价中的应用。(改编自Pielke and Guenni, 1999)
图2(见颜色插入)生长季节210天(大平原中部)的RAMS/GEMTM耦合模型结果，由于F1 =自然植被、f2 = 2XC02辐射和f3 = 2XC02生物学，对最高日温度、最低日温度、降水和叶面积指数的贡献。(改编自Eastman et ai, 2001)。彩色图像见ftp站点。
图2(见颜色插入)生长季节210天(大平原中部)的RAMS/GEMTM耦合模型结果，由于F1 =自然植被、f2 = 2XC02辐射和f3 = 2XC02生物学，对最高日温度、最低日温度、降水和叶面积指数的贡献。(改编自Eastman et ai, 2001)。彩色图像见ftp站点。
在这种情况下，气氛也增加了。这些实验说明了一个程序来评估的敏感性水文进程S(上面例子中的降水)对环境变化的影响。通过评估水文过程对环境压力源谱的敏感性，可以确定最大的敏感性。有了这些信息，社会科学家和政策科学家可以确定在哪里最有效地利用资源来减轻或适应环境威胁(Sarewitz et ai。, 2000)。
这一简要介绍强调了环境的各种强迫功能之间相互关系和相互作用的重要性，特别是当它们与水资源可用性和极端天气的影响有关时，例如胡姆斯和干旱对环境和社会都有影响，反之亦然。估计这些相互作用和影响取决于所涉及的潜在水文气候过程的正确描述，如气温、降水、湿度、积雪、水流、渗透、土壤湿度、海面温度等。本章的其余部分着重于通过使用随机方法对这些过程进行表征和建模。它本质上是两个主要章节的介绍和概述，具体和更深入地处理水文气候过程的模拟(Salas et al.， 2002)和预测(Valdes ct al 2002)，特别是降水和水流。
水文气候过程的一般特征
水文气候过程的随机模拟和预报一般采用数学模型。在构建此类模型时，基础过程的随机特征是重要的。一般来说，降水和径流等水文气候过程的随机特征取决于手头数据的类型。数据可以是连续时间尺度上的，也可以是离散时间点上的。例如，大多数实际意义上的水文序列是按小时、每天、每周、每月、双月、每季度和每年的时间间隔定义的离散时间序列。术语季节时间序列通常用于时间间隔为一年的分数(通常是一个月或一个月的倍数)的序列。同样地，小时、日、周、月和季节序列通常被称为周期-随机序列。水文气候时间序列可以由单个时间序列(单变量序列)或多个时间序列(多变量序列)组成。
水文气候时间序列通常是自相关的。在某些序列中，如水流，自相关通常产生于地表、土壤和地下水储存的影响，这些影响导致水在随后的时间段内留在系统中(Salas, 1993)。例如，具有湖泊、沼泽或冰川形式的显著地表储存的盆地，产生自相关的水流系列。同样地，地下储量，特别是地下水储量在地下水流出的水流序列中产生了显著的自相关性。相反，年降水量和年最大流量(洪峰)通常不相关。有时显著的自相关可能是趋势和/或系列变化的结果(Salas和Boes, 1980;Eltahir, 1989)。此外，多个水文气候序列可能相互相关。例如，两个邻近地点的降水系列，或一个流域内两个邻近测量站的流量系列，由于这些地点受到相似的气候和水文事件的影响，因此预期是相互相关的。随着所考虑的地点之间的距离越来越远，它们的相互相关性就会降低。 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.
当所考虑的变量在整个记录的长度中具有非零值和零值时，水文气候时间序列是间歇性的。例如，在记录雨量计中观测到的降水是间歇性的时间序列。同样，每小时、每天和每周的降雨量通常是间歇性的时间序列，而每月和每年的降雨量通常是非间歇性的。然而，在半干旱和干旱地区，甚至月和年降水量以及月和年径流也可能是间歇性的。
传统上，某些年度水文气候系列被认为是静止的，尽管这种假设可能是不正确的，因为大规模的气候变化、自然破坏(如火山爆发)和人为变化(如气候变化的影响)水库建设下游流量，以及景观变化对水文循环某些组成部分的影响。另一方面，以小于一年的时间间隔(如月)定义的水文气候系列，由于地球围绕太阳的年度公转，通常表现出明显的季节性(周期性)模式，这在大多数水文气候过程中产生了年度循环。一些与水文和水资源相关的系列，如城市日常用水，也可能由于一周内需求的变化而呈现周模式。同样，由于一天内需求的变化，每小时的时间序列可能具有明显的日模式。夏季每小时降雨系列或某些与温度有关的水质成分也可能表现出不同的日模式，因为地球的日旋转导致了白天净辐射的变化(obbeysekera等人，1987;Katz和Parlange, 1995)。水文气候系列的季节模式转化为一年内(或一周或一天内，视情况而定)变化的统计特征，如平均值、方差、协方差和偏度的季节性或周期性变化。去除平均值和方差中的季节性通常是通过所谓的季节标准化来实现的。这个过程在文献中通常被称为去季节化。不幸的是，这个术语是一个错误的命名，因为它可能暗示剩余系列是自由的季节性。 However, seasonality may still be present in the covariance structure as is generally the case for seasonal streamflow series (Salas, 1993).
水文气候时间序列可能表现出趋势、变化或跳跃、季节性、自相关性和非正态性。水文气候时间序列的这些属性被称为分量(Salas, 1993)。一般来说，自然因素和人为因素可使水文气候序列产生渐进和瞬时的趋势和变化(跳跃)。例如，流域的森林大火可以立即影响径流，产生径流系列的变化，而森林的逐渐毁灭(例如，由于虫害，其种群需要数年才能建立)可以导致径流系列的逐渐变化或趋势。像1980年圣海伦斯火山这样的大火山爆发或大滑坡都可能导致河流沉积物输送系列的突然变化。非点源水质系列的趋势可能是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农业活动引起的，例如某些类型农药使用的突然变化。土地利用的变化以及水库和导流结构的发展也可能引起水流序列的趋势和变化。目前对全球变暖和大规模气候变率的关注，如热带辐合带(ICZ)的转移和大规模振荡的影响，如ENSO和厄尔尼诺现象太平洋年代际振荡(PDO)的研究使水文气候学家更加了解水文气候时间序列的趋势和变化。图3显示了1950-1998年期间萨赫勒中部和西部地区年降雨量标准差时间序列的观测波动或移位(Landsea et al, 1999)。关于在某些水文气候时间序列中观察到的这种类型的突然变化对水资源、环境和社会的影响的关注已在文献中表达和记录(例如，Kerr, 1992;泰勒,1999)。统计技术可用于检测，c I- 1 - "- 1
o 15 {m中西部
继续阅读:Ck T7 Tytk yy y m i
这篇文章有用吗?
