 Journal of Water Resources Research 水资源研究, 2012, 1, 146-152 http://dx.doi.org/10.12677/jwrr.2012.13021 Published Online June 2012 (http://www.hanspub.org/journal/jwrr.html) Several Key Issues in the Impact Evaluation of Climate Change on Hydrology* Jiali Guo1, Hua Chen1, Chongyu Xu1,2 1State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan 2Department of Geosciences, University of Oslo, Oslo, Norway Email: jiali.guo0725@gmail.com Received: Feb. 21st, 2012; revised: Mar. 14th, 2012; accepted: Mar. 24th, 2012 Abstract: The impact of global climate change on hydrology and water resources has becoming a hot issue concerned by governments and the public of various countries. According to the shift of research pattern about climate change impact on hydrology and water resources in recent years, this paper proposed several key issues such as extreme events, comparative analysis of downscaling methods and uncertainty analysis, summarized the main research achievements at home and abroad in these areas, and pointed out the short- comings between them. Keywords: Climate Change; Hydrology and Water Resources; Extreme Event; Downscaling Method; Uncertainty Analysis 气候变化对水文影响评估中的几个热点问题* 郭家力 1，陈 华1，许崇育 1,2 1武汉大学水资源与水电工程科学国家重点实验室，武汉 2奥斯陆大学地学系，奥斯陆，挪威 Email: jiali.guo0725@gmail.com 收稿日期：2012 年2月21 日；修回日期：2012 年3月14 日；录用日期：2012 年3月24 日 摘 要：全球气候变化对水文水资源的影响是各国政府和社会公众密切关注的热点问题。本文从近年 来气候变化对水文水资源影响研究进展中提炼出几个越来越受到重视的热点问题，如极值事件、降尺 度方法对比、气候变化影响评价中的不确定性等展开探讨，总结了目前国内外在以上三个方面的主要 研究成果，并对其中存在的不足进行了展望。 关键词：气候变化；水文水资源；极值事件；降尺度方法；不确定性分析 1. 引言 以全球变暖为主要特征的气候变化及其影响已 经是不争的科学事实[1]。气候变化受到各国政府、专 家和社会公众的密切关注，是需要共同致力解决的全 球性重大问题之一。水循环是地球上最重要、最活跃 的物质循环之一，是联系地球系统“地圈–生物圈” 和“大气圈”之间的纽带，它决定着具有战略基础性 的水资源的形成及与水土相关的环境演变。气候变化 将加剧水循环过程的速率和改变其复杂程度，驱动降 水、蒸发等水文要素的变化，增强水文极值事件发生 频率，改变区域水资源分布，从而进一步影响地区乃 至国家层面的水资源开发利用战略规划。 *基金项目：国家自然科学基金资助项目(51190094)。 作者简介：郭家力(1984-)，男，湖北孝感人，博士研究生，研究方 向为气候变化对水文水资源影响。 关于气候变化对水文影响方面的综述文章，国内 Copyright © 2012 Hanspub 146  郭家力，等：气候变化对水文影响评估中的几个热点问题 第1卷 · 第3期 很多学者已有介绍，如张建云和王国庆[2]，於凡和曹 颖[3]，刘春蓁[4]，杨涛等[5]。以上这些综述基本上都遵 循“未来气候情景设计——输入水文模型模拟——影响 研究评价”的写作思路。随着研究者们对气候变化对 水文影响的热切关注，这一研究课题中的以下几点越 来越受到重视，如：1) 研究关注的重点不再局限于区 域可用水量的长期变化趋势，对洪水、干旱等极值事 件的影响分析逐步受到重视[6]；2) 在为水文模型提供 气候强迫数据时，研究者不仅采用全球气候模式 (Global Climate Model，GCM)模拟数据，也逐渐重视 采用区域气候模式(Regional Climate Model，RCM)的 模拟结果[7]；3) 从应用的角度而言，采用多模式集合 的研究越来越多[8]；4) 从理论研究的角度而言，研究 重点从确定性的适用性和敏感性分析转为不确定性 分析[9]。这四点可以归纳为气候变化对水文影响研究 中涉及的极值事件、降尺度方法对比、不确定性分析 等问题。本文从这三个方面展开，在综述相关研究进 展的基础上，分析存在的问题及解决方法，探讨气候 变化对水文水资源的影响及研究策略。 2. 气候水文极值事件的研究 全球变暖以及由此引起的全球水循环变异，已经 导致区域乃至全球范围内日益频繁的热浪、旱涝灾害 等气候水文极值事件的发生，以揭示极端气象灾害与 水灾害发生机理与规律为目的的全球变化研究已成 为当今重大科学前沿之一。相比于平均态，极端事件 对气候变化更敏感，对经济、社会和自然生态系统造 成的巨大影响也受到了人们的更多关注。 关于气候极值事件(Climate Extreme Events)的定 义，学者们做了很多研究：Easterling 等[10]将气候极值 事件分为两类，Beniston 等[11]和封国林等[12]分别归纳 了定义气候极值事件的标准和方法；而对于水文极值 事件(Hydrological Extreme Events)并没有客观和一致 认同的定义。概括起来的理解是指对于特定的时间和 地点，气候(水文)分布中偏离平均态的小概率异常现 象，只是相对于平均态而言。如寒潮、热浪、强降水、 持续无雨期、年/季内最高 /低气温等 记录都是属于 气 候极值的范畴，水文极值主要是指洪水和枯水[6]。 研究气候极值事件的主要途径是应用极端气候 指数与统计分析，具体从两个方面展开：第一，采用 历史气候资料和统计技术对极端气候事件频率和强 度年代变化特点及长期趋势的分析；第二，采用气候 模式模拟技术对未来可能气候极值事件发生频率变 化的分析。任国玉等[13]从极端气候指数与统计分析、 极端气温和降水变化等方面进行了回顾和展望，指出 我国主要类型极端气候变化非常复杂，但没有表现出 总体增多增强的变化趋势。现有的一些研究表明，对 观测资料因环境改变和城市化进程导致一致性破坏 如何深入评价和客观订正方面的研究还需加强。 相对于气候极值，水文极值的研究思路与方法略 有不同。传统的频率分析方法利用一些观测数据或合 成数据拟合某个特定的概率分布函数，因其计算简 单、方便，常用来评估气候变化对水文极值事件的影 响。研究中常见的极值分布函数包括广义极值分布， 广义 Pareto 分布，对数正态分布，皮尔逊 III 型，对 数皮尔逊III 型等。Wilby和Harris[14]研究发现枯水的 累积分布函数对来自于气候变化情景和降尺度方法 的不确定性最敏感；Fowler 和Kilsby[15]采用 RCM 集 合结果驱动水文模型，结果表明气候的季节变化对 高、低流量有明显影响，夏季枯水减少40%~80%， 冬季丰水增加最高达 25%，进一步增加了引发洪水的 可能；郭生练等[16]建立了采用月水量平衡模型和洪水 频率评价模型相结合的方法，以确定气候变化对洪峰 流量和洪水频率的影响；程晓陶等[17]研究了淮河流域 在气候变化影响下，流域三种类型洪水中，由持续一 两个月的长历时降水形成的量大但不集中的洪水，对 平原洼地农业发展及治理工程的影响最为显著；吴志 勇等[18]研究了气候变化背景下黑河流域极端水文事 件的响应，频率分析的结果表明气候变化将可能导致 黑河流域的水文循环加剧，使一些集中的强降水事件 和枯水事件出现的可能性增加。 实际上，气候变化改变着径流的时空分配，使得 用于水文频率分析计算的极值系列失去了一致性，在 这样的背景下，非一致性水文系列的频率分析伴随着 气候变化衍生为一项新兴的研究课题。中外学者在这 方面都做了很多有益的探索及研究，主要集中在两个 方面：一是基于还原/还现途径；二是基于非平稳极值 系列的直接水文频率分析途径[19]。 3. 降尺度方法的比较研究 降尺度方法是连接气候模式和水文模型的桥梁， Copyright © 2012 Hanspub 147  郭家力，等：气候变化对水文影响评估中的几个热点问题 第1卷 · 第3期 在气候变化对水文水资源的影响研究中起到承上启 下的作用。它是基于这样一种观点：区域气候变化情 景是以大尺度气候为条件的，把大尺度、低分辨率的 GCM 输出信息转化为区域(流域)尺度的地面气 候变 化信息(如气温、降水)。 3.1. 降尺度方法的分类 目前国内外一致认同的观点是将降尺度方法分 为三类[20]：一类是是统计降尺度法，该方法主要利用 多年观测气候资料建立大尺度气候因子(主要为大气 环流因子)和区域气候要素(区域内的气温、降水等)之 间建立统计关系，并用独立的观测资料检验这种关 系，最后将其应用于未来气候变化情景的 GCM 输出 大尺度信息转化为区域气候变化情景；其优点是计算 简便高效，易于移植，主要缺点就是模拟精度受预报 因子的影响严重，需要可靠的较长实测资料率定模 型。第二类是动力降尺度法，也就是区域气候模型 RCM，其主要思想是通过建立与 GCM 耦合的高分辨 率的有限区域模型(Limited Area Model，LAM)或RCM 预估未来区域的气温、降雨等气候因素的变化情景， 其优点是物理意义明确，能用于任何地方而不受观测 资料影响，能根据需要设置不同的分辨率，缺点是计 算复杂费机时，费用昂贵。第三类是统计与动力相结 合的降尺度法，它综合了二者的优势，是目前主要的 发展方向。 3.2. 统计降尺度方法 统计降尺度法是基于三条假设条件[20]：1) 大尺度 气候场和区域气候要素场之间具有显著的统计关系； 2) 大尺度气候场能被 GCM 或RCM 很好地模拟；3) 在变化的气候情景下，建立的统计关系是有效的。 Xu[21]将统计降尺度方法分为三类：转换函数法(传递 函数法、回归方法)、环流分型法(天气形势法)和天气 发生器。Maraun等[7]的分类略有不同，为理想预报方 法(Perfect Prognosis，PP)，模型输出统计方法(Model Output Statistics，MOS)和天气发生器(Weather Gen- erator，WG)。PP 是指建立大尺度实测预报因子和区 域尺度的实测预报量之间的关系，然后将之应用于可 靠的数值模型的模拟结果，它包括传统的回归方法和 天气分类方法；MOS 是指建立RCM 模拟值和区域实 测值之间的统计关系以对 RCM 模拟值进行修正，这 一类方法得益于 RCM 的发展；WG 是指能够生成具 有类似于实测天气统计特性的局地天气时间序列模 型。 目前，统计降尺度方法相对较多。尽管各国学者 们对不同的统计降尺度方法做出了比较研究[22-24]，但 综合学者们得到的结论不难看出：不同的统计降尺度 方法各有其优缺点，在不同区域、不同的情形下，选 用不同的统计降尺度法模拟效果会不同。学者们在对 如何评价统计降尺度的优劣判定、以及如何选用统计 降尺度方法等方面的研究不足，但是已有学者们在这 方面做出了尝试。Chen 等[25]讨论了统计降尺度方法 评价指标的选取，认为径流模拟结果应该作为气候变 化对径流影响研究中统计降尺度方法评价的重要参 考。Bronstert 等[26]建立了未来气候情景的评价体系， 包括气候评价和水文评价。气候评价是指所建立的区 域气候情景既能描述历史的气候特征(即实现对历史 气候的重现)——用可信赖度表示，又能对将来的气候状 况做出一定可信赖度的预测，用合理度表示；水文评 价包括对水文过程和水文要素的影响两方面内容。 3.3. 区域气候模式 气候具有明显的区域性特征。区域气候及其变化 直接影响人类生活，对区域气候及其变化的模拟已经 成为研究区域水平上的全球变化问题的关键性科学 问题。 陆其峰等[27]系统地分析了区域气候模式的分类、 发展和最新研究动态，指出区域气候模式在目前气候 变化对水文影响评价中应用受到更多关注。本文作者 分析主要原因有：1) GCM模式网格分辨率一般都在 100 km以上，这样的分辨率以及对次网格尺度的物理 过程的描述缺陷不足以满足研究者的需求，而区域气 候模式常用的分辨率为25 km~50 km，有的甚至低于 10 km，很好地改善了对地形等要素的模拟；2) GCM 模式的时间步长一般在30 min以上，RCM 的时间步 长一般小于 5 min；3) 计算机技术的快速发展促进了 RCM 模式的发展。 Giorgi[28]把美国中尺度模式 LAM与GCM 模式单 向耦合，用于区域气候的模拟研究，这即是 RCM 的 雏形。美国国家大气研究中心建立了 RegCM1模式， Copyright © 2012 Hanspub 148  郭家力，等：气候变化对水文影响评估中的几个热点问题 第1卷 · 第3期 后经过不断改进完善，目前已发展至第四代 (RegCM4)，该系列模式是世界范围内应用最广的区域 气候模式之一，世界上其他国家或者机构的区域气候 模式都是在RegCM 的基础上改进而来，如中国的 NCC/RegCM，英国的 PRECIS、德 国 的REMO、日 本 的MRI 和澳大利亚的 DARLAM 等。 区域气候模式是以GCM 或者实测格点数据为侧 边界条件，在关心区域采用高分辨率，而在其他区域 采用低分辨率，这样既能使模式详细描述关心区域的 物理过程，又不会使计算耗时大量增加。已有研究结 果表明，RCM 比GCM 在模拟区域内产生了更有效的 区域尺度信息，提高了模拟精度，具有良好的尺度转 化效应：Cocke 等[29]以美国北部和北美西部为研究区 域作了模拟，发现 GCM 和RCM 都能模拟出由 ENSO 导致的一些现象，但 RCM 能模拟出更详细的细节。 同时，在将 RCM 的模拟结果驱动水文模型模拟区域 径流时，也得到了较 GCM 更优的模拟效果。Akhtar 等[30]采用 PRECIS 区域气候模式驱动 HBV模型，其 模拟的径流过程比GCM 模式驱动得到的径流过程更 接近实测值；Fowler 和Kilsby[15]采用 HadCM3H 模式 驱动简化的 Arno 模型，模拟结果表明得到的径流过 程能很好地拟合丰水和枯水过程。 目前国内外围绕着 RCM 的研究多从区域气候模 拟能力的检验、未来气候的模拟能力、敏感性实验、 嵌套研究等方面展开。相关学者和研究人员利用区域 气候模式开展了大量研究工作，一系列模式比较计划 的开展，包括北美地区区域模式比较计划、北极区域 模式比较计划、亚洲区域模式比较计划等，使得区域 气候模式的逐步走向应用。Teutschbein 和Seibert[8]回 顾了近期区域气候模式对流域尺度的水文影响研究 策略，认为目前的研究在朝两个方向努力：1) 以检验 模型适用性为目的，以单个 RCM的模拟结果为基础 的研究；2) 以多个RCM 集合而成的高度复杂和具有 超强计算能力的系统。 从区域气候模式的研究和发展来看，近年来区域 气候模式研究取得了很大的进步，但仍然存在许多问 题：区域气候模式的移植与推广问题，数据共享问题 等。特别是我国的区域气候模式研究起步稍晚，始于 上世纪 90 年代初，对于目前研究中的问题如模式温 度普遍低于实际观测值，大部分模式对降水模拟都具 有显著的雨带偏北的偏差等，需要进行深入系统地分 析，以取得气候变化影响评估所需要的更加可靠的信 息。 4. 不确定性研究 水文学兼有地球科学和技术科学的特点，所涉及 的水文现象具有复杂性。要完整地分析、描述水文现 象的变化规律，不仅需要考虑其确定性，而且需考虑 其多种不确定性。对于一个水文模型，不仅仅包括输 入信息和输出信息，还有模型结构或模型方程公式、 初始条件、模型参数以及其他的模型组成部分，由此 可知，水文系统模拟的不确定性来源大体上可以分为 四类：模型结构不确定性、模型参数不确定性、模型 初始条件不确定性以及模型输入资料不确定性等。 但是在气候变化对区域水文影响评价研究中，不 确定性来源进一步扩大和延伸，包括未来气候情景、 气候模式模拟过程、降尺度过程和水文模型模拟过 程。层层累加的不确定性最终反映在水文模型的输出 中，作为决策者最直接的参考依据。因此，不确定性 问题贯穿于气候变化影响评价过程的始终，这给研究 者们提出了更大的挑战。Wilby[9]为解决这一问题提出 五点需要注意的原则：1) 量化所用于模型评价中的观 测数据的不确定性；2) 无论观测到的数据还是模拟的 数据都是对自然实际状态的近似，需对二者进行比 较；3) 选择评价指标；4) 评价与水文不确定性的其 他部分相关的气候模型；5) 用短期的应用实例来检验 气候、降尺度和水文模型的联合应用。贺瑞敏等[31] 系统地论述了降低评价结果不确定性的途径，即：a) 提高区域变化情景预测精度；b) 完善气候变化影响评 价模型及评价过程。 世界气候研究计划开展的大气模式比较计划研 究成果表明，几乎所有大气模式都能够模拟出大尺度 大气环流的平均季节循环状况，模式集成结果要好于 单个模式结果。同时其他研究机构和组织的广泛的数 值模拟和预测研究证实，多模式集合是减少模式结果 不确定性的办法之一。在不改进模式的情况下，采用 多成员和多模式的集合模拟可以大大降低单个模式、 单个样本的模拟误差和不确定性。现在这种模式集合 方法已得到广泛的应用，如IPCC AR4关于未来气候 变化的预估结果即建立在集合模拟之上。 Copyright © 2012 Hanspub 149  郭家力，等：气候变化对水文影响评估中的几个热点问题 第1卷 · 第3期 多模式平均方法最主要的关键技术是权重的确 定依据和分配方法。Wilby 和Harris[14]建立的不确定 性研究框架中，分别依据降水和径流的拟合效果分配 GCM 模式、水文模型和模型参数的权重；Giorgi 和 Mearns[32]提出的方法考虑了单个模式对当前气候的 模拟和相对于集合结果的收敛程度；Robertson 等[33] 的研究中以排序概率技术得分作为判定标准；Murphy 等[34]是以单个模式模拟结果与实测资料的似然度作 为权重确定依据。 权重分配方法以简单算术平均和加权平均为主。 简单算术平均方法是指对多个模式(情景、模型)的输 出结果进行算术平均，是一种较为简单的方法，它在 Jiang 等[35]，Xu 等[36]的研究中被采用。但是这种方法 赋予各个子集相同的权重，忽略了各模式模拟效果的 差异，不够合理。因此，更多的学者研究加权平均方 法。它使用了一个在实际中广泛应用的假设：模式对 当前气候模拟的优劣将有可能影响对未来气候变化 的预估结果。其要点为首先对单个模式对于当代气候 的模拟能力进行检验，包括模式对当前气候平均态和 气候变率的检验；然后在此基础上，定义一个权重因 子系数，对当前气候模拟较好的模式得到的权重系数 较大，模拟不好的权重系数较小，对未来预估结果的 贡献也就较小。学者们多用贝叶斯方法进行多个模式 的加权平均；如 Robertson 等[33]，Tebaldi 等[37]，Min 等[38]人的贝叶斯模型平均方法和 Giorgi和Mearns[32] 提出的可靠性集合平均方法等。 随着 RCM 模式逐渐受到重视，多模式耦合方法 同样也应用于动力降尺度的不确定性研究。 Teutschbein 和Seibert[8]的文章表1中详细列举了目前 对于 RCM 耦合模式的研究，并通过研究实例证明 RCM 耦合模式优于单模式。统计降 尺度方 法由于 应 用简便，需要的研究资料相对较少，许多学者采用多 个统计降尺度方法对比分析的方法以评估统计降尺 度过程的不确定性。Chen 等[39]评估了 6种统计降尺 度方法的不确定性对加拿大魁北克省气候变化对水 文过程的影响；Khan 等[40]也分析了统计降尺度方法 SDSM，LARS-WG 和ANN方法的不确定性并评价了 其优劣；这些研究对于在气候变化对水文水资源的影 响研究中如何选择统计降尺度方法提供了参考。 尽管气候变化影响评价过程中的不确定性来源 于上述四个方面，但是从系统的角度来讲，不确定性 问题不应该将些分割开来研究，因为对于所有情景、 模式、方法的评估最终的落脚点是流域的径流过程， 而且，很难分区分不同的不确定性来源对于最终结果 的贡献。 5. 结语 气候变化是各国政府和学者们共同关注的热点 话题，作为与大气圈联系最紧密的水圈，水文循环过 程及水资源开发利用不可避免地受到气候变化的影 响。极值事件对人类生命财产安全造成毁灭性危害， 降尺度技术是构建气候水文耦合模式的桥梁，不确定 性问题贯穿于气候变化影响评价的整个过程。本文综 述了气候变化对水文水资源影响中的极值事件、降尺 度方法以及不确定性等关键问题的研究进展，并建议 加强以下几个方面的研究： 1) 极值事件综合分析(包括极值事件的强度、频 率历时等)以及机理研究； 2) 建立降尺度方法的评价体系，不仅包括对气候 变量如降水、气温等的考量，而且应该包括将其应用 于评价模型后的模拟结果的评估； 3) 气候变化中的不确定性是目前研究中的难点 问题，且尚处于对不确定性进行定性识别和预估的起 步阶段，如何量化不同的不确定性来源并进行综合分 析还有待探索与发展。 参考文献 (References) [1] SOLOMON, S. Climate change 2007: The physical science basis: Contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change. Cam- bridge: Cambridge University Press, 2007. [2] 张建云, 王国庆. 气候变化对水文水资源影响研究[M]. 北京: 科学技术出版社, 2007. ZHANG Jianyun, WANG Guoqing. Impact study of climate change on hydrology and water resources. Beijing: Science and Technology, 2007. (in Chinese) [3] 於凡, 曹颖. 全球气候变化对区域水资源影响研究 进展综述 [J]. 水资源与水工程学报, 2008, 19(4): 92-97, 102. YU Fan, CAO Yin. Research progress summarization for the impacts of global climate change to the regional water resources. Journal of Water Resources & Water Engineering, 2008, 19(4): 92-97, 102. (in Chinese) [4] 刘春蓁. 气候自然变异与气候强迫变化对径流影响研究进展 [J]. 中国水利, 2008, 2: 41-46. LIU Chunzhen. Advances in studying impacts of climate natural variability and forced change on stream flow. China Water Re- sources, 2008, 2: 41-46. (in Chinese) [5] 杨涛, 陆桂华, 李会会, 等. 气候变化下水文极端事件变化预 Copyright © 2012 Hanspub 150  郭家力，等：气候变化对水文影响评估中的几个热点问题 第1卷 · 第3期 测研究进展[J]. 水科学进展, 2011, 22(2): 279-286. YANG Tao, LU Guihua, LI Huihui, et al. Advances in the study of projection of climate change impacts on hydrological ex- tremes. Advances in Water Science, 2011, 22(2): 279-286. (in Chinese) [6] KUNDZEWICZ, Z. W., KACZMAREK, Z. Coping with hydro- logical extremes. Water International, 2000, 25(1): 66-75. [7] MARAUN, D., WETTERHALL, F., IRESON, A. M., et al. Pre- cipitation downscaling under climate change: Recent develop- ments to bridge the gap between dynamical models and the end user. Reviews of Geophysics, 2010, 48(3): G3003. [8] TEUTSCHBEIN, C., SEIBERT, J. Regional climate models for hydrological impact studies at the catchment scale: A review of recent modeling strategies. Geography Compass, 2010, 4(7): 834-860. [9] WILBY, R. L. Evaluating climate model outputs for hydrologi- cal applications. Hydrological Sciences Journal——Journal des Sciences Hydrologiques, 2010, 55(7): 1090-1093. [10] EASTERLING, D. R., MEEHL, G. A., PARMESAN, C., et al. Climate extremes observations, modeling, and impacts. Science, 2000, 289(5487): 2068. [11] BENISTON, M ., STEP HENSON, D. B., CHR ISTENSEN, O. B., et al. Future extreme events in European climate: An exploration of regional climate model projections. Climatic Change, 2007, 81: 71-95. [12] 封国林, 龚志强, 支蓉. 气候变化检测与诊断技术的若干新 进展[J]. 气象学报, 2008, 66(6): 892-905. FENG Guolin, GONG Zhiqiang and ZHI Rong. Latest advances of climate change detecting technologies. Acta Meteorologica Sinica, 2008, 66(6): 892-905. (in Chinese) [13] 任国玉, 封国林, 严中伟. 中国极端气候变化观测研究回顾 与展望[J]. 气候与环境研究, 2010, 15(4): 337-353. REN Guoyu, FENG Guolin and YAN Zhongwei. Progresses in observation studies of climate extremes and changes in mainland China. Climatic and Environmental Research, 2010, 15(4): 337- 353. (in Chinese) [14] WILBY, R. L., HARRIS, I. A framework for assessing uncer- tainties in climate change impacts: Low-flow scenarios for the River Thames, UK. Water Resources Research, 2006, 42(2): W2419. [15] FOWLER, H. J., KILSBY, C. G. Using regional climate model data to simulate historical and future river flows in northwest England. Climatic Change, 2007, 80(3): 337-367. [16] 郭生练. 气候变化对洪水频率和洪峰流量的影响[J]. 水科学 进展, 1995, 6(3): 224-230. GUO Shenglian. Impact of climate change on flood frequencies and peak discharges. Advances in Water Science, 1995, 6(3): 224-230. (in Chinese) [17] 程晓陶, 王静, 夏军, 等. 气候变化对淮河防洪与排涝管理项 目的影响及适应对策研究[J]. 气候变化研究进展, 2008, 4(6): 324-329. CHENG Xiaotao, WANG Jing, XIA Jun, et al. Impacts of cli- mate change on flood control and land drainage management project in the Huaihe River Basin and adaptive measures. Ad- vances in Climate Change Research, 2008, 4(6): 324-329. (in Chinese) [18] 吴志勇, 郭红丽, 金君良, 等. 气候变化情景下黑河流域极端 水文事件的响应[J]. 水电能源科学, 2010, 28(2): 7-9, 46. WU Zhiyong, GUO Hongli, JIN Junliang, et al. Extreme hydro- logic event response to climate change scenario in Heihe Basin. Water Resources and Power, 2010, 28(2): 7-9, 46. (in Chinese) [19] 梁忠民, 胡义明, 王军. 非一致性水文频率分析的研究进展 [J]. 水科学进展, 2011, 22(6): 864-871. LIANG Zhongmin, HU Yiming and WANG Jun. Advances in hydrological frequency analysis of non-stationary time series. Advances in Water Science, 2011, 22(6): 864-871. (in Chinese) [20] FOWLER, H. J., BLENKINSOP, S. and TEBALDI, C. Linking climate change modelling to impacts studies: Recent advances in downscaling techniques for hydrological modelling. Interna- tional Journal of Climatology, 2007, 27(12): 1547-1578. [21] XU, C. From GCMs to river flow: A review of downscaling methods and hydrologic modelling approaches. Progress in Physical Geography, 1999, 23(2): 229-249. [22] 陈华, 郭靖, 郭生练, 等. 应用统计学降尺度方法预测汉江流 域降水变化[J]. 人民长江, 2008, 39(14): 53-55, 102. CHEN Hua, GUO Jing, GUO Shenglian, et al. Application of statistical downscaling method in precipitation prediction for the Hanjiang River Basin. Yangtze River, 2008, 39(14): 53-55, 102. (in Chinese) [23] 郭靖, 郭生练, 张俊, 等. 汉江流域未来降水径流预测分析研 究[J]. 水文, 2009, 29(5): 18-22. GUO Jing, GUO Sheng-lian, ZHANG Jun, et al. Prediction of rainfall and runoff changes in the Hanjiang Basin. Journal of China Hydrology, 2009, 29(5): 18-22. (in Chinese) [24] 郭家力, 郭生练, 郭靖, 等. 鄱阳湖流域未来降水变化预测分 析[J]. 长江科学院院报, 2010, 27(8): 20-24. GUO Jiali, GUO Shenglian, GUO Jing, et al. Prediction of pre- cipitation change in Poyang Lake Basin. Journal of Yangtze River Scientific Research Institute, 2010, 27(8): 20-24. (in Chi- nese) [25] CHEN, H., XU, C. Y. and GUO, S. Comparison and evaluation of multiple GCMs, statistical downscaling and hydrological models in the study of climate change impacts on runoff. Journal of Hydrology, 2012, 434: 36-45. [26] BRONSTERT, A., KOLOKOTRONIS, V., SCHWANDT, D., et al. Comparison and evaluation of regional climate scenarios for hydrological impact analysis: General scheme and application example. International Journal of Climatology, 2007, 27(12): 1579-1594. [27] 陆其峰, 潘晓玲, 钟科, 等. 区域气候模式研究进展[J]. 南京 气象学院学报, 2003, 26(4): 557-565. LU Qifeng, PAN Xiaoling, ZHONG Ke, et al. Advances in re- gional climate model studies. Journal of Nanjing Institute of Meteorology, 2003, 26(4): 557-565. (in Chinese) [28] GIORGI, F., BATES, G. T. The climatological skill of a regional model over complex terrain. Monthly Weather Review, 1989, 117: 2325. [29] COCKE, S., LAROW, T. E. Seasonal predictions using a re- gional spectral model embedded within a coupled ocean-at- mosphere model. Monthly Weather Review, 2000, 128(3): 689-708. [30] AKHTAR, M., AHMAD, N. and BOOIJ, M. J. Use of regional climate model simulations as input for hydrological models for the Hindukush-Karakorum-Himalaya region. Hydrology and Earth System Sciences Discussions, 2008, 5(2): 865-902. [31] 贺瑞敏, 刘九夫, 王国庆, 等. 气候变化影响评价中的不确定 性问题[J]. 中国水利, 2008, 2: 62-64, 76. HE Ruimin, LIU Jiufu, WANG Guoqing, et al. Analysis on un- certainty in assessment of climate change effects. China Water Resources, 2008, 2: 62-64, 76. (in Chinese) [32] GIORGI, F., MEARNS, L. O. Probability of regional climate change based on the reliability ensemble averaging (REA) me- thod. Geophysical Research Letters, 2003, 30(12): 1629-1632. [33] ROBERTSON, A. W., LALL, U., ZEBIAK, S. E., et al. Im- proved combination of multiple atmospheric GCM ensembles for seasonal prediction. Monthly Weather Review, 2004, 132(12): 2732-2744. [34] MURPHY, J. M ., SEXTON, D. M. H., BARNETT, D. N., et al. Quantification of modelling uncertainties in a large ensemble of climate change simulations. Nature, 2004, 430(7001): 768-772. [35] JIANG, Z., SONG, J., LI, L., et al. Extreme climate events in China: IPCC-AR4 model evaluation and projection. Climatic Change, 2011: 1-17. [36] XU, Y., XU, C., GAO, X., et al. Projected changes in tempera- ture and precipitation extremes over the Yangtze River Basin of China in the 21st century. Quaternary International, 2009, 208(1- 2): 44-52. [37] TEBALDI, C., SMITH, R. L., NY CHKA, D., et al. Quantif ying Copyright © 2012 Hanspub 151  郭家力，等：气候变化对水文影响评估中的几个热点问题 Copyright © 2012 Hanspub 第1卷 · 第3期 152 uncertainty in projections of regional climate change: A Bayes- ian approach to the analysis of multimodel ensembles. Journal of Climate, 2010, 18: 1524-1540. [38] MIN, S. K., SIMONIS, D. and HENSE A. Probabilistic climate change predictions applying Bayesian model averaging. Phi- losophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 2007, 365(1857): 2103- 2116. [39] CHEN, J., BRISSETTE, F. P. and L ECONTE, R. Uncertainty of downscaling method in quantifying the impact of climate change on hydrology. Journal of Hydrology, 2011, 401: 190-202. [40] KHAN, M. S., COULIBALY, P. and DIBIKE, Y. Uncertainty analysis of statistical downscaling methods. Journal of Hydrol- ogy, 2006, 319(1-4): 357-382. |