公共文化服务平台

苏凤阁: 作品数：14 被引量：222H指数：8; 供职机构：中国科学院青藏高原研究所更多>>; 发文基金：国家自然科学基金国家重点基础研究发展计划中国科学院战略性先导科技专项更多>>; 相关领域：天文地球水利工程环境科学与工程更多>>

合作作者

四套降水资料在喀喇昆仑山叶尔羌河上游流域的适用性分析被引量：23: 2013年; 分析了2003-2009年基于卫星观测的降水数据CMORPH、TMPA 3B42v6、中国科学院青藏高原研究所的融合数据ITPCAS和基于地面台站的APHRODITE(2003-2007)四套降水数据集在叶尔羌河上游流域的时空分布特征,并以这四套降水数据为驱动,利用VIC分布式水文模型对叶尔羌河上游流域的降水径流进行模拟.结果表明:在空间分布上,四套降水资料在叶尔羌河上游流域的差异较大,ITPCAS的空间分布与流域冰川的分布较一致,基于冰川区即为大降水区的基本认知,初步认为ITPCAS的空间分布比较合理;其次是TMPA 3B42v6和APHRODITE;在流域的年降水量和季节分配量上,由于缺乏高海拔地区的实测降水资料,无法准确回答各套降水资料在量级上是否合理;在时间序列上,四套降水资料与流域站点降水(库鲁克栏杆站和塔什库尔干站的平均降水)存在着不同程度的差异.但从整体上看,CMORPH数据在一定程度上能够反映流域的月降水变化过程,而APH-RODITE和ITPCAS只能在个别年份对流域的降水描述较好;在径流模拟上,卫星降水数据CMOR-PH显示了作为水文模型输入数据的较大潜力;而其他降水资料在叶尔羌河径流模拟中,与实测径流在量和季节分配上可能存在较大偏差.; 阚宝云苏凤阁童凯张磊磊; 关键词：V6 降水

青藏高原21世纪气候和环境变化预估研究进展被引量：66: 2015年; 本文回顾了21世纪青藏高原区域多种气候和环境要素变化预估研究的进展，包括气温、降水、极端天气气候事件、冻土、积雪、冰川、径流和植被等，预估结果主要来自于SRES和RCP情景下气候模式的预估以及物理统计模型的预估．结果表明，未来青藏高原地面气温将升高，21世纪后期增温更显著．总体来说21世纪高原降水以增加为主，极端天气气候事件增加．高原未来冻土面积缩小，冻土活动层厚度增加，积雪日数和积雪深度减少，冰川将以退缩为主．径流的未来变化较复杂，不同流域之间的差异较大，径流在不同流域表现为增加和减少并存．青藏高原植被对气候变化的响应敏感而脆弱，21世纪中后期青藏高原的生长季长度增加，常绿林，森林出现在高原东部和南部，灌丛植被类型将会扩展并入侵高寒草原．根据已有的研究结果，本文对这些气候与环境要素在21世纪中期（2030—2050年）和后期（2080～2100年）的变化进行了综合集成，给出了它们在21世纪中期和后期的可能变化范围．; 张人禾苏凤阁江志红高学杰郭东林倪健游庆龙兰措周波涛; 关键词：青藏高原气候变化环境变化

基于GCMs的青藏高原未来降水及极端降水特征: 青藏高原是世界上海拔最高面积最广的高原,也是我国及周边地区大江大河(如黄河、长江、雅鲁藏布江和印度河等)的发源地,有“亚洲水塔”之称。降水是最重要的大气对陆地水文系统的输入过程,是河川径流的重要来源,同时也是全球水热循环...; 童凯苏凤阁; 关键词：青藏高原降水极端降水 GCMS

第三极西风和季风主导流域源区降水呈现不同梯度特征被引量：17: 2020年; 利用位于第三极东南部受季风主导的长江、黄河、澜沧江、怒江上游和雅鲁藏布江流域,以及位于西部受西风主导的叶尔羌河、印度河、阿姆河和锡尔河上游流域源区256个气象站的降水数据,分析了各流域降水随海拔变化的梯度关系;基于ERA5数据,通过分析水汽含量、对流有效势能和抬升凝结高度与各流域内海拔的变化关系,探讨了不同气候系统主导的流域呈现不同梯度特征的原因;通过水文模型模拟径流反向验证降水梯度校正方法在推算高海拔山区降水时的可行性.结果表明:(1)位于季风区的长江上游、黄河上游、澜沧江、怒江和雅鲁藏布江流域降水随海拔增加而降低(17~128 mm/100 m),地形效应仅在小尺度呈现;西风主导的叶尔羌河、印度河、阿姆河和锡尔河上游流域降水随海拔增加而增加(5~64 mm/100 m),地形效应明显.(2)ERA5与气象站观测降水数据在不同流域源区表现出一致的降水梯度特征.季风区流域降水随海拔增加而减少,主要由水汽含量随海拔增加而减少所致,地形效应在局地尺度依然有所反映;西风区流域降水随海拔增加而增加,主要受抬升凝结高度降低和对流有效势能增加的影响.(3)陆面水文模型反向验证结果表明,在降水地形效应明显的流域,对低海拔站点降水进行地形校正是提高通过降水变率推算高海拔区域降水可靠性、提高水文模拟精度的一个有效途径.研究结果对第三极流域高海拔山区降水数据的地形校正有参考价值;对第二次青藏高原综合科学考察中降水观测的选点有指导意义.; 孙赫苏凤阁黄敬恒姚檀栋姚檀栋Deliang Chen; 关键词：地形效应

基于全国50×50km~2网格的大尺度陆面水文模型框架: ＜正＞ 1 引言陆面过程是指能够影响气候变化的发生在陆地表面和土壤中控制地气之间动量、热量及水分交换的那些过程,它们受大气环流和气候的影响,反过来又影响大气的运动。怎样准确描述气候模式中的陆面过程,已经引起气候模式研究人...; 谢正辉刘谦苏凤阁杨宏伟; 文献传递

水文模型中雨量资料的解集分析及应用被引量：15: 2001年; 分布式月水文模型由于时段长、雨强均化，导致在淮河流域的应用中，网格计算径流深出现了许多不合理的零值。利用解集方法，对月降雨资料进行解集后运行水文模型，其计算结果更加合理。并应用１９９８年淮河流域能量和水循环试验（ＨＵＢＥＸ）加强观测资料对模型进行了验证。; 苏凤阁郝振纯; 关键词：水文模型雨强雨量资料

一种陆面过程模式对径流的模拟研究被引量：16: 2002年; 径流在陆面模式水量平衡计算中占有重要地位,它不但与土壤水的动态变化有关,而且会影响感热,潜热等其他通量的计算结果。作者针对陆面过程模式AVIM(At-mosphere Vegetation Interaction Model)对产流描述的不足,改进模式中对径流的参数化方法。并将改进后的模式用于内蒙古的锡林河流域,以检验模式对径流的模拟能力。1991～1994年的径流模拟结果表明,改进后的模式对径流的模拟有较好的改善。; 苏凤阁郝振纯; 关键词：陆面过程模式参数化径流潜热感热气温

气候变化下黄河源区水文响应研究: 黄河源区一般是指唐乃亥水文站以上的集水区域,流域面积121972km2,以其占整个黄河流域16％的面积,产生了38％的径流,因此被称为黄河的水塔.在过去的50年间,黄河源区温度的上升趋势为0.35℃/10y,与此同时,径...; 孟凡冲苏凤阁童凯

青藏高原河川径流变化及其影响研究进展被引量：48: 2019年; 青藏高原被称为世界'第三极',又有'亚洲水塔'之称,对其周边地区的水文和气候系统有重要影响.青藏高原是亚洲许多大河的发源地,其冰川与河川径流变化影响到周边数十亿人口.本文介绍了青藏高原河川径流观测现状,回顾了青藏高原河川径流变化研究. 20世纪50年代至21世纪初,黄河源区年径流呈减少趋势、长江源区年径流呈微弱增加趋势,青藏高原其他江河源区的年径流没有显著的变化趋势.黄河上游、澜沧江上游、沱沱河及拉萨河源区的春季径流有增加趋势.未来气候变化情景下,随着降水和冰雪融水增加,青藏高原大部分河流源区径流增加,洪水等极端水文事件发生更加频繁.青藏高原河流源区水文气象观测资料稀缺,是河川径流变化及其影响研究的重大挑战.青藏高原水文研究亟需结合最新观测与模拟技术,提高水循环观测与模拟能力,深入认识青藏高原河川径流复杂性及其变化规律,为径流变化的影响评估及其应对提供科技支撑.; 汤秋鸿兰措兰措苏凤阁刘星才丁劲王磊王磊冷国勇张永强桑燕芳方海燕张士锋韩冬梅刘小莽贺莉唐寅Deliang Chen; 关键词：青藏高原水循环河川径流气候变化

雅鲁藏布江流域多源降水产品评估及其在水文模拟中的应用被引量：11: 2020年; 论文对比分析了1980—2016年基于站点插值降水数据CMA(China Meteorological Administration)和APHRODITE(Asian Precipitation-Highly-Resolved Observational Data Integration Towards Evaluation)、卫星遥感降水数据PERSIANN-CDR(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Network-Climate Data Record)和GPM(Global Precipitation Measurement)、大气再分析数据GLDAS(Global Land Data Assimilation System)以及区域气候模式输出数据HAR(High Asia Refined analysis)在雅鲁藏布江7个子流域的降水时空描述,利用国家气象站点数据对各套降水数据进行单点验证,并以这6套降水数据驱动VIC(Variable Infiltration Capacity)大尺度陆面水文模型反向评估了各套降水产品在雅鲁藏布江各子流域径流模拟中的应用潜力。结果表明:①PERSIANN-CDR和GLDAS年均降水量最高(770~790 mm),其次是HAR和GPM(650~660 mm),CMA和APHRODITE年均降水量最低(460~500 mm)。除GPM外,其他降水产品在各子流域都能表现季风流域的降水特征,约70%~90%的年降水量集中在6—9月份。②除PERSIANN-CDR和GLDAS外,其他降水产品皆捕捉到流域降水自东南向西北递减的空间分布特征。其中,HAR数据空间分辨率最高,表现出更详细的流域内部降水空间分布特征。③与对应网格内的国家气象站降水数据对比显示,APHRODITE、GPM和HAR降水整体低估(低估10%~30%),且严重低估的站点主要集中在下游(低估40%~120%)。PERSIANN-CDR和GLDAS整体表现为高估上游流域站点降水(高估28%~60%),但低估下游流域站点降水(低估11%~21%)。④在流域径流模拟上,当前的6套降水产品在精度或时段上仍无法满足水文模型模拟的需求。⑤通过水文模型反向评估,6套降水产品中区域气候模式输出的HAR在流域平均降水量和季节分配上更合理。; 孙赫苏凤阁; 关键词：水文模拟青藏高原

苏凤阁

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

苏凤阁

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈