A2情景下查谟和克什米尔斯利那加市达尔湖集水区的气候变化预测
Saqib Parvaze1＊，沙巴帕瓦兹2， Sheeza Haroon1努琳·库尔希德1， j·N·汗1拉提夫·艾哈迈德3.
1农业工程系，skust -克什米尔，Shalimar校区，190025印度查谟和克什米尔
2印度鲁尔基IIT水文学系
3.SKUAST-克什米尔农学系，Shalimar校区，190025印度查谟和克什米尔
http://dx.doi.org/10.12944/CWE.11.2.11
研究了气候变化对最高气温、最低气温、平均气温和降水量等气象参数的影响。在查谟和克什米尔邦的达尔湖集水区测试了多元线性回归(MLR)、人工神经网络(ANN)和统计降尺度模型(SDSM)模型。研究使用了从skuast -克什米尔气象站获得的27年(1985-2012)天气数据。模拟结果表明，在高决定系数R的温度序列中，观测数据与预测值之间具有良好的一致性2不同模型的值在(0.87-0.97)之间变化。对于降水R2不同模型的数值在(0.112-219)之间变化。降水时间序列的决定系数偏低是由于所选模型无法确定降水发生的不确定性。三种模式中，SDSM预报天气参数的效果最好。因此，SDSM被用于气候情景的生成。对比1985-2012年与2015-2030年的日降水和气温序列，月、最高可能气温、最低可能气温、平均气温和降水量总体呈0.46%、1.96%、0.95%和2.66%的增加趋势。
气候变化;多元线性回归;人工神经网络;统计降尺度模型;A2情景
复制以下内容以引用本文:
Parvaze S, Parvaze S, Haroon S, Khurshid N, Khan J. N, Ahmad L.在A2情景下预测查谟和克什米尔斯利那加市达尔湖集水区的气候变化。当前世界环境2016;11(2)DOI:http://dx.doi.org/10.12944/CWE.11.2.11
复制以下内容以引用此URL:
Parvaze S, Parvaze S, Haroon S, Khurshid N, Khan J. N, Ahmad L.在A2情景下预测查谟和克什米尔斯利那加市达尔湖集水区的气候变化。环境科学学报2016;11(2)。可以从://www.a-i-l-s-a.com/?p=161
简介
在过去的一个世纪里，温度和CO的增加2土地利用模式的改变等多种因素导致的集中4以及工业和农业部门的温室气体排放，7造成了地球气候的变化。温室气体浓度的增加可能会影响地球的温度和降水，以及风暴的模式以及海平面的变化。3 1 6气候变化的明显影响已经被观察到，如极端事件的发生，如寒冷、炎热、洪水或干旱。5
据报道，印度的年平均气温和最高气温分别上升了0.7和0.8oC分别。2印度的许多回收地，包括西部Coаst, Centrаl Indiа，内陆Peninsulа和North-Eаst，都显示出气候变暖的趋势。4
本研究通过对比MS-Excel的多元线性回归(MLR)模型、MATLAB软件的人工神经网络(ANN)模型和统计降尺度模型(SDSM)，确定了印度查mu &克什米尔地区斯利那加市Dаl Lаke cаtchment地区chаnge气候降尺度的最佳拟合模型。然后，三种方法中最好的一种用于预测2015-2030年期间该流域的气候变化。
研究区域
达尔湖流域位于印度查谟和克什米尔邦的喜马拉雅地区，在北纬34°02´和34°13´之间，经度74°50´E - 75°09´E之间。该湖的集水区面积为337公里2几乎是湖泊面积的18倍。流域地形不均匀，海拔1580-4380m。达尔湖海拔约1580米。该流域的正常年降水量为720毫米。该地区的冬季从11月持续到3月，在此期间，集水区大部分仍被积雪覆盖。一月是最冷的月份，最低气温低于冰点。7月气温最高35°C, 1月最低-7°C。研究区域和skust - kashmir气象站的信息如图1-4所示。
 |
|
材料与方法
选用1985 - 2011年skuast -克什米尔站逐日观测资料实测的日最高可能气温、日最低可能气温、日平均气温和日降水资料。从加拿大气候影响情景组(CCISC)数据门户网站获得了同一地区的SDSM预测器。预测因子来自可用的GCM (HadCM3)，用于距离研究区域最近的网格框的给定地理坐标。所有的数据文件，然后直接下载MLR, MATLAB和SDSM立即部署。
首先利用决定系数(R2)、均方误差(MSE)、均方根误差(RMSE)和绝对平均偏差(AAD)等统计指标，将观测数据与CCISC的预测数据进行比较，检验MLR、ANN和SDSM三者之间的最佳拟合模型。在确定最佳拟合模型后，该特定模型用于生成气候情景，以预测2015-2030年期间的气候变化。
异常一词是指未来气候条件与基准期(1985-2011)气候条件的偏差。本研究以研究区气象站记录为基础，分析了基线期的气候条件。月降水量异常以未来月平均降水量与基线期(1985-2011年)月平均降水量之差计算。同样，还计算了月气温的异常。
结果与讨论
日最高气温、最低气温、平均气温和降水的观测值分别拟合在MLR、ANN和SDSM模型中，与较高的R值拟合良好2对于每个模型。相应的误差值均在可接受范围内。这些模型的准确性以及它们预测目标值的能力是在诸如MSE、RMSE和AAD等统计指标的帮助下确定的。然后比较每个模型的指数，以确定三个模型中的最佳拟合模型。表1给出了这些模型各参数指标的比较。
表1:MLR、ANN和SDSM方法得到的指标比较
参数 |
模型 |
均方误差 |
RMSE |
R2 |
油气地质 |
最高温度 |
高钙 |
8.587 |
2.930 |
0.874 |
16.289 |
安 |
6.884 |
2.624 |
0.899 |
14.303 |
|
SDSM |
3.589 |
1.894 |
0.947 |
9.486 |
|
最低温度 |
高钙 |
4.940 |
2.223 |
0.893 |
5.590 |
安 |
3.748 |
1.936 |
0.919 |
6.841 |
|
SDSM |
1.556 |
1.247 |
0.966 |
0.535 |
|
平均温度 |
高钙 |
5.038 |
2.244 |
0.908 |
17.703 |
安 |
4.013 |
2.003 |
0.927 |
13.995 |
|
SDSM |
1.607 |
1.268 |
0.971 |
7.503 |
|
降水 |
高钙 |
2.763 |
1.662 |
0.078 |
173.661 |
安 |
2.861 |
1.692 |
0.045 |
107.493 |
|
SDSM |
-44 - 2.3 |
1.531 |
0.218 |
101.273 |
综合上述指标，SDSM是预测流域气候变化的最佳模式，R值最高2以及每个参数的MSE、RMSE和AAD的最小值。因此，SDSM被用于预测流域的气候变化。
月最高气温总体呈上升趋势(0.46%)，特别是1月(3.25%)和6月(1.74%)，2月(-1.27%)呈持续下降趋势。月最低气温总体呈上升趋势(1.96%)，特别是2月(45.45%)和11月(7.21%)，12月(-11.19%)呈持续下降趋势。
月平均气温总体呈上升趋势(0.95%)，特别是1月(6.25%)和10月(3.08%)，7月(-0.69%)呈持续下降趋势。月降水量总体呈增加趋势(2.66%)，特别是9月(8.34%)和4月(7.56%)，12月(-7.61%)呈持续减少趋势。
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
结论
通过MLR、ANN和SDSM建模得到的所选参数的模拟值与原始值接近。利用SDSM预测了15年的气候变化，得到了决定系数的最大值。SDSM预测显示日最高气温和最低气温总体上升。预测降水量也高于基准降水量，但分布不均匀。
参考文献
- 达什，S.K.和亨特，j.c.r.， 2007。印度气候变化的多变性。《现代科学》，32(6)，第782-788页。
- 达什，S.K，杰纳尼，R. K，卡尔西，S. R.和潘达，S.K, 2007。20年气候变化的一些证据th世纪,印度。气候变化85页，299-321
CrossRef - IPCC, 2007:气候变化2007:影响、适应和脆弱性。第二工作组对政府间气候变化专门委员会第四次评估报告的贡献。
- 伊斯兰，A.和锡卡，A.， 2010。印度的气候变化和水资源:影响评估和适应战略。《自然和人为灾害》(第386-412页)。荷兰施普林格。
- 米哈尔，G. A.，斯托克，T. F.，柯林斯，W. D.，弗里德灵斯坦，P.，盖耶，A. T.，格雷戈里，J. M.，基托，A.，克努蒂，R.，墨菲，J. M.，野田，A.，雷帕，S. C. B.，沃特森，I. G.，韦弗，A. J.和赵振昌，2007。全球气候预测，2007年气候变化:自然科学基础。第一工作组对政府间气候变化专门委员会第四次评估报告的贡献。剑桥大学出版社。英国剑桥和美国纽约。
- 拉金德拉，K.和基托，A.， 2008。超高分辨率全球模式对印度夏季风未来气候的预测。《现代科学》，39(11)，第1 - 4页。
- 罗森茨威格c和希勒尔D, 1998。气候变化和全球收成。
