yueping xu流域气候变化的历史和未来校对稿

AAFC农业及农业食品部天气发生 BNU-ESM师范大学地球系统模 气候模 间气候变化专门LARS-WG 戈达德太空模型第二 MK 趋势检验法/M-KMPI-ESM-LR/ECHAM•普朗克低分辨率地球系统模 第一章引 第二章数据和方 研究领域和数 方 GCM（全球气候模型）和排放情 统计降尺度方 第三章结果和讨 历史降水量变化趋 历史气温变化趋 未来2021-2050平均降水量的变 未来2021－2050降水量变 未来2021-2050平均气温的变 未来2021-2050气温的变 第四章结 参考文 图图1：纳入研究的气象站地理位 表1：纳入研究的气象站介 表2：用于分析的CMIP5中四种GCM模式介 图2：1961－2013湘江流域年面雨 图3：13个气象站年降水量的Z统计 图4：湘江流域13个气象站季降水量的Z统计 图5：湘江流域13个气象站年最大月降水量的MK统计 图6：湘江流域13个气象站年最大日降水量的Z统计 图7：湘江流域13个气象站年最大5日降水量的Z统计 图8：湘江流域年均气 图9：湘江流域13个气象站年均气温的Z统计 图10：湘江流域13个气象站季平均气温的Z统计 图11：湘江流域年气温最高 图12：湘江流域13个气象站年气温最高值的Z统计 图13：湘江流域13个气象站季气温最高值的Z统计 图14：湘江流域年气温最低 图15：湘江流域13个气象站年气温最低值的Z统计 图16：湘江流域13个气象站季气温最低值的Z统计 图17：湘江流域基准期和未来期年均面雨 图18：零陵、衡阳和株洲气象站在基准期和未来的年平均降水 图19：湘江流域基准期和未来期的季均降水 表3：湘江流域基准期和未来期的季均降水量（毫米 图20：零陵、衡阳和株洲气象站基准期和未来期的季均降水 表4：零陵气象站在基准期和未来期的季均降水 表5：衡阳气象站基准期和未来期的季均降水 表6：株洲气象站基准期和未来期的季均降水 图21：湘江流域月降水量的相对变 图22：零陵、衡阳和株洲气象站月降水量的相对变 图23：湘江流域年最大日面雨量的经验累积分 图24：零陵、衡阳和株洲气象站在基准期及未来的年最大日面雨量的经验累积分布函 图25：湘江流域年最大5日面雨量经验累积分布函 图27：湘江流域基准期和未来期的年均气 图28：零陵、衡阳和株洲气象站基准期和未来期的年均气 图29：湘江流域基准期和未来期的季均气 表7：湘江流域基准期和未来期的季均气温变 图30：零陵、衡阳和株洲气象站基准期和未来期的季均气 图31：湘江流域月平均气温的变 图32：零陵、衡阳和株洲气象站的月平均气温变 图33：湘江流域基准期及未来期的年最高气 图34：零陵、衡阳和株洲气象站基准期及未来期的年最高气 图38：零陵、衡阳和株洲气象站基准期及未来期的年最低气 图39：湘江流域月最低气温的变 图40：零陵、衡阳和株洲气象站月最低气温的变 全球变暖给流域综合管理带来了巨大的。旨在湘江流域2021－2050的降水量和气温变化进行测利用MI（国际耦合模式比较计划第五阶段）GCM（）L－（朗·阿什顿试验站天气发生器4（代表性浓度路径未来平均降水量降水量平均气温和气温研究结果表明在这四种GCM1.02°C至1.38°C，平均增幅为121°C。气温也上升，整个湘江流域的气温将很可能升高。：Mann-Kendalltest趋势检验法)、气候变化、LARS－WG(朗•阿什顿试验站天气发生器)、GCM(全球气候模式)、降水量、湘江流域第一章温室气体增加导致全球气候变化显著（间气候变化专门,2007;间气候变化专门,2014受气候变化影响冰川融化、分析气候变化通常采用两种方法第法是结合长时间序列的历史气候数据，来分析气候变化（entMeki，2006；ebai等，007；田烨201geena2014nco20142014uryavanshi等2014ent和Meki（2006对20世纪以来日气温气温和降水指数的情况展开了研究。田烨等人（21）Mann-enda（趋势检验法）18geena等(2014)采用ann-edal法分析了至年利比亚各种模的个沿海气象站的气温变化及195至2009年65沿海和内陆气象另法是通过不同排放情境来分析未来的气候变化该方法通常会用到全球气候模型和区域气候模型（如Semmler和Jacob,2004；Tripathi等2006;Willems和Vrac,2011;等,2012;许红亮等,2013;Lee和Hong,2014;屈侠等,2014)。Semmler和Jacob（2004）REMO5.1模拟了欧洲降水。Willems和Vrac（2011）基于ECAM5环流模式采用统计降尺度方法预估未来降水，从而气候变化对水文水资源的小规模影响。许月萍等（2012）GCM模式预测降水变化，从而分析出中国东部钱塘江流，GCM（byrrs20062014中许多研究表明GCM模式是导致气候变化分析不确定性的最主要，2012（或集成运行）等不确定性因素相比，GCM模式是造成降水和气温不确定性的GCM模式是极其重要的。朱毅，2009A2B2气候情景下气候变化对水文气候变量的影响。其研究发现，20112099年期间气温和蒸发量呈现出显著上升趋势;2）基于精选出的GCM模式和排放情景，探索该流域范围内可能的气候变化。为了实现这些目标，本研究将首先采用Mann-Kendall法分析流域内实测降阶段（CMIP5）中的四种GCM模式下的降水和气温数据进行降尺度处理，进而第二章据和方24º-29º110.5º-114º856千米，流域面积约94,660平方千米（等，2013。湘江发源于广西壮族流——湘江流域属带湿润季风气候，夏季自南方带来大量降雨。年平均降水量1,512毫米，其中3-8月降水量占全年降水量的70%以上（王，编制中17摄氏度。135011：纳入研究的气象站介绍123456789Mann-Kendall趋势检验本研究使用著名的Mann-Kendall趋势检验法检测湘江流域降水及气温的年、季、月演变趋势。Mann-Kendall检验法（Mann,1945;Kendall,1975）是一种（Douglas等，2000；张学斌等，2000；Yue等，2003）统计数据检验如n1Ssgnxkxii1ki

当xkxi

sgnxx

当xx

当xkxixkxi为序列数值，nS的均值和方差分ESVarSnn12n标准方差Z

Var(Var(SZ=

SS

SS

SVar(S此，Yue等（2002，2003）提出采用无趋势预白化处理法来消除序列相关性对MK检验的影响。简要介绍如下：XtEXt得到新的样本数据XIt，XIt的属性与Xt相同。样本数据中的峰值按Theil（1950）和Sen（1968）提出的方法进行计算。假定趋势项Tt为线性趋势，则样本数据去趋势为：XI Xt

t EXtMedianxkxl

l

klYtXItTtXIt

序列Yt中lag-1序列相关系数r1的计 如下（塞拉斯等,1980yyt

y

y 1rt1 1

N ytyt1 如果r1较小，则序列Yt可视为独立序列，MK检验法可用于检验原始样本数列相关项AR1中去除，其计 如下

tt

趋势项和YItYIItYtr1

新序列YIItMK全球气候模型和排放情GCM1971年为基准期，2021年至2050年为未来期考虑到中国国情和当地专家的经验，CMIP5GCM模式，用于预测湘江2为这四种GCM模式介绍。2：用于分析的CMIP5中四种GCM模式介1BNU-ESM师范大学地球系统模2GISS-E2太空模型第二2°×2.34MPI-ESM-LR/ECHAM•低分辨（RCP4.5浓度路径是指间气候变化专门在其第五次评估报告中采用的温室气体浓度路径而非其排放路径。代表性浓度路径处于最低值2.68.5这一范围之内，代表着未来可能出现的气候，而这些气候是否会真正出现取和减动。相对于工业化发生之前的数值，RCP4.5表示的是2100年的辐射4.5W/m2RCP4.5，因为它是最有可能发生的，它反映了促进经济发展和保护环境的意图。统计降尺度19951999，2004尺度（Hessamiet等，2008）和朗•阿什顿试验站天气发生器（Semenov和（LARS-WG）GCM模式的输出结果进行降尺度处理，得出区域1991LARS-WG(12)(13)在12和13中，Tmax和Tmin分别代表日最高温度和日最低温度，Tmx和Tmn分别代表某月的日最高温度平均值和日最低温度平均值。STmxSTmn分别表示某月的日最高温度和最低温度的标准差，v表示正态标准差。第三章果和讨图2为1961－2013湘江流域年面雨量。该流域年降水量略有上升，但MK5％。Z（5）0.94yy=0.4153x+R²=AnnualAnnualprecipitation图2：1961－2013湘江流域年面雨313ZMK5％5％。21ZZ03：13个气象站年降水量的Z4为湘江流域13个气象站季降水量的Z统计值4（a）表明大多数气郴州、南岳、宁冈和株洲气象站的降水量稍有增长。图4（b）表明大多数气象站量也稍有下降。图4（c）表明一半的气象站秋季降水量变化不明显，但道县气象站的降水量下降明显。图4（d）表明除常宁、长沙、南岳、株洲气象站以外，其5％。春10ZZ(b)夏21Z0Z(c10Z-0Z(d32Z1Z04：湘江流域13个气象站季降水量的Z统513Z21Z0Z5：湘江流域13个气象站年最大月降水量的Z统计613Z统计值。从图可知，13Z3.13 Z32106：湘江流域13个气象站年最大日降水量的Z统计7为湘江流域13个气象站年最大5日降水量的Z统计值。图中可以看出不同的气象站年最大5日降水量上升或下降，但根据MK统计，这些变化都不明1ZZ07：湘江流域13个气象站年最大5日降水量的Z统计根据上述分析可以得知，未来湘江流域将可能出现更的降水现象图8为湘江流域1961－2013年均气温。Z统计值（3.55）以及图表都显示该流域年均气温明显上升。每十年气温上升0.15°C。气温在一年四有0.19°C0.08°Cy=y=0.0146x+17.247R²=0.2334Annualmeantemperature(ºC图8：湘江流域年均气76543210Z976543210Z9：湘江流域13个气象站年均气温的Z统计10为湘江流域13个气象站季平均气温的Z统计值。据图所示，大部分气夏季气温上升的显著性水平达到5%543543210Z43243210ZZZ43432102ZZ1010：湘江流域13个气象站季平均气温的Z11Mann-Kendall0.13°C0.25°C0.18°C。yy=0.0132x+21.827R²=0.1049nl图11：湘江流域年气温最高Z1213ZMann-Kendall双峰和株洲五个气象站的气温最高值增长十分显著。Z44321012：湘江流域13个气象站年气温最高值的Z统计图13为湘江流域13个气象站季气温最高值的Z统计值。据图所示，相对于ZZ321043243210ZZZ332101ZZ0-013：湘江流域13个气象站季气温最高值的Z统计14Z（5.19）表明该流域年0.20°C0.27°C0.15°C。y=y=0.0195x+13.794R²=0.4444Annualminimumtemperature图14：湘江流域年气温最低图15为湘江流域13个气象站的年气温最低值的Z统计值与年气温最高值ZZZZ8642015：湘江流域13个气象站年气温最低值的Z统计图16为湘江流域13个气象站季气温最低值的Z统计值大部分气象站的四5%，而54543210765765432102Z543543210Z32Z1Z016：湘江流域13个气象站季气温最低值的Z统计未来2021-2050平均降水量的变气候研究模型——地球观测系统模型第5版）和MPI-ESM-LR（•低分辨率地球系统模型）7%（107图17：湘江流域基准期和未来期年均面雨18BNBNU-ESM和3%MIROC5（5）MPI-ESM-LR这（•低分辨率地球系统模型）两种模型，未来年均降水（12%GCM1%11%GCM66（5%，衡阳气象站的总4%米（6%1,528.081,528.08（b）

1,544.05（c）

1,470.311,470.31

图18：零陵、衡阳和株洲气象站基准期和未来期的年平均降图19为湘江流域在基准期和未来期的降水量。如图所示，在四种GCM会略微下降（降幅小于1.7%，而另外两种GCM模式预测春季降水量会增加0.8%师范大学地球系统模式）模式外，其他三种GCM模式均预测夏季降水量会增加，总体平均降水量的变化为增加5%（相当于24毫米，这表明未来夏季降水量会增加。其中，MPI-ESM-LR（•低分辨率地球系统模型）模式预测夏季降水量增幅最大，达15%。BNU-ESM（ GISS-E2-（太空模型第二版种模式预测秋季降水量略微下降，MPI-ESM-LR（•低分辨率地球系统模型）模式预测秋季降水量将增加20%BNU-ES（师范大学地球系统模式和GISS-E2-（太空模型第二版两种模式预测冬季降水量将分别下降10%和6%而MIROC5（5预测冬季降水量会增14%。

0 图19：湘江流域基准期和未来期的降水表3：湘江流域基准期和未来期的降水量（毫米第五版•低分辨率地球系统图20和表45和6为零陵衡阳株洲气象站在基准期和未来期的降MIROC5（11%GCMBNU-ESM（师范大学地球系统模式）和E2-（太空模型第二版两种模式之外零陵气象站的夏季降水量相较于基准期有大幅度增加（15%12%3%至37%其中MPI-ESM-LR模式下预测出最大的增幅在BNU-ES（师范大学球系统模式和GISS-E2-（太空模型第二版两种模式下零陵11%6%MIROC5（跨学科气候研究模型——地球观测系统模型第5版和MPI-ESM-L（•低分辨率地系统模型）8%GCM衡阳气象站的春季降水量稍有下降下降范围为1%到4%BNU-ES（师范大学地球系统模式和GISS-E2-（太空模型第二版两种模预测该气象站的夏季降水量明显下降（11%6%MIROC5（跨学科气候研究模型——地球观测系统模型第5版和MPI-ESM-L（•普朗克低分辨率地球系统模型两种模式预测夏季降水量会增加11%和5%GCM12%54%，MPI-ESM-LRBNU-ESMGISS-E2-H气象站的冬季降水量分别下降11%和2%MIROC5MPI-ESM-LR两种模式预测会有18%和4%的增长。在四种GCM模式下，衡阳气象站的春季和夏季的平均降水BNU-ESM,GISS-E2-H,MIROC5MPI-ESM-LR的降水量的增长百分比分别为4%7%6%和6%四种GCM模式预测在（代表性浓度路径情景下该气象站的夏季降水量增加1%至13%MPI-ESM-LR模式预测该气象站的秋季降水量将有20%的显著增长，MIROC5模式预测株洲气象站的冬季降水量会有大幅度上升（21%。在这四种GCM模式下，株洲气象站四个季节的平均降水量均值表明该地区降水量将有所增长。Baselinesimulated

GISS-E2-0 Baselinesimulated

GISS-E2-0 Baselinesimulated

GISS-E2-0 图20：零陵、衡阳和株洲气象站基准期和未来期的降水表4：零陵气象站基准期和未来期的降水量(毫米第五版•低分辨率地球系统表5：衡阳气象站基准期和未来期的降水量（毫米第五版•低分辨率地球系统表6：株洲气象站基准期和未来期的降水量（毫米第五版•低分辨率地球系统图21为湘江流域月降水量的相对变化。除了五月、七月和九月这三个月之3.4%GCM模式，MPI-ESM-LR（•低分辨率地球系统模型模式预测 RelativeRelativechangesinmonthly0 1011图21：湘江流域月降水量的相对变22GCM零陵、衡阳和株洲气象站的总体平均变化范围分别为-1.7%-33.9%、0.1%-和-2%26.5%，MPI-ESM-LR118%102%71%较大，而衡阳和株洲气象站秋季的降水变化较大。RativeRativechanges0 BNU-RelativehangesRelativehangesinmonthlyprepitation（%）0 BNU- GISS-E2- MPI-ESM-RelativeRelativechangesinmonthly0-- 91011图22：零陵、衡阳和株洲气象站月降水量的相对变未来2021－2050降水量变图23为在四种GCM模式下湘江流域在基准期和未来期的年日面雨量最大值的经验累积分布相较于基准期BNU-ES（师范大学地球系统模式和GISS-E2-H（太空模型第二版）两种模式预测降水量将会减小，而MIROC5（跨学科气候研究模型——地球观测系统模型第5版和MPI-ESM-LR（马克斯•低分辨率地球系统模型）两种模式则预测降水量将会加大。然而，在四种GCM模式下，的稀有降水（降水频率更低）现象可能会发图23：湘江流域年最大日面雨量的经验累积分24中，由于零陵气象站的降水量频率较低，通过MIROC5和MPI-ESM-LR预估的年最大日降水量较大，BNU-ESM和GISS-ES-H则预测到较少的降水量。BNU-ESM和GISS-ES-H预测到衡阳气象站的降水量没有明显变化，而另外两个GCM模式则预测到较大降水量。MIROC5和MPI-ESM-LR在株洲气象站预测到更大降水量，而在另外两个GCM模式中，株洲气象站的降水频率较低，图24：零陵、衡阳和株洲气象站基准期及未来期的年最大日面雨量的经验25GCM5经验累积分布函数。由图可知，GISS-E2-HBNU-ESMMPI-ESM-LR图25：湘江流域年最大5日面雨量经验累积分布函最大5日面雨量的经验累积分布函数。据此，BNU-ESM和GISS-E2-H预估零陵气象站的降水量减小，而另外两种GCM模式则预估其降水量增大。相较于正常时期，四种GCM模式对高重现期的面雨量的预测存在较大区别。相较于基准期，四种GCM模式均预估衡阳气象站降水增加。BNU-ESM和GISS-E2-H预估株洲气象站有不显著的降水减少而另外两种GCM模式则预估降水有增(a)26：5未来2021-2050平均气温的变27GCM1.02°C1.38°C，1.21°C。Annualaverage

GISS-E2- MIROC5MPI-ESM-图27：湘江流域基准期和未来期的年均气28BNU-ESMGISS-E2-HMIROC5和MPI-ESM-LR1.43°C、1.14°C、1.26°C1.08°C，1.22°C1.40°C1.06°C1.31°C0.94°C0.73°C0.89°C。AnnualaverageAnnualaverage

BNU-ESMGISS-E2- MIROC5MPI-ESM-图28：零陵、衡阳和株洲气象站基准期和未来期的年均气图29和表7为湘江流域基准期和未来期的气温。所有GCM模式均预估湘江流域的气温将会升高，四季的总体平均气温变化值分别为1.24°C、1.05°C、1.29°C1.25°C。SeasonalaverageSeasonalaverage

GISS-E2-50 图29：湘江流域基准期和未来期的气表7：湘江流域基准期和未来期的气温变第五版•低分辨率地球系统图30为零陵、衡阳和株洲气象站基准期和未来期的气温，三地的变化1.30°C1.04°C1.1°C1.26°C117°C、1.02°C、.33°C1.26°C，株洲气象站为0.81°C、0.83°C、.03°C0.88°C。(a)BaselinesimulatedSeasonalaverageSeasonalaverage

GISS-E2-50 (a)BaselinesimulatedSeasonalaverageSeasonalaverage

GISS-E2-50 BaselinesimulatedSeasonalaverageSeasonalaverage

GISS-E2-50 图30：零陵、衡阳和株洲气象站基准期和未来期的气31GCM模式下，该流域一年内每一个月的气温均将上升，其气温上升的平均值为0.93°C至1.46°C，其中相较MPI-ESM-LR预估大多数月份的气温变化最图31：湘江流域月平均气温的变32为零陵、衡阳和株洲气象站的月平均气温的变化。这三个气象站的月0.94°C1.50°C、0.94°C-1.39°C0.65°C-1.09°C。其中，株洲气象站的月均气温增幅最小。BNU- GISS-E2- MPI-ESM-ChangesChangesinmonthlyaverage10 1011BNU- GISS-E2- MPI-ESM-ChangesChangesinmonthlyaverage10 1011BNU- GISS-E2- MPI-ESM-ChangesinChangesinmonthly10 1011图32：零陵、衡阳和株洲气象站的月平均气温未来2021-2050气温的变33为湘江流域在基准期及未来期的年最高气温。该流域未来的年最高气GCM0.94°C-1.54°C1.24°C-M预估了年最高气温的最高值，而MI-M-LR预估了最低值。图33：湘江流域基准期及未来期的年最高34为零陵、衡阳和株洲气象站的年最高气温。三站的年最高气温均有升0.99°C-1.54°C、0.90°C-1.51°C0.67°C-1.15°C四种GCM1.24°C、1.18°C0.91°C。其中，BNU-ESM预估了年最高气温的最高值，而MPI-ESM-LR预估了最低值。nl衡阳气象株洲气象nl图34：零陵、衡阳和株洲气象站基准期及未来期的年最高气35GCM模式下湘江流域每月的0.94°C-1.58°C。图35：湘江流域月最高气温的变36为零陵、衡阳和株洲气象站月气温最高值的变化。三站全年每月的最高气温均上升基于总体平均值三站的变化区间分别为0.93°C-1.53°C-1.46°C0.64°C1.14C零陵气象BNU-

GISS-E2- MPI-ESM-hangesinmonthly10 1011衡阳气象株洲气象图36：零陵、衡阳和株洲气象站月最高气温的变37GCM模式我们可其中，MIROC5预估到了气温升高的最大值（1.37°C），GISS-E2-H预估了Annualminimum图37：湘江流域基准期及未来期的年最低气图38为零陵、衡阳和株洲气象站基准期及未来期的年最低气温。在四种GCM模式下，三站的年最低气温在未来会有所增加，其增幅区间分别为1.1°C-1.3°C、1.06°C-1.34°C0.78°C-0.93°C1.22°C1.20°C0.87°CGCM模式中，BNU-ESM预估了最大增长值，零陵气象Annualminimum1514衡阳气象株洲气象Annualminimum14图38：零陵、衡阳和株洲气象站基准期及未来期的年最低气39GCM模式下，该流域的全年0.8°C-1.35°C。BNU-GISS-E2-MPI-ESM-BNU-GISS-E2-MPI-ESM-2ChangesinmonthlyminimumtemperatureChangesinmonthlyminimumtemperature（℃）10 91011图39：湘江流域月最低气温的变40为零陵、衡阳和株洲气象站月最低气温的变化。三站全年气温都有所0.86°C1.61°C、0.89°C-1.47°C0.66°C-1.04°C。零陵气象BNU- GISS-E2- MPI-ESM-ChangesinmonthlyminimumChangesinmonthlyminimum21衡阳气象

910112ChangesChangesinmonthly10株洲气象 MPI-ESM-ChangesinmonthlyminimumChangesinmonthlyminimum10 91011图40：零陵、衡阳和株洲气象站月最低气温的GCM(ay等,2009;Chen等,201。尤其是许多研究都认为GCM模式的结构是这种不确定性的最主要来源(ay等,2009;Chen等,2011;oemesel等,2012)。运用了四种GCM模式GCMR4.5情景Maure2007研究了207-2100的可能出现的水文变化发现未来排放情景的不确定性在对加利福利亚的气候对水资源的影响程度上有着重要作用。因此，运用单一情景模式将会给湘江流域的气候变化预估带来不确定性。第四章基于Mann-Kendall趋势检验法，本研究分析了湘江流域的降水量及气温的历史变化趋势同时通过利用天气方法和四种CMIP5下的气候模式对未来2021-2050湘江流域降水量和气温进行了预测。0.15°C。同样，每个季节的气温也有所升高，其中春季气温升高幅度最大（每十年升高0.19°C），而夏季升幅最小（每十年升高0.08°C）。与年平均气温一样，湘江流域的年最高气温0.13°C。四季年最高气温也在不断增加，特别是春未来气候变化的分析结果表明，BNU-ESMGISS-E2-H模式预计未来年MIROC5和MPI-ESM-LR模式则预估年平均降水量会增加。同时，相较于基准期（1971-2000年），总体平均值会呈增长趋GCM模式则预估季节降水量会有所增加。相较于基准期，BNU-ESM和GISS-E2-H模式预估降水量降低，而MIROC5和MPI-ESM-LR则预估的降水量增加相较于基准期在四种GCM四种GCM模式预估湘江流域的年均气温会有所增长，其增长区间为1.02°C-1.38°C且总平均值为1.21°C。季平均气温同样也会上升，四季的总体1.24C、1.05C、1.29C1.25C2021-2050年1.24°CGCM1.19C左右。带来严 。因此为了应对气候变暖，我们应当采取恰当的适应性措施参考文AgeenaI,MacdonaldN,MorseAP2014.1945-2009年最高气温和平均气温的变化情况[J].理论和应用气候学，117:549-563.Chen,J.,Brissette,F.P.,Poulin,A.,Leconte,R.2011.某流域气候变化的水文影响的不确定性研究[J].水资源研究,47(12),W12509.CincoTAGuzmanRGHilarioFD,WilsonDM2014.1951-2010年菲律宾地区逐日降水和地表空气温度的长期变化趋势和极值[J].大气研究,145–DouglasE.M.,VogelRM,KrollCN.2000.洪水和低水流量的趋势研究：空间相关性的影响[J].水文学,240:90-105.，王澄海2014.青藏高原地区数十年来降水再循环变化趋势[J].水文学，240:90-105.HessamiMGachonPOuardaTBMJSt-HilaireA2008.自动回归统计降尺度工具研究[J].环境模型与软件,23:813-834.间气候变化专门.2007.2007年气候变化：自然科学基[M].英国.大学间气候变化专门.2014.2014年气候变化：影响、适应及其脆弱性[M].英国.大学.KayALDaviesHN,BellVAJonesRG.2009.气候变化影响的不确定来源的比较：以英国洪水频率为例[J].气候变化,92(1-2):41-63.KendallMG.1975.秩相关分析法[M].英国伦敦:格里芬LeeJW,HongSY.2014.基于分辨率更高的区域气候模型的降尺度处理的气候的增值潜力研究[J].理论和应用气候学,117:667–677.MannHB1945.趋势变化的非参数检验[J].计量经济学13:245-MaurerE2007.水文的影响的不确定性研究[J].气候变化82(3):309-NicksAD,LaneLJ,GanderG.A1995.第二章：天气发生器FlanaganDC,NearingMA.山坡水蚀模型和流域模型材料.2.1-2.22.钱步东,GamedaS,HayhoeH,DeJongR,BootsmaA.2004.基于朗•阿什顿试验站天气发生器和农业及农业食品部天气发生器比较的气候研究[J].气候研究,26:175-191.钱步东,GamedaS,HayhoeH,DeJongR,BootsmaA.2004.基于朗•阿什顿试验站天气发生器和农业及农业食品部天气发生器比较的气候研究[J].气候研究,26:175-191.,黄刚,周文2014.对全球变暖的一致反应研究[J].理论和应用气候学,SalasJD,DelleurJW,YevjevichV1980.水文时间序列的应用模型[M].Littleton.科罗拉多:水资源.SemenovMAStratonovitchP2010.基于多个全球气候模型的气候变化影响评估[J].气候研究,