分析非洲乍得湖盆地最活跃地区的气候变化、趋势和预测外文翻译资料

 2022-11-10 14:54:27

英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料

分析非洲乍得湖盆地最活跃地区的气候变化、趋势和预测

摘要

了解气候变化、趋势和预测对于流域更好的水资源管理和规划是非常重要的。自从乍得湖盆地水资源(LCB)气候变化十分敏感,在目前的研究中,结合趋势分析方法被用来研究气候变化和趋势的1951 - 2015年使用观测和气候研究部门(CRU)的数据,并结合光谱分析技术被用于预测使用CRU的气温和降水数据。百分之八十四的温度时间序列表示的极强的信号增加趋势(alpha;= 0.001)和25 - 38%的降水时间序列表示强烈的下降趋势(alpha;= 0.05)。预计未来气温将升高，降水将减少。然而，令人惊讶的是，在南部的一些地区，预测相对于2006-2015年，2021-2030年的气温将略有下降。这种减少可能发生，因为这些地区是受到高度保护的自然资源地区，经常有森林。总体预测未来20年气温将升高0.65-1.6℃，降水将减少13-11%(即降水在未来20年将减少0.65-1.6℃)。与1961年至1990年相比，这两个年份分别为2016-2025年和2026-2035年。周期分析显示，所有盆地的降水周期均为20- 25年，气温周期为40- 45年，但仅在查里洛贡盆地。

前言

气候变化、全球变暖和全球能源不平衡被认为是人类活动导致的温室气体浓度急剧增加的主要后果，特别是工业化、化石燃料的燃烧和土地利用/土地覆盖变化。气候变化的一个显著例子是，仅在过去100年(1906-2005)，全球平均气温就上升了0.74°Cplusmn;0.18°C。全球变暖加速并加剧了世界的水循环，这可能导致更猛烈的风暴、洪水和干旱。水循环的加剧会影响人类活动的方方面面，如人类健康、水能开发、生态系统、粮食安全、工业和城市供水。然而，世界各地水循环的变化因地区而异。尽管气候变化是世界面临的最大威胁之一，但贫困地区，尤其是非洲的贫困地区，遭受的苦难最大，因为这些地区应对气候变化影响的能力最低。Serdeczny等人认为，非洲是受气候变化影响最脆弱的大陆，特别是非洲的水资源极易受到气候变化的影响。一个明显的例子是乍得湖盆地的水资源(LCB),流入乍得湖(LC)减少了70 - 80年%,和湖的面积已经减少到大约2000 km2from 25000平方公里(大约90%)在过去40 years,甚至在1980年代,300 km2萎缩。此外，由于上世纪70年代萨赫勒地区发生了毁灭性的干旱，1975年，萨赫勒湖被划分为南部和北部两个湖泊。从那以后，北部的游泳池几乎没有被淹过。此外，由于水位较浅，LC对气候变化非常敏感，尤其是降水和温度的变化。

这一现象表明，LCB的水资源极易受到全球和区域气候快速变化的影响，特别是温度和降水的变化，这些被认为是气候描述中最重要的因素。这两个变量的变化很容易改变水文循环和环境过程。对于水文、气候学和农业方面的许多研究来说，对温度、降水趋势和变异性的良好描述是必不可少的。温度和降水的长期趋势分析对雨养农业区(农田主要依赖降水)和灌区(温度和降水都能影响灌溉调度)非常重要。气候变化趋势分析是评估一个地区气候状况的核心过程，它对气候变化的变化情况提供了一个全面的估计。因此，了解温度和降水趋势对于流域水资源的更好管理、水资源的供需、农业用水的使用和调控，甚至是一个地区更好的规划都是非常重要的。

由于对气候变化和趋势的了解在许多方面都很重要，因此，对气候变量的准确预测/预测对从事水资源管理以及采取减缓和适应措施以应对气候变化的决策者、规划人员和其他人员也同样重要。此外，这些预测对于管理水资源的供需、缓解洪涝灾害、保持水库水位、规划和备灾、通过提供未来可用水资源的信息来减少不确定性、改善水资源配置等也很重要。

对气候变化的评估和趋势,不同的参数(例如,t检验、野生和线性回归)和非参数(例如,Mann-Kendall测试、克鲁斯卡尔-沃利斯检验和森的斜率估计量)方法在文献中已报告和详细综述了这些研究,如Esterby、藏等al, Sonali Nagesh。参数化方法虽然功能更强大，但其应用仅限于正态分布的时间序列。由于大部分气候时间序列，特别是降水，不满足正态性要求，趋势分析中最常用的是非参数方法，如Burn et al, Fu et al, Oyerinde et al, Tekleab et al和Wang et al。此外，在时间序列中，非参数方法被认为比参数方法对异常值的鲁棒性更强。

另一方面，对于气候预测，时间序列建模是预测气候时间序列中短期和长期变化的主要工具之一。时间序列分析通常用于监测、预测和反馈，方法是对长时间序列进行合适的模型拟合。这些时间序列分析方法在区域发展规划、企业管理、天气预报、市场潜力预测、水文预报、环境污染控制、天文和海洋科学等不同的研究领域得到了广泛的应用。采用移动平均(MA)、自回归(AR)、自回归与移动平均(ARMA)、综合ARMA (ARIMA)、指数平滑(ES)、季节分解、神经网络和频谱分析等技术，对时间序列中的模式进行分析，并进行预测。然而，时间序列，特别是降水，通常被认为是难以预测的，因为它们由不同的成分组成，如趋势、周期模式、循环行为和白噪声(随机成分)，这限制了上述简单而广泛使用的预测方法的应用。因此，对具有不同频率复杂循环行为的时间序列进行频谱分析可以更好地处理。光谱分析主要用于研究地球物理学中的物理过程，天文学中的恒星研究，气象学中的天气预报。

文献中已经报道了不同的研究来探索LCB内或周围的气候变化和一般趋势，如Adeyeri et al、Funk et al、Nkiaka et al和Okonkwo et al。Adeyeri et al利用1979-2015年观测到的和网格化的再分析降水对LCB西北部的komaduguy - yobe盆地进行了趋势分析，Nkiaka et al利用LCB南部的Logone河流域1950-2000年的观测降水进行了趋势分析。Okonkwo等人应用了1970-2010年雨季(6 - 9月)CRU降水的线性趋势。然而，他们只使用了来自南部LCB和北部LCB的平均值。Funk等人探索了乍得1900-2009年期间的观测温度和降水趋势，但仅在雨季(6 - 9月)。然而，这些研究只对LCB进行了部分的研究，没有一项研究覆盖了整个常规盆地，而常规盆地是LCB中最活跃的部分，对LC的贡献最大;此外，他们甚至没有覆盖Chari-Logone河流域，这条河为湖泊提供了90%以上的水。此外，大多数研究集中在降水，而且只在雨季。

许多研究，如Buontempo40, Francois et al, Sarr, Sultan et al, Sylla et al, Sylla et al，和Vizy et al报告了使用RCMs和/或RCPs下的GCMs预测21世纪LCB周围的温度和降水。然而，据我们所知，利用时间序列分析预测近期气温和降水在LCB中还没有报道，这也是一种相当好的快速预测近期气象变量的技术。它还需要较少的计算量，并且使用简单。

因此，本研究的主要目标如下:(1)评估气候变化和气候趋势的LCB结合线性回归、多项式模型,森的斜坡,和Mann-Kendal测试的年度和季节性温度和降水,为水资源管理是至关重要的,和(2)应用光谱分析和谐波回归预测变量和变化都是在这些变量相对于现状评估,这对于在预期气候变化的情况下进行水资源规划，缓解流域洪涝灾害具有重要意义。此外，还进行了周期分析，以探索温度和降水的循环行为。这些分析是在LCB最活跃的部分进行的，包括Chari-Logone、komaduguo - yobe、Yedseram、El-Beid、Ngadda、Gubio和Batha河流域(图1)1951-2015年。预测未来二十年的气温及雨量(即，以及相对于基线时期(1961-1990年)的十年变化。

审查了与基线期间(1961-1990年)有关的变化。

Figure 1

图中显示了提取的CRU气候数据点、观测到的气象站以及研究区域内的子盆地——乍得湖盆地。CRU数据点取子流域内所有网格的均值。延指的是耶德拉姆河、埃尔拜德河、那加达河和古比奥河。

本研究是中电国际有限公司正在进行的“跨流域调水工程可行性”项目的一部分，旨在通过刚果河调水，将迅速萎缩的LC恢复到所需的生态水平。本研究将有助于该流域水资源管理和规划以及减轻洪涝和干旱。

研究范围、数据和方法

研究范围

乍得湖盆地(LCB)是世界上最大的内陆河,跨界流域面积2.5times;106 kmsup2;,大约8%的Africa。它位于北纬5.2°至25.3°之间，东经6.9°至24.5°之间，横跨七个国家的边界:阿尔及利亚、喀麦隆、中非共和国、乍得、利比亚、尼日尔、尼日利亚和苏丹，如图1所示。该盆地是萨赫勒带的一部分，具有半干旱气候。整个盆地主要向世界上最大的湖泊之一的乍得湖(LC)供水。它是牧区、农业区和渔业的重要淡水来源。在这些用途中，农业是其水资源的主要使用者，为LCB48约60%的人口提供生计。LCB的年平均降雨量为415毫米，从北部地区(如阿尔及利亚)的20-150毫米到盆地西南部地区(如中非共和国)的1200-1600毫米不等。年平均气温在35°C到40°C之间变化。盆地在3月至6月干热，6月至10月湿热，11月至2月50日干冷。

本研究在LCB最活跃的区域进行，包括Chari-Logone、komaduguo - yobe、Yedseram、El-Beid、Ngadda、Gubio和Batha河流域(图1)，覆盖了LCB流域的36% (911202 km2)。这些河流为LC除了Batha河做出直接的贡献,只提供水湖Fitri(图1)。其中,Chari-Logone河是主要的河流系统,进入到南池的湖和贡献超过90%的总水湖。komaduguyobe河(KYR)是第二条主要的河流系统，它进入湖的北部池，并为湖贡献2-5%的水。此外，YENG (Yedseram, El-Beid, Ngadda, Gubio河)在LC的西南部流动，贡献甚至不到2%。

研究数据

从乍得湖流域委员会(Lake Chad Basin Commission, LCBC)获得的1950-2013年8个气象站的月降水量数据如图1所示;这些监测站没有充分覆盖大面积的研究区。

最近,来自世界各地的主要科学研究中心创建了全球插值网格数据集对于理解和预测天气、水和气候,如气候研究部门(CRU)的数据集,全球降水气候中心(GPCC), CICS高分辨率的最优插值微波降水从卫星(反复咀嚼)国家环境保护中心(NCEP)和热带降雨测量任务(TRMM)。这些数据集是由观测数据、卫星数据、再分析数据以及卫星和观测数据的组合创建的。

在目前的研究中,由于缺乏观测数据,每月平均气温和降水从最新版本CRU-TS4.00获得了1951 - 2015年的时期,因为这个数据集已经广泛应用于不同的研究在Africa不同的研究评估全球气候模型、区域气候模式,和水文模型,如Chiyuan al,麦克马洪et al, Smiatek al。此外，Mahmood和Jia(2018)采用不同统计指标对CRU数据进行了情景观测数据的评价，表明CRU数据具有较高的可信度。这是一个高分辨率(0.5°times;0.5°)的月度气候数据集，包括1901年至2016年的降水、最高温度、最低温度、平均温度、湿润日、潜在蒸散量、日温范围、水汽压、云量和霜冻日频率。

本研究利用数字高程模型(DEM)将整个研究区域划分为84个子流域，考虑空间变异性，如图1所示，对每个子流域的CRU数据取覆盖该子流域的cruu网格平均值。因此，对每个流域的CRU提取数据和观测数据进行趋势分析，而在时间序列分析中只使用CRU数据预测温度和降水。

趋势分析

本研究采用非参数化方法Mann-Kendal (MK)，利用实测数据和CRU数据，对1951-2015年气温和降水的统计显著趋势进行了识别。对于时间序列x1、x2、x3、hellip;、xn, n gt;为10时，MK检验统计量(S)、MK检验统计量方差V(S)及相关标准正态检验统计量(Z)计算如下:

其中q表示绑定组的总数。数据集中一组相同的值称为绑定组。每个绑定组用tp表示。Z的正值表示时间序列呈上升(上升)趋势，负值表示下降(下降)趋势。趋势是测试对一些关键值(Z1minus;alpha;)表明他们是否具有统计学意义。例如,如果|Z|thinsp;gt;thinsp;Z1minus;alpha;, (例如, Z1minus;alpha; at alpha;thinsp;=thinsp;0.0

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19082]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章