20170310-Improving Budyko curve-based estimates of long-term water partitioning using hydrologic signatures from GRACE

2017-03-10 08:09:08   0  举报





仅支持查看

本文研究了如何利用GRACE（地球重力场和极化仪）的水文特征来改进Budyko曲线基于长期水分划分的估计。Budyko曲线是一种描述气候对地表水分循环影响的模型，但其在长期水分划分方面的应用受到数据限制。GRACE卫星提供了全球范围内的重力场变化数据，可以作为一种补充方法来提高Budyko曲线的准确性。通过分析GRACE数据中的水文特征，如地下水储量、土壤湿度等，研究者发现这些特征与Budyko曲线中的参数密切相关，从而可以更准确地估计长期水分划分。这项研究为改进Budyko曲线的应用提供了新的思路，有助于更好地理解和预测全球气候变化对水资源的影响。

作者其他创作

大纲/内容

1、acfD为什么是一月lag？2、迁移和拟合是啥区别？

budyko偏差：整体上干旱区偏差大，湿润区偏差比例小budyko偏差与A/P负相关

结论：

——HUC4数据集迁移到GRDC后效果下降，拟合到GRDC效果好一些。对迁移和拟合的结果，只使用A/P这一指标效果较好，但增加其它指标就没啥效果，使用A/P以外的指标甚至降低效果。——估计这些物理参数的系数不是跨地区可移植的——A/P起关键作用————研究区域越小，效果越差，因此退化可能是由于研究尺度所引起

将基于本文的结论进行应用，评估E，得到EC，并与EPJ和EGCDAS比较，发现效果较好。（有些区域GRACE数据有误差，因此EC可能也有误差）（基于植被的E线性评估则没那么好）

由于budyko偏差影响因素众多，有些因素难以观测，所以A/P是一个比较好的替代指标

——对各物理指标和替代指标对budyko偏差的影响进行了分析：——A / P的解释能力的大部分（77%）归因于与ξ和S / P的相关性。这种模式表明P-Ep相变和积雪是导致美国A / P的两个主要原因。——当较大比例的降水作为雪时，积雪产生较大的A / P，而融雪水与平均条件相比更容易流出或渗入。——ξ和S / P几乎没有独立的解释力，这不能被A / P代替——这意味着A / P是一个很好的替代指标，表示它们对长期水分配的总体影响。——年际储存变率指数γ与A / P或ξ几乎没有相关性，这通过其从O1到O2的归因SS的小变化来表明。

——气候格局对budyko偏差的影响：如果降水和Ep峰值在一年内“同步”，几乎所有降水将变为E，E/P将接近1;相反，如果P集中在冬天，当有少量Ep时，实际E将显着小于均匀情况的E。——植被也对budyko偏差有影响

——土壤传导性高，则，增加地下水储存，同时减少E。——另一个例子，一致的小雨和多云模式可以促进渗透和抑制E。（？）——高坡度可能提高径流，同时减少存储和蒸发，从而导致A/P-E/P的正相关。——异常高的植被覆盖是在干旱区增加了E并减少了渗透（因此储存）；然而，对于限能流域，植被拦截主要调节径流和储存，对E几乎没有影响。

接下来工作：GRACE与其它数据融合，提升GRACE数据质量降低研究时间尺度（从长期到年）

过度拟合的原因1）世界上的流域比美国经历更多变化的气候，地质和人类修改条件，因此从HUC4中学习的除A/P之外的属性的系数不足够general。这在季节指数最明显（其在GRDC数据集中具有接近0的系数）; （2）不同的数据集（NLDAS对GLDAS+TRMM）在各个区域具有不同的偏差; （3）流域协变使基于物理因素的线性校正模型无效。