黄河源区气候变化与GLDAS数据适用性评估
李霞1,2, 高艳红1,*, 王婉昭3, 蓝永超4, 许建伟1,2, 李凯1,2
1. 中国科学院寒区旱区环境与工程研究所,寒旱区陆面过程与气候变化重点实验室,甘肃 兰州 730000
2. 中国科学院大学,北京 100049
3. 辽宁省气象科学研究所,沈阳 辽宁 110015
4. 中国科学院寒区旱区环境与工程研究所,内陆河流域生态水文重点实验室,甘肃 兰州 730000

作者简介:李霞(1988-),女,甘肃通渭人,硕士研究生,主要从事气候变化研究.E-mail:lixia851@gmail.com

摘要

利用观测资料分析了1979—2010年黄河源区气温、降水量及流量变化;验证了全球陆面同化系统(GLDAS)数据在黄河源区的适用性并用其分析了水循环变化特征。结果表明,GLDAS气温数据能够指示源区近30年尤其是近10年来气温升高及空间上从西向东逐渐升高的分布规律。GLDAS降水数据也能够描述源区降水量从东南部向西北部逐渐减少的空间分布特征。1979—2010年唐乃亥水文站年平均流量呈下降趋势,但在近10年年平均流量有所回升。GLDAS中的CLM模式描述出了源区“先降后升”的水循环变化规律。尽管近10年来径流系数有所回升,但是1979—2010年黄河源区径流系数整体呈下降趋势。

关键词: 气温; 降水; 径流; 水循环
中图分类号:P467 文献标志码:A 文章编号:1001-8166(2014)04-0531-10
Climatic Changes and Applicability of GLDAS in the Headwater of the Yellow River Basin
Li Xia1,2, Gao Yanhong1, Wang Wanzhao3, Lan Yongchao4, Xu Jianwei1,2, Li Kai1,2
1. Key Laboratory of Land Surface Process and Climate Change in Cold and Arid Regions, Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Sciences, Lanzhou, Gansu 730000, China
2. University of Chinese Academy of Sciences, Beijing 100049, China
3. Liaoning Institute of Meteorological Sciences, Shenyang, Liaoning 110015, China
4. Key Laboratory of Ecohygrology of Inland River Basin, Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Sciences, Lanzhou, Gansu 730000, China
Abstract

Changes of surface air temperature, precipitation and discharge in 1979-2010 are analyzed over the headwater of Yellow River Basin (HYR). Applicability of the Global Land Data Assimilation System (GLDAS) reanalysis data is evaluated compared to observations. Further, major variables of the water cycle in the HYR are analyzed using GLDAS. The followings are obtained. Significant warming has been observed in the HYR, particularly in recent 10 years. The surface air temperature is higher in eastern HYR than in western HYR. GLDAS agrees well with the observation in surface air temperature change and pattern. Precipitation increases gradually from northwest to southeast HYR. GLDAS matches well with mean precipitation distribution in 1979-2010, especially before 2000. Discharge at the Tangnag Station decreases in 1979-2010. Annual discharge is still under average level in the HYR although it increases after 2000. The runoff simulation in CLM matches observation at the Tangnag Station better than other models. Runoff coefficient shows a general decreasing trend in 1979-2010 despite the recovery after 2001.

Keyword: Air temperature; Precipitation; Runoff; Water cycle
1 引言

青藏高原是世界上最高的高原,平均海拔高度4000m,覆盖面积约为2.5×106 km2。青藏高原地区能量和水循环过程是全球能量和水循环的主要部分之一[ 1],其陆面和大气之间能量和水分的交换对区域气候变化和水资源管理有着极其重要的作用[ 2]。位于青藏高原东北部的黄河源区(图1a),一般是指介于95°~103.5°E,32°~36.5°N之间,唐乃亥以上区域,具有典型的高原大陆性气候特征,其对气候变化非常敏感[ 3],对高原及其邻近区域气候变化起着重要的作用。黄河是中国西北和华北干旱半干旱地区最主要的供水资源之一,而黄河径流量的38%左右来自于黄河源区[ 4]。全球气候变暖通过影响降雨、蒸发和径流等改变全球水文循环,引起水资源在时间和空间上的重新分配[ 5]。2006年研究报告表明,受气候变暖及不合理的人类活动影响,黄河源区水源的涵养和调蓄能力降低,断流逐渐加剧,并连续出现跨年度断流现象[ 6]。但自2006年以来源区年降水量持续增加,进入多雨期,源区各断面来水量也于2008年以后连续多年超过多年平均值,进入连续丰水段。但这种变化的前景如何目前尚不能确定[ 7]。因此有必要对影响黄河源区水资源的主要气候因子进行研究,这对合理开发该地区水资源、保护生态环境有着十分重要的作用。近年来,国内外学者对黄河源区气候变化特征做了大量研究。对源区13个气象站点气温分析表明源区1959-1997年年平均气温呈明显上升趋势,这与全球变暖呈显著正相关;空间分布规律为从西向东、从南向北逐渐升高,变化趋势为中部、南部地区上升趋势最小,北部、东部、西部上升幅度较大;在全球变暖背景下,受到增加的温室气体强迫,这种变暖趋势在未来会持续[ 6, 8, 9]。黄河源区1959-1997年年平均降水量呈较弱的下降趋势,空间分布规律为从东南向西北逐渐减少[ 6],未来气候情景下(2046-2065年)源区降水量将会有所增加[ 10]。降水变化的空间分布型在决定径流对降水变化响应方面起着重要的作用[ 11]。对唐乃亥水文站1956-2007年观测径流数据及1920-1995年径流延长序列资料分析显示,黄河源区年径流量具有8a、15a、22a和36a左右的变化周期,其中8a、36a左右的变化周期最为显著,这些周期变化表明,2007年后径流量将呈现增加趋势[ 12]。水储量变化对于理解全球或区域水循环以及检测气候和环境变化具有重要意义。作为水文学的一个关键变量,水储量变化包括水循环过程中降水、蒸散发、地表径流、土壤水与地下水交换等各部分变化的总和[ 13]。张士锋等[ 14]认为黄河源区水文循环规律在20世纪90年代发生了很大变化,水平衡调蓄量一直处于负均衡状态,从而导致了该地区生态环境恶化。GRACE卫星数据显示2003-2008年间黄河源区水储量以每月0.51mm的速率增加,这意外着水储存能力显著增加,但黄河源区水利用率总体上呈下降趋势[ 2, 15]

我国气象站点在西部地区尤其是青藏高原上分布稀疏,对该区域气候变化研究仅依赖于站点观测资料是不够的,因此需要覆盖全区域更精确和高分辨率网格数据。本文为了评估GLDAS数据在黄河源区的适用性,首先利用15个气象站点(图1b)的气温、降水数据及唐乃亥水文站观测径流数据分析了源区1979-2010年间气温、降水和径流变化特征;通过与观测数据做对比验证GLDAS数据在源区的适用性并用其分析水循环变化特征。

图1 黄河源区地理位置(a)及源区气象站点分布(b)Fig. 1 Geophysical locations of the headwater of Yellow River Basin (a) and Meteorological stations (b)

2 数据资料与分析方法
2.1 数据资料

全球陆面同化系统GLDAS(Global Land Data Assimilation System)是由美国航空航天局( NASA) 戈达德空间飞行中心( GSFC) 和美国海洋和大气局( NOAA) 国家环境预报中心( NCEP) 联合发展的全球陆面数据同化系统,GLDAS 是一个全球高分辨率的陆面模拟系统,它融合来自地面和卫星的观测数据来提供最优化近实时的地表状态变量[ 16, 17]。GLDAS包含CLM、NOAH、MOSAIC三个陆面模式和VIC水文模式,提供了1979-2010年间的全球陆面数据,空间分辨率为0.25°×0.25°和1°×1°,时间分辨率为3h和月[ 18]。本文选用空间分辨率为1°×1°,时间分辨率为月的GLDAS数据。Wang等[ 19]利用青藏高原63个气象站点观测资料对MERRA、NCEP/NCAR-1、CFSR、ERA-40、ERA-Interim及GLDAS六种再分析资料进行了评估,分析结果表明GLDAS降水数据最好,与观测数据最接近,对气温的描述也较好。

气温、降水的站点观测数据和0.5°×0.5°网格观测数据均来源于中国气象局国家信息中心。其中0.5°×0.5°网格数据由2472个国家级地面气象站基本气象要素资料通过薄盘样条法结合三维地理空间信息进行空间插值得到。另外,由于黄河源区唐乃亥站以上受人类活动影响较小,水量变化主要受自然条件和气候因素制约,实测径流量变化基本可以代表天然水量状况[ 20, 21],所以选取1979-2010年间唐乃亥水文站径流观测数据用于分析黄河源区径流量变化特征并评估GLDAS径流数据在源区的准确性。

2.2 分析方法

由于在1995-1997年间降水量、气压和空气湿度等驱动数据质量存在不确定性,导致GLDAS数据在此期间存在很大误差。另外,自2000年起GLDAS模式驱动数据由观测数据变更为NOAA/GDAS大气同化数据,数据出现了不连续性[ 18, 22]。因此将研究时段1979-2010分为1979-1994和2001-20102段分别进行研究。

在GLDAS数据与站点资料的对比分析中,首先根据各站点经纬信息提取对应的GLDAS数据,然后通过计算2组数据的相关系数与均方根误差来判别2者的相近程度。在网格观测数据与GLDAS数据的空间分布对比中,为了匹配GLDAS数据1°×1°的空间分辨率,将0.5°×0.5°网格数据用双线性插值方法插值成了1°×1°。

在观测径流分析过程中用到了M-K检验。M-K检验方法是一种非参数检验方法,是世界气象组织推荐并已广泛使用的方法[ 23],被广泛应用于检验水文、气象资料的趋势与突变点分析[ 24, 25]。M-K检验的优点是不遵从一定的分布,也不受少数异常值的干扰,更适合于类型变量和顺序变量,计算也比较方便[ 26]。另外,M-K检验对均值检验较有把握,但是不足以判断突变类型[ 27]

3 结果分析
3.1 气温

研究时段内源区各站点气温多年平均值及变温趋势如表1所示。黄河源区各站点气温平均值差异明显,其中玛多、清水河、果洛、达日及河南1979-2010多年平均气温值在0℃以下。多年平均气温最低值出现在清水河站,为-4.36℃,气温最高值出现在贵德站,为7.54℃。所有站点2001-2010多年平均气温高于1979-1994多年平均气温。从变温趋势可以看出,2研究时段内除了河南和班玛站在1979-1994年间有负变温趋势外,其他所有站点都为显著地升温趋势,尤其是2001-2010年内各站升温幅度特别明显,其中清水河站在该研究时间段内变温幅度达到1.28℃/10a。在空间分布上,位于源区西部站点的平均气温低于源区东部站点。

表1 黄河源区气象站点气温和变温趋势 Table 1 Mean surface air temperature and its linear trend in the headwater of the Yellow River Basin in 1979-2010,1979-1994 and 2001-2010

表2所示的是GLDAS气温与观测气温数据的对比。1979-1994年间除班玛站外,其他所有站点2组数据之间的相关系数都很高,且通过了α=0.01的显著性检验。而2001-2010年间各站点相关系数较低,只有班玛、玛多和达日几个站通过了显著性检验。虽然2组数据之间的相关系数较高,但部分站点均方根误差较大。1979-1994年间均方根误差最大的是清水河站,其次是贵德和同仁站,最小的是久治、红原站,其值均为0.36℃。在2001-2010年间误差最大的是兴海站,其值为4.60℃,其次是贵德站,玛曲站最小,为0.86℃。

表2 GLDAS气温与观测数据的相关系数和均方根误差 Table 2 Correlation coefficient and RMSE of the surface air temperature in GLDAS compared to the observation at stations in the headwater of the Yellow River Basin in 1979-1994 and 2001-2010

从GLDAS气温与观测格点气温空间分布图(图2)可以看出,2组数据的空间分布较一致,都呈源区东部气温高于西部的分布规律。1979-1994年间GLDAS气温数据与观测数据的空间相关系数与均方根误差分别为0.96和2.2℃,2001-2010年间对应的值为0.97和1.9℃。如图2(a)和(c)所示,2001-2010年源区东部气温较1979-1994年同区域气温偏高,这与表1分析结果一致。通过比较图2(a)和(b)及2(c)和(d)得知,1979-1994年间,源区西部GLDAS气温数据较观测数据略偏高;2001-2010年间,GLDAS气温在源区东南部比观测气温高。

图2 1979—1994和2001—2010年黄河源区年平均气温空间分布.
(a)和(b)为1979—1994年,(c)和(d)为2001—2010年;(a)和(c)为GLDAS气温,(b)和(d)为观测气温
Fig. 2 Spatial distribution of annual mean surface air temperature in the headwater of the Yellow River Basin in 1979-1994 and 2001-2010

总的来说,GLDAS气温数据基本能够指示源区气温升高的变化特征及东高西低的空间分布规律。

3.2 降水

表3所示,1979-2010年黄河源区年降水量站点分布差异明显,其中年降水量最大的是红原站,其值为745.13mm;贵德站年降水量最低,为251.58mm。1979-2010年间源区东南部的多数站点降水量呈减少趋势,1979-1994年间除了兴海、贵南、同仁、共和、玛多及贵德6个站外,其他站点年降水量都呈减少趋势,其中以河南和久治站减少最为显著,年降水量变化趋势分别为-109.6和-104.3 mm/10a。在2001-2010年间除玛曲站的降水量仍呈减少趋势外,其他站点年降水量都呈增加趋势。

表3 黄河源区气象站点年降水量和年降水量变化趋势 Table 3 Annual precipitations and its linear trend at stations in the headwater of the Yellow River Basin in 1979-2010, 1979-1994 and 2001-2010

黄河源区各站点GLDAS年降水数据与观测数据对比结果如表4所示。1979-1994年间相关系数通过显著性检验的站点较多,分别为共和、玛多、果洛、达日和贵德站,但是,部分站点均方根误差较大,均方根误差的最大值出现在玛多站,为140.29 mm,其次是久治、红原和若尔盖站,均方根误差分别为138.6、106.93及103.65 mm;均方根误差最低的是共和站,其值为39.85 mm。2001-2010年大部分站点的均方根误差大于1979-1994年,其中同仁站最高,其值为265.75 mm,其次是兴海站,均方根误差最低的是玛曲站,值为53.04 mm。

表4 黄河源区GLDAS降水数据与观测资料的相关系数和均方根误差 Table 4 Correlation coefficient and RMSE of precipitation in GLDAS compared to the observation at stations in the headwater of the Yellow River basin in 1979-1994 and 2001-2010

图3显示,GLDAS年降水量的空间分布与观测有很好的一致性,总体呈现源区东南部降水多,西北部少的分布规律。1979-1994年间GLDAS降水数据与观测值的空间相关系数与均方根误差分别为0.96和136.4mm,2001-2010年为0.90和200.7mm。2组数据都表明2001-2010年源区东南部年降水量比1979-1994年同一区域的年降水量偏少。2001-2010年,源区中部GLDAS年降水量较观测值偏高。

图3 1979—1994和2001—2010年黄河源区年降水量空间分布.
(a)和(b)为1979—1994年,(c)和(d)为2001—2010年;(a)和(c)为GLDAS降水,(b)和(d)为观测降水
Fig.3 Spatial distribution of annual precipitation in the headwater of the Yellow River Basin in 1979-1994 and 2001-2010

总体而言,GLDAS降水数据对源区各站点年降水量的描述差异较大。但是,它能够很好地描述黄河源区年降水量呈西北部少,东北部多的空间分布特征,且在1979-1994年GLDAS降水数据准确性高于2001-2010年。

3.3 流量

唐乃亥水文站年平均流量变化表明,1979-2010年年平均流量为625.2 m³/s,以-70.0m³/(s·10a) 的速率下降。1979-1994年年平均流量为695.3 m³/s,以-155m³/(s·10a)的速率下降。而自2001-2010年以来年平均流量呈上升趋势,变化趋势为318 m³/(s·10a),年平均流量为566.0 m³/s。这说明唐乃亥水文站年平均流量在2001-2010年虽然有所回升,但是仍然处于较低水平。对唐乃亥水文站年平均流量做M-K检验分析如图4所示,从图中可以看出黄河源区年平均流量在1979-2010年呈下降趋势,图中2条曲线在1987年附近出现了相交点且交点在置信度线之间,所以1987年是源区年流量均值的一个突变点,1995年以后年流量均值呈明显的下降趋势。

图4 1979-2010年间唐乃亥水文站年平均流量M-K检验统计量Fig.4 M-K test statistic of annual discharge in 1979-2010 at the Tangnag hydrological station

图5为黄河源区GLDAS四个模式年平均流量与唐乃亥水文站观测年平均流量在1979-2010年间的年际变化对比。其中VIC与MOSAIC2个模式年平均流量与观测数据差异较大。CLM和NOAH年平均流量与观测年平均流量更接近,略微偏低,但在整个研究时段内2组模式数据均能反应出源区年平均流量变化趋势。CLM模式年平均流量在2001-2010年间呈增加趋势,这与观测值分析结果一致。1979-1994年CLM和NOAH年平均流量与观测年平均流量之间的相关系数分别为0.50和0.56,均方根误差分别为171.1 和179.2 m³/s。而2001-2010年间,CLM和NOAH数据与观测数据之间的相关系数分别为0.90和-0.11,均方根误差分别为148.1 和301.2m³/s。所以,CLM模式流量模拟准确性高于其他模式。

图5 1979-2010年唐乃亥水文站观测年平均流量与GLDAS模拟年平均流量年际变化Fig.5 The interannual variation of annual mean discharge between GLDAS and observation at the Tangnag station in 1979-2010

3.4 黄河源区水循环变化特征

水循环的基本要素包括降水量、蒸散量、径流和水储量变化,它们将陆面水循环和大气水循环紧密结合在一起。水平衡的基本方程是:

W=P-E-R

其中, R是年径流, P是年降水量, E是年实际区域蒸散量,△ W 是年度水分调蓄变量,包括土壤和地表液态水量(土壤含水量)和固态水量(积雪和土壤含冰量)的变化。一般来说多年平均和多年累积值趋近于零,即 P E R达到平衡[ 14, 22]。本文选取GLDAS中对径流变化模拟最优的CLM模式数据对黄河源区水循环变化特征进行分析,为了方便对比,将降水量、蒸散量及径流的单位统一转化成mm。分析结果表明在1979-1994年水分调蓄变量多年平均值为-1.12mm,2001-2010年相应值为-3.34mm。

图6 黄河源区1979—2010年年降水量、蒸散量和径流年际变化(单位:mm)Fig.6 Interannual variation of annual precipitation、evaporation and runoff(unit: mm) in the headwater of the Yellow River Basin in 1979-2010

源区1979-2010年区域平均年降水量、蒸散量与径流年际变化如图6所示,1979-1994年源区年降水量变化不明显,变化趋势为13.9mm/10a,年蒸散量以25.5mm/10a的变化速率增加,而径流以-6.7mm/10a的速率降低。因为有研究表明在降水量变化不明显的情况下,气候变暖、蒸散发加大是导致黄河源区径流减少的主要原因[ 12, 18, 26, 27],因此1979-1994年径流减少可能主要是由于气温升高导致的蒸散量增加引起的。在2001-2010年年蒸散量、降水量和径流都有上升趋势,但是年降水量的变化幅度要大于年蒸散量,变化趋势分别为104.1和29.9mm/10a,所以2001-2010年径流以58.4mm/10a的速率回升可能是由于降水量的增加幅度较大引起的。

图7 1979-2010年间黄河源区径流系数年际变化Fig.7 The interannual variation of runoff coefficient in the headwater of the Yellow River Basin in 1979-2010

径流系数是指同一流域面积、同一时段内径流与降水量的比值。与径流相比,径流系数是一个包含众多要素的综合指标,其对降水变化的响应更加直接,亦可以反映流域内自然地理因素对径流的影响,因此,径流系数可以反映流域内水循环程度及其变化趋势特征[ 31, 32],同时,径流系数也可以反映水资源开发利用,气候变化及土地利用变化下的水循环变化,因此有助于我们认识径流变化的原因[ 33]。本文选用GLDAS中CLM模式径流及降水数据计算的黄河源区1979-2010年径流系数的年际变化如图7所示,1979-2010年黄河源区的径流系数整体呈下降趋势。其中,2001-2010年间源区径流系数以0.008的速率回升,但是平均径流系数为0.186,仍然处于低值状态。

4 结论与讨论

本文利用观测资料分析了1979-2010年黄河源区气温、降水量及流量变化特征,验证了GLDAS数据在黄河源区的适用性并用其分析了水循环变化特征。通过分析得出以下结论:

在全球变暖背景下,1979-2010年黄河源区气温整体呈上升趋势,尤其是在2001-2010年升温幅度更加明显。黄河源区各站点气温差异明显,但是气温整体空间分布特征为东高西低。GLDAS气温数据与观测数据的对比分析表明,虽然部分站点2组数据之间的均方根误差较大,但是GLDAS数据与观测数据之间的相关性很好,GLDAS数据基本上能够表征源区东高西低的气温分布特征。

1979-2010年源区东部多数站点年降水量呈减少趋势。1979-1994年多数站点年降水量呈减少趋势,而在2001-2010年除玛曲站外的其他站点年降水量都有增加趋势。同样对GLDAS降水数据与观测数据作对比分析,发现GLDAS降水数据能够描述源区降水的空间分布特征,且1979-1994年的准确性大于2001-2010年。这与2000年后GLDAS驱动数据的更换有关。

唐乃亥水文站观测年平均流量1979-2010年呈下降趋势,并且在1987年存在突变现象。2001-2010年年平均流量有所回升,但平均值依然较小。GLDAS中四个模式年平均流量数据与观测值对比分析表明CLM模式年平均流量数据与观测值的误差最小,2时段误差值分别为171.1 和148.1 m³/s,更能反映源区流量的变化特征。

利用GLDAS中CLM模式数据对黄河源区水循环分析表明2001-2010年平均水分调蓄变量较前一研究时段有所下降。1979-1994年在年降水量变化不大的情况下由于年蒸散量增加的幅度大于年降水量,从而使得流域径流减少。但在后一研究时段由于年降水量增加幅度较大所以年径流有所回升,径流系数也呈增加趋势,但平均值只有0.186,仍处于低值状态。

由于资料时间序列较短、再分析资料数据质量本身的限制,部分分析结果及GLDAS在黄河源区的适用性存在一定的限制。尽管如此,GLDAS数据是目前为止唯一一套能够较好地描述青藏高原陆表状况的全球陆面数据同化产品。

The authors have declared that no competing interests exist.

参考文献
[1] Ma Yaoming, Yao Tand ong, Wang Jiemin. Experimental study of energy and water cycle in Tibetan Plateau—The progress introduction on the study of GAME/ Tibet and CAMP/ Tibet[J]. Plateau Meteorology, 2006, 25(2): 344-351.
[马耀明, 姚檀栋, 王介民. 青藏高原能量和水循环试验研究——GAME/Tibe与CAMP/ Tibet研究进展[J]. 高原气象, 2006, 25(2): 344-351. ] [本文引用:1] [CJCR: 1.688]
[2] Min X U, BaiSheng Y E, Zhao Qiudong, et al. Estimation of water balance in the source region of the Yellow River based on GRACE satellite data[J]. Journal of Arid Land , 2013, 5(3): 384-395, doi: 10.1007/s40333-013-0169-8. [本文引用:2] [JCR: 0.453] [CJCR: 0.5714]
[3] Peng Wen, Gao Yanhong, Wang Wanzhao. Impact of diffferent initial soil conditions on the water cycle of Yellow River source region[J]. Advances in Earth Science, 2012, 27(11): 1252-1261.
[彭雯, 高艳红, 王婉昭. 土壤温湿状况对黄河源区水循环过程的影响[J]. 地球科学进展, 2012, 27(11): 1252-1261. ] [本文引用:1] [CJCR: 1.388]
[4] Wen Jun, Lan Yongchao, Su Zhongbo, et al. Advances in observation and modeling of land surface processes over the source region of the Yellow River[J]. Advances in Earth Science, 2011, 26(6): 575-585.
[文军, 蓝永超, 苏中波, . 黄河源区陆面过程观测和模拟研究进展[J]. 地球科学进展, 2011, 26(6): 575-585. ] [本文引用:1] [CJCR: 1.388]
[5] Xia Jun, Qiu Bing, Pan Xingyao, et al. Assessment of water resources vulnerability under climate change and human activities[J]. Advances in Earth Science, 2012, 27(4): 443-451.
[夏军, 邱冰, 潘兴瑶, . 气候变化影响下水资源脆弱性评估方法及其应用[J]. 地球科学进展, 2012, 27(4): 443-451. ] [本文引用:1] [CJCR: 1.388]
[6] Xu Zongxue, He Wanlin. Spatial and temporal characteristics and change trend of climatic elements in the headwater region of the Yellow River in recent 40 years[J]. Plateau Meteorology, 2006, 25(5): 906-913.
[徐宗学, 和宛琳. 近40 年黄河源区气候要素分布特征及变化趋势分析[J]. 高原气象, 2006, 25(5): 906-913. ] [本文引用:3] [CJCR: 1.688]
[7] Lan Yongchao, Lu Chengyang, La Chengfang, et al. The fact of climate shift to warm-humid in the the source regions of Yellow River and its hydrologic response[J]. Journal of Glaciology and Geocryology, 2013, 35(4): 920-928.
[蓝永超, 鲁承阳, 喇承芳, . 黄河源区气候向暖湿转变的观测事实及其水文响应[J]. 冰川冻土, 2013, 35(4): 920-928. ] [本文引用:1] [CJCR: 1.301]
[8] Lan Yongchao, Zhao Guohui, Zhang Yaonan, et al. Response of runoff in the source region of the Yellow River to climate warming[J]. Quaternary International, 2010, 226: 60-65, doi: 10.1016/j.quaint.2010.03.006. [本文引用:1] [JCR: 1.962]
[9] Hu Y, Maskey S, Uhlenbrook S. Expected changes in future temperature extremes and their elevation dependency over the Yellow River source region[J]. Hydrology and Earth System Sciences Discussions, 2013, 17: 2501-2514. [本文引用:1]
[10] Hu Yurong, Shreedhar Maskey, Stefan Uhlenbrook. Downscaling daily precipitation over the Yellow River source region in China: A comparison of three statistical downscaling methods[J]. Theoretical and Applied Climatology, 2013112: 447-460, doi: 10.1007/s00704-012-0745-4. [本文引用:1]
[11] Zhou Degang, Huang Ronghui. Response of water budget to recent climatic changes in the source region of the Yellow River[J]. Chinese Science Bulletin, 2012, 57(17): 2155-2162. [本文引用:1] [CJCR: 0.95]
[12] Zhao Guohui, Zhang Yaonan, Lan Yongchao. Annual runoff in the source regions of Yellow River: Long-term variation features and trend forecast[J]. Journal of Glaciology and Geocryology, 2010, 32(1): 189-195.
[赵国辉, 张耀南, 蓝永超. 黄河源区径流长期演变特征与趋势预测模型研究[J]. 冰川冻土, 2010, 32(1): 189-195. ] [本文引用:2] [CJCR: 1.301]
[13] Cao Yanping, Nan Zhuotong. Monitoring water storage variations in the Heihe River Basin by the GRACE gravity sateliite[J]. Remote Sensing Technology and Application, 2011, 26(6): 719-727.
[曹艳萍, 南卓铜. 利用GRACE重力卫星监测黑河流域水储量变化[J]. 遥感技术与应用, 2011, 26(6): 719-727. ] [本文引用:1] [CJCR: 0.749]
[14] Zhang Shifeng, Jia Shaofeng, Liu Changming. Change law of water circulation in the Yellow River source region and its influence[J]. Science in China(Series E), 2004, 34(Suppl. 1): 117-125.
[张士锋, 贾绍凤, 刘昌明. 黄河源区水循环变化规律及其影响[J]. 中国科学: E辑, 2004, 34(增刊I ): 117-125. ] [本文引用:2] [JCR: 1.019] [CJCR: 0.798]
[15] Hu Yurong, Shreedhar Maskey, Stefan Uhlenbrook, et al. Streamflow trends and climate linkages in the source region of the Yellow River, China[J]. Hydrological Processes, 2011, 25: 3399-3411. [本文引用:1]
[16] Rodell M, Houser P R, Jambo R U, et al. The global land data assimilation system[J]. Bulletin of the American Meteorological Society, 2004, 85(3): 381-394. [本文引用:1] [JCR: 6.591]
[17] Wang Yujuan, Wang Shudong, Song Wenlong, et al. Application of GLDAS data to the potential evapotranspiration monitoring in Weihe River Basin[J]. Journal of Arid Land Resources and Environment, 2013, 27(12): 54-58.
[王玉娟, 王树东, 宋文龙, . GLDAS 数据产品在渭河流域潜在蒸散发模拟中的应用研究[J]. 干旱区资源与环境, 2013, 27(12): 54-58. ] [本文引用:1] [CJCR: 0.861]
[18] Hua L R. README Docunment for Global Land Data Assimilation System Version 1(GLDAS-1)[EB/OL]. [2013-03-06]. http:∥ldas.gsfc.nasa.gov/gldas/GLDASforcing.php, 15 March2011. [本文引用:3]
[19] Wang Aihui, Zeng Xubin. Evaluation of multireanalysis products with in situ observations over the Tibetan Plateau[J]. Journal of Geophysical Research, 2012, 117: D05102, doi: 10.1029/2011JD016553. [本文引用:1]
[20] Sun Guishan. Change analysis of precipitation and runoff in the Yellow River source region[J]. Journal of Water Resources Research, 2008, 29(3): 22-25.
[孙贵山. 黄河源区降水径流变化特性初步分析[J]. 水资源研究, 2008, 29(3): 22-25. ] [本文引用:1] [CJCR: 0.3962]
[21] Liu Zhenxi, Liu Qiang, Zhang Shijun. Analysis about the causes of decreasing runoff of Tanag in the Yellow River source region[J]. Gansu Shuili Shuidian Jishu, 2008, 44(1): 13-14.
[刘振西, 刘强, 张世军. 黄河源区唐乃亥站径流持续减少的原因分析[J]. 甘肃水利水电技术, 2008, 44(1): 13-14. ] [本文引用:1]
[22] Wang Wanzhao, Gao Yanhong, Xu Jianwei. Applicability of GLDAS and climate change in the Qinghai-Xizang Plateau and its surrounding arid area[J]. Plateau Meteorology, 2013, 32(3): 635-645.
[王婉昭, 高艳红, 徐建伟. 青藏高原及其周边干旱区气候变化特征与GLDAS适用性分析[J]. 高原气象, 2013, 32(3): 635-645. ] [本文引用:2] [CJCR: 1.688]
[23] Zhou Chenchao, Jia Shaofeng, Yan Huayun, et al. Changing trend of water resources in Qinghai Province from 1956 to 2000[J]. Journal of Glaciology and Geocryology, 2005, 27(3): 432-437.
[周陈超, 贾绍凤, 燕华云, . 近50 a 以来青海省水资源变化趋势分析[J]. 冰川冻土, 2005, 27(3): 432-437. ] [本文引用:1] [CJCR: 1.301]
[24] Zhang Lu, Zhou Yue. Mann-Kendall test and applying it in time order analyzing of river suspended sand concentration[J]. Environmental Protection of Xinjiang, 2007, 29(3): 19-22.
[张璐, 周跃. Mann- Kendall 检验及其在河流悬沙浓度时间序列分析中的运用[J]. 新疆环境保护, 2007, 29(3): 19-22. ] [本文引用:1] [CJCR: 0.1739]
[25] Xin Huijuan, He Yuanqing, Zhang Tao, et al. The features of climate variation and glacier response in Mt. Yunglong, Southeastern Tibetan Plateau[J]. Advances in Earth Science, 2013, 28(11): 1257-1268.
[辛惠娟, 何元庆, 张涛, . 青藏高原东南缘丽江玉龙雪山气候变化特征及其对冰川变化的影响[J]. 地球科学进展, 2013, 28(11): 1257-1268. [本文引用:1] [CJCR: 1.388]
[26] Liu Guangsheng, Wang Genxu, Hu Hongchang, et al. Climate change characteristics in the Source Regions of the Yangtze River and Yellow River over the past 45 years[J]. Resources Science, 2010, 32(8): 1486-1492.
[刘光生, 王根绪, 胡宏昌, . 长江黄河源区近45 年气候变化特征分析[J]. 资源科学, 2010, 32(8): 1486-1492. ] [本文引用:2] [CJCR: 2.123]
[27] Shaoning, Li Dongliang, Wen Jun, et al. Analysis on periodic variations and abrupt change of air temperature over Qinghai-Xizang Plateau under global warming[J]. Plateau Meteorology, 2010, 29(6): 1378-1385.
[吕少宁, 李栋梁, 文军. 全球变暖背景下青藏高原气温周期变化与突变分析[J]. 高原气象, 2010, 29(6): 1378-1385. ] [本文引用:2] [CJCR: 1.688]
[28] Hu Yurong, Shreedhar Maskey, Stefan Uhlenbrook. Trends in temperature and rainfall extremes in the Yellow River source region, China[J]. Climatic Change, 2012, 110: 403-429, doi: 10.1007/s10584-011-0056-2. [本文引用:1] [JCR: 3.634]
[29] Niu Yuguo, Zhang Xuecheng. Present condition of water environment and sustainable utilization of water resources of the Yellow River Basin[J]. Yellow River, 2005, 27(3): 31-37.
[牛玉国, 张学成. 黄河源区水文水资源情势变化及其成因初析[J]. 人民黄河, 2005, 27(3): 31-37. ] [本文引用:1] [CJCR: 0.3451]
[30] Wang Huan, Li Dongliang. Research progress on variations and effectors of the runoff in the source region of the Yellow River[J]. Plateau and Mountain Meteorology Research, 2013, 33(2): 93-99.
[王欢, 李栋梁. 黄河源区径流量变化特征及其影响因子研究进展[J]. 高原山地气象研究, 2013, 33(2): 93-99. ] [本文引用:1] [CJCR: 0.8095]
[31] Gong Aixi, Zhang Dongdong, Feng Ping. Variation trend of annual runoff coefficient of Daqinghe River Basin and study on its impact[J]. Water Resources and Hydropower Engineering, 2012, 43(6): 1-4.
[宫爱玺, 张冬冬, 冯平. 大清河流域年径流系数变化趋势及影响因素分析[J]. 水利水电技术, 2012, 43(6): 1-4. ] [本文引用:1] [CJCR: 0.2989]
[32] Mahé G, Paturel J E. 1896-2006 Sahelian annual rainfall variability and runoff increase of Sahelian Rivers[J]. Comptes Rendus Geoscience, 2009, 341(7): 538-546. [本文引用:1] [JCR: 1.401]
[33] Wang Zhaoli, Chen Xiaohong, Yang Tao. Runoff coefficients variation and its influencing factor in Dongjiang River Basin[J]. Water Resources and Power, 2010, 28(8): 10-13.
[王兆礼, 陈晓宏, 杨涛. 东江流域径流系数变化特征及影响因素分析[J]. 水电能源科学, 2010, 28(8): 10-13. ] [本文引用:1] [CJCR: 0.6092]