Open Journal of Soil and Water Conservation 水土保持, 2014, 2, 37-42
Published Online December 2014 in Hans. https://www.doczj.com/doc/2413401320.html,/journal/ojswc
https://www.doczj.com/doc/2413401320.html,/10.12677/ojswc.2014.24004
Analyzing Spatial and Temporal Distribution of Precipitation at Wet or Dry Season in
Yarlung Zangbo River Basin Using
Empirical Orthogonal Function
Xiongfei Wang1, Sisi Chen1, Jiaqi Zhang2
1College of Tourism and Geography Science, Yunnan Normal University, Kunming
2College of Tourism and Environmental Sciences, Shanxi Normal University, Xi’an
Email: 919753286@https://www.doczj.com/doc/2413401320.html,
Received: Nov. 18th, 2014; revised: Dec. 1st, 2014; accepted: Dec. 10th, 2014
Copyright ? 2014 by authors and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
https://www.doczj.com/doc/2413401320.html,/licenses/by/4.0/
Abstract
According to the monthly precipitation data of 15 meteorological stations in the Yarlung Zangbo river basin during the period from 2000 to 2010, and using the method of empirical orthogonal function (EOF), we respectively calculated the spatial and temporal distribution characteristics of precipitation in wet and dry season and the time-coefficient series. The results showed that the EOF method was capable of revealing the spatial and temporal distributions of precipitation field for the Yarlung Zangbo river basin, with the first four EOFs reflecting the four vector distribution fields; furthermore, we can know that the cumulative contribution rate of precipitation is 99.84% at dry season and 89.81% at wet season. The main space distribution characteristic of dry or wet season precipitation is different distribution from west to east in Yarlung Zangbo river valley. It shows that the precipitation in western district is more than that in eastern district, such as Milin wide valley in the eastern end of Himalayas, which is one of most abundant precipitation areas, because it is influenced by the monsoon climate and the warm moist air flow from the eastern In-dian Ocean. However, due to the high altitude, the water vapor is hard to reach the west area. So the precipitation of west area is relatively less compared to the east.
Keywords
Yarlung Zangbo River Basin, Empirical Orthogonal Function, Precipitation in Wet and Dry Seasons, Spatial and Temporal Variation
基于EOF的雅鲁藏布江流域干湿季降水变化的时空分异研究
基于EOF的雅鲁藏布江流域干湿季
降水变化的时空分异研究
王熊飞1，陈思思1，张嘉琪2
1云南师范大学旅游与地理科学学院，昆明
2陕西师范大学旅游与环境学院，西安
Email: 919753286@https://www.doczj.com/doc/2413401320.html,
收稿日期：2014年11月18日；修回日期：2014年12月1日；录用日期：2014年12月10日
摘要
根据2000年~2010年雅鲁藏布江流域的15个气象站点的月值降水数据，采用经验正交函数分解法(EOF)，分别计算出雅鲁藏布江流域干湿季降水的时空分布特征和时间系数序列。结果表明：应用EOF方法可以很好地揭示降水场的时空分布特征，且对雅鲁藏布江流域而言前4种模态揭示了四种分布场，干季降水的累计贡献率达99.84%，湿季降水的累计贡献率达89.81%。雅鲁藏布江流域干湿季降水的主要空间分布特征是“东–西差异分布”，即表现出西部偏少东部偏多的特点，尤其是在喜马拉雅山脉最东端的米林宽谷地带降水最为丰富，分析其原因是季风气候和印度洋的暖湿气流对东部影响较大，西部由于海拔高，水汽很难到达，因此西部降水较东部少。
关键词
雅鲁藏布江流域，经验正交函数，干湿季降水，空间分异
1. 引言
降水的变化是影响我国工农业生产的一个重要因素之一[1]，认识降水量的时空分异及其特征具有重要的意义。经验正交函数分解，又称EOF (empirical orthogonal function)方法，是一种常用的气象学统计分析方法，目前这种方法在全国及各省范围内的气象分析中被广泛应用。高智等[2]采用自然正交函数EOF 及扩展的自然正交函数EEOF方法揭示了陕西汛期降水与前期大气环流遥相关型的联系；包云等[3]用EOF方法分析了内蒙古降水空间变化的区域特征及降水空间结构的周期特征，魏义长等[4]用该方法研究了河南省降水的空间分布特征及时间变化。雅鲁藏布江是世界上海拔最高的河流，流域内是独特的高寒气候，属于气候变化的敏感地带，其特殊的地理位置决定了其独特的降水资源及多样的降水分布模式。
因此研究雅鲁藏布江流域时空格局对青藏高原地区乃至全国都有十分重要的意义。本文基于EOF对雅鲁藏布江干湿季的降水变化的时空分异进行研究，以期揭示雅鲁藏布江流域降水变化的时空分布格局。
2. 数据与方法
2.1. 研究区概况
雅鲁藏布江流域(28?00'~31?16'N, 82?00'~97?07'E)，流域面积24.048万km2(如图1所示)。流域海拔高度绝大部分在3000 m以上，流域从雅鲁藏布江下游河谷到源头杰马央宗冰川，由上游的高原寒温带半
基于EOF的雅鲁藏布江流域干湿季降水变化的时空分异研究
Figure 1. The study area
图1.研究区概况
干旱气候–中游的高原温带半干旱气候–下游山地亚热带、热带气候4个气候带组成。流域内东西狭长，南北窄短，其南面为喜马拉雅山脉，北面为冈底斯山和念青唐古拉山脉，南北间为藏南谷地。流域内多年平均降水量300~500 mm，空间分布极不均匀，湿润地区的年降水量最大可达4000 mm以上，而干旱地区最小仅10余mm。流域气温空间分布同样不均匀，并随地势变化而有规律地改变。夏半年和冬半年的气候差异较大：夏半年日照充足、降水集中、多夜雨和冰雹；冬半年寒冷干燥、降水稀少、多大风。
2.2. 数据来源及研究方法
本文所用数据包括雅鲁藏布江流域15个气象站点(贡嘎、当雄、拉孜、南木林、日喀则、尼木、拉萨、泽当、江孜、浪卡子、嘉黎、波密、加查、米林)2000至2010年的干湿季月值降水资料，湿季采用的时间序列为每年的5~10月，干季为每年11月到翌年4月。
经验正交函数法(EOF)最早是1902年由统计学家Pearson提出的，它把原变量分解为正交函数的线性组合，构成为数很少的不相关典型模态，代替原始变量，每个典型模态都含有尽量多的原始场的信息。1976年Prohaka提出将EOF分析技术直接用于两气象场的交叉相关系数场的分解计算方案，旨在最大限度地分离出两场的高相关区，以此了解成对变量场之间相关系数场的空间结构及各自对相关场的贡献[5] [6]。EOF分解的特征向量能反映降水的空间分布结构，并且特征向量的数值大小能反映降水量变化的程度。特征向量所对应的时间系数代表了这一区域由特征向量所表征的分布型式的时间变化特征。系数数值绝对值越大，表明这一时刻这类分布型式越典型。因此，EOF成为研究气候科学的重要手段。
3. 结果与分析
3.1. 雅鲁藏布江流域干湿季降水的空间分布特征
根据EOF分解的特征向量虽然不能代表降水量的大小，但用EOF分解的方法得到特征向量反应降水变化的空间分布特征，并且特征向量的数值大小能反映降水变化的程度。根据贡献率的大小，取干湿季前四个特征向量能够较好地表征雅鲁藏布江流域降水的空间分布，表1为前四个特征向量的方差贡献率及累计方差贡献率。
雅鲁藏布江流域干湿季降水4个主要EOF模态的空间分布型如图2所示。图2(a)是第1模态空间分布图，湿季的贡献率为87.7%，干季的贡献率达96.98%，远高于其他场的贡献率，尤其是干季降水，表明第一模态是降水变化的主要空间分布形式，表征东西差异的分布情况。雅鲁藏布江流域内第一模态的
基于EOF的雅鲁藏布江流域干湿季降水变化的时空分异研究
Table 1. The variance contribution rate and cumulative variance contribution rate of first four eigenvectors
表1.前四个特征向量的方差贡献率及累积方差贡献率
序号干湿季 1 2 3 4
湿季71.16 9.59 4.71 4.35 方差贡献率%
干季96.98 2.27 0.36 0.23
湿季71.16 80.75 85.46 89.81 累计方差贡献率%
干季96.98 99.25 99.61 99.84
(注：括号内为干湿季降水的方差贡献率，色图为降水场，等值线的虚线为负值，实线为正值)
Figure 2. Spatial distribution of the leading EOF modes of precipitation in wet and dry seasons
图2.干湿季降水主要EOF模态空间分布
分布从东到西由正变负，其降水呈现西部偏少东部偏多的特点，喜马拉雅山脉的最东边米林宽谷地带降水最为丰富。很显然这与大尺度的气候系统有关，从大尺度来看，这种降水变化的空间分布可能受到海拔的影响，东部宽谷地带受印度洋孟加拉湾的暖湿气流的影响较大，西部由于海拔高，水汽难以到达，降水较少。
EOF第二模态如图2(b)所示，湿季的贡献率为9.59%，虽与上一模态相比较弱，但也是一种比较典型的降水变化的主要空间分布形式。在这一模态中正值中心主要分布在雅鲁藏布江中下游的米林宽谷和山南宽谷，从正值中心分别向两边扩展，数值逐渐变小，负值中心位于最东端的波密地区，其值自西向流域下游的米林宽谷和山南宽谷表现为逐渐递增，从米林宽谷往东数值表现为逐渐递减。相比湿季的贡献率，干季降水的第二模态贡献率较低，为 2.27%，较第一种分布模式出现的机会小很多，表现为米林宽谷和山南宽谷附近为正值中心，向东西侧递减。
EOF的第三模态图如图2(c)所示，湿季的贡献率为4.71%，在流域东部的米林宽谷表现出南北差异的分布模式，其南部为正值中心，北部为负值中心，中心的吻合度较好。这种分布虽较前两种分模式出现的机会小，但隔几年也会出现一次，表现为要么米林宽谷北部降水增多，南部降水减少，或者相反。
干季在这一模态的贡献率仅为0.36%，该种模式出现的几率极小，故本文不做讨论。
基于EOF的雅鲁藏布江流域干湿季降水变化的时空分异研究
EOF的第四模态图如图2(d)所示，湿季的贡献率为4.35%，其正值中心出现在米林宽谷和山南宽谷南部，负值中心出现在其东边。这一模态中干季的贡献率仅023%，亦不做讨论。
总体上，湿季降水的4种模态分布值表现为东大西小，且高值中心多出现在流域东边的米林宽谷附近，干季降水的四种模态中第一种模态极为典型，其表现也为降水东多西少，这说明东部虽然多雨但年际变化大，西部虽然少雨但变化较小。
3.2. 雅鲁藏布江流域干湿季降水的时间分布特征
EOF模态所对应的时间系数代表了这一区域由EOF模态所表征的分布形式的时间变化特征。系数数值的绝对值越大，表明这一时刻这类分布形式越典型[7]。时间系数的正负决定了场型的分布方向，负号表示与场型相反。本文采用的湿季和干季时间系数分别为每年5~10月和每年11月到翌年4月的平均值，观察雅鲁藏布江流域湿季降水第一模态的时间系数曲线图3(a)，时间系数均为正数，说明干湿季降水EOF第一模态的分布形式均为东部多西部少，无反向空间分布模式，2001、2003和2005代表雅鲁藏布江流域湿季降水偏多的年份，其中2003年这类分布模式最为典型。与湿季降水一样，干季降水第一模态的时间系数曲线图4(a)中的时间系数也为正数，2004年的分布模式最为典型。且干季降水的时间系数有上升的趋势，说明这一分布模式越来越显著。
湿季降水第二模态时间系数(图3b)正负交错，具有明显的年际震荡和年际变化特征，其中2008年出现了正值最典型分布，2001年和2005年次之，2007和2010年出现了负值典型。从第三模态时间系数(图3(c))来看，正负交替但波动并不太显著，2000年出现正值最典型，2010年出现负值最典型。第四模态时间系数(图3(d))中除了2002年出现一次正值最典型分布以外，其他年份时间震荡不明显，相对其他模态来说其典型性较小，2000年的反向空间分布最为典型。
干季降水第二模态时间系数(图4(b))以正值为主，呈现明显的下降趋势，说明这一分布模式的典型性较弱，2002年出现正值最典型，2010年出现典型的反向空间分布。第三模态时间系数(图4(c))和第四模态时间系数(图4(d))负值占主导，绝对值较小，空间分布典型性弱。
Figure 3. Temporal coefficient of the leading EOF modes of precipitation in wet
图3.湿季降水主要EOF模态时间系数
基于EOF的雅鲁藏布江流域干湿季降水变化的时空分异研究
Figure 4. Time coefficient of the first leading EOF modes of precipitation in dry
season
图4.干季降水EOF第一模态时间系数
4. 结论
1) 应用EOF方法可以较好地揭示降水场的时空分布特征，对雅鲁藏布江流域而言前4个模态特征
揭示了4种干湿季降水的分布场，干季降水的累计贡献率达99.84%，湿季降水的累计贡献率达89.81%。
2) 雅鲁藏布江流域干湿季降水的主要空间分布特征是“东–西差异分布”，即表现出西部偏少东部
偏多的特点，尤其是在喜马拉雅山脉最东端的米林宽谷地带降水最为丰富，干季更为典型，且从趋势来看，该种分布型态的显著性逐渐增强。从长时间尺度来看，这一分布模式的原因是季风气候和印度洋的暖湿气流对东部影响较大，西部由于海拔高，水汽很难到达，因此西部降水较东部少。
参考文献(References)
[1]宋理明, 娄海萍(2006) 环青海湖地区天然草地土壤水分动态研究. 中国农业气象, 2, 151-155.
[2]高智, 谢双亭(1992) 陕西汛期降水与前期大气环流遥相关型的联系. 南京气象学院学报, 4, 574-583.
[3]包云, 李晓兵, 黄玲梅, 等(2011) 1961-2007 年内蒙古降水时空分布. 干旱区地理, 1, 52-61.
[4]魏义长, 王纪军, 张芳, 等(2010) 经验正交函数与地统计相结合分析降水时空变异. 灌溉排水学报, 4, 105-109.
[5]魏凤英(1999) 现代气候统计诊断与预测技术. 气象出版社, 北京.
[6]黄嘉佑(2000) 气象统计分析与预报方法. 气象出版社, 北京.
[7]邱海军, 曹明明, 刘闻, 等(2011) 基于EOF的陕西省降水变化时空分异研究. 水土保持通报, 3, 57-60.
第28卷 第2期 2009年3月地 理 研 究GEOGRAPH ICAL RESEARCH V o l 28,N o 2M ar ,2009 收稿日期:2008-07-09;修订日期:2008-12-24 基金项目:辽宁省气象局正研级专业技术人才培养专项科研基金项目 作者简介:姜晓艳(1960-),女,高级工程师。主要从事气候变化和应用气象业务及科研工作。 东北地区近百年降水时间序列 变化规律的小波分析 姜晓艳1,刘树华2,3*,马明敏2,张 菁1,宋 军4 (1 辽宁省沈阳市气象局,沈阳110168; 2 北京大学物理学院大气科学系,北京100871; 3 中国气象局气候研究开放实验室,北京100081; 4 大连市气象局,大连116001) 摘要:利用1905~2005年东北地区哈尔滨、长春、沈阳和大连的降水时间序列资料,采用距 平和M or let 小波分析方法,研究了东北地区降水变化的多时间尺度的周期性性变化规律,并 对东北地区近期降水状况进行了预测。结果表明:近百年来东北地区年降水量呈现较显著下 降趋势,整个东北地区降幅为-5 2mm/10a;长春为-12 7mm/10a;哈尔滨为-7 1mm/ 10a;大连为-2 7mm/10a;沈阳略为上升趋势为1 3mm/10a 。东北地区的年降水量存在着区 域性的多重时间尺度下的周期变化特征,2a~3a 、5a~6a,10a 和50a 左右的长期振荡周期具 有全域性;长春、哈尔滨年降水的主要控制周期是20a 左右;5a~6a 的短周期和50年的长周 期变化也对年降水有较大影响。 关键词:东北地区;近百年;降水时间序列;小波分析 文章编号:1000-0585(2009)02-0354-09 1 引言 全球变暖导致全球和区域气候变化,使得高温、干旱、洪涝等灾害性天气频发,造成生态和环境恶化,严重影响到农业生产、社会经济和可持续发展,已引起人们的高度重视[1~3] 。特别是在全球气候变化背景下,中国降水量的空间格局的变化直接关系到我国农业生产安全[4]。我国东北地区位于东亚季风的最北端,属于温带大陆性季风气候,是中国湿润的东部季风区和干旱的内陆之间的过度带。夏季高温多雨,冬季严寒干燥,大陆性气候由东向西渐强。其气候的季节性变化与整个东亚大气环流紧密相连,气候及其变化的差异较大,是典型的 气候脆弱区 和气候变暖影响最为敏感地区之一,也是我国最大的商品粮产区和重要的重工业和能源基地。因此,研究我国东北地区近百年来降水变化的特征,对了解气候演变对降水的影响和短期、中长期降水预测具有十分重要的意义。近年来,已有许多气象工作者对此进行了研究,例如:姜哓艳等[5]。在分析了我国东北地区哈尔滨、长春、沈阳和大连近百年年平均气温变化特征的基础上,采用小波分析的方法研究了其多时间尺度的复杂结构构,研究结果表明,近百年来东北地区的平均气温呈升高趋势,尤其在20世纪80年代以后升高趋势更加明显,升温率达到0 165 /10a 。气温存在
2001年—2020年我国降水的时空变化特征 摘要 本文利用TRMM卫星的降水资料，对我国2001年—2020年的平均降水和春、夏、秋、冬四个季节的平均降水进行了分析比较；然后选取了我国华北地区和西北地区对其十年间的降水距平和四季的降水距平进行了对比分析；最后对2005年和2006年全国的降水距平百分率进行了观察，结果表示：由于我国受季风气候、地形、地理位置等因素的影响，我国降水随着空间和时间变化而具有明显的变化；华北地区的降水距平高于西北地区，且波动更加剧烈，在西北地区春、秋、冬季的降水距平在零线附近，降水量保持在一个稳定的值，华北地区四季波动相对强烈。 关键字：降水TRMM 时空变化降水距平
目录 摘要.......................................................................................................... I Abstract .................................................................... 错误!未定义书签。第一章引言 . (1) 1.1研究意义 (1) 1.2研究现状 (1) 1.3本文研究内容 (2) 第二章资料和方法 (2) 2.1资料说明 (2) 2.2方法 (3) 第三章数据资料分析 (3) 3.1 2001年—2020年全国平均降水分布特征 (3) 3.2 2001-2020年降水的季节平均分布特征 (5) 3.3降水距平分析 (8) 3.4降水距平百分率分析 (10) 第四章结论 (11)
市湖泊面积时空演变及驱动力分析 实 验 报 告
成员： 一、实验背景 曾经，市数百个大小湖泊星罗棋布，遍布三镇，当之无愧地被称为“百湖之市”，湖泊成为市民的骄傲。然而，据2010年市水务局的调查数据显示，近几十年来的湖泊面积减少了228.9平方公里，五十年来近100个湖泊人间“蒸发”，中心城区仅存的38个湖泊，还面临着继续被侵蚀的危险。 众所周知，气候变化等自然因素是导致湖泊面积缩小和消亡的原因之一。但对市消亡的近百湖泊而言，这一因素几可忽略。随着经济的发展，社会的进步，在利益的驱使下，大量的湖泊被填，用以养殖或者建造城市用地。 客观地说，湖泊的大面积缩小和消亡，有着特殊的历史原因。市水务局的统计数据表明，市缩减的湖泊面积有六成是由于上世纪五六十年代填湖造地和围湖养鱼造成的，市的各大湖泊几乎均受波及。特别是面积较大的湖泊，在这一阶段面积剧减，有的甚至完全消失或转化为人工精养鱼池，如东西湖、汊湖等；有的则被切割成若干小湖泊，如沙湖、东湖等。 进入上世纪90年代，随着城市建设的发展，市逐渐加快旧城改造和城市道路建设，旧城的改造和城市的兴建，使得土地的价值不断上升，道路的规划和商品房、工厂厂房的兴建，在巨额利益趋势下，填埋湖泊的惩罚已经不被人所重视，填埋的湖泊特别是一些被污染了的湖泊上长起了繁华的街市，大量的湖泊在城市的喧嚣中流干了最后一滴眼泪。 二、实验意义 湖泊在生态系统中占据着重要的地位，是重要的国土资源，具有调节河川径流、发展灌溉、提供工业和饮用的水源、繁衍水生生物、沟通航运，改善区域生态环境以及开发矿产等多种功能，在国民经济的发展中发挥着重要作用同时，湖泊及其流域是人类赖以生存的重要场所，湖泊本身对全球变化响应敏感，在人与自然这一复杂的巨大系统中，湖泊是地球表层系统各圈层相互作用的联结点，是陆地水圈的重要组成部分，与生物圈、大气圈、岩石圈等关系密切，具有调节区域气候、记录区域环境变化、维持区域生态系统平衡和繁衍生物多样性的特殊功能。湖泊的消亡将对陆地水文系统产生重要影响,它的主要危害是加剧洪涝、干
课程名称: 时间序列分析 题目: 降水量预测 院系：理学院 专业班级：数学与应用数学10-1 学号： 87 学生姓名：戴永红 指导教师：＿＿潘洁＿ 2013年 12 月 13日1.问题提出
能不能通过以前的降水序列为样本预测出2002的降水量 2.选题 以国家黄河水利委员会建站的山西省河曲水文站1952年至2002年51年的资料为例，以1952年至2001年50年的降水序列作为样本，建立线性时间序列模型并预测2002年的降水状态与降水量，并与2002年的实际数据比较说明本模型的具体应用及预测效果。资料数据见表1。 表1 山西省河曲水文站55年降水量时间序列 3．原理
模型表示 均值为0，具有有理谱密度的平稳时间序列的线性随机模型的三种形式，描述如下： 1、()AR p 自回归模型：1122t t t p t p t ωφωφωφωα-------=由2p +个参数刻画； 2、()MA q 滑动平均模型：1122t t t t q t q ωαθαθαθα---=----由2q +个参数刻画； 3、(,)ARMA p q 混和模型： 11221122t t t p t p t t t q t q ωφωφωφωαθαθαθα--------- -=--- - (,)ARMA p q 混和模型由3p q ++个参数刻画； 自相关函数k ρ和偏相关函数kk φ 1、自相关函数k ρ刻画了任意两个时刻之间的关系，0/k k ργγ= 2、偏相关函数kk φ刻画了平稳序列任意一个长1k +的片段在中间值11,t t k ωω++-固定的条件下，两端t ω，t k ω+的线性联系密切程度。 3、线性模型k ρ、kk φ的性质 表2 三种线性模型下相关函数性质 模型识别 通常平稳时间序列t Z ，0,1t =±仅进行有限n 次测量(50)n ≥，得
广西降水时空分布特征 [摘要]本文通过查询1970-2008年广西省的降水资料，对广西降水时空分布特征展开论述。经过调查、分析，发现广西降水分布地域性较为明显，而且各个季节的变化对其降水的分布及情况也产生了一定的影响。文中对广西降水的时间分布特征及地域分布特征展开分析，对气象研究具有一定的参考作用。 [关键词]广西降水时空分布特征 降水属于广西的重要天气现象之一，若持续降水且降水量过大，极有可能产生一定的灾害，包括引发洪水、山体滑坡、塌陷等方面，甚至威胁居民的人身安全及财产安全。因此，对降水的时空分布特征进行研究，可以有效的了解广西省的降水分布特点，从而及时对天气现象开展预测，以便在出现超大降水的情况时及时采取防治措施，降低其所带来的危害。 1降水的时间分布特征 本文中的相关数据资料来源为广西气象台的雨量库，主要以常规化的统计分析方法来进行相应的分析工作。 1.1年、月际变化特征 经过查阅广西气象台的雨量库得知，近十几年来，广西多数地方出现强降水情况，而且强降水的发生频率较高。其中，1994年的强降水日数最多，共120d，占该年的降水量的32.7%；而1989年的强降水日数最少，是近十几年来最少的，共61d，占该年的降水量16.7%，其强降水日数仅为1994年的一半。 此外，结合强降水日数与相应年际变化趋势，可以发现广西省全年都可以出现强降水天气，其实际降水强度在一年中的各个月份也各不相同。而且其强降水的月际分布有明显的双峰型特征，其峰值一般在6月份出现，降水量为16.8d；并于8月份出现第二峰，第二峰并没有第一峰的特征明显，主要为15.6d。在一年之中，广西省一般主要在5-8月份出现强降水情况，其强降水日数占据全年日数的70%左右，尤其是六月份的时候。通过查询资料还发现，强降水过程日数逐月分布呈现单峰型特征，尤其以6月份的强降水日数最多，为4.66d，而在汛期，即4-9月期间出现强降水过程日数占据全年强降水日数的百分之九十以上。 1.2降水日变化特征 由于白昼和夜间热力条件的差异，暴雨存在明显的日变化：等差值线总趋势呈东北—西南走向，即夜间暴雨频数的由桂西北地区向桂西南地区逐渐减少，桂西北的夜间暴雨比白天高出5～7次。以频次差值最大的凌云和岑溪两个测站作代表，分析桂西北和桂东南昼间和夜间暴雨的逐月变化的情况。在白天时段，两个测站的暴雨频次逐月变化有明显的差别：从数量上看，无论在那一月份，陆川
时间序列分析降水量预 测模型 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】
课程名称: 时间序列分析 题目: 降水量预测 院系：理学院 专业班级：数学与应用数学10-1 学号： 学生姓名：戴永红 指导教师：＿＿潘洁＿ 2013年 12 月 13日 1.问题提出 能不能通过以前的降水序列为样本预测出2002的降水量？ 2.选题 以国家黄河水利委员会建站的山西省河曲水文站1952年至2002年51年的资料为例，以1952年至2001年50年的降水序列作为样本，建立线性时间序列模型并预测2002年的降水状态与降水量，并与2002年的实际数据比较说明本模型的具体应用及预测效果。资料数据见表1。 表1 山西省河曲水文站55年降水量时间序列
3．原理 模型表示 均值为0，具有有理谱密度的平稳时间序列的线性随机模型的三种形式，描述如下：
1、()AR p 自回归模型：1122t t t p t p t ωφωφωφωα-------=由2p +个参数刻画； 2、()MA q 滑动平均模型：1122t t t t q t q ωαθαθαθα---=----由2q +个参数刻画； 3、(,)ARMA p q 混和模型： (,)ARMA p q 混和模型由3p q ++个参数刻画； 自相关函数k ρ和偏相关函数kk φ 1、自相关函数k ρ刻画了任意两个时刻之间的关系，0/k k ργγ= 2、偏相关函数kk φ刻画了平稳序列任意一个长1k +的片段在中间值11,t t k ωω++-固定的条件下，两端t ω，t k ω+的线性联系密切程度。 3、线性模型k ρ、kk φ的性质 表2 三种线性模型下相关函数性质 模型识别 通常平稳时间序列t Z ，0,1t =±仅进行有限n 次测量(50)n ≥，得到 一个样本函数，且利用平稳序列各态历经性：1 1n j j Z Z n μ=≈=∑做变换， t t Z ω=，1,t n =，将1,,n Z Z 样本换算成为样本1,,n ωω，然后再确定平 稳时间序列{,0,1}t t ω=±的随机线性模型。 3.3.1 样本自相关函数 平稳序列21012 ,,,,,ωωωωω--， ()0t E ω=，对于样本，定义自协方 差函数：
市湖泊面积时空演变及驱动力分析
成员: 实验背景 曾经，市数百个大小湖泊星罗棋布，遍布三镇，当之无愧地被称为“百湖之市”，湖泊成为市民的骄傲。然而，据2010年市水务局的调查数据显示，近几十年来的湖泊面积减少了228.9平方公里，五十年来近100个湖泊人间“蒸发”,中心城区仅存的38个湖泊，还面临着继续被侵蚀的危险。 众所周知，气候变化等自然因素是导致湖泊面积缩小和消亡的原因之一。但对市消亡的近百湖泊而言，这一因素几可忽略。随着经济的发展，社会的进步，在利益的驱使下，大量的湖泊被填，川以养殖或者建造城市用地。 客观地说，湖泊的大面积缩小和消亡，有着特殊的历史原因。市水务局的统计数据表明，市缩减的湖泊面积有六成是由于上世纪五六十年代填湖造地和围湖养鱼造成的，市的各
大湖泊几乎均受波及。特别是面积较大的湖泊，在这一阶段面积剧减，有的甚至完全消失或转化为人工精养鱼池，如东西湖、汉湖等；有的则被切割成若干小湖泊，如沙湖、东湖等。 进入上世纪90年代，随着城市建设的发展，市逐渐加快旧城改造和城市道路建设，旧城的改造和城市的兴建，使得土地的价值不断上升，道路的规划和商品房、工厂厂房的兴建，在巨额利益趋势下，填埋湖泊的惩罚已经不被人所重视，填埋的湖泊特别是一些被污染了的湖泊上长起了繁华的街市，大量的湖泊在城市的喧嚣中流干了最后一滴眼泪。 二、实验意义 湖泊在生态系统中占据着重要的地位，是重要的国土资源，具有调节河川径流、发展灌溉、提供工业和饮用的水源、繁衍水生生物、沟通航运，改善区域生态环境以及开发矿产等多种功能，在国民经济的发展中发挥着重要作用同时，湖泊及其流域是人类赖以生存的重要场所，湖泊本身对全球变化响应敏感，在人与自然这一复杂的巨大系统中，湖泊是地球表层系统各圈层相互作用的联结点，是陆地水圈的重要组成部分，与生物圈、大气圈、岩石圈等关系密切，具有调节区域气候、记录区域环境变化、维持区域生态系统平衡和繁衍生物多样性的特殊功能。湖泊的消亡将对陆地水文系统产生重要影响，它的主要危害是加剧洪涝、干旱、风沙以及土地沙漠化等灾害，进而破坏土地资源、水资源和生物资源，导致生态环境恶化。 湖泊与我们的生活质量息息相关，面对日益萎缩和消失的湖泊，我们应该具有一种责任感，树立保护湖泊的意识。本次实验就是从自身的专业知识出发，运用RS技术和GIS技术相结合，对湖泊空间数据和属性数据进行分析和输出，分析湖泊数量和面积的变化以及湖泊面积减少的驱动力，希望对市湖泊的综合治理和保护开发提供理论依据，并以真实的数据警醒呼吁大家在日常生活中注意保护湖泊，保护水资源。 三、实验方案 1、数据准备与处理 本次实验所用到的主要数据有：1980—2010年的遥感影像数据，市行政区划边界SHP 文件，75年?2010年气温、降雨等气象数据，市社会经济因素数据。数据处理过程主要包括波段合成、影像纠正、影像拼接和影像裁剪四个部分，最终结果是得到各个年份的市遥感影像图。波段合成就是用ERDAS勺layer stack功能模块将包含于每幅影像中的四个tif文件合成为一幅img影像；影像纠正是利用A0I裁剪的原理去除合成后影像的彩色条纹边缘部分，有些影像边缘较纯净，则不需要进行这一步骤；彫像拼接是将每个年份的四幅img影像通过erdas的 mosaic功能拼接得到一整幅图像；在影像裁剪之前，首先要将市行政区划边界SHP文件转化为img格式，利用mask功能用边界影像在各年份的拼接影像中裁剪出属于的行政区划的部分。
文章编号一１６７２Ｇ６６３４(２０１９)０３Ｇ００８１Ｇ０８D O I 一１０．１９７２８/j ．i s s n １６７２Ｇ６６３４．２０１９．０３．０１０１９７０Ｇ２０１２年华北平原大气可降水量时空变化及其影响因素 田晓磊一李宝富一李学伟一李一婷一朱明博一王龙飞 (曲阜师范大学地理与旅游学院,山东日照２７６８００ )摘一要一基于１９７０Ｇ２０１２年华北平原探空站和地面站气象资料, 分析了大气可降水量的时空变化特征及其影响因素．结果表明:(１)１９７０Ｇ２０１２年, 华北平原年均大气可降水量呈不显著下降趋势,速率为－０．１０m m /１０a ．其中,秋季大气可降水量减少速率最高,为－０．１８m m /１０a ．在空间上,华北平原东南部年均大气可降水量降低速率明显大于西北部．(２)近４０多年来, 华北平原年均降水效率基本稳定,速率为－０．０１％/１０a ．(３)在年和季节尺度上, 华北平原大气可降水量变化与降水量仅在冬季相关性不显著．在空间上,仅华北平原南部年均大气可降水量与降水量呈显著正相关 性;而降水效率与降水量在各尺度上均呈极显著相关性．(４)北半球极涡面积和亚洲区极涡强度分别对春季和夏季大气可降水量的变化影响较大．而秋二冬季,大气可降水量与西伯利亚高压和亚洲 经向环流关系密切． 关键词一大气可降水量;降水效率;大气环流;时空变化;华北平原中图分类号一P ４２６文献标识码一A ０一引言 大气可降水量(又称为空中水汽含量)是单位气柱中从地面到大气层顶的水汽总量,可表征降水的潜力, 也是评估空中水资源的重要依据[１Ｇ３]． 华北平原作为我国重要的政治二经济二文化中心,经济发展迅速二人口分布密集,对水资源的需求量迅速增加．同时,在全球变化背景下,近年来华北平原气温升高,降水减少,进一步 加剧了水资源的供需矛盾．目前,该区已成为我国水资源严重缺乏的地区之一[４]．因此,从区域层面和国家需求来讲,开展以大气可降水量为代表的空中水汽资源演化过程与机制方面的研究,不仅有助于提高对空中水汽资源变化机理的认识,而且可为水资源极度匮乏地区制定科学的空中水汽资源开发与管理策略提供科学依据．目前,对于大气可降水量变化特征已有一些研究成果[５Ｇ７]．例如,韩军彩[８]基于探空和再分析资料分析了华北地区１９７９Ｇ２００８年水汽含量的时空变化特征, 发现水汽含量由东南沿海向西北内陆随纬度增高而减少;王旭丹等[９]研究表明华北地区１９６０Ｇ２００５年水汽含量在不断下降．刘园园等[３]利用１９６４Ｇ２００８年郑州站探 空资料,发现在长期线性趋势上,可降水量呈微弱下降趋势,并在１９９０年代末发生突变．曹丽青等[１０]利用N C E P /N C A R 再分析资料研究了１９４８Ｇ２００３年华北地区大气中水汽含量与极端天气事件的关系, 发现大气中水汽含量与南方涛动和厄尔尼诺都有较好的相关性．张秉祥等[１１]分析了华北平原近３０a 空中水汽含量与 降水量的关系,研究表明当空中水汽含量偏多(少)时,华北大部分地区降水量偏多(少)．Z h u 等[１ ２]研究发现水汽含量对大气气溶胶具有一定影响．S h i 等[１ ３]研究了多种卫星资料在青藏高原地区对大气可降水量的监测能力．张扬等[１４]指出虽然西北地区探空站点较少,但是探空资料可以较好反映空中水汽的时空变化规律 及其与降水量的关系．可见,与其它资料相比,采用探空资料研究大气可降水量相对简便[１４]．杨保东等[１５]解读了１９７４Ｇ２０００年河北地区大气水汽含量的变化趋势,发现了河北地区大气水汽含量的年变化总体呈现微收稿日期:２０１８Ｇ０８Ｇ１５基金项目:国家自然科学基金项目(４１５０１２１１);曲阜师范大学国家级大学生创新创业训练计划项目(２０１７１０４４６００６)资助通讯作者:李宝富,男,汉族,博士,副教授,研究方向:气候水文与生态环境,E Ｇm a i l :l e n n y ００６＠１６３．c o m．第３２卷一第３期２０１９年６月一一一聊城大学学报(自然科学版)J o u r n a l o fL i a o c h e n g U n i v e r s i t y (N a t ．S c i ．)V o l ．３２N o ．３J u n ．２０１９
水科学与工程技术 2019年第1期 水文水资源 降雨量的短期变化,往往会造成严重的干旱涝、洪灾害,并对当地经济发展等造成不同程度的影响。高精度的降雨量预测方法能及早地发现降雨量变化情况,提高应对此类灾害的能力[1]。降雨量是衡量干旱程度的一个重要指标,直接反映了自然界的变化,降雨量的大小直接影响农业生产[2]。如能对降雨量做 出科学准确预测,农业、水利等有关部门就可以及时采取防涝抗旱措施[3],降低不必要的损失,因此降雨量预测已成为当前预测中的重要研究课题[4]。对于水资源短缺的北方来说,地下水是北方的主要用水来源,高精度的预测降雨量,能最大限度的利用水资源,将多余的水储存起来,以缓解水资源短缺问题,降 低因水资源短缺或极度缺少而带来的经济损失。基于这种情况,本文试图运用时间序列中的 ARIMA 模型对该地区的降雨量进行预测,进而了解 未来5年内济南市的降雨量变化情况。 1研究区概况与预测方法 济南市坐落于鲁西北冲积平原和鲁中低山丘陵 的接触地带,北部为黄河下游平原,南部为泰山山系,地势北部低、南部高,平原稍微倾向东北,黄河沿西南—东北方向穿过济南市所在的区域,黄河河床高出地面形成地上河,在黄两岸发育有诸多的呈条 [收稿日期]2018-09-30 [基金项目]中国地质调查局项目(1212010110000150021) [作者简介]程敏(1995-),女(汉族),四川南充人,硕士,主要从事地下水工程与地震地下流体方向研究。Email :1083567547@https://www.doczj.com/doc/2413401320.html, Rainfall prediction based on time series model CHENG-Min 1,ZHANG Yao-wen 1,JIANG Ji-yi 1,REN Jie 1,ZHAO Zhen-hong 2 (1.Institute of Disaster Prevention ,Beijing 101601,China ;2.Xi ’an Center of Geological Survey ,Xi ’an 710054,China ) Abstract :In order to promote using of ARIMA model in production and life ,the rainfall data from 1959to 2015in Jinan City were used as the research object to model the time series model ARIMA in SPSS software ,and the rainfall in the next five years was fitted and predicted.The results of ARIMA model show that the annual rainfall in Jinan City is 676.5mm ,635.5mm ,689.8mm ,630.7mm and 663.3mm respectively ,and the annual average rainfall is 659.2mm in 5years.This is the same as that of the past 57years.The average annual rainfall is relatively close ,you can infer that the next five years ,Jinan City ,drought and floods are less likely.There are many factors that affect the prediction results of the ARIMA model.In order to predict the rainfall more accurately ,a variety of factors should be considered and combined with the local specific environment to establish a local precipitation forecasting model.Key words :time series model ;ARIMA model ;prediction ;rainfall ;SPSS 基于时间序列模型的降雨量预测分析 程 敏1,张耀文1,姜纪沂1*,任 杰1,赵振宏2 (1.防灾科技学院,北京101601;2.中国地质调查局西安地质调查中心,西安710054) 摘 要:为了解济南市未来降雨的变化情况,以济南市1959~2015年降雨量数据为研究对象运用SPSS 软件中时间序 列模型ARIMA 对其进行了建模;拟合1959~2015年的降雨量数据及预测未来5年的降雨量。ARIMA 模型预测结果表明了济南市2016~2020年的年降雨量依次为676.5,635.5,689.8,630.7,663.3mm ,5年的年平均降雨量为659.2mm ,这与过去57年的多年平均降雨量较为接近,可以依此推测济南市未来5年出现干旱及洪涝灾害的可能性较小。可以看出,影响ARIMA 模型预测结果的因素有很多,为了更加精准地预测降雨量,应当考虑多种要素并结合当地具体环境,建立符合当地的降水量预测模型。 关键词:时间序列模型;ARIMA 模型;预测;降雨量;SPSS 中图分类号:TV122 文献标识码:B 文章编号:1672-9900(2019)01-0001-05 DOI :10.19733/https://www.doczj.com/doc/2413401320.html,ki.1672-9900.2019.01.011
一．研究区概况及数据来源 (2) 二．全国人口空间分布规律 (2) （一）人口空间分布 (2) （二）人口面积洛伦兹曲线 (4) 三．全国人口时序变化特征 (4) （一）全国人口时序变化 (4) （二）人口预测 (5) 三．全国人口空间变化规律 (6) 四．全国人口变化的空间相关性 (9)
1949——2009年中国人口时空变化分析 杜洋1，毛宇飞1 （1.北京师范大学地理学与遥感科学学院，北京新街口外大街19号100875；） 摘要：本文的目的是通过对1949-2009年中国各省区人口统计数据的研究，获得中国人口时空变化规律。利用GIS技术和洛仑兹曲线，探究人口的空间分布规律；利用人口数学模型研究中国人口的时时序变化规律同时对人口进行合理的预测；引入水文学中的变差系数和偏态系数两个参数，探究全国人口空间分布变化规律，包括人口重心变化和人口平衡性变化；利用多元线性回归的内相关关系探究人口变化的空间相关性。 关键字：人口时空变化 一．研究区概况及数据来源 中国位于亚洲大陆的东部（北纬53°30′—北纬4°东经135°05′—73°40′）、太平洋西岸，陆地面积约960万平方公里。中国是世界上人口最多的发展中国家。第六次全国人口普查数据显示，我国总人口为1370536875人。计划生育是中国的一项基本国策。本文数据主要来源于《新中国六十年统计资料汇编》、1990-2009全国统计年鉴，以及全国1:500万矢量化地图。 二．全国人口空间分布规律 （一）人口空间分布 根据2009年全国各省市人口总量及行政区域面积，计算出各地的人口密度（人口密度=人口总量/行政区域面积），如图1。 从图中可以看出，东部人口密集，西部人口稀疏，东西部人口密度差别很大，其中全国人口密度最高的地区是上海，人口密度最高达3046.3人/平方千米，西藏人口密度最低，为2.4人/平方千米，上海人口密度为西藏人口密度的1269.292倍。 平原、盆地人口多，高原、山地人口少。东部的黄淮海平原、华北平原、长江中下游平原、珠江三角洲、四川盆地为我国人口高度密集区，人口密度多在400人/平方千米以上；而广大西北内陆人烟稀少，青藏高原、横断山区、天山南部人口十分稀少，人口密度在10人/平方千米以下。 经济中心和重点开发区人口密集。从图中可以看出人口密度大于1000人/平方千米的地区多为区域经济中心，如北京、天津以及上海，分别是京津冀城市群与长三角城市群的核心城市，在全国经济排名中占有领先的地位。
第25卷 第2期 自 然 资 源 学 报Vol 125No 12 2010年2月JOURNAL OF NAT URAL RES OURCES Feb .,2010 收稿日期:2008-06-24;修订日期:2009-10-06。 基金项目:国家科技支撑计划课题(2007BAC03A02);科技专项(2007FY120100);上海市气象局启明星专项(QM200801)。 第一作者简介:张皓(1982-),男,天津市人,硕士,工程师,主要从事作物生长模拟与气候变化影响方面研究。E 2mail:zhangh@cli m ate .sh .cn 3通信作者简介:冯利平,教授,博士生导师,主要从事作物系统模拟、资源利用与气候变化方面的研究。E 2mail:fen 2gl p@cau .edu .cn 近50年华北地区降水量时空变化特征研究 张 皓1,2,冯利平13 (1.中国农业大学资源与环境学院,北京100193;2.上海市气候中心,上海200030) 摘要:利用华北地区(京、津、晋、冀、鲁、豫)92个气象台站近50年的逐日气象数据,采用趋势分析法和小网格法分析华北地区降水量的时空变化规律,并利用GI S 工具实现空间分异表达。结果表明:华北地区降水相对较少,年均降水量为614mm 。年均降水量呈由东南向西北逐渐减少的趋势。春季降水纬向分布明显,而夏季降水经向分布更为突出,秋冬季降水与年降水分布相似。随着年降水量由多到少变化,多雨区由东部沿海向南部地区移动,少雨区呈由中西部地区向中北部地区移动的趋势。该区降水年际变异性强,年降水和夏季降水均呈明显的降低趋势,春季降水略呈升高趋势,冬季降水升高趋势更为明显。1980年为由多雨期向少雨期的转折点,降水量存在8～10a 的显著振荡周期。20世纪60年代为月降水正距平出现最多的时期,而80年代和90年代为月降水负距平出现最多的时期。华北地区降水量季节性差异明显,夏季降水集中,全年65%～85%的降水量集中在6—9月。 关 键 词:华北地区;降水量;趋势分析法;小网格法 中图分类号:P426161+4 文献标志码:A 文章编号:1000-3037(2010)02-0270-10华北地区主要位于半湿润半干旱地区,降水是其水资源的重要来源之一,影响着当地粮食生产、生态环境安全和社会经济的可持续发展。降水量变化的时空分布受季节、纬度和地理因子的影响,具有明显的年际和年内变化特点,对农业生产,特别是部分地区仅依赖雨养条件的农业生产来说,其影响尤为突出。研究华北地区降水量时空变化规律与特征,有助于合理利用降水资源和进行水资源的有效管理。 华北地区降水量的变化特征已有学者做过研究。牛存稳等 [1]分析了华北地区降水年代际变化、年际变化及其产生原因,孙燕等 [2]研究了异常降水在年际和年代际间的变化规律和特征,张利平等[3]归纳出华北地区降水存在的主要周期变化,陈烈庭 [4]对华北地区夏季降水标准差的空间分布和降水距平百分率年际和年代际变化的地域特征进行了分析。目前的研究对降水量空间变化涉及较少,分析精确度也较低,为了更为精确、深入地反映华北地区降水的时空变化特征,本文利用该区92个气象站点近50年逐日降水资料,采用小网格法划分精细化网格,拟合不同分区降水要素方程,采用GI S 逆距离加权插值法,分析华北地区降水的时空变化规律和特征,实现降水变化的空间分异表达,以期为华北地区降水资源科学合理利用和农业生产管理提供理论依据。
龙源期刊网 https://www.doczj.com/doc/2413401320.html, 江苏省降雨时空分布特征研究 作者：徐晨光冯新峰郑志伟申子通 来源：《现代农业科技》2014年第20期 摘要根据江苏省13个气象观测站点的分布位置建立泰森多边形，并利用普通克里金插值法和建立的基尼系数降雨分布不均匀性模型，对南京市和江苏省1961—2010年的降雨量、基尼系数和洛伦茨不对称系数的系列进行研究。结果表明：近50年来，江苏省年降雨量在空间上呈现明显的梯度变化，从东南沿海向西北内陆逐渐减少；江苏省年降雨量趋于增加，降雨年内时间分布趋于均匀，较多月份的降雨量占年降雨量的比例增大。雨季月份降雨量较集中，东南部大暴雨发生的频次增加，增大水土流失发生的可能性；非雨季月份降雨量较少，西北部容易造成土壤干旱，对植被生长和生态恢复极为不利。 关键词降雨；分布模型；时空分布；江苏省 中图分类号 P426.6 文献标识码 A 文章编号 1007-5739（2014）20-0236-04 随着全球变暖所带来的负面影响日益突出，气候变化所诱发的环境问题受到人们的广泛关注，诸多学者对各类气象要素（如降雨、气温、蒸发等）进行了大量研究，并取得了一系列进展[1-3]。降雨作为水资源的一个重要方面，其多寡和分布直接影响到区域经济的发展。 江苏省地处我国东部的江淮流域，工农业比较发达，但旱涝灾害严重，对当地经济社会的可持续发展和人民生命财产安全造成了不良影响。近年来，江苏省降雨量的时空分布趋势比较受关注，但对降雨量的年内变化分布趋势却研究较少[4-5]。提高对江苏省降雨时空的预测能力对当地经济社会发展有重要意义，因此该文借助于地理信息系统技术，借鉴基尼系数的构建思路，利用洛伦茨曲线的特征分析，对江苏省13个观测站1961—2010年间降雨年内分布的均匀度进行定量分析，以为合理利用气候资源、优化产业布局、促进农业生产提供参考。 1 资料与方法 1.1 资料选取 选取江苏省13个气象台观测站点（徐州、赣榆、盱眙、淮阴、射阳、南京、高邮、东台、南通、吕泗、常州、溧阳、吴县东山）1961—2010年的逐月降雨量值。 1.2 研究方法 运用Analysis Tool中CreateThiessen Polygons工具为江苏省13个气象观测站点创建泰森多边形，并求出每个多边形的面积，以及该多边形在江苏省总的土地面积中所占的比例；应用ArcMap9.3地统计学模块（Geostatistics）中普通克里金插值方法插值形成面雨量，分析研究区多年月均及年均面降雨量的空间分布；利用建立的基尼系数降雨分布不均匀性模型，对研究区
土地利用现状及时空变化分析 [摘要] 目前，修武县的第二次土地大调查已结束，通过这次土地大调查，摸清了修武县的土地利用现状情况，本文通过对比分析1996-2009年间的土地利用变化情况，介绍了近年来土地利用的时空变化与趋势分析，并就土地利用中存在的问题进行了分析。 [关键词] 土地利用调查时空变化 0 引言 土地是人类在这个星球上赖以生存的不可再生资源，是一个国家立国的基本要素。土地利用变化是全球环境变化与可持续发展的重要研究内容，它不仅体现在数量结构的变化，更是空间格局的变化，通过对土地利用现状的时空变化分析，我们可以清晰地掌握土地利用存在的问题，对及时调整土地利用政策、科学编制土地利用总体规划提供决策参考。 1 研究区域概况 修武县地处河南省西北部，太行山南麓，介于东经113°08′17”－113°32′03”，北纬35°07′39”－35°28′32”之间，隶属焦作市。东邻新乡市获嘉县与辉县市，南和武陟县接壤，西与焦作市区毗邻，北靠山西省晋城市与陵川县。县域东西宽约36公里、南北长约40公里，全县辖3镇、5乡、223个行政村，总面积为668.03平方公里。 2各类土地分布及利用情况 （一）土地利用现状成果 根据修武县土地利用现状调查数据库统计结果，目前修武县土地总面积为66803.66公顷，其中耕地24964.93公顷，占土地总面积的37.39%；园地318.83公顷，占总面积的0.48%；林地26106.82公顷，占总面积的39.08%；草地2635.06公顷，占总面积的3.94%；交通运输用地1712.48公顷，占总面积的2.56%；水利及水域设施用地1865.81公顷，占总面积的2.79%；其他土地1200.61公顷，占总面积的1.80%；城镇村及工矿用地7999.12公顷，占总面积的11.97%。 从调查结果可以看出，林地和耕地是面积最大的地类，说明修武县仍是一个传统的、以农业、林业为主的地区；城镇村及工矿用地面积比例11.97%，说明修武县城镇化率未达到一个较高的水平。 （二）土地利用分布情况分析 在耕地分布中，南水北调以南地区主要为水浇地，该地区地势平坦，土地肥
武汉市湖泊面积时空演变及驱动力分析 实 验 报 告 成员：
一、实验背景 曾经，武汉市内数百个大小湖泊星罗棋布，遍布三镇，武汉当之无愧地被称为“百湖之市”，湖泊成为武汉市民的骄傲。然而，据2010年武汉市水务局的调查数据显示，近几十年来武汉的湖泊面积减少了228.9平方公里，五十年来近100个湖泊人间“蒸发”，中心城区仅存的38个湖泊，还面临着继续被侵蚀的危险。 众所周知，气候变化等自然因素是导致湖泊面积缩小和消亡的原因之一。但对武汉市消亡的近百湖泊而言，这一因素几可忽略。随着经济的发展，社会的进步，在利益的驱使下，大量的湖泊被填，用以养殖或者建造城市用地。 客观地说，武汉湖泊的大面积缩小和消亡，有着特殊的历史原因。武汉市水务局的统计数据表明，武汉市缩减的湖泊面积有六成是由于上世纪五六十年代填湖造地和围湖养鱼造成的，武汉市的各大湖泊几乎均受波及。特别是面积较大的湖泊，在这一阶段面积剧减，有的甚至完全消失或转化为人工精养鱼池，如东西湖、杨汊湖等；有的则被切割成若干小湖泊，如沙湖、东湖等。 进入上世纪90年代，随着城市建设的发展，武汉市逐渐加快旧城改造和城市道路建设，旧城的改造和城市的兴建，使得土地的价值不断上升，道路的规划和商品房、工厂厂房的兴建，在巨额利益趋势下，填埋湖泊的惩罚已经不被人所重视，填埋的湖泊特别是一些被污染了的湖泊上长起了繁华的街市，大量的湖泊在城市的喧嚣中流干了最后一滴眼泪。 二、实验意义 湖泊在生态系统中占据着重要的地位，是重要的国土资源，具有调节河川径流、发展灌溉、提供工业和饮用的水源、繁衍水生生物、沟通航运，改善区域生态环境以及开发矿产等多种功能，在国民经济的发展中发挥着重要作用同时，湖泊及其流域是人类赖以生存的重要场所，湖泊本身对全球变化响应敏感，在人与自然这一复杂的巨大系统中，湖泊是地球表层系统各圈层相互作用的联结点，是陆地水圈的重要组成部分，与生物圈、大气圈、岩石圈等关系密切，具有调节区域气候、记录区域环境变化、维持区域生态系统平衡和繁衍生物多样性的特殊功能。湖泊的消亡将对陆地水文系统产生重要影响,它的主要危害是加剧洪涝、干旱、风沙以及土地沙漠化等灾害,进而破坏土地资源、水资源和生物资源,导致生态环境恶化。 湖泊与我们的生活质量息息相关，面对日益萎缩和消失的湖泊，我们应该具有一种责任感，树立保护湖泊的意识。本次实验就是从自身的专业知识出发，运用RS技术和GIS技术相结合，对湖泊空间数据和属性数据进行分析和输出，分析湖泊数量和面积的变化以及湖泊面积减少的驱动力，希望对武汉市湖泊的综合治理和保护开发提供理论依据，并以真实的数据警醒呼吁大家在日常生活中注意保护湖泊，保护水资源。 三、实验方案 1、数据准备与处理 本次实验所用到的主要数据有：1980--2010年的遥感影像数据，武汉市行政区划边界SHP文件，武汉75年~2010年气温、降雨等气象数据，武汉市社会经济因素数据。数据处理过程主要包括波段合成、影像纠正、影像拼接和影像裁剪四个部分，最终结果是得到各个年份的武汉市遥感影像图。波段合成就是用ERDAS的layer stack功能模块将包含于每幅影像中的四个tif文件合成为一幅img 影像；影像纠正是利用AOI裁剪的原理去除合成后影像的彩色条纹边缘部分，有些影像边缘较纯净，则不需要进行这一步骤；影像拼接是将每个年份的四幅img
收稿日期：2011－05－12 基金项目：江西省科技支撑计划项目“鄱阳湖流域洪水灾变规律研究”（科技厅编号2009DSA13800；水利厅编号200805） 作者简介：李荣昉（1955-），男，云南盐津人，教授级高工，博士研究生，主要从事水资源水生态环境及智能决策与分析等研究。通讯作者：王鹏（1982-），男，山东济宁人，讲师，博士研究生，主要从事流域水文过程的研究。E-mail:wang_peng_jlu@https://www.doczj.com/doc/2413401320.html, 1引言 鄱阳湖流域位于长江中下游，历史上洪水灾害 频繁，尤其是20世纪90年代以来，多次发生特大洪水灾害[1-2]。鄱阳湖生态经济区的建设已经上升为国家战略，鄱阳湖地区经济社会的又好又快发展，要建立在水资源可持续利用和洪水灾害有效防治的基础上。降水是地区水资源的主要来源和形成洪水灾害的主要因子，因此，研究鄱阳湖流域降水的时间序列特征，为经济社会的发展提供理论支撑，对保障鄱阳湖的水资源的合理利用和洪灾防治具有重要意义。 小波分析可以从频域和时域两方面分析信号的变化特征[3]，有利于研究水文时间序列变化规律，在国内外都得到广泛应用[4-8]。本文利用小波分析研究了鄱阳湖流域降水时间序列的周期性变化规律，并对流域降水周期性变化与厄尔尼诺周期性变化间的关系进行了探讨。 2数据来源与处理方法 综合考虑气象站的地理位置及数据时间序列情 况，选取鄱阳湖流域内的赣州（1951～2010年）、宜春（1953～2010年）、南昌（1951～2010年）和庐山（1955～ 2010年）四个气象站的年降水量资料（中国气象科学 共享数据库），对年降水量时间序列进行小波分析。小波变换公式为： W f （a ,b ）=1 a 姨+∞ -∞ 乙f （t ）^φ（t -b a ）dt （1） 式中：W f （a ,b ）为小波变换系数；φ为小波函数;^φ 为φ的共轭；f （t ）为水文时间序列；a 为尺度因子，反映小波的周期长度；b 为时间因子，反映时间上的平移。 小波函数采用Morlet 小波，其小波函数形式为： φ（t ）=e i 覣0t e -t 2 2 （2） 式中：i 表示虚数;ω0为小波中心频率。Morlet 小波具有 鄱阳湖流域年降水时间序列的小波分析 李荣昉1,3，王 鹏2，吴敦银2 （1.东华大学信息科学与技术学院，上海201620；2.江西师范大学鄱阳湖生态环境与资源研究教育部 重点实验室，江西南昌330027；3.江西省水利科学研究院，江西南昌330029） 摘要：对鄱阳湖流域内的赣州、宜春、南昌和庐山4个气象站近60年的年降水量序列进行小波分析， 研究了鄱阳湖流域降水时间序列的周期性变化规律。结果表明，鄱阳湖流域年降水量存在两个明显的周期变化，分别为30～35a 和12～15a ，2011年正处在30～35a 周期转化的节点上，未来30a 鄱阳湖流域可能将进入降水偏少的周期；而12～15a 周期尺度在2000年以前比较明显，2000年以后12～15a 周期特征趋于消失。通过对ENSO 指数的变化周期尺度的研究，发现厄尔尼诺现象的出现周期与鄱阳湖流域年降水量周期十分相似，两者具有很高的相关性。 关键词：鄱阳湖流域；年降水时间序列；小波分析；厄尔尼诺现象中图分类号：P343 文献标识码：A 文章编号：1000-0852(2012)01-0029-03 水文JOURNAL OF CHINA HYDROLOGY 第32卷第1期 2012年2月 Vol．32No．1Feb ．,2012