科研之友
微信
新浪微博
Facebook
分享链接
摘要
为探讨气候变化对元江流域水文气象的可能影响，并为防洪减灾提供参考依据，本研究基于CMIP6(Coupled Model Intercomparison Project Phase 6)的5个GCMs(Global Climate Model)模型，通过M-BCSD(Monthly Bias-Corrected Spatial Disaggregation)降尺度方法，获得元江流域2041-2100年在SSP126、SSP245、SSP370、SSP585四种路径下的月降雨和月气温，并利用交叉验证于倒传递神经网络（Back-Propagation Neural Network,BPNN）预测气候变化对流域出口断面径流的影响。研究结果表明：M-BCSD方法在元江流域适用性好；建立的BPNN可有效预测元江流域月径流；总体而言，元江流域在2041-2100年的年均降雨量、温度和径流都增加，最大增幅分别为24.6%、20.4%、10.2%，就季节尺度而言，春季径流减少而秋季径流增加，月尺度下，4月径流减少而11月径流增加；不同路径情景下未来水文气象要素变化一致，仅幅度有所差别。
- 出版日期2022
- 单位浙江大学; 建筑工程学院
