摘要

全球气候模型(GCM)是进行气候变化影响评估的最主要工具。同流域尺度相比,GCM空间分辨率较粗,模拟的结果不能直接用来评估气候变化对流域水文水资源的影响。本文应用一种基于贝叶斯最小二乘支持向量回归机(Bay-LSSVM)的统计降尺度方法对大尺度GCM的气候因子进行尺度降解,建立丹江口天然入库流量和大尺度气候因子之间的统计关系,模拟丹江口水库入库流量的变化。并利用CGCM3的A2和B2未来变化情景,预测未来气候变化条件下丹江口入库径流的变化情况。同时为了验证Bay-LSSVM方法的优劣性,同最小二乘支持向量机(LSSVM)和人工神经网络(ANN)的统计降尺度方法进行比较。结果发现,和ANN相比,LSSVM建模速度更快,预测精度更高;丹江口入库径流呈下降趋势。

  • 单位
    武汉大学; 水资源与水电工程科学国家重点实验室; 长江水利委员会水文局