摘要。气候变化已成为当今世界上最具威胁性的问题之一,其全球背景及其对环境和社会经济驱动力的反应。然而,不同的一般循环模型(GCM)和粗空间分辨率之间的巨大不确定性使得直接使用GCM的输出很难,尤其是在区域规模上可持续水管理的尤其是对降低降压技术的需求。This study aims (i) to evalu- ate the comparative performance of two widely used sta- tistical downscaling techniques, namely the Long Ashton Research Station Weather Generator (LARS-WG) and the Statistical Downscaling Model (SDSM), and (ii) to down- scale future climate scenarios of precipitation, maximum temperature ( T max ) and minimum temperature ( T min ) of the Upper Blue Nile River basin at finer空间和时间尺度适合进一步的水文影响研究。卡尔和验证结果表明,降尺度技术(LARS-WG和SDSM)均显示出可构成的综合和良好的模拟能力,可以模拟当前的局部气候变量。仅通过同样加权和变化的统计指数的权重进行进一步的定量和定性比较性能评估。评估结果表明,使用CANESM2 CMIP5 GCM的SDSM能够再现更准确的长期平均每月降水量,但Lars-WG在捕获整个数据范围内每天的极端事件和每日预启动的分布方面表现最佳。六个选定的多模型CMIP3 GCM,即HADCM3,GFDL-CM2.1,ECHAM5-OM,CCSM3,MRI-CGCM2.3.2和CSIRO-MK3 GCMS,用于降低缩放的气候
在本演讲中,我们调查了摩洛哥东南部地区气候变化(CC)和社会经济情景下的供水关系。我们还确定了在流域量表下水脆弱性的一些气候流水学变量。为此,使用了一些在不同情况下运行的一般循环模型的输出,并且使用了CC(A2和B2)。要继续进行这些数据,用于模拟本地规模的CC参数以及水评估和规划系统(武器)来模拟水系统的统计缩减模型(SDSM)。调查结果表明,在CC A2的情况下,该地区的干旱比在B2方案下更严重。水平余额的估计表明该地区将记录缺乏供应。