【文章內(nèi)容簡(jiǎn)介】 的的總數(shù)月降水量 ，（ 圖 3） 但不能捕獲雨天數(shù)量的分布 （ 估計(jì)過(guò)高 ）， 也不是 6hourly 降雨強(qiáng)度 。 注意 SMHI 法線之間的差別 （ 19611991） 和來(lái)源于高分辨率數(shù)據(jù)每月的價(jià)值 （ 19942020）， 與 RH 模型相同的順序 （ 之間的區(qū)別是最有可能因地點(diǎn)的確定 ）。 盡管模擬的能力相當(dāng)良好 ， 月降水強(qiáng)度高估 ， 暴雨強(qiáng)度低估了 ， RH 模擬觀察到的暴雨持續(xù)約三分之一 。 例如 ， 在 RH 模型 T = 12 年左右的暴雨 6h，觀察了 12 年 20 毫米和 64 毫米最大降水的比較 ， 這樣觀測(cè)可以使用 。 第 7 頁(yè) 共 18 頁(yè) 圖 4ad 總結(jié)出 RH 模擬的降水 。 雖然在夏天降雨量有下降 ， A2 以及 B2 圖都建議增加年降水量 。 下雨天總數(shù) （ 24 小時(shí) ） 顯示出雨水時(shí)期相當(dāng)于在冬季增加和在夏末減少的類似模式 。 然而 ， 在暴雨和風(fēng)暴的數(shù)量事件有一個(gè)顯著的變化 （ 定義為降雨超過(guò) 10毫米 / 6 小時(shí) ， 見(jiàn) SemadeniDavies（ 2020） 。 在今年夏天早些時(shí)候 ， 風(fēng)暴度增加 ， 但在7 月和 8 月的秋天下降 ， 目前的幾個(gè)月里 ， 有最多的暴雨 。 目前伴隨對(duì)流發(fā)生強(qiáng)烈的雨量導(dǎo)致 海洋變暖而提出了在季節(jié)性可能是由于轉(zhuǎn)向人工機(jī)制的降雨轉(zhuǎn)變 。 暴雨的模式和數(shù)量的增加和風(fēng)暴活動(dòng)同時(shí)發(fā)生 ， 增加了每月暴雨容量 （ 圖 4c 的 ） 的原因可能是因?yàn)楦l繁的暴雨 （ 圖 4d） 而不是降雨強(qiáng)度高 。 河流的改變 在文獻(xiàn) 中 已經(jīng)報(bào)道的幾個(gè)分布式方法 ， 各種復(fù)雜情況和基本假設(shè) 。 在 Hingray 和BenHaha（ 2020） 可以發(fā)現(xiàn)最近的城市應(yīng)用比較 ， 這些數(shù)據(jù)表明結(jié)構(gòu)在確定的和簡(jiǎn)單的隨機(jī)方法時(shí)表現(xiàn)不佳而具有規(guī)模的方法 （ 分形 ） 只是稍微更好 。 用隨機(jī)天氣發(fā)生器 ，Cowpertwait et al（ 2020） 有更多的成功延長(zhǎng)歷史降雨記 錄的例子 。 然而 ， 這兩項(xiàng)研究開(kāi)始觀察降雨記錄每小時(shí)而不是每 6 小時(shí) ， 也不打算使用來(lái)分解未來(lái)降雨量影響評(píng)估 這個(gè)項(xiàng)目市場(chǎng)上可買到的隨機(jī)天氣發(fā)電機(jī) ， 是用分解每 6 小時(shí)的氣候資料到每 5 分鐘來(lái)牽引的 。 然而 ， 結(jié)果是不可靠的 ， 因?yàn)樗鼈兊?RH 的強(qiáng)度捕捉具體的暴雨天氣發(fā)生機(jī)在英國(guó) ， 英國(guó)的條件不能輕易地適用 瑞典 南部 。 考慮到不確定因素 ， 在沒(méi)有其他可行的方法 ， 我們就決定使用比較簡(jiǎn)單的改變?nèi)侵薜姆椒?。 改變?nèi)侵奘峭ǔＳ糜趥鬏斝盘?hào)的氣候模型 ， 利用水文模型觀察輸入數(shù)據(jù) （ 例如 ， Andre 180。asson《 2020 年 》 ）。 該方法比較現(xiàn)有和未 來(lái)氣候 ， 用模擬氣候模型來(lái)確定 ， 然后改變每月用于觀測(cè)數(shù)據(jù)異常的目前的或歷史記錄 。 因此降水異?，F(xiàn)象 ， 在平均每月或每季降水和觀察上下情況 ， 增減三角洲改變數(shù)的百分比 。 有兩個(gè)主要的假定 ： GCM 模擬 氣候變化 趨勢(shì) 是相對(duì)的 ， 而不是絕對(duì)的 ； 沒(méi)有改變降水事件的數(shù)量 （ 例如 ， 雨天 ）。 在瑞典包括赫爾辛堡記錄了第二個(gè)假設(shè) RH 模型清楚地說(shuō)明了增加風(fēng)暴頻率的部分 。 第 8 頁(yè) 共 18 頁(yè) 第 9 頁(yè) 共 18 頁(yè) 圖 4 用 RH 進(jìn)行了降雨變化模擬 ， 并通過(guò)降水模式 ， （ a） 月平均降水 ；（ b） 雨天 ；（ c） 月暴雨降水 ；（ d） 暴風(fēng)雨天 。 深灰色 =控制 （ 19611990）， 中灰 = A2 高氣體排放的情景 （ 20712100）， 淺灰 = B2 中瓦斯噴出的情景 （ 20712100）。 改變?nèi)侵拮畲蟮暮锰幨呛?jiǎn)單 ， 也就是說(shuō) ， 沒(méi)有操縱氣候模型的輸出數(shù)據(jù)是必要的 。作為一個(gè)在現(xiàn)有的數(shù)據(jù)集基礎(chǔ)上形成的變革 ， 氣候變化的影響對(duì)個(gè)別暴風(fēng)雨和水文系統(tǒng)的響應(yīng)對(duì)暴雨 是 可比的 。 以嚴(yán)格的意義上 ， 應(yīng)該只適用于類似觀察到的時(shí)空決議方法 ，在氣候模型中以避免超過(guò)一般伊辛模型的趨勢(shì) 。 然而 ， 事實(shí)上 ， 改變?nèi)侵抟驯挥糜谡{(diào)節(jié)高分辨率氣候變化的觀察 ， 以實(shí)施水文影響評(píng)估 。 最具備證明文件的例子是 Hay et al. （ 2020） 的使用改變?nèi)侵薹ê徒y(tǒng)計(jì)縮小規(guī)模的模型來(lái)打造區(qū)域氣候情景 ， 每月按 GCM數(shù)據(jù)都有每天時(shí)間步驟三個(gè)高山集水區(qū) 。 事實(shí)上 ， 這個(gè)方法是美國(guó)的全球變化研究計(jì)劃推薦的未來(lái)主要的典型場(chǎng)景生成技術(shù) （ 國(guó)家評(píng)估氣氣候變異和變化的潛在后果 ， ：//）。 赫爾辛堡的情況下 ， 無(wú)論是 A2 以及 B2 的 RH 情況預(yù)測(cè)夏季降水減少尤其是低強(qiáng)度的事件 。 然而 ， 似乎增加了夏季前期和秋季的風(fēng)暴度 。 因此 ， 每月兩套改變?nèi)侵蕻惓，F(xiàn)象被創(chuàng)造的稱為風(fēng)暴和細(xì)雨 （ 表 2） . SemadeniDavies et al.（ 2020） 看著觀察到的降雨分布和發(fā)現(xiàn) 10 毫米 / 6 小時(shí)似乎是一種暴雨固有的門檻 。 事實(shí)上 ， 觀察曲線（ 19942020） 和 RH 模擬 （ 19611990） 降雨強(qiáng)度在重現(xiàn)期匯聚到這一點(diǎn) 。 在目前條件下這一事件重現(xiàn)期強(qiáng)度大約四個(gè)月 ， 在排水系統(tǒng) ， 可能會(huì)導(dǎo)致下水道溢水 。 適用于的三角洲改變異?，F(xiàn)象 ， 高分辨率數(shù)據(jù)首次聚集到每 6 小時(shí)的時(shí)間步驟鑒定出暴雨或細(xì)雨使用相同的臨界值 。 翻斗標(biāo)記這些資料 ， 然每 6 小時(shí)的降雨最大值的時(shí)間 第 10 頁(yè) 共 18 頁(yè) 亦具有大致相同的高分辨率降雨的山峰 ， 這是一個(gè)捕獲所有高強(qiáng)度的暴風(fēng)雨 事件合理的方法 。 后相應(yīng)調(diào)整 。 而三角洲改變的方法不理想 ， 特別是在風(fēng)暴頻率穩(wěn)定這樣的假定下 ，就是否提供一個(gè)可行的解決時(shí)間規(guī)模不一致的問(wèn)題 。 幾個(gè)月必須注意 ， 像 11 月 ， 目前有的一些暴雨 ， 可能會(huì)在未來(lái)增加暴風(fēng)雨 ， 認(rèn)為下雨天的數(shù)量不會(huì)改變 ， 意味著該方法可以過(guò)高估計(jì)風(fēng)暴強(qiáng)度 。 同樣的 ， 三角洲改變值少于一 ， 能表明更少的風(fēng)暴 ， 而不是減少暴雨強(qiáng)度 。 改變?nèi)侵拮儞Q也適用于每月的潛在騰發(fā)量 。 城市化 城市地區(qū)可以說(shuō)是最改良影響和城市化人類環(huán)境中水文循環(huán)的所有部分 ， 通常損害當(dāng)?shù)氐乃Y源 。 增加紙杯覆蓋度、去除不滲透地區(qū) （ 例如 ， 屋頂、 道路、行人等 ） 、短流程路徑以及排水暢通及地下埋管 ， 意味著城市的水文曲線是高流量和快速反應(yīng)的特色 ， 即使是很小的降水事件 。 城鎮(zhèn)也傾向于已經(jīng)減少了蒸發(fā)量和地下水補(bǔ)給可能導(dǎo)致其他的問(wèn)題 ， 像沉降 。 這個(gè)問(wèn)題在這個(gè)項(xiàng)目中所引起的作用是城市水政策、管理實(shí)踐和排水結(jié)構(gòu) ， 在城市排水改變條件下將會(huì)對(duì)未來(lái)氣候起作用 。 很明顯 ， 這些行為是與價(jià)值、經(jīng)濟(jì)與社會(huì)的技術(shù)連接成一個(gè)整體 。 其中最全面的檢查是確定社會(huì)經(jīng)濟(jì)情節(jié)對(duì)氣候變化影響評(píng)價(jià)的英國(guó)氣候影響計(jì)劃的一部分 ，（ 英國(guó)氣候影響計(jì)劃 ， 2020； Berkhoutet al， 2020； Shackley Deanwood， 2020）， 在工業(yè)和非政府組織的研究人員和政策的制定者等各種各樣的利益相關(guān)者 ， 協(xié)商制成對(duì)世界問(wèn)題的看法的基礎(chǔ)上四種不同的故事情節(jié) 。 每個(gè)故事情節(jié)有在其中 ， 例如溫室氣體的排放 ， 教育 ， 貿(mào)易、工業(yè)、農(nóng)業(yè)、水和物種的多樣性相通的影響 ， 這故事情節(jié)是國(guó)家企業(yè)、國(guó)際市場(chǎng) ， 全球可持續(xù)發(fā)展和地方工作和特別是大致相當(dāng)于政府間氣候變化專門委員會(huì)的 SRES A A B1 及 B2 氣體排放的情景 。 他在選擇為創(chuàng)造發(fā)展對(duì)赫爾辛堡的重要作用要素時(shí)使用 UKCIP 的經(jīng)歷 。 城市化的發(fā)展趨勢(shì) 第 11 頁(yè) 共 18 頁(yè) 這一段世界正 在經(jīng)歷的時(shí)間快速的城市化進(jìn)程很大程度上是由于人口增長(zhǎng)和農(nóng)村到城市的移民 。 然而 ， 在多數(shù)歐洲國(guó)家人口增長(zhǎng)正在放緩及人口統(tǒng)計(jì)數(shù)據(jù)指出的社會(huì)的老齡化發(fā)展 ； 因此很大程度上是小家庭驅(qū)使城市化的趨勢(shì) 。 這可以從瑞典的人們單身更長(zhǎng)看出 。 在 瑞典 ， 因?yàn)檎?在 1960 年到 1975 年的 措施如百 萬(wàn)家庭 計(jì)劃（ Miljonprogrammet）， 所以有一個(gè)城市發(fā)展趨勢(shì) 。 現(xiàn)在 ， 新的住宅小區(qū)的建立 ， 連接農(nóng)村和城鎮(zhèn)地區(qū)往往優(yōu)先使用來(lái)擴(kuò)張 。 在過(guò)去的十年里也有城市中產(chǎn)的入侵 （ Engstro 168。m 和 Legeby， 2020）。 有些城鎮(zhèn)城市化發(fā)展 ， 特別是 在瑞典南部 ， 可以部分的歸因于大量的移民 。 重疊的城市化進(jìn)程是當(dāng)前城市可持續(xù)發(fā)展的趨勢(shì) 。 在國(guó)際水平 ， 確?？沙掷m(xù)發(fā)展的環(huán)境是以 7 個(gè)聯(lián)合國(guó)多