2.2. Off-line land surface model si

2.2. Off-line land surface model simulation
In this study, the physically based, semi-distributed macroscale
Variable Infiltration Capacity (VIC) model (Liang et al., 1994, 1996)
was used to project future water resource scenarios for China. The VIC
model has beenwidely applied for analyzing drought events at regional
and global scales (e.g. Andreadis et al., 2005; Sheffield andWood, 2008;
Shukla and Wood, 2008) and it allows for the simulation of both the
water and energy budgets for each grid cell to be simulated. In the VIC
model, the sub-grid variability of vegetation, soil and terrain characteristics
was represented through sub-grid area-specific parameter classifications.
Soil texture and bulk densities were derived by combining
the 5-min digital soil map of the world by the Food and Agricultural
Organization — United Nations Educational, Scientific, and Cultural
Organization (FAO, 1998) with the World Inventory of Soil Emission
Potentials database (Batjes, 1995). The remaining soil characteristics
(e.g. porosity, saturated hydraulic conductivity and unsaturated
hydraulic conductivity) were based on the work of Cosby et al.
(1984).Vegetation type data were taken from the Advanced Very High
Resolution Radiometer-based global land classification of Hansen et al.
(2000). The six hydrologic parameters required as input into the VIC
model, i.e. the infiltration parameter b, the second and third soil layer
depths (d2, d3) and the three parameters of the baseflow scheme
(Dm, Ds, Ws), were calibrated based on observed daily stream flow
for the ten river basins over China. Details for the model calibration
and validation process can be found in Zhang et al. (2014). By using
the bias-corrected climate data as inputs, time series of daily hydrologic
terms from the VIC model were generated for the period 1950–2099.
We excluded the first 20 years of results to accommodate model
spin-up thereby eliminating the impact of initial conditions and thus
started our analysis from 1971 to 2099.
2.3. Drought analysis method
In this study, we used the standardized precipitation index (SPI)
(McKee et al., 1993), the standardized soil moisture index (SSWI)
(Wang et al., 2011a, 2011b) and the standardized runoff index (SRI)
(Shukla andWood, 2008) to characterize themeteorological, agricultural,
and hydrological droughts respectively. The SPI is computed on the
basis of probability distributions of precipitation for specified monthly
time scales. In this study, the 1-month SPI was obtained by fitting a
gamma distribution to each month separately. The gamma distribution
was adopted since the distribution of monthly precipitation is typically
similar to a gamma distribution (Wilks and Eggleston, 1992). The
detailed formulation of the SPI calculation can be found in Loukas and
Vasiliades (2004). The calculation procedure adopted in this study is
given by McKee et al. (1993) and Mishra and Desai (2005). The range
of the SPI is about the same for every location over the study period
(e.g. SPI is within b−2, +2N with about 95% probability), since the
SPI is designed to express drought conditions with respect to normal
conditions at a given site for a given period. Hence, for drought comparisons
between different grid cells or between different time periods, the
standardized indexmay not be good for applications. This is a limitation

ผลลัพธ์ (ไทย) 1:

2.2 การจำลองแบบจำลองพื้นผิวดินออฟไลน์ในการศึกษานี้ macroscale ตามร่างกาย กึ่งกระจายกำลังแทรกซึม (วิคตอเรีย) แปรรูป (Liang et al., 1994, 1996)ใช้กับโครงการสถานการณ์ทรัพยากรน้ำในอนาคตสำหรับจีน วิคตอเรียรุ่น beenwidely ใช้สำหรับวิเคราะห์เหตุการณ์ภัยแล้งในภูมิภาคได้และระดับสากล (เช่น Andreadis และ al., 2005 AndWood เชฟฟิลด์ 2008ชูกลาและไม้ 2008) และอนุญาตให้สำหรับการจำลองสถานการณ์ทั้งนี้งบประมาณน้ำและพลังงานสำหรับเซลล์แต่ละเซลล์ของตารางจะสามารถจำลอง ในแบบวิคตอเรียรูปแบบ ความแปรผันตารางย่อยลักษณะพืช ดิน และภูมิประเทศถูกแสดงในตารางย่อยเฉพาะตั้งพารามิเตอร์การจัดประเภทการดินจำนวนมากและเนื้อแน่นขึ้นมา โดยรวมแผนที่ 5 นาทีดินดิจิตอลของโลกโดยองค์การอาหารและเกษตรองค์กร – สหประชาชาติเพื่อการศึกษา วิทยาศาสตร์ และวัฒนธรรมองค์กร (FAO, 1998) กับสินค้าคงคลังโลกของมลพิษดินฐานข้อมูลศักยภาพ (Batjes, 1995) ลักษณะดินที่เหลือ(เช่น porosity ไฮโดรลิคนำอิ่มตัว และในระดับที่สมนำไฮดรอลิก) ถูกใช้ในการทำงานของคอสบี et al(1984)ข้อมูลชนิดพืชพรรณที่ได้มาจากการขั้นสูงสูงมากความละเอียด Radiometer ใช้ที่ดินส่วนกลางประเภทของแฮนเซ่น et al(2000) ต้องเป็นเป็นวิคตอเรียพารามิเตอร์อุทกวิทยาหกแบบจำลอง การแทรกซึมพารามิเตอร์ b ชั้นสอง และสามดินเช่นความลึก (d2 ดี 3) และพารามิเตอร์สามของแผน baseflow(Dm, Ds, Ws), ถูกปรับเทียบตามสังเกตกระแสกระแสรายวันสำหรับหน้าแม่น้ำสิบมากกว่าจีน รายละเอียดสำหรับการปรับเทียบแบบจำลองและกระบวนการตรวจสอบจะพบในเตียว et al. (2014) โดยการใช้ข้อมูลสภาพภูมิอากาศแก้ไขความโน้มเอียงเป็นอินพุต ชุดเวลาวันอุทกวิทยามีสร้างเงื่อนไขจากแบบวิคตอเรียในช่วง 1950 – 2099เราไม่รวม 20 ปีแรกของผลลัพธ์เพื่อรองรับรูปแบบหมุนขึ้นเพื่อกำจัดผลของเงื่อนไขเริ่มต้นและเริ่มวิเคราะห์ของเราจากปี 1971 20992.3 วิธีการวิเคราะห์ภัยแล้งในการศึกษานี้ เราใช้ฝนมาตรฐานดัชนี (SPI)(McKee et al., 1993), ดัชนีความชื้นของดินเป็นมาตรฐาน (SSWI)(Wang et al., 2011a, 2011b) และดัชนีมาตรฐานที่ไหลบ่า (ศรี)(ชูกลา andWood, 2008) ต้องกำหนดลักษณะ themeteorological เกษตรและอุทกวิทยา droughts ตามลำดับ SPI ที่คำนวณในการระบุข้อมูลพื้นฐานของความน่าเป็นการกระจายของฝนในเดือนเครื่องชั่งน้ำหนักอีกครั้ง ในการศึกษานี้ SPI 1-เดือนที่รับโดยการแกมมาแต่ละเดือนแยกต่างหาก การแจกแจงแกมมาถูกนำมาใช้เนื่องจากการกระจายของฝนรายเดือนจะคล้ายกับการแจกแจงแกมมา (Wilks และ Eggleston, 1992) ที่กำหนดรายละเอียดของการคำนวณ SPI สามารถพบได้ใน Loukas และVasiliades (2004) ขั้นตอนการคำนวณที่นำมาใช้ในการศึกษานี้กำหนด โดย McKee et al. (1993) และมิชราเกส์ Desai (2005) ช่วงSPI เป็นเหมือนกันสำหรับสถานที่ระยะเวลาการศึกษา(เช่น SPI อยู่ b−2 + 2N ประมาณ 95% ความน่าเป็น), เนื่องจากการSPI แห่งภัยแล้งด่วนเงื่อนไขกับปกติเงื่อนไขที่กำหนดสำหรับรอบระยะเวลาที่กำหนด ดังนั้น สำหรับภัยแล้งเปรียบเทียบระหว่างเซลล์ตารางที่ต่างกัน หรือ ระหว่างรอบ ระยะเวลาต่าง ๆ การมาตรฐาน indexmay ไม่ได้ดีสำหรับการใช้งาน นี่คือข้อจำกัด

ผลลัพธ์ (ไทย) 2:

2.2 ที่ดิน Off-line พื้นผิวแบบจำลอง
ในการศึกษานี้ตามร่างกายกึ่งกระจาย macroscale
จุแทรกซึมตัวแปร (VIC) รุ่น (เหลียง et al., 1994, 1996)
ได้ถูกใช้ในสถานการณ์โครงการแหล่งน้ำในอนาคตสำหรับประเทศจีน VIC
รูปแบบได้ใช้ beenwidely สำหรับการวิเคราะห์เหตุการณ์ที่เกิดภัยแล้งในระดับภูมิภาค
และระดับโลกเครื่องชั่ง (เช่น Andreadis et al, 2005;. เชฟฟิลด์ andWood 2008;
ศูกและไม้ 2008) และจะช่วยให้สำหรับการจำลองของทั้ง
น้ำและงบประมาณพลังงานสำหรับแต่ละ เซลล์ตารางที่จะจำลอง ใน VIC
รุ่นแปรปรวนย่อยตารางของพืชดินและลักษณะภูมิประเทศ
เป็นตัวแทนผ่านพื้นที่เฉพาะย่อยตารางการจำแนกประเภทพารามิเตอร์.
เนื้อดินและความหนาแน่นของกลุ่มได้มาโดยการรวม
5 นาทีแผนที่ดินดิจิตอลของโลกโดย อาหารและการเกษตร
องค์การ - ยูเอ็นการศึกษาวิทยาศาสตร์และวัฒนธรรม
สหประชาชาติ (FAO, 1998) กับสินค้าคงคลังโลกของการปล่อยดิน
ฐานข้อมูลศักยภาพ (Batjes, 1995) ลักษณะของดินที่เหลืออยู่
(เช่นพรุนอิ่มตัวการนำไฮโดรลิคและไม่อิ่มตัว
การนำไฮโดรลิก) อยู่บนพื้นฐานของการทำงานของคอส et al.
(1984) .Vegetation ชนิดข้อมูลถูกนำมาจากขั้นสูงสูงมาก
ความละเอียด Radiometer ตามการจำแนกประเภทที่ดินทั่วโลกของแฮนเซนและ al.
(2000) หกพารามิเตอร์อุทกวิทยาต้องเป็นใส่ลงใน VIC
รูปแบบคือการแทรกซึมพารามิเตอร์ข, ดินที่สองและสามชั้น
ความลึก (D2, D3) และสามพารามิเตอร์ของโครงการ baseflow
(DM, Ds, Ws) ถูกขึ้นอยู่กับการสอบเทียบ สังเกตการไหลของกระแสรายวัน
สำหรับลุ่มน้ำสิบทั่วประเทศจีน รายละเอียดสำหรับการสอบเทียบแบบ
และกระบวนการตรวจสอบสามารถพบได้ใน Zhang et al, (2014) โดยใช้
ข้อมูลสภาพภูมิอากาศอคติการแก้ไขเป็นปัจจัยการผลิตอนุกรมเวลาของอุทกวิทยาทุกวัน
เงื่อนไขจากแบบจำลอง VIC ถูกสร้างขึ้นสำหรับ 1950-2099 ระยะเวลา.
เราได้รับการยกเว้น 20 ปีแรกของผลที่จะรองรับรูปแบบการ
ปั่นขึ้นจึงช่วยลดผลกระทบของการเริ่มต้น เงื่อนไขและจึง
เริ่มต้นการวิเคราะห์ของเรา 1971-2099.
2.3 วิธีการวิเคราะห์ภัยแล้ง
ในการศึกษาครั้งนี้เราใช้ดัชนีฝนมาตรฐาน (SPI)
(แมค et al., 1993) ดัชนีความชุ่มชื้นในดินที่เป็นมาตรฐาน (SSWI)
(Wang et al., 2011a, 2011b) และดัชนีการไหลบ่ามาตรฐาน (SRI )
(ศูกละ andWood 2008) ลักษณะ themeteorological การเกษตร
และภัยแล้งอุทกวิทยาตามลำดับ SPI คำนวณบน
พื้นฐานของการแจกแจงความน่าจะเป็นของการเร่งรัดเพื่อระบุรายเดือน
เครื่องชั่งน้ำหนักเวลา ในการศึกษานี้ SPI 1 เดือนที่ได้รับโดยการปรับ
การกระจายรังสีแกมมาที่จะแยกกันในแต่ละเดือน มีการกระจายของรังสีแกมมา
เป็นลูกบุญธรรมตั้งแต่การกระจายของฝนรายเดือนโดยปกติจะ
คล้ายกับการกระจายรังสีแกมมา (วิลก์สและ Eggleston, 1992)
การกำหนดรายละเอียดของการคำนวณ SPI สามารถพบได้ใน Loukas และ
Vasiliades (2004) ขั้นตอนการคำนวณที่นำมาใช้ในการศึกษาครั้งนี้จะ
ได้รับจากแมคและคณะ (1993) และ Mishra และ Desai (2005) ช่วง
ของ SPI เป็นเรื่องเดียวกันสำหรับสถานที่ในช่วงระยะเวลาการศึกษาทุก
(เช่น SPI อยู่ใน B-2 + 2 คืนกับความน่าจะประมาณ 95%) ตั้งแต่
SPI ถูกออกแบบมาเพื่อแสดงภาวะภัยแล้งที่เกี่ยวกับปกติ
เงื่อนไข เว็บไซต์ที่กำหนดสำหรับช่วงเวลาที่กำหนด ดังนั้นสำหรับการเปรียบเทียบภัยแล้ง
ระหว่างเซลล์ตารางที่แตกต่างกันหรือระหว่างช่วงเวลาที่แตกต่างกัน
ไม่ได้มาตรฐาน indexmay จะดีสำหรับการใช้งาน นี่เป็นข้อ จำกัด

ผลลัพธ์ (ไทย) 3:

2.2 . ปิดเส้นพื้นผิวที่ดินแบบจำลอง
ในการศึกษานี้ ร่างกายตาม กึ่ง macroscale
ตัวแปรแทรกซึมความจุกระจาย ( Vic ) รูปแบบ ( Liang et al . , 1994 , 1996 )
ใช้โครงการในอนาคตทรัพยากรน้ำแบบจีน รูปแบบวิค
มี beenwidely ประยุกต์สำหรับการวิเคราะห์เหตุการณ์ภัยแล้งในระดับภูมิภาคและระดับโลก เช่น เครื่องชั่ง (
andreadis et al . , 2005 ; Sheffield andwood 2008 ;
,shukla และไม้ , 2008 ) และช่วยในการจำลองของทั้ง
น้ำและพลังงานงบประมาณสำหรับแต่ละตารางเซลล์เพื่อให้จำลอง ในรูปแบบวิค
ตารางย่อยของพืช ดินและภูมิประเทศลักษณะ
ได้แสดงผ่านพื้นที่ตารางย่อยเฉพาะพารามิเตอร์หมวดหมู่ .
เนื้อดินและเป็นกลุ่มหนาแน่น ได้มา โดยการรวม
ส่วนที่ 5 นาทีดิจิตอลแผนที่ดินของโลก โดยองค์การอาหารและการเกษตร
องค์การการศึกษา วิทยาศาสตร์ และวัฒนธรรมแห่งสหประชาชาติ
( FAO , 1998 ) กับโลกของศักยภาพการปล่อย
ดินฐานข้อมูล ( batjes , 1995 ) อีกคุณลักษณะของดิน
( เช่นพรุนอิ่มตัว และไม่อิ่มตัว
การนำชลศาสตร์การนำชลศาสตร์ ) ตามงานคอส et al .
( 1984 ) พืชชนิดข้อมูลที่นำมาจากฐานข้อมูล ที่ใช้ความละเอียดสูงขั้นสูง
มากการจำแนกที่ดินทั่วโลกของ Hansen et al .
( 2000 ) หกทางชลศาสตร์พารามิเตอร์ที่ต้องการเข้าเป็นแบบวิค
เช่นการแทรกพารามิเตอร์ B , ชั้น 2 และ 3 ( d2
ดินลึกD3 ) และสามพารามิเตอร์ปริมาณโครงการ
( DM , DS , WS ) , ทำการสอบเทียบตามสังเกตทุกวัน กระแสไหล
สำหรับ 10 ลุ่มน้ำทั่วประเทศจีน รายละเอียดการสอบเทียบและตรวจสอบแบบจำลอง
กระบวนการสามารถพบได้ใน Zhang et al . ( 2014 ) โดยการแก้ไขข้อมูลการตั้งค่า

ทางอุทกวิทยาของกระผมอนุกรมเวลา ทุกวันเงื่อนไขจากรูปแบบเหยื่อถูกสร้างขึ้นสำหรับช่วง 1950 – 2099 .
เราไม่รวม 20 ปีแรกของผลลัพธ์ที่จะรองรับรูปแบบ
ปั่นขึ้นจึงช่วยขจัดผลกระทบของเงื่อนไขเริ่มต้นและดังนั้น
เริ่มการวิเคราะห์ของเราจาก 2514 ถึง 2099 .
2.3 การวิเคราะห์ภัยแล้งวิธี
ในการศึกษาครั้งนี้ได้ใช้ดัชนีการมาตรฐาน ( SPI )
( แมคกี้ et al . , 1993 )มาตรฐานดัชนีความชื้นในดิน ( sswi )
( Wang et al . , 2011a 2011b , ) และมาตรฐานน้ำท่าดัชนี ( ศรี )
( shukla andwood , 2008 ) ในลักษณะ themeteorological เกษตร
และภัยแล้งอุทกวิทยา ตามลำดับ กระดูกสันหลังที่ถูกคำนวณบนพื้นฐานของการแจกแจงความน่าจะเป็นของฝน

เวลารายเดือนเพื่อกำหนดระดับ ในการศึกษานี้ อย่างไรก็ตาม SPI ได้โดยการปรับ
การแจกแจงแกมมาในแต่ละเดือนแยกต่างหาก การแจกแจงแกมมา
เป็นลูกบุญธรรมตั้งแต่การกระจายของฝนรายเดือนมักจะ
คล้ายกับการแจกแจงแกมมา ( วิล และ เอเกิลสเติ้น , 1992 )
การกำหนดรายละเอียดของ SPI การคำนวณสามารถพบได้ในลูเคิสและ
vasiliades ( 2004 ) การคำนวณขั้นตอนประกาศใช้ในการศึกษา
ให้แมคกี้ et al .( 1993 ) และ มิชรา และ Desai ( 2005 ) ช่วง
ของ SPI เป็นเหมือนกันทุกสถานที่ตลอดระยะเวลาการศึกษา
( เช่น SPI ภายใน B − 2 , 2N มีประมาณ 95 % ความน่าจะเป็น ) ตั้งแต่
SPI ถูกออกแบบมาเพื่อแสดงความแห้งแล้งและสภาพปกติ
ที่ให้เว็บไซต์ที่กำหนด ดังนั้น ในการเปรียบเทียบระหว่างเซลล์ตารางหรือภัยแล้ง
แตกต่างกันระหว่างช่วงเวลาที่แตกต่างกัน
indexmay ไม่ได้มาตรฐานจะดีสำหรับการใช้งาน นี้เป็นข้อ จำกัด