依托中国逐日雪深模拟预估数据集、草地生产力数据、气象站点数据、灾害统计资料以及统计年鉴,选取了历史基准时段(1986—2005年)、未来近期(2016—2035年)和未来远期(2046—2065年)三个时间段,以及RCP4.5和RCP8.5两种情景,分析了青藏高原牧区雪灾危险性、牧区牲畜暴露量以及脆弱性,在此基础上,定量预估了青藏高原畜牧业雪灾风险.结果表明:①青藏高原区域内,中国逐日雪深模拟预估数据中,CESM1-BGC模式模拟的积雪深度数据更接近于站点雪深观测值,模拟精度最高,此次研究选用该模式下雪深数据识别雪灾危险性.雪灾危险性从时序看,相比于历史时期,RCP4.5情景下未来近期、未来远期和RCP8.5情景下未来近期、未来远期发生雪灾危险性的范围减少6％、11％、6％和14％;但是雪灾危险性强度减弱并不明显,RCP4.5情景下,未来远期,甚至增强;空间分布来看,危险性指数较高的区域主要分布在藏北高原、冈底斯山脉沿线、昆仑山脉西段沿线、祁连山脉沿线、三江源区域和横断山脉山脉区域.②与2000年青藏高原牧区草地载畜量相比,2017年载畜量增加11％,未来载畜量将可能进一步增加.③相比较于历史时期,RCP4.5情景下未来近期、未来远期和RCP8.5情景下未来近期、未来远期牲畜受雪灾损失量分别减少了10.2％、10.3％、28.3％和45.5％.未来RCP8.5情景下雪灾风险最小,空间分布来看,牲畜损失较大区域与雪灾危险指数较高区域相一致.牧区雪灾造成牲畜死亡量变化主要受到雪灾发生范围变化所影响.

青藏高原;雪灾;畜牧业;定量预估

陈虹举;杨建平;丁永建;贺青山;冀钦;王彦霞;唐凡;葛秋伶

中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室,甘肃兰州730000;中国科学院西北生态环境资源研究院内陆河流域生态水文重点实验室,甘肃兰州730000;中国科学院大学,北京100049;中国科学院大学资源与环境学院,北京100049

灾害学

[1]陈虹举;杨建平;丁永建;贺青山;冀钦;王彦霞;唐凡;葛秋伶-.基于NEX-GDDP数据集的青藏高原牧区雪灾风险预估)[J].灾害学,2022(02):102-110

NEX,GDDP,高原牧区,雪灾,风险预估,逐日,估数,草地生产力,气象站点,统计资料,统计年鉴,准时,RCP4,RCP8,牲畜,暴露量,脆弱性,定量预估,畜牧业,青藏高原区,CESM1,BGC,积雪深度,深度数据,观测值,模拟精度,下雪,数据识别,危险性指数,藏北高原,冈底斯山脉,昆仑山脉,西段,祁连山脉,三江源区域,横断山脉,年青,载畜量,损失量,大区域,危险指数,相一致,发生范围

0.309173