　　《气候变化对水资源的影响模拟》针对当前气候变化对水资源影响模拟研究过程中存在的问题开展了研究。首先是对气候模型概况进行了介绍，其次是对用于将气候模型数据转化到地区尺度的降尺度方法的介绍，最后是水资源模型的应用。在概况介绍部分本书主要描述了气候模拟的不同方法，从简单的探索性模型到综合环流模型都做作了相关阐述。在本书的主干部分，主要探讨了区域降尺度、气候变化条件下人类用水、应对气候风险管理的新兴方法三个方面的问题。本书最后最后列举了众多案例对书中提到的主干内容进行了总结与归纳。

总序
原书序
第1章引言
1.1关键议题
1.2本书结构
参考文献
延伸阅读
第2章天气与气候
2.1引言
2.2气候模型
2.3气候模型的输出
2.4未来气候变化预测
2.5对主要不确定性的理解
2.6未来几年可能的研究进展
2.7术语汇编
参考文献
延展阅读
第3章区域气候降尺度
3.1引言
3.2数值天气预测中降尺度的起源
3.3降尺度方法的回顾
3.4降尺度概念的发展
3.5降尺度的适用性
3.6结论
参考文献
第4章人类之水：气候变化与供水
4.1简介
4.2供水规划的水文分析
4.3从水文到水资源可利用量：供需平衡
4.4气候变化下的供水
参考文献
第5章气候风险管理的新兴方法
参考文献
延展阅读
第6章实例研究
6.1前言
6.2案例1：气候变化对夸拉伊河流域地区水资源的影响
6.3案例2：气候变化对水电的影响——以法国阿列日河流域为例
6.4实例3：英国西南部的水资源管理水平实例
参考文献
图版

精彩书摘

　　大体上，参数的不确定性可以通过改变某个模型中的参数来产生通常所说的“扰动物理集成”这样的方法进行直接研究。然而，对所有参数的敏感性的综合评估在计算时可能是十分困难的，尤其是当多个参数同时变化的时候，只有在使用EMICs（Knuttietal.，2002）或者分布式计算（Stainforthetal.，2005）时才可行。结构上的不确定性可以通过对比不同模型，即所谓的“多模型集合”或者“机会集成”来实现，也就是说世界上不同团队开发的不同模型都在同一个驱动情景下运行。最简单的量是扩散方法，但受多种原因影响很难对其进行直接解释。首先，模型数量不够多，通常是10～20个全球气候模型。其次，模型不是独立的，他们都共享相同的假设，数值方法，某些案例中具有相同的代码。例如，目前所有GCMs都在类似的分辨率下运行，因此需要对相同的过程进行近似，即使是参数化本身的实施是不同的。再次，这些机会总体没试图跨越多个不确定性。他们应该是由相同的观测数据调整的一系列最佳模型的集成，而不是将世界上可能的模型都集中在一起。因此，对于不确定性的正式评估只有对很多尚未证明确定的假设时才成立（TebaldiandKnutti，2007）。
　　当在更小的尺度上进行预测时不确定性会增加。这是因为模型的分辨率不足以解决小细节，并且一些不透彻的理解或模拟的流程可能会强烈影响到当地的气候，但是对于全球尺度来讲影响不会那么大。比起与水文循环或者海冰、冰川、地表或者植被相关的变量来说，预测与气温相关的变量更为可靠。很多与水循环相关的过程在小的空间尺度上运行，需要进行参数化（如云的形成、冷凝、地形影响）。模型能够复制并且将过去的降雨趋势归于最大尺度上的人类活动（Zhangetal.，2007），并且与某些预测趋势是一致的（如高纬度地区降雨的增加和亚热带地区的趋于干旱化）。然而在小尺度上，他们通常与预测的趋势显著不同（图2.8）。
　　……