5个IPCC AR4全球气候模式对东北三省降水模拟与预估

利用IPCC AR4中5个全球气候模式数据集和中国东北三省162个站降水实测资料,评估5个全球气候模式和多模式集合平均对中国东北三省降水的模拟能力,并对SRES B1、A1B和A2三种排放情景东北三省未来降水变化进行预估。结果表明：全球气候模式能较好再现东北三省降水的月变化,但存在系统性湿偏差;多模式集合平均能较好模拟东北三省年降水量的空间分布,但模拟中心偏北,强度略强,模式对东北三省夏季降水的模拟效果优于冬季降水;预估结果表明,三种排放情景下21世纪中前期和末期东北三省降水均将增多,21世纪末期增幅高于21世纪中前期,冬季增幅高于其他季节;就排放情景而言,SRES A1B和A2排放情景增幅相当,高于B1排放情景增幅;不同排放情景东北三省降水量增率分布呈较一致变化,A2排放情景下,增幅最显著的辽宁环渤海地区年降水量在21世纪中前期将增加7%以上,21世纪末期将增加16%。     

基于CMIP5资料的云南及周边地区未来50年气候预估

利用CRU(Climatic Research Unit)高分辨率观测数据及云南省124站资料,检验了参与IPCC AR5(政府间气候变化专门委员会第5次评估报告)的7个全球海气耦合模式(Coupled Model Intercomparison Program 5,CMIP5)及模式集合平均对云南及周边地区气温和降水的模拟性能,同时进行该区域不同温室气体排放量情景下2006~2055年的气候预估。结果表明:全球海气耦合模式对该区域气温和降水气候场空间分布、气温的线性趋势和春、夏季降水的年代际振荡特征具有一定的模拟能力,且模式集合能力优于单一模式,气温模拟优于降水模拟,但春、夏季的降水好于其他季节,使得全年的总降水好于秋、冬两季。对未来情景预估表明,研究区域未来50年气温呈现显著的线性上升趋势,降水量保持年代际振荡特征并有所增加,2020年之前我国云南及其南部区域将经历相对的干旱时期。     

CMIP5模式对中国地区气温模拟能力评估与预估

利用第五次国际耦合模式比较计划（CMIP5）中29个气候模式的气温模拟结果,评估了各模式对中国地区年平均气温的模拟能力,对未来不同典型浓度路径（RCPs）下中国地区气温的可能变化给出了预估。结果表明：各模式能较好地模拟过去100多年中国地区增温趋势和年平均气温的空间分布,从模式间标准差来看,各模式对中国中部、南部气温模拟具有较高的一致性。利用相对均方根误差分析了各模式的模拟能力,对于多时间尺度（月、年）气温的气候平均态,有7个模式表现良好,高于中等水平,5个模式的模拟能力低于中等水平,模式集合平均值的模拟效果优于大多数单个模式。根据29个模式的评估结果,使用模拟性能相对较好的模式分析了未来不同排放情景下中国地区气温变化,21世纪前期,不同排放情景之间的预估结果差别较小,21世纪中期各情景之间的差别逐渐增大,到21世纪后期,3种排放情景的升温差别明显增大。     

多模式集合预估21世纪淮河流域气候变化情景

利用政府间气候变化委员会第四次评估报告(the Fourth Assessment Report of the Intergov-ernmental Panel on Climate Change,IPCC AR4)的14个全球气候耦合模式对中国淮河流域气温和降水的模拟能力进行了评估,预估了该地区21世纪的降水和气温变化。同时,还分析了14个气候模式对1961-1999年气温和降水的模拟能力,并且根据Taylor方法选取具有较好模拟能力的模式做集合分析。结果表明,不同的气候模式对淮河流域的气温和降水都具有一定的模拟能力,但大多数模式模拟的气温偏低、降水偏多;选取的模式集合可以明显改善模式的模拟能力,但是没有表现出明显的优势。对淮河流域降水和气温未来情景的预估表明,各模式给出的情景结果尽管存在一定的差异,但模拟的21世纪气候变化的趋势基本一致,即气温持续增加,降水出现区域性增加;还重点分析了14个模式集合的结果在2010-2039年、2040-2069年和2070-2099年3个时段的年平均、季节平均降水和气温变化及其时空变化特征,结果表明,3个时段的气温和降水在不同情景下都是逐渐增加的,A2情景下增幅最显著,B1情景下增幅最小。     

IPCC AR4多模式对海河流域气候模拟能力的评估及预估

根据海河流域1961-2010年气象观测资料,检验IPCC AR4中全球气候模式和多模式集合的模拟能力,并预估未来2011-2050年气候变化的可能趋势,结果表明:全球气候模式以及多模式集合对海河流域都具有一定的模拟能力,其中MIUB_ECHO_G模式和多模式集合具有相对较好的模拟能力.海河流域气温和降水未来情景预估表明:气温整体呈现增加趋势,尤其是A1B情景下各模式的年升温率均高于全国水平;未来降水也呈现增加趋势,在A1B和B1情景下,各模式都为夏季降水增加显著.A2情景下,春季时各模式降水均增加显著,A1B情景下,MIUB_ECHO_G模式模拟在2013年出现突变,降水量出现显著增长,A2情景下,MIUB_ECHO_G模式和多模式集合模拟的降水量则是在2031年和2001年出现突变,出现显著增长.     

基于BCC-CSM2-MR模式CMIP6试验的辽河流域气温降水模拟与预估

基于国家气候中心中等分辨率模式版本BCC-CSM2-MR开展的第六次耦合模式比较计划(CMIP6)模拟结果, 首先利用辽河流域80个气象站点观测资料对模式的性能进行了评估, 然后分析了未来不同共享社会经济路径(SSP)情景下的气温降水变化趋势。结果表明: 模式能较好的模拟气温和降水的月、季、年变化, 模拟的气温较观测气温偏低, 模拟的降水略偏多; 模式对秋季和冬季气温的模拟性能明显优于夏季和春季, 对夏季降水的模拟性能较好。模式较好地模拟了辽河流域气温南高北低的纬向分布以及降水自东南向西北逐渐减少的空间分布形势, 较好地模拟出辽河流域冷暖中心位置, 模拟的降水偏少地区位于辽河流域水系稀疏地区。相对于基准期(1995—2014年), 未来辽河流域气温、降水基本呈增加趋势, 未来不同时期不同情景气温增幅均表现为平均最低气温>平均气温>平均最高气温, 冬季和春季增温幅度较大, 夏季降水量增幅最显著。随着排放情景升高, 平均气温和平均最低(最高)气温增幅持续增大, 显著增温地区集中于辽河流域东北部。SSP1-2.6和SSP2-4.5情景下预估降水的增幅自西南向东北递减, 降水增加大值区位于辽宁西部; SSP3-7.0和SSP5-8.5情景下降水增幅自西向东逐渐递减, 降水增幅显著区域位于辽河流域上游的内蒙古和辽宁西部。     

基于BP-CCA统计降尺度的中亚春季降水的多模式集合模拟与预估

利用中亚地区30个观测台站逐月降水资料及同期ERA-40再分析资料,结合8个CMIP5全球气候模式模拟与未来预估大尺度环流场,使用基于变形典型相关分析的统计降尺度方法（BP-CCA）建立降尺度模型,评估多个气候模式对当前气候下中亚地区春季降水的降尺度模拟能力,并对春季降水进行降尺度集合未来预估。结果表明,建立的降尺度模型能够很好地模拟出交叉检验期内春季降水的时间变化和空间结构：降尺度春季降水与相应观测序列的平均时间相关系数为0.35,最高为0.62,平均空间相关系数为0.87。气候模式对中亚春季降水的模拟能力通过降尺度方法得到了显著提高：8个模式降尺度后模拟的降水气候平均态相对误差绝对值降至0.2%—8%,相比降尺度前减小了10%—60%,模拟的降水量场与相应观测场的空间相关均超过0.77;对比降尺度前多模式集合结果,多模式降尺度集合模拟的相对误差绝对值由64%减小至4%,空间相关系数由0.47增大至0.81,标准化均方根误差降至0.59,且多模式降尺度集合结果优于大部分单个模式降尺度结果。多模式降尺度集合预估结果表明,在RCP4.5排放情景下,21世纪前期（2016—2035年）、中期（2046—2065年）和末期（2081—2100年）的全区平均降水变化率分别为-5.3%、3.0%和17.4%。21世纪前期中亚大部分地区降水呈减少趋势,降水呈增多趋势的站点主要分布在南部。21世纪中期整体降水变化率由减少变为增多趋势,21世纪末期中亚大部分台站降水增多较为明显。21世纪初期和末期可信度高的台站均主要位于中亚西部地区。     

长江流域气候变化高分辨率模拟与RCP4.5情景下的预估

基于长江流域142个气象站1986—2005年月降水和气温数据,评估由MPI-ESM-LR模式驱动的CCLM区域气候模式对长江流域气温和降水的模拟能力,并采用EDCDF法对气温和降水预估数据进行偏差校正。结果表明：该区域气候模式能较好地模拟出长江流域平均气温的季节变化和空间分布特征,但模拟值无论在季节还是年际尺度上均高于观测值。对降水而言,该模式不能较好地模拟出降水的季节分布特征,导致春季、冬季及年模拟值高于观测值,而夏季和秋季模拟值低于观测值。总体而言,该模式对气温的模拟效果相对较好。偏差校正后的预估结果表明：在RCP4.5情景下,长江流域未来（2016—2035年）平均气温相对于基准期（1986—2005年）将升高0.66℃,年降水量将减少2.2%。     

7个IPCC AR4模式对中国地区极端降水指数模拟能力的评估及其未来情景预估

利用中国区域550个站点1961～2000年日降水量资料, 考察参与政府间气候变化委员会(IPCC)第四次评估报告的7个新一代全球模式及多模式集合对现代气候情景下(20C3M)5个极端降水指数的模拟能力, 同时进行中国区域未来不同排放情形下极端降水事件变化的预估, 结果表明: 最新全球模式能较好地模拟出极端降水指数气候场的空间分布及其中国区域的线性趋势, 且模式集合模拟能力优于大部分单个模式, 但在青藏高原东侧、 高原南部存在虚假的极端降水高值区, 模拟的东部季风区的极端降水强度系统性偏低, 区域平均序列年际变率的模拟能力也较低。中国地区21世纪与降水有关的事件都有趋于极端化的趋势, 极端降水强度可能增强, 干旱也将加重, 且变化幅度与排放强度成正比。     

青藏高原未来30～50年A1B情景下气候变化预估

基于政府间气候变化委员会第四次评估报告(IPCC-AR4)所采用的20个气候模式在未来大气温室气体中等排放情景(A1B)下模拟结果的集合平均以及一个全球气候模式模拟输出驱动下的动力降尺度(downscaling)分析结果,对青藏高原地区未来30～50年的气候变化趋势进行了预估研究.结果表明,从2030-2049年相对于1980-1999年气候平均值的变化来看,青藏高原大部分地区年平均地面气温的升温幅度在1.4～2.2℃之间,高海拔地区的增温一般更为显著,西藏西部的冬季增暖将达到2.4℃以上.降水量的变化相对较小,青藏高原大部分地区和全年多数季节降水可能增加,但未来30～50年青藏高原地区降水率增量通常不超过5%.考虑到未来大气温室气体排放程度、多模式集合预估以及区域尺度气候模拟等多方面均可能存在不确定性,这里给出的青藏高原未来气候变化预估结果应适时检验和修正.     

气候模式对东北三省降水模拟能力评估及预估

利用CMIP 5全球气候模式、RegCM 4区域气候模式数据集和中国东北三省162个气象站降水观测资料,评估了CMIP 5和RegCM 4模式对中国东北三省降水的模拟能力,并对RCP 4.5和RCP 8.5温室气体排放情景下东北三省未来降水的变化进行了预估。结果表明:CMIP 5和RegCM 4模式均能较好地模拟东北三省年及四季降水量的变化,可再现东北三省降水量由东南向西向北递减的空间分布形势,但模拟的降水中心偏北,模拟的降水强度偏强;两个模式对夏季降水的模拟优于冬季,对冬季降水的模拟存在较大偏差。总体而言,全球气候模式CMIP 5对东北三省降水的模拟结果较好。对东北三省降水量的预估表明,在RCP 4.5和RCP 8.5情景下,全球气候模式CMIP 5预估东北三省年和四季降水量均呈不同程度的增加,其中对冬季降水量预估的偏差百分率增幅最大。在RCP 8.5情景下,东北三省降水量增幅显著,预估未来东北三省降水增加量基本呈由南向北逐步递减的分布,降水偏差百分率基本呈由西南向东北递减的分布。在RCP 4.5情景下,东北三省降水量增幅较小,预估未来东北三省降水量总体呈由东南向西北递减的分布,降水偏差百分率基本呈由西向东递减的分布。     

CMIP5多模式集合对南亚大河气候变化模拟评估及未来情景预估

利用英国东英格利亚大学CRU(Climatic Research Unit)逐月气温、日本高分辨率亚洲陆地降水数据集APHRODITE(Asian Precipitation-Highly-Resolved Observational Data IntegrationTowards Evaluation)逐日降水资料以及耦合模式比较计划CMIP5(Coupled Model Intercomparison Project phase 5)多模式集合逐月气温、降水格点数据,评估了CMIP5多模式集合对包括印度河、恒河、湄公河、萨尔温江、伊洛瓦底江和布拉马普特拉河全区域(简称南亚大河流域)气候变化的模拟能力,并对流域2016—2035、2046—2065和2081—2100年气候变化可能趋势进行了预估。结果表明:CMIP5多模式集合对流域年平均气温的时间变化和空间分布特征有较强的模拟能力,时间空间相关系数都达到0.01的显著性水平,尤其对夏季气温的模拟要优于其他季节;对降水而言,模式对其也有较好的模拟能力,尤其是降水的季节性波动。预估结果表明:RCP2.6、4.5、8.5情景下,相对于基准期(1986—2005年),21世纪前期(2016—2035年)、中期(2046—2065年)和末期(2081—2100年)全流域年平均气温都有上升,且上升增幅随排放情景增大而增大,流域高海拔地区增幅较大;降水除21世纪前期RCP4.5、8.5情景下的增长趋势较小外,全流域年降水量都将增大;未来上述三段时期夏季持续升温将引起北部高海拔地区冰川的进一步消融;春季降水未来将持续增加,对全区水资源的贡献将增加;流域冬季降水的少量增加有助冰川累积和高海拔地区水资源的增加;三段时期夏季降水都有增长,洪涝发生的风险加大,极端降水事件可能增多。     

5个全球气候模式对中国东北地区地面温度的模拟与预估

利用5个全球气候模式和中国东北地区162个站点地面温度实测资料,评估全球气候模式和多模式集合平均对中国东北地区地面温度的模拟能力,并对SRES B1、A1B和A2排放情景下,中国东北地区未来地面温度变化进行预估。结果表明：全球气候模式能够较好地再现了东北地区地面温度的年变化和空间分布特征,但存在系统性冷偏差,模式对夏季地面温度模拟偏低1.16 ℃,优于冬季。预估结果表明,3种排放情景下21世纪中期和末期东北地区地面温度均将升高,末期增幅高于中期,冬季增幅高于其他季节, SRES A2排放情景下增幅最大,B1排放情景下最小;增温幅度自南向北逐渐增大,增温最显著地区位于黑龙江小兴安岭;21世纪末期3种情景下中国东北地区年平均地面温度将分别升高2.39 ℃(SRES B1)、3.62 ℃(SRES A1B)和4.43 ℃(SRES A2)。     

青海高原未来SRESA1B情景下气候变化分析

利用国家气候中心发布的中国地区气候变化预估数据集中的全球气候模式加权平均集合数据,分析了未来温室气体中等排放情景下(SRESA1B),青海高原不同地区未来气候变化趋势,并分析了2020时段和2050时段青海高原不同地区的气候特点,分析结果表明:2001—2100年青海各地气温均呈明显的增加趋势,全省平均增温率为4.09℃/100年,年降水量呈增多趋势,全省平均变化率为62.63mm/100年。与气候基准年相比,2020年全省年平均气温升高1.44℃,全省平均降水距平百分率为4.18%;2050年全省平均升温幅度为2.63℃,全省平均降水距平百分率为8.75%。由于目前全球气候模式的分辨率还较低,气候模式在诸多方面还有待完善,因此所提供的未来情景数据存在一定的不确定性。     

CMIP6模式对青藏高原极端气温指数模拟能力评估及预估

利用第六次国际耦合模式比较计划（CMIP6）28个全球气候模式模拟的历史和多SSP排放情景下的模拟结果以及国家气候中心制作的CN05.1格点化的观测数据,在评估28个全球气候模式对青藏高原极端气温相关指数模拟效果的基础上,预估了多个SSP情景下青藏高原未来极端气温指数的变化趋势。评估结果表明多模式集合平均模拟结果更稳定,且能模拟出极端气温指数的时间分布以及空间分布特征,但与观测相比,不同指数存在不同偏差。预估结果表明,相对于1995-2014年,青藏高原上日最高气温最高值（TXx）、日最低气温最低值（TNn）、暖昼指数（TX90p）未来呈上升趋势,霜冻日数（FD）、冰冻日数（ID）、冷夜指数（TN10p）呈减少趋势,其中高原极端低温比极端高温增温明显,暖昼指数在高原西南部增加明显,霜冻日数、冰冻日数、冷夜指数在高原东南部减少明显。SSP1-1.9情景下,极端气温指数在21世纪的变化幅度较小,随着辐射强迫增大,指数的变化趋势也增大。SSP1-2.6情景下,2030年前中国实现碳达峰时,青藏高原地区TXx、 TNn、 TX90p增长分别不超过1.12℃、0.84℃、 8.4%, FD、 I...     

CMIP5多模式集合对江苏省气候变化模拟评估及情景预估

利用中国气象局所属的2 400余个台站观测资料制作的分辨率为0.25°×0.25°数据集中的气温、降水量资料评估了CMIP5中17个模式对于1961—2004年江苏省气温和降水量空间分布特征的模拟能力,筛选出了5个对江苏省气候特征模拟较好的模式。之后基于5个优选模式集合平均的结果预估了3种典型浓度路径(Representative Concentration Pathways,RCPs)下江苏省2006—2100年的气温和降水量变化趋势。结果表明:(1)全球耦合气候模式对江苏省的气温和降水量空间分布特征具有一定的模拟能力,并且模式集合平均的气温和降水量与观测资料的空间相关系数分别为0.85和0.93;(2)在低浓度路径(RCP2.6)、中浓度路径(RCP4.5)和高浓度路径(RCP8.5)3种温室气体排放情景下,江苏省2006—2100年的地表温度均呈现明显的增温趋势,并且苏北的增温幅度要高于苏南;(3)3种温室气体排放情景下,江苏省未来百年降水量均呈现出北方增多南方减少的趋势;(4)未来百年江苏省降水量随气温变化的趋势并不稳定,RCP2.6和RCP4.5情景下降水量随气温的升高而增加,而RCP8.5情景下降水量随气温的增加而减少。     

CMIP5模式对中国东北气候模拟能力的评估

利用CN05观测资料和参与IPCC第五次评估报告的45个全球气候系统模式的模拟结果,分析了新一代全球气候模式对中国东北三省(1961~2005年)气温和降水的模拟能力。结果表明:1)绝大多数模式都能较好地模拟出研究区内显著增温的趋势,对气温的年际变化模拟能力则相对有限;2)所有模式均能很好地再现气温气候态的空间分布特征,且多模式集合模拟结果优于绝大多数单个模式,空间相关系数达到了0.96;3)对于降水的模拟结果,模式间差异较大,多模式集合能较好地再现其空间分布规律(空间相关系数为0.86),对降水年际变化及线性变化趋势的模拟能力则较差。总体来说,多模式集合对东北气候的时空变化特征具有一定的模拟能力,且对气温模拟效果优于降水,对空间分布的模拟能力优于时间变化。     

两种统计降尺度方法在秦岭山地的适用性

基于ASD（automated statistical downscaling）统计降尺度模型提供的多元线性回归和岭回归两种统计降尺度方法,采用RCP4.5（representative concentration pathways 4.5）和RCP8.5情景下全球气候模式MPI-ESM-LR输出的预报因子数据、NCEP/NCAR再分析数据和秦岭山地周边10个气象站观测数据,评估两种统计降尺度方法在秦岭山地的适用性及预估秦岭山地未来3个时期（2006-2040年、2041-2070年和2071-2100年）的平均气温和降水。结果表明:率定期和验证期内,两种统计降尺度方法均可以较好地模拟研究区域的平均气温和降水的变化特征,且多元线性回归的模拟效果优于岭回归。在未来气候情景下,两种统计降尺度方法预估的研究区域平均气温均呈明显上升趋势,气温增幅随辐射强迫增加而增大。降水方面,21世纪未来3个时期降水均呈不明显减少趋势,但季节分配发生变化。综合考虑两种统计降尺度方法在秦岭山地对平均气温和降水的模拟效果和情景预估结果,认为多元线性回归降尺度方法更适用于秦岭山地气候变化的降尺度预估研究。     

东南亚地区未来气候变化的区域气候模式预估

在联合区域气候降尺度试验CORDEX(Coordinated Regional Climate Downscaling Experiment)的框架下,使用全球气候模式MPI-ESM-MR（简称MPI）的模拟结果,驱动区域气候模式RegCM4(Regional Climate Mode version 4),开展了在中等温室气体排放路径RCP4.5下的东南亚区域21世纪气候变化预估试验。试验中模式的水平分辨率为25 km×25 km,积分时间为1981～2099年。模式对东南亚区域当代（1986～2005年）气候的模拟结果表明：MPI与RegCM4对这一区域年平均气温、降水的空间分布特征均具有较好的模拟能力;相比于全球模式,高分辨率的RegCM4提供了空间分布上更为精细的气候信息,但其模拟的气温存在系统性冷偏差,对降水的模拟则普遍偏多。对未来气候变化的预估显示,MPI与RegCM4预估的未来气温均一致表现为增加,至21世纪末期（2081～2099年）,预估的区域年平均气温升高幅度分别为1.8°C和1.7°C。二者对降水的预估则存在较大差异,MPI预估的年平均降水有不同程度增加,而Reg...     

欧亚大陆积雪覆盖率的模拟评估及未来情景预估

基于国际耦合模式比较计划第五阶段(CMIP5)历史模拟试验(historical run)的模式输出结果以及遥感数据,采用相关分析、均方根误差、标准差等统计方法,评估了13个气候(或地球)系统模式对欧亚大陆积雪覆盖率的模拟能力,在此基础上,采用多模式集合平均的方法对未来不同温室气体排放情景下(rcp2.6、rcp4.5和rcp8.5)欧亚大陆积雪覆盖率的变化进行预估。结果显示:尽管各模式模拟的积雪覆盖率在高原地区与观测差异较大,但总体看来模式能够对欧亚大陆积雪覆盖率的空间形态、季节变化及年际变化特征做出较好地模拟。未来预估结果表明,多模式集合平均预估的欧亚大陆积雪覆盖率从2006年到2040年左右减少趋势非常明显,且不同排放情景下模式模拟的积雪减少速率非常接近;然而,大约从2040年之后,不同排放情景下的积雪覆盖率减小趋势的差异越来越大,rcp2.6和rcp4.5下积雪覆盖率的变化趋于平缓,而rcp8.5情景下,积雪覆盖率一直减少,冬季、春季和秋季都明显减少,减少最显著的区域位于西欧和青藏高原地区。由此可见,控制温室气体的排放对于未来欧亚大陆积雪的变化是至关重要的。