基于多模式集合的中国未来热浪趋势研究北大核心CSCD

全球变化导致极端天气事件频发,尤其是高温热浪严重影响我国农业生态系统及人类健康。关于热浪事件的定义一直存在着许多争议,对热浪变化趋势空间分布特征的认识有待进一步提高。本文使用气温日较差、绝对温度与相对温度相结合的热浪指标,基于9个CMIP6气候模式的多模式集合结果,评估了可持续发展情景(SSP1-2.6)、中度发展情景(SSP2-4.5)及常规排放情境(SSP5-8.5)下未来中国高温热浪事件的时空分布及变化特征。结果表明:(1)SSP1-2.6情景下未来热浪事件在2050年前后达到顶峰,之后趋于稳定,而在SSP2-4.5情景下,热浪频次、日数及最长持续时间均呈现上升态势,SSP5-8.5情景下热浪的增长趋势及严重程度均为最高;(2)华南、华中地区未来面临更大的热浪风险,SSP5-8.5情景下的热浪频次及强度约是SSP1-2.6的2倍及以上,SSP2-4.5约是SSP1-2.6的1.5倍;(3)西部干旱/半干旱地区、内蒙古东部干旱地区出现较大范围的热浪,结合本文中热浪定义,预示着夜间变暖是全球变暖的一个重要特征。研究结果有助于理解可持续发展、中等强迫情景下我国未来的热浪频次和强度的变化特征,为区域发展节能减排方案的制定提供有效参考。     

基于CMIP6多模式的长江流域蒸散发预估及影响因素

蒸散发是水文循环和能量传输的中间环节,同时也是联结土壤、植被、大气过程的纽带。基于第六次国际耦合模式比较计划（CMIP6）12个全球气候模式数据,研究了SSP1-2.6、SSP2-4.5和SSP5-8.5三种情景下,长江流域2020-2099年实际蒸散发E_T（Evapotranspiration,简称ET）的时空变化及其影响因素。研究结果表明,在3种气候变化情景下长江流域ET相较基准期（1995-2014年）均存在显著增加趋势,且长江中下游地区增加趋势最为显著;SSP1-2.6情景ET较基准期先快速增加,21世纪60年代之后减缓并趋于平稳,SSP2-4.5和SSP5-8.5情景下均呈持续增加趋势。研究了降水（Precipitation,简称Pr）、气温（Air Temperature,简称T）和叶面积指数L_AI（Leaf Area Index,简称LAI）对长江流域ET的影响;SSP1-2.6和SSP2-4.5情景下,长江流域ET受T影响最为显著,而SSP5-8.5情景下,LAI是影响ET的主导因素。在3种气候情景下,辐射强迫越大,植被增加趋势越显著,对ET的影响越强（SSP5-8.5、SSP2-4.5、SSP1-2.6情景下影响逐渐减弱）,而ET对LAI的敏感性则逐渐降低（SSP1-2.6、SSP2-4.5、SSP5-8.5情景下敏感性逐渐降低）。     

CMIP6模式对黄河上游降水的模拟及预估

基于地面气象站观测资料,采用偏差订正后的国际耦合模式比较计划第六阶段(CMIP6)中情景齐全的5个气候模式,评估气候模式对1995-2014年黄河上游降水的模拟能力,并预估了7个SSP-RCP情景下黄河上游2021-2040年(近期)、2041-2060年(中期)、2081-2100年(末期)的降水变化趋势。结果表明:(1)多模式集合平均能够较好地模拟黄河上游降水年内分布特征,并且能够模拟出黄河上游降水南多北少的空间格局,模式数据与观测值的空间相关系数达0.9以上,CMIP6多模式集合对黄河上游降水时空变化特征具有较强的模拟能力;(2)21世纪黄河上游年降水呈显著增加趋势,伴有明显的年代际波动。相比基准期(1995-2014年),SSP1-1.9和SSP1-2.6情景下21世纪黄河上游年降水呈现先增加后减缓的特征,近期到中期降水增幅加大,中期到末期降水增幅减缓;SSP2-4.5、SSP3-7.0和SSP5-8.5下,年降水增幅从近期到末期持续增加;而SSP4-3.4与SSP4-6.0下,21世纪近期降水有所下降,中期出现拐点,随后持续增加。空间上,降水增加幅度较大的区域主要集中在降水较少的黄河沿以上区域和兰州至头道拐之间的区域;(3)21世纪黄河上游各季降水总体表现为波动上升趋势,增速因情景和季节而异。除SSP4-6.0情景,总体上表现出高辐射强迫情景降水变化趋势大于低辐射强迫情景;冬季增幅最大,夏季增幅最小,趋势均通过0.1显著性水平;空间上,春秋两季降水增幅高值中心在黄河沿以上区域和兰州至头道拐之间区域,增幅低值中心在黄河沿至兰州之间;冬季降水增幅高值中心位于兰州至头道拐之间的区域,降水增幅相对较低的区域在黄河沿至兰州之间的区域;夏季降水除SSP4-3.4和SSP4-6.0情景在21世纪近期黄河上游大部较基准期有所下降外,其余情景下增幅高值区在黄河沿以上区域。     

不同情景达到碳中和下中国区域气候变化的预估

利用第6次耦合模式比较计划（CMIP6）中的9个全球气候模式的模拟结果,通过CO₂浓度达峰时间确定SSP1-1.9和SSP1-2.6两种情景下的全球碳中和时间,预估了全球碳中和下中国区域气候较历史参考期（1995—2014年）的未来变化,分析不同时间达到碳中和下气候响应差异,并与未实现碳中和的SSP2-4.5情景下的气候变化对比。结果表明,SSP1-1.9和SSP1-2.6情景下全球达到碳中和的时间分别为2041年和2063年,相较于历史参考期,SSP1-1.9/SSP1-2.6下中国区域平均年气温上升1.22/1.58℃,平均年降水量增加7.1％/9.9％。SSP1-2.6（晚碳中和）较SSP1-1.9（早碳中和）情景下年均温增高约0.36℃,最大升温区位于西南及高原地区。对降水而言,晚碳中和较早碳中和全国平均年降水量增加约2.7％。全年及夏季降水量显著增加区主要在西北,新疆地区出现降水增加超过8％的大值区,冬季则集中于黄河中下游,增幅也超过8％。未碳中和的SSP2-4.5情景下中国区域的升温显著强于SSP1-2.6（碳中和）情景,年平均气温高约0.61℃,西北地区是升温差别大值区,其中新疆部分地区增加升温超过0.8℃。SSP2-4.5较SSP1-2.6情景年降水量在西北地区增加显著,内蒙古西北部最大增加超过10％。有无碳中和对冬季降水影响更大,SSP2-4.5情景下新疆部分地区降水增加比SSP1-2.6下多20％左右,云南部分地区则少15％左右,表明有无碳中和对气候的影响远大于早晚碳中和。     

全球升温控制在1.5℃和2.0℃时中国分省人口格局

《巴黎协定》正式生效, 为国际社会应对气候变化提出新的机遇与挑战,也必将对中国人口、资源和环境带来重要影响。本文结合IPCC发布的可持续发展（SSP1)、中度发展（SSP2)、局部或不一致发展（SSP3)、不均衡发展（SSP4)、常规发展（SSP5）5种共享社会经济路径,以2010年中国第六次人口普查数据为基准,综合考虑人口现状和发展政策设定不同发展路径下各省人口模型的相关参数,在全球升温控制在1.5℃和2.0℃时,对比研究中国和各省分年龄、性别、教育水平的人口演变和分布特征。结果表明：(1)全球升温1.5℃时,SSP1和SSP4路径下总人口较2010年增加0.44亿人;升温2.0℃时,SSP2和SSP3路径下较2010年分别增加0.23亿和0.67亿人,SSP5路径下减少约0.12亿人。5种路径下中国人口将在2025-2035年达到峰值,人口峰值正处于全球升温1.5℃期间。(2)全球升温1.5℃时,除了东北地区和四川、安徽省外,多数省（市）人口均较2010年有所增加;升温2.0℃时,西北、西南和以东南沿海地区为主的发达省份保持较高的人口增量,其他地区人口开始呈减少趋势。(3)在全球升温1.5℃和2.0℃期间,大部分省份人口达到峰值,其中SSP3路径下广西人口最多,可达1.13亿,其他路径下广东省人口最多,达1.53亿。(4)未来中国65岁以上老龄人口比重呈现东北高、西南低的分布特征。与全球升温1.5℃相比,升温2.0℃时的老龄化趋势进一步加重,东北地区老龄化问题最严重。采用绿色和可持续发展路径,全球升温控制在2.0℃之内是中国社会经济发展的科学选择。     

高分辨率区域气候变化降尺度数据对京津冀地区高温GDP和人口暴露度的集合预估

基于RCP4.5（中等温室气体排放）情景下5个全球模式模拟结果的降尺度数据,及SSP2社会经济路径下的GDP和人口密度数据,对21世纪京津冀地区（北京、天津和河北的统称）未来2021—2040年（近期)、2046—2065年（中期)、2080—2099年（末期）的高温GDP和人口暴露度进行多模式集合预估。结果表明：未来京津冀地区热事件将增加,21世纪末期京津冀东南部平原和沿海地区的闷热事件、中部平原地区的高温事件出现频率明显增加。GDP和人口暴露度大值区主要分布在北京、天津、保定、石家庄和邯郸等经济发达、交通便利、人口聚集的城市及其周边地区。21世纪京津冀地区的GDP暴露度区域平均值持续增加,21世纪末期多年平均值约为参照时段的58.9倍;各城市的区域平均值也表现出一致增加。京津冀地区人口暴露度区域平均值在21世纪中期达到最大,为参照时段的2.3倍;北京、秦皇岛、张家口、承德和唐山人口暴露度区域平均值将持续增长,其他城市人口暴露度区域平均值在21世纪中期达到最大。GDP暴露度的变化主要取决于非线性因子,且其贡献率随时间逐渐增加,到21世纪末期可达70.9%。21世纪近期和中期人口暴露度的变化主要取决于非线性因子,气候因子在末期占主导地位。     

CMIP6-WACCM模式对北半球反气旋型Rossby波破碎趋势的预估

利用CMIP6中的CESM2-WACCM模式逐日资料，预估未来2020—2099年SSP2-4.5、SSP3-7.0和SSP5-8.5三种不同排放情景下北半球对流层顶附近反气旋型Rossby波破碎（Anticyclonic Rossby Wave Breaking， AWB）的空间分布、发生频率、水平尺度、对称结构及其长期趋势。总体而言，未来四个季节AWB都在北太平洋和北大西洋有高频区。夏季北太平洋高频区发生频数显著多于北大西洋高频区，其他三季相反。两高频区在三种不同情景下，AWB物质经向输送通常以对称输送为主，但北太平洋区内冬、春、秋三季在SSP2-4.5情景下AWB物质向极净输送，北大西洋区内夏季在SSP2-4.5和SSP5-8.5情景下AWB物质向赤道净输送。未来的长期趋势显示，两高频区内各季节的AWB发生频数、水平尺度和物质向极输送主要呈减小（减少）趋势，且温室气体排放量越大，减小趋势越显著。在SSP5-8.5情景下，北太平洋夏季AWB总面积变化趋势为-365.5个1°×1°标准经纬度网格/10 a，该变化由区域内AWB平均尺度减小（-2.7个标准化网格/10 a）和发生频率减少（-1.9个/10 a）共同导致；该区域的向极输送率变化率为-0.016 5/10 a。北大西洋秋季AWB发生频数变化率为-2.3个/10 a，导致其总面积则以-440.4个标准化网格/10 a的速度减小。     

共享社会经济路径下中国及分省经济变化预测

基于中国历次人口和经济普查及逐年统计年鉴,率定柯布道格拉斯（Cobb-Douglas）经济预测模型的参数,依据共享社会经济路径（SSPs）框架情景,构建2020—2100年中国31个省（区、市）经济变化格点（0.5°×0.5°）数据库。未来中国经济呈现如下特点：(1)沿可持续路径（SSP1）和不均衡路径（SSP4),GDP将呈现先增后降趋势,峰值出现在2070—2080年;沿中间路径（SSP2）和化石燃料为主的发展路径（SSP5),GDP则呈现持续增长趋势;区域竞争路径（SSP3）下,2050年以后GDP增长处于停滞状态。(2)无论采用何种路径,2020年前GDP仍旧保持6.0%左右的增速,随后增速均低于5.0%并出现放缓或停滞,甚至负增长态势。(3)社会经济发展政策对中国分省经济增长产生直接影响。2020年代SSP1~SSP5路径下江苏、广东和山东省GDP总量位列前三;2090年代,SSP1和SSP5路径下广东、山东和江苏省GDP总量依旧位列前三;SSP2路径下,浙江位列第二;SSP3路径下,河南跻身前三;SSP4路径下,排名前三省份为广东、江苏和浙江省。(4) 2020年代SSP1、SSP2和SSP5路径下,山东、浙江等省GDP增速超过6.0%,SSP3和SSP4路径下仅广东和浙江省GDP增速可维持5.0%左右,个别省还出现负增长;2090年代各省GDP增速均降至不足1.0%。     

CMIP6模式对亚洲陆地生态系统的模拟评估与预估

基于国际耦合模式比较计划第六阶段（CMIP6）模式模拟以及观测数据,评估了9个CMIP6模式对亚洲地区叶面积指数（LAI)、总初级生产力（GPP）和净初级生产力（NPP）的模拟性能。模拟评估结果表明,9个CMIP6模式能够较好地模拟出亚洲地区陆地生态系统LAI、GPP和NPP的时空分布特征。综合来看,多模式集合（MME）模拟效果最佳,其模拟的LAI、GPP和NPP与观测的空间相关系数分别达到0.90、0.81和0.89,均方根误差在0.5左右。在此基础上,利用MME结果进一步预估了亚洲地区陆地生态系统在SSP1-2.6、SSP2-4.5和SSP5-8.5情景下的未来变化。总体而言,亚洲地区LAI、GPP和NPP到21世纪末都呈现上升趋势。其中,温室气体高排放情景下的上升趋势大于温室气体低排放情景下的上升趋势,亚洲中高纬度地区的增幅大于低纬度地区的增幅。从区域平均来看,到21世纪末期,与当今气候态相比,北亚LAI、GPP和NPP的增幅最大,其在SSP5-8.5情景下分别增加68%、106%和90%;东南亚增幅最小,分别为15%、34%和39%。在SSP1-2.6情景下,北亚LAI、GPP和NPP在21世纪末的增幅分别为23%、29%和26%;东南亚分别为3%、10%和11%,意味着未来全球变暖背景下亚洲区域陆地生态系统变绿和固碳幅度加强。     

2015—2050年中国分省城乡人口变化及其影响因素研究

社会经济发展道路的选择影响城乡发展模式,带来城市和农村人口新的分布格局.本文基于IPCC共享社会经济路径（SSPs）框架,采用第六次中国人口普查数据,综合考虑中国人口政策和迁移规律,对人口-发展-环境分析模型（PDE）中的生育率、死亡率和迁移率参数进行本地化处理,开展5种SSPs路径下的中国及分省（区、市）城乡人口预估研究,并分析其变化的主要影响因素.结果表明：1）5种SSPs路径下中国城市人口均有所增加,2015-2050年增长3.4（2.2~3.7）亿人;农村人口持续降低,减少约3.0（1.1~4.0）亿人;到2050年中国城市化率将达到79%（67%~86%）.2）未来中国大部分省份城市人口都将较2015年有所增加,西部省份的增长速度高于东部省份;所有省份农村人口都将明显减少,东部地区农村人口减少幅度高于西部地区.相比2015年,2050年西藏、新疆等地城市人口最多可增加两倍以上;大部分省（区、市）农村人口可减少60%以上.3）未来大部分路径下自然变动对城市和农村人口均由正的影响逐渐变为负影响;机械变动对城市人口影响为正,对农村人口影响为负,影响程度逐渐减小.人口自然变动在东西部省份的差异是导致东西部城乡人口不同变化的主要因素.     

气候变化情景下中国乡村振兴核心区人口预估及在干旱灾害影响评估中的应用

根据IPCC提出的共享社会经济路径(SSPs),本文以中国14个乡村振兴核心区为研究区,结合中国当前人口特征设定不同SSPs路径下本地化人口预估参数,采用人口—发展—环境(PDE)模型,预估2020～2040年人口变化特征.结合SSPs-RCPs情景下多模式的干旱评估结果,探讨未来乡村振兴核心区干旱暴露人口较基准期(1...     

共享社会经济路径下中国各省城市化水平预测

城市化水平预测与减缓及适应气候变化研究息息相关。基于国家统计局2005—2015年全国各省区城镇和乡村人口,以各省区2015年人均地区生产总值为指标进行分组,结合IPCC 5种共享社会经济路径（SSPs）的发展特征设置模型参数,运用Logistic模型预测了我国各省区2016—2050年城市化水平。结果表明,到2050年,各省区（除天津、北京、上海、西藏外）在5种典型SSPs下城市化水平收敛于75%左右。其中,SSP1、SSP3、SSP4、SSP5路径下,各省城市化水平比较趋同。而在SSP2路径下,全国总体上从东部到西部城市化程度逐渐降低,空间分布具有明显梯次递减性。5种SSPs路径下城市化速度方面,基本上呈现出中西部快而东部慢、西南快而东北慢的空间分布格局。同时,高收入省份不同路径下的城市化水平差别小,而中低收入省份的差别较大。     

IPCC共享社会经济路径下中国和分省人口变化预估

基于2010年第六次中国人口普查数据,采用IPCC发布的可持续发展(SSP1)、中度发展(SSP2)、局部或不一致发展(SSP3)、不均衡发展(SSP4)、常规发展(SSP5)这5种共享社会经济路径,率定人口-发展-环境分析(PDE)模型中的人口生育率、死亡率、迁移率、教育水平等参数,对2011-2100年中国和31个省(区/市)人口变化进行预估。结果表明：1) 不同SSP路径下,中国人口均呈先增加后减少的趋势,在高气候变化挑战的SSP3路径下人口最多,于2035年达到峰值,约14.27亿;在以适应挑战为主的SSP4路径下,人口出现最小值7.02亿。2) SSP1、SSP4和SSP5路径下人均寿命长,人口老龄化严重,其中SSP1和SSP5路径下人均教育水平高,到2100年教育水平在大学以上人口约占总人口的60%;SSP2路径下各年龄段分布比较均衡;SSP3路径下新生人口数量较多,劳动力充足,但教育水平较低。3) 到2100年,SPP3路径下广西人口呈现最大值1.13亿,在其他路径下广东人口最多,达1.29亿。     

Future Changes in Extreme High Temperature over China at 1.5℃-5℃ Global Warming Based on CMIP6 Simulations

Extreme high temperature(EHT)events are among the most impact-related consequences related to climate change,especially for China,a nation with a large population that is vulnerable to the climate warming.Based on the latest Coupled Model Intercomparison Project Phase 6(CMIP6),this study assesses future EHT changes across China at five specific global warming thresholds(1.5℃-5℃).The results indicate that global mean temperature will increase by 1.5℃/2℃ before 2030/2050 relative to pre-industrial levels(1861-1900)under three future scenarios(SSP1-2.6,SSP2-4.5,and SSP5-8.5),and warming will occur faster under SSP5-8.5 compared to SSP1-2.6 and SSP2-4.5.Under SSP5-8.5,global warming will eventually exceed 5℃ by 2100,while under SSP1-2.6,it will stabilize around 2℃ after 2050.In China,most of the areas where warming exceeds global average levels will be located in Tibet and northern China(Northwest China,North China and Northeast China),covering 50%-70%of the country.Furthermore,about 0.19-0.44 billion people(accounting for 16%-41%of the national population)will experience warming above the global average.Compared to present-day(1995-2014),the warmest day(TXx)will increase most notably in northern China,while the number of warm days(TX90p)and warm spell duration indicator(WSDI)will increase most profoundly in southern China.For example,relative to the present-day,TXx will increase by 1℃-5℃ in northern China,and TX90p(WSDI)will increase by 25-150(10-80)days in southern China at 1.5℃-5℃ global warming.Compared to 2℃-5℃,limiting global warming to 1.5℃ will help avoid about 36%-87%of the EHT increases in China.     

The future urban heat-wave challenge in Africa: Exploratory analysis

Urbanization and climate change are among the most important global trends affecting human well-being during the twenty-first century. One region expected to undergo enormous urbanization and be significantly affected by climate change is Africa. Studies already find increases in temperature and high temperature events for the region. How many people will be exposed to heat events in the future remains unclear. This paper attempts to provide a first estimate of the number of African urban residents exposed to very warm 15-day heat events (>42 °C). Using the Shared Socio-economic Pathways and Representative Concentration Pathways framework we estimate the numbers of exposed, sensitive (those younger than 5 and older than 64 years), and those in low-income nations, with gross national products of $4000 ($2005, purchasing power parity), from 2010 to 2100. We examine heat events both with and without urban heat island estimates. Our results suggest that at the low end of the range, under pathways defined as sustainable (SSP 1) and low relative levels of climate change (RCP 2.6) without including the urban heat island effect there will be large populations (>300 million) exposed to very warm heat wave by 2100. Alternatively, by 2100, the high end exposure level is approximately 2.0 billion for SSP 4 under RCP 4.5 where the urban heat island effect is included.     

我国西北降水变化趋势和预估

利用观测资料、GPCC再分析资料和第六次耦合模式比较计划（CMIP6）模拟结果,研究了我国西北地区近几十年及未来降水变化趋势。结果表明,1979—2019年我国西北干旱半干旱区降水在全年各季节均有显著增加,其中秋季增加最多。CMIP6模拟结果显示,随着全球变暖,我国西北地区降水在2015—2100年将继续增加。至21世纪末,在SSP2-4.5和SSP5-8.5情景下,我国西北地区年平均降水量将分别增加约13.7%（37 mm）和25.8%（78 mm),其中降水量增加最多的季节分别为夏季和春季。考虑到西北地区蒸发量也将随全球变暖而增加,模式平均的结果显示西北地区年平均净降水量在两种情景下的增幅分别约1.4%和4.9%,表明我国西北地区未来气候呈现显著的变湿趋势。进一步分析表明,西北地区未来降水增加可能与局地大气低层位势高度降低和上升运动加强有关。     

“一带一路”沿线国家2020—2060年人口经济发展情景预测

本文应用IPCC共享社会经济路径(SSPs),开展“一带一路”沿线国家的人口和经济情景预测,研究可持续路径(SSP1)、中间路径(SSP2)、区域竞争路径(SSP3)、不均衡路径(SSP4)和化石燃料为主发展路径(SSP5)下,“一带一路”沿线国家社会经济的变化趋势,构建“一带一路”沿线国家人口和经济发展情景数据库,服务于气候变化影响、风险、适应和减缓路径方案设计。研究表明：(1)2016年“一带一路”沿线国家总人口占全球人口的62.3%,GDP总量占全球的31.2%。其中“21世纪海上丝绸之路”经过的东南亚和南亚地区经济总量大,但人口密集,人均GDP较低;“丝绸之路经济带”涵盖的中亚、西亚、东欧等地区人口密度小,经济相对发达。(2)“一带一路”沿线国家未来人口和经济整体呈增长趋势,但不同的社会经济发展政策对人口经济变化有重大影响。不同的SSPs路径下,2060年人口将比2016年水平增加3.3亿(SSP5)~18.3亿(SSP3),经济总量达到2016年水平的3.0（SSP3)~6.4倍(SSP5)。人口占全球总量的比重持续减少,经济比重则有所增加。(3)21世纪中期(2051—2060年),“一带一路”沿线国家平均人口密度约95人/km²,GDP约164万美元/km²。不同社会经济发展政策间人口经济分布有一定差异,SSP3路径下大部分国家人口增长迅速,但经济发展缓慢,人均GDP多低于2万美元;SSP5路径下人口相对较少,经济发展迅速,大多数国家人均GDP超过2.5万美元;其他3种路径下人口经济发展介于SSP3和SSP5之间。