不同升温情景下中国东北地区平均气候和极端气候事件变化预估

利用区域气候模式RegCM4的逐日气温和降水资料,预估1.5℃和2.0℃升温情景下,东北地区平均气候和极端气候事件的变化。结果表明：RCP4.5排放情景下,模式预计在2030年和2044年左右稳定达到1.5℃和2.0℃升温;两种升温情景下,东北地区气温、积温、生长季长度均呈增加趋势,且增幅随着升温阈值的升高而增加;1.5℃升温情景下,年平均气温增幅为1.19℃,年平均降水距平百分率增幅为5.78%,积温增加247.1℃·d,生长季长度延长7.0 d;2.0℃升温情景下气温、积温、生长季长度增幅较1.5℃升温情景下显著,但是年和四季降水普遍减少,年降水距平百分率减小1.96%。两种升温情景下,极端高温事件显著增加,极端低温事件显著减少,极端降水事件普遍增加。霜冻日数、结冰日数均呈显著减少趋势,热浪持续指数呈显著增加趋势;未来东北地区降水极端性增强,不仅单次降水过程的量级增大,极端降水过程的量级也明显增大,随着升温阈值的增大,极端降水的强度也逐渐增大。     

1961—2020年青海高原气候变化特征

选取1961—2020年青海高原50个地面气象观测站逐月气温（平均、最高、最低）、降水和风速资料，利用气候变化趋势转折判别模型（Piecewise Linear Fitting Model,PLFIM）、气候倾向率等方法，分析青海高原气候变化的时空分布和年代际趋势转折变化等特征。结果表明：〖JP2〗①近60年来青海高原年平均气温呈显著上升趋势，其中平均最低气温的升温速率尤为明显，为0.62 ℃〖DK〗·（10a）-1;年降水量呈波动上升趋势，进入21世纪后呈显著增加趋势，速率为39.9 mm〖DK〗·（10a）-1;年平均风速整体呈减小趋势，其中以茫崖站最为明显，风速减小速率为-0.56 m〖DK〗·s-1〖DK〗·（10a）-1。〖JP〗②年平均气温和平均最高气温在1972年和1983年发生了年代际趋势转折，平均最高气温第3次转折发生在2009年，平均最低气温没有发生明显的年代际趋势转折。年降水在1972年、1983年和2000年发生年代际趋势转折;年平均风速发生在1998年和2009年。③与旧气候态（1961—1990年）相比，新气候态下（1991—2020年）青海高原年平均气温、平均最高气温和平均最低气温的均值分别上升了1.16 ℃、1.22 ℃和1.81 ℃，向高温方向漂移，且概率密度分布形状更加偏平，气候趋于不稳定;④在全球变暖背景下，青海高原年平均气温和年降水量均呈增加趋势，其中年平均气温的增温速率远超中国、同纬度地区及全球平均水平;降水量年际波动较大，但整体呈增加趋势。     

RCPs情景下珠江流域气候变化预估分析

针对珠江流域,分析了在全球气候模式（BCC_CSM1.1）驱动下,区域气候模式RegCM4进行的中国区域气候变化模拟中,珠江流域在RCP4.5和RCP8.5温室气体排放情景下,未来2010—2099年的气候变化。结果表明,RegCM4对珠江流域气候特征具有很强的模拟能力。未来RCPS情景下珠江流域气温将持续增大。与参照时段（1980—1999年）相比,RCP4.5和RCP8.5情景下的年平均温度在2020s分别增加0.7 ℃和0.8 ℃,2050s分别增加1.0 ℃和1.6 ℃,2080s分别增加1.6 ℃和2.9 ℃。而未来年降水并未表现出显著的变化趋势,但不同情景、不同地区预估的降水呈现不同的变化趋势。RCP4.5情景下,流域降水2020s将减少4.3%,2050s和2080s将分别增加0.7%和0.1%;RCP8.5情景下,未来不同时段流域降水均呈减少趋势,2020s、2050s和2080s分别减少1.7%、2.9%和0.2%,表明降水预估具有更大的不确定性。两种排放情景下未来降水在东南沿海增加、西北部减少,变化率为±8%。此外,两种排放情景下未来珠江流域的日平均温度统计特征发生改变,揭示未来高温事件可能增加,同时,大雨级别以上的降水发生频率增加,可能导致洪涝事件增加。      

气候变化对淮河蒙洼蓄滞洪区启用风险影响评估

基于RCP情景下47个IPCC CMIP5气候模式模拟数据和大尺度水文模型VIC,预估了未来（2021-2050年）气候变化对淮河蒙洼蓄滞洪区启用的可能影响。结果表明：与基准期（1971-2000年）相比,多模式预估淮河上游未来多年平均气温一致呈增加趋势,平均增幅范围0.2～1.7℃。不同模式对降水预估差异较大,但有超过70%的模式预估降水呈增加趋势,平均增幅为3.4%～4.1%。未来气候情景下,王家坝断面洪水总体呈增加趋势,20年一遇的洪水强度平均增幅19%,洪水频率将增大,蒙洼蓄滞洪区启用可能更加频繁,启用的风险加大。     

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。     

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.     

东北地区气候变化CMIP5模式预估

利用CMIP5的多模式集合资料,从时间变化和空间分布两方面分析了不同情景下(RCP2.6、RCP4.5、RCP8.5)中国东北地区未来100年的气候变化。结果显示:3种排放情景下,21世纪东北地区气温和降水呈显著增长趋势,中期和末期增幅较明显,冬季增幅高于其他季节,RCP8.5情景下气温增暖最为显著,RCP4.5次之,RCP2.6最小,随着年代的推移,气温和降水年较差逐渐减小;空间分布显示:3种排放情景下各个时期的增温分布形式基本一致,由南向北逐渐增大,辽宁南部增温幅度最小,最显著地区位于黑龙江大兴安岭;不同情景下气温变化率的分布形势略有不同,但均呈显著增温趋势;3种排放情景下降水距平百分率均为增加趋势,呈由东向西逐渐增大的经向分布特征;不同情景下的降水变化率分布形势相似,呈南大北小特征,辽宁地区增长最为明显,黑龙江西部地区增长相对较小。     

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。     

黑龙江省未来41年气候变化趋势与突变分析

选用由英国Hadley中心区域气候模式系统PRECIS构建的基准时段（1961—1990年）和未来时段（2010--2050年）A2、B2情景气候数据,应用线性倾向估算法、累积距平及Mann—Kendall法对排放情景特别报告（SRES）中A2和B2情景下黑龙江省2010--2050年的平均气温、平均最高最低气温、降水量的变化趋势和突变进行了分析。结果表明：相对于基准气候（1961--1990年）,未来41a平均气温表现出明显的上升趋势,A2、B2情景下年均气温分别升高1．63℃和1．94℃,突变分别发生在2031年和2033年;相对于基准气候,A2、B2情景下未来41a降水量分别增加5．3％和1．1％,降水量变化趋势不同,A2情景下为4．03mm／10a,B2情景下为5．94mm／10a,但趋势均不显著,且没有突变发生。总体上,黑龙江省未来41a的气候为向暖湿变化的趋势。     

青藏高原未来气候变化预估:CMIP5模式结果

本文使用国际耦合模式比较计划第5阶段(CMIP5)中对青藏高原气候模拟较优的气候模式, 在RCP4.5中等偏低辐射强迫情景下对青藏高原未来气候变化进行了预估研究。结果表明, 青藏高原年均地表气温在2006~2100年的线性趋势平均为0.26℃/10a, 增暖幅度与海拔高度大体成正比;相比于1986~2005年参考时段, 2090年代平均升温2.7℃, 21世纪末期增温幅度明显高于早期和中期;在早、中和末期, 年均增温分别为0.8~1.3℃、1.6~2.5℃和2.1~3.1℃;各季节也均为变暖趋势, 其中冬季增温最大。对于年均降水来说, 未来百年将小幅增加, 集合平均趋势为1.15%/10a, 2090年代较参考时段增加10.4%;在早、中和末期的变化范围分别为-1.8%至15.2%、-0.9%至17.8%和1.4%至21.3%;季节降水也呈增加趋势, 夏季增幅明显高于其余三个季节且在21世纪末期较大, 青藏高原未来年均降水增加主要来自于夏季。需要指出的是, 上述预估结果在气候模式间存在着一定的差异, 未来气候变化的不确定性范围较大, 地表气温的可信度相对较高, 而降水的则偏低。     

中国北方农牧交错带气候变化特征及未来趋势

利用1951—2006年中国台站日平均观测资料对北方农牧带过去56a气候变化特征进行了分析,指出该农牧带年降水量具有明显的年际和年代际变化特征,近10a来呈明显的下降趋势;年平均气温在20世纪90年代前期变化幅度较小,1987年之后持续偏暖,与全球及中国温度变化趋势一致;降水和温度变化具有明显的季节和区域差异。在气候特征分析基础上,利用全球海气耦合模式嵌套区域气候模式在SRES A2排放情景下对未来30a（2001-2030年）的气候变化进行了预估,对照30a模式气候场（1961—1990年）,分析了未来30a北方农牧交错带降水和温度变化的可能趋势,结果表明,未来该区平均地面气温持续升高,升温幅度达0．3℃,温度日较差将明显减小;年降水量呈增加趋势,但增加幅度较小,且降水变化具有明显的季节和地域差异;未来黄河上游地区干旱的威胁仍十分严峻。     

辽河流域气候变化及对径流影响预估与评估分析

辽河流域属于气候变暖较为显著区域,增温幅度比全球和全国的增温幅度都要高。同时辽河流域也是水资源较为匮乏且需求量大的地区,因此气候变化对水资源影响问题也更值得关注。基于长期历史观测气象水文数据和未来不同情景下气候变化预估资料,建立评估气候变化与径流量的关系,预估未来气候变化对径流量的可能影响,为辽河流域应对气候变化决策提供科学依据。结果表明:1961—2020年,辽河流域气温为持续上升趋势,降水没有明显的增减趋势,但存在阶段性变化;辽河流域降水量与径流量有较好的相关关系,具有较为一致的长期变化趋势与特征,年降水量与径流量相关数达到0.6以上。日降水量与径流量相关分析表明,降水发生后次日且为大雨降水等级(即日降水量≥25 mm)时,两者相关系数可高达0.85;敏感性试验和模式模拟试验表明,径流量对气候变化有明显的响应,降水增加(减少)、气温降低(升高),则径流量增加(减少);在未来RCP8.5排放情景下气温升高趋势最为明显,未来径流量也为显著增加趋势;RCP2.6排放情景下气温增加的幅度最小,未来径流量也表现为无明显增减趋势;RCP4.5情景下,气温增加的幅度居中,未来径流量则为减少趋势。     

海南21世纪气候变化预估分析

利用RCP4.5和RCP8.5情景下区域气候模式RegCM4.0单向嵌套BCC_CSM1.1全球气候系统模式输出结果中海南岛区域的格点进行站点插值后的预估数据,分析了海南本岛21世纪气候变化情景,结果表明:21世纪海南岛总体呈变暖、变湿趋势.在RCP4.5情景下,年增暖倾向率为1.4℃/100a,在RCP8.5情景下,年增暖倾向率为3.4℃/100a.RCP4.5情景下,增温幅度最大的是冬季;RCP8.5情景下,前期增温幅度最大的是冬季,中期增温幅度最大的是夏季,后期增温幅度最大的在秋季.21世纪年降水距平百分率的变化有明显的阶段性变化.RCP4.5情景下前、后期降水增多不明显,中期增多明显;RCP8.5情景下前、后期的降水增加幅度比中期更明显.21世纪冷季降水可能减少,秋季可能更明显,冬季次之;暖季降水可能增加,夏季可能更明显.     

2011—2050年长江流域气候变化预估问题的探讨

利用长江流域1961—2008年观测气象资料,对IPCC 第四次评估报告中12个全球气候模式及所有模式集合平均进行比较验证,结果表明：MIUB_ECHO_G模式对该地区降水模拟能力较强,NCAR_CCSM3模式对温度模拟效果较好。进一步利用MIUB_ECHO_G模式和NCAR_CCSM3模式结果在SRES-A2、-A1B、-B1 3种排放情景下的降水和温度数据,分析2011—2050年3种排放情景下长江流域降水和温度变化特征。结果表明,2011—2050年长江流域降水变化趋势不明显,温度呈增加趋势,增幅在2℃内。     

基于高分辨率模拟数据RCP4.5情景下的华中区域气候变化预估

基于RegCM4.4高分辨率区域气候模式数据和华中区域1986—2005年逐日气象观测资料,在对模式模拟性能检验的基础上,对中国华中区域未来不同时期、1.5℃和2℃温升阈值下气候变化进行预估。结果表明：模拟结果能较准确反映出区域气温、降水年内变化特征及空间分布特征;与观测值相比,气温模拟值偏低、降水模拟值偏大;与1986—2005年相比,未来RCP4.5温室气体排放情景下2020—2098年中国华中区域气温增幅为2.1℃,且以0.3℃/10 a的趋势增加,降水量无明显变化趋势;远期（2080—2098年）气温将上升2.88℃,降水将增加7.58%,均高于近期（2020—2035年）和中期（2046—2065年）;1.5℃温升情景下华中区域气温上升1.22℃,降水增加1.93%;2℃温升情景下,华中区域气温上升1.36℃,降水增加3.57%。     

CCSM4模式对东北气温和降水的模拟及预估

利用东北地区162个气象观测站逐月气温和降水资料对CCSM4模式的模拟性能进行了评价,并预估了2021—2050年东北地区的气候变化情景。结果表明:CCSM4模式长期历史气候模拟实验模拟的1961—2005年月平均气温、降水量值能较好地再现东北区域年平均气温、降水量的空间分布形态,但气温模拟值比观测偏低,91. 4%站点误差在1. 5℃以内;降水中心比观测略偏北,全区平均偏多35. 18 mm。2021—2050年东北区域年平均气温呈增温趋势,高纬度地区的增温幅度明显大于低纬度地区,与基准年相比,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏高6. 00℃、5. 86℃和6. 42℃。年降水量分布呈东南向西北递减的形态,降水大值中心出现在东南部吉林与辽宁交界处,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏多15. 2%、3. 1%和2. 0%。     

鄱阳湖生态经济区气候变化事实与预估

利用1961--2010年江西省26个气象站逐日气温和降水资料,研究分析鄱阳湖生态经济区历史气候变化事实;基于“中国地区气候变化预估数据集”（Version3．0）2014--2100年数据,预估未来不同RCP情景下区域气温和降水变化。结果表明,鄱阳湖生态经济区气温呈现显著上升趋势,升温趋势高于江西全省;降水强度呈增强趋势。未来气温依然呈现为上升趋势,如果从现在开始及时有效地采取应对措施,气温的上升趋势将在2040年后得到缓解。如果长时间存在高能源需求及高温室气体排放,则未来降水年际变化更大,极端降水事件发生将更为频繁。     

SRES A2情景下中国区域21世纪末平均和极端气候变化的模拟

利用Hadley气候预测与研究中心的区域气候模式系统PRECIS单向嵌套该中心全球海-气耦合气候模式HadCM3高分辨率的大气部分HadAM3H,分析了SRES A2情景下2071-2100年相对于气候基准时段（1961-1990年）中国区域的气候变化,包括气温和降水的年际、季节和日时间尺度的变化以及极端气候事件的变化趋势。模拟结果表明：气温呈明显增加趋势,其中新疆和东北地区增温明显。而降水表现了更大的年际变化和季节变化,冬季南方降水减少,但沿黄河流域的降水明显增加,夏季与冬季相比呈现出相反的趋势。此外,连续高温日数呈现增加趋势,而连续霜冻日数呈现减少趋势。连续湿日数也表现出一定的增加趋势。     

黄河源区未来地面气温变化的统计降尺度分析

大气环流模式(GCMs)模拟预测的气候变化情景,必须经过降尺度处理后才能得出次网格尺度上未来气候变化的时空分布细节,才能满足评估气候变化对资源、环境和社会经济等影响的需要.本文在简单介绍了目前降尺度模型的研究现状后,重点分析了统计降尺度方法的优缺点及适用性,并应用黄河源区7个站点1961-1990年的实测地区最高气温和最低气温资料,对统计降尺度模型(SDSM)的应用进行了分析和验证.首先利用SDSM建立大尺度气候要素和地面气温变量间的统计转换关系,确定模型应用的预报因子变量,然后用独立的观测资料验证模型的可靠性,最后把建立好的统计关系应用于英国Hadley中心海气耦合模式(HadCM3 SERS B2)的输出,分别生成了黄河源区7个站点未来3个时段2020s,2050s和2080s的气温变化情景.在此基础上,应用Arc/GIS的Kriging插值方法获得整个区域的气温变化情景进行分析.结果表明,日最高气温模拟值随时间推移增幅很快,3个时段(2020s,2050s和2080s)的平均气温变化情景分别为1.34,2.60和3.90℃,而日最低气温变化相对不明显,3个时段的平均气温变化情景分别为0.87,1.49和2.27℃.表现在每个季节和每个月的变化情景又各不相同,日最高气温以春季和秋季变化最显著,而日最低气温则以夏季和秋季的变化最为明显.     

MODES系统对贵州月气温、降水预测初步评估

通过对2013年1月—2015年6月(MODES)发布的最优月预测产品在贵州省月平均气温距平和降水距平百分率的预测检验评估,发现MODES对全省平均气温有较好的预报,分析时段内预测与实况的相关系数为0.24,距平同号率为65.5%,且对气温偏高预测的可参考性高于其对气温偏低的预测。相比于气温,MODES对降水预测能力较弱,参考性也相对较低,其中对贵州全省平均降水偏多趋势的预测技巧要优于对全省平均偏少趋势的预报技巧。逐站分析显示,MODES对贵州气温预测效果较好的地区在西部、北部和东部,对降水偏多的预测效果较好的地区位于除西北部和北部边缘地区外的其余大部地区。通过对MODES与预报员综合预报的结果评估发现,MODES月预测总体效果较预报员好,且稳定性高于预报员,可为预报员提供参考信息。