未来20年中国气温变化预估

利用大约40余个气候模式和模式集合,考虑多种人类排放情景,预估到2025年前相对于1961－1990年中国的气温变化。只考虑未来人类排放增加多模式集成预估结果表明,中国年平均气温自2006到2025年的20 a期间将继续变暖0.55 ℃,至2010年年平均气温平均变暖大约为1.08 ℃（平均变暖范围为 0.73-1.54 ℃）,至2020年年平均变暖约为1.43 ℃（平均变暖范围为1.10-2.09 ℃）,至2025年平均变暖约为1.39 ℃（平均变暖范围为0.94-2.19 ℃）。 对1990－2005年已经出现观测事实的近16 a气候模式预估结果进行检验表明,多模式考虑多种排放情景集成,一致预估出这16 a的明显变暖趋势,但是变暖幅度略低于实际观测值。经检测证实,对2006－2025年中国气温的预估具有一定的可信度。需要指出的是,目前的预估没有考虑未来的自然变化,只考虑人类排放继续增加的影响。     

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。     

多区域气候模式集合对中国径流深的模拟评估和未来变化预估

对5组区域气候模式集合模拟的中国径流深进行评估,并且预估了温室气体高排放情景RCP8.5下的未来变化。结果表明：多区域气候模式集合结果能够基本模拟出径流深的观测特征,对年径流深的空间分布特征模拟较好,但量值存在一定的系统偏差,特别是黄河中游、海河和松辽河存在明显的正偏差,且对全国9个流域片中东南、西南和西北诸河的年内分配总体模拟效果相对较差。未来到21世纪末,全国平均年径流深在各个时段都以增加为主,增加幅度多在5%以内。未来变化存在明显的空间差异,大致表现为“北增南减”的分布特征,但不会改变中国水资源南多北少的空间格局;其中,黄河、西南和西北诸河流域片呈显著的增加趋势,淮河、长江和东南诸河流域片呈现显著的减少趋势,海河、松辽和珠江流域的变化趋势不显著。21世纪末期各地的变化多在±30%以内,且多模式预估的正负变化一致性较高。到21世纪末期,各流域片平均的径流深季节分配总体特征没有明显变化,径流深的最大月份基本维持不变,分配比例的数值有±2%以内的变化,且各季节的增减变化存在明显流域间差异。     

气候系统模式对Hadley环流的模拟和未来变化预估

针对全球变暖背景下未来Hadley环流将如何变化这一问题,评估了气候系统模式对1970~1999年Hadley环流时空特征的模拟效能,并在此基础上选取能合理模拟Hadley环流空间结构、强度指数和边界指数变化的3个模式,通过多模式集合方法预估了未来Hadley环流在A1B排放情景下的可能演变。预估结果表明,在全球变暖背景下,相比于1970~1999年,到本世纪末期(2070~2099年),北半球Hadley环流在4个季节都将减弱,春季变化幅度相对较弱;南半球Hadley环流在冬季和夏季也会减弱,而在春季和秋季的变化不明显。另外,北半球Hadley环流的北边界除在夏季向南收缩外,在其它3个季节均向北伸展;南半球Hadley环流的南边界在4个季节均向极地方向移动。两个半球的Hadley环流在垂直方向还将向对流层上层伸展。       

基于CMIP6模式的黄河流域宁夏段未来气温变化预估研究

为预估黄河流域宁夏段不同地区未来气候特征及其变化趋势,利用宁夏区内19个国家气象站观测资料和CMIP6(Coupled Model Intercomparison Project 6)模式数据,在检验CMIP6模式对宁夏气温模拟能力的基础上,对不同情景下宁夏引黄灌区、中部干旱带和南部山区未来气温变化进行预估。结果表明：(1)CMIP6大部分模式对黄河流域宁夏段年平均气温模拟能力较好,空间相关系数为0.603～0.930,时间相关系数为0.381～0.782,多模式集合优于单个模式模拟效果。(2)在SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5 4种情景下,预计2021—2099年黄河流域宁夏段年平均气温均呈明显增温趋势,增温速率为0.09～0.68℃·(10 a)^-1。不同情景下增温速率差异明显,SSP1-2.6情景下呈减小趋势,SSP2-4.5情景下先增后减,SSP3-7.0情景下呈“增大、减小、增大”特征,SSP5-8.5情景下呈增大趋势。(3)预计4种情景下21世纪30年代引黄灌区、中部干旱带和南部山区年平均气温分别达10.91～11...     

基于多区域模式集合的中国西部干旱区极端温度未来预估

利用CORDEX-EA计划11个区域模式模拟结果,集合预估了中国西部干旱区16个极端温度指数未来的变化趋势及空间分布。结果表明:1)区域模式基本上能够再现近30 a西部干旱区极端温度的空间分布。2)多模式集合预估的西部干旱区21世纪中期霜冻日数(FD)和冰封日数(ID)呈现显著的下降趋势,而热夜日数(TR)和夏季日数(SU)则呈现明显的上升趋势。3)未来异常暖昼持续指数(WSDI)和生长期(GSL)呈现增加趋势,异常冷昼持续指数(CSDI)和日较差(DTR)则呈现下降趋势。4)未来气候增温导致冷昼日数(TX90p)、暖夜日数(TN90p)增加,而暖昼日数(TX10p)和冷夜日数(TN10p)减少。5)未来月最高温度极大值(TXx)、月最低温度极大值(TNx)、月最高温度极小值(TXn)和月最低温度极小值(TNn)都呈现增加的趋势。因此,西部干旱区未来发生极端低温事件的概率减小,发生极端高温事件的概率则会增大,但不同的极端温度指数变化的空间分布并不均一,存在明显的区域差异。     

近50年中国风速变化多气候模式模拟检验

近年来,随着气候模式研究的快速发展,全球气候模式在模拟20世纪气候和气候变化特征,尤其是在模拟温度、降水等要素特征和变化及其人类活动对这些要素的影响等方面取得了丰硕的成果.然而,全球气候模式对近地层风速的模拟情况如何,目前仍缺少分析和检验.本文利用中国区域近地层风速观测资料,检验评估了参与IPCC AR420世纪气候耦合模式模拟(20C3M)的19个伞球气候模式和国家气候中心新一代伞球气候模式(BCC_CSM1.0.1)模拟的1956-1999年中国近地层(10m)风速及其变化的模拟能力.研究发现,20个伞球气候模式基本上都能模拟出中国多年年(或季)平均风速分布状况,但模式模拟的平均风速一般小于观测值,尤以观测风速较大的北部和西北部地区模拟值偏小显著.气候模式模拟秋冬季风速分布的能力强于模拟夏春季的能力.模式基本上能模拟出冬、春季平均风速大于夏、秋季平均风速,但是模拟不出春、冬、夏、秋季平均风速依次减小的季节变化特征.模式及模式集成难以模拟出观测到的近50年中国年(或季)平均风速明显减小的变化趋势,少数模式能模拟出年(或季)平均风速略呈减小的变化趋势,但与观测值比相差约一个量级.模式对北部和西南部地区平均风速的变化模拟效果较好,而模式难以模拟东南-南部地区风速变化特征.     

CMIP5模式对辽宁省气温模拟能力及未来2℃升温阈值出现时间评估

利用全球气候模式、多模式集合和辽宁省气象观测数据,评估了不同典型浓度路径下19个全球气候模式和多模式集合对辽宁省气温变化模拟能力和可信度。结果表明:最优模式模拟结果优于多模式集合,具有较高的可信度。随着全球二氧化碳排放浓度增加,气温变化率和可信度呈增加趋势,首次达到2℃年份呈提前趋势,大部分站点出现在2011年之前,且出现年份越晚,升幅往往越高,反之亦然。大部分站点首次稳定到达2℃阈值开始年份在2022年之前,结束年份出现在2019—2026年,持续时间在13 a以下,开始年份均呈西早—东晚分布形势,结束时间和持续时间分布较均匀,且随着全球二氧化碳排放浓度增加,升温幅度呈上升趋势。不同典型浓度路径下各区域最高温、最低温和平均气温出现年份和变化特征均比较一致。     

基于CMIP6多模式集合的华中地区气候变化模拟与预估

选用华中地区1961—2014年逐日气象观测资料、1961—2100年12个CMIP6模式统计降尺度和偏差订正结果,评估CMIP6模式在区域的气温和降水量时空分布模拟结果,选出6个气温模式、4个降水量模式。基于优选模式集合的平均结果,分别分析未来SSP1-2.6、SSP2-4.5、SSP5-8.5三种情景下2021—2100年华中地区不同时期气温和降水量的变化趋势。结果表明：多模式集合平均结果的气温年际变率模拟好于降水量,降水量空间模拟好于气温。三种情景下区域气温、降水量均为增加趋势,气温增速分别为0.13℃/10 a、0.30℃/10 a、0.62℃/10 a,降水量增速分别为16.2 mm/10 a、12.3 mm/10 a、19.3 mm/10 a。未来2021—2100年三种情景下华中地区降水量多为南部减小北部增大,气温近期、中期为西部降低、中东部升高,远期除湖北西部山区降低外,其他地区均为升高趋势。     

全国网格化多模式集成空气质量预报的初步建立

为降低单个模式预报的不确定性和提高多模式集成空气质量预报系统的精细化程度,利用Cressman插值初步建立了我国0.25°X0.25°网格化污染物实况。结合4套空气质量数值预报模式,通过均值集成、权重集成和多元线性回归集成分别逐格点建立了集成预报。在预报当天各单一模式和集成方法前50 d预报效果评估基础上,建立了最优集成预报。对2018年12月19一22日一次重污染过程中集成预报的PM_(2.5)浓度评估结果显示:在污染较重时刻,最优集成预报与观测之间的归一化平均偏差(NMB)值在重污染地区保持在—20%～40%,对污染程度为良及以上区域的预报范围相较于单个模式更接近观测。整个过程中,最优集成在大部分污染区域与观测之间的NMB值为—20%～20%,均方根误差(RMSE)值为35～75μg·m~(-3),相关系数(R)值大于0.4。相较于所有单一模式和其他集成方法,最优集成在全国最多的格点有着较高的总体评分。在污染最重区域的8个城市,最优集成预报的污染过程平均开始和结束时间分别比观测时间早1.8和6.9 h。未来需融合卫星反演和地表观测来提高网格化污染物实况的精细化程度,利用降尺度、主客观融合和滚动订正等方法进一步提高网格化多模式集成空气质量预报的准确率。     

The Projection of Temperature and Precipitation over China under RCP Scenarios using a CMIP5 Multi-Model Ensemble

Climate changes in 21st century China are described based on the projections of 11 climate models under Representative Concentration Pathway (RCP) scenarios. The results show that warming is expected in all regions of China under the RCP scenarios, with the northern regions showing greater warming than the southern regions. The warming tendency from 2011 to 2100 is 0.06°C/10 a for RCP2.6, 0.24°C/10 a for RCP4.5, and 0.63°C/10 a for RCP8.5. The projected time series of annual temperature have similar variation tendencies as the new greenhouse gas (GHG) emission scenario pathways, and the warming under the lower emission scenarios is less than under the higher emission scenarios. The regional averaged precipitation will increase, and the increasing precipitation in the northern regions is significant and greater than in the southern regions in China. It is noted that precipitation will tend to decrease in the southern parts of China during the period of 2011-2040, especially under RCP8.5. Compared with the changes over the globe and some previous projections, the increased warming and precipitation over China is more remarkable under the higher emission scenarios. The uncertainties in the projection are unavoidable, and further analyses are necessary to develop a better understanding of the future changes over the region.     

PRECIS模拟系统对中国地面气温变化的QUMP集成预估

利用英国Hadley中心QUMP模式(Quantifying Uncertainties in Model Projections)集合的5组敏感性试验产生的全球气候背景场驱动区域气候模拟系统PRECIS(Providing Regional Climates for Impacts Studies)产生的降尺度数据,分析PRECIS对中国地面气温变化的模拟能力,同时对SRES A1B温室气体排放情景下21世纪中期(2021~2050年)中国区域的温度做出预估。模拟能力分析结果显示:PRECIS在5组背景场驱动下都可以较好地模拟出气候基准时段(1961~1900年)中国区域气温的年变化和时空分布特征,但存在暖偏差,高敏感度模拟实验的暖偏差幅度要大于中低敏感度。预估结果显示:5组敏感性试验降尺度模拟的温度均呈增加趋势,其中最低温度的变暖幅度高于平均温度和最高温度。高敏感度试验Q10模拟的升温幅度介于低敏感度模拟和中敏感度模拟之间,其他敏感性试验表现出高敏感度模拟的升温幅度高于中敏感度模拟,而中敏感度模拟高于低敏感度模拟。从模拟的升温空间分布上看,西北地区升温幅度最显著,可达2.08~2.61°C,华南地区升温幅度相对较小,为1.33~1.84°C,但不同敏感度模拟的升温幅度具有一定的区域差异。     

The China Multi-Model Ensemble Prediction System and Its Application to Flood-Season Prediction in 2018

Multi-model ensemble prediction is an effective approach for improving the prediction skill short-term climate prediction and evaluating related uncertainties. Based on a combination of localized operation outputs of Chinese climate models and imported forecast data of some international operational models, the National Climate Center of the China Meteorological Administration has established the China multi-model ensemble prediction system version 1.0 (CMMEv1.0) for monthly-seasonal prediction of primary climate variability modes and climate elements. We verified the real-time forecasts of CMMEv1.0 for the 2018 flood season (June-August) starting from March 2018 and evaluated the 1991-2016 hindcasts of CMMEv1.0. The results show that CMMEv1.0 has a significantly high prediction skill for global sea surface temperature (SST) anomalies, especially for the El Nino-Southern Oscillation (ENSO) in the tropical central-eastern Pacific. Additionally, its prediction skill for the North Atlantic SST triple (NAST) mode is high, but is relatively low for the Indian Ocean Dipole (IOD) mode. Moreover, CMMEv1.0 has high skills in predicting the western Pacific subtropical high (WPSH) and East Asian summer monsoon (EASM) in the June-July-August (JJA) season. The JJA air temperature in the CMMEv1.0 is predicted with a fairly high skill in most regions of China, while the JJA precipitation exhibits some skills only in northwestern and eastern China. For real-time forecasts in March-August 2018, CMMEv1.0 has accurately predicted the ENSO phase transition from cold to neutral in the tropical central-eastern Pacific and captures evolutions of the NAST and IOD indices in general. The system has also captured the main features of the summer WPSH and EASM indices in 2018, except that the predicted EASM is slightly weaker than the observed. Furthermore, CMMEv1.0 has also successfully predicted warmer air temperatures in northern China and captured the primary rainbelt over northern China, except that it predicted much more precipitation in the middle and lower reaches of the Yangtze River than observation.     

Drought Response to Air Temperature Change over China on the Centennial Scale

Climate data from the Climatic Research Unit(CRU) for the period 1901–2013 are used to investigate the drought response to air temperature change over China on the centennial scale. Drought is observed to have increased evidently across China, except for some regions in eastern China. This increase is much stronger in northern China compared to southern China, especially in Northwest and North China. These change characteristics of drought are closely associated with air temperature change, with the severe droughts in the major drought episodes of the last century generally coinciding with higher temperatures. The significantly increasing trend of drought in China based on observations only appears when considering the effects of air temperature change,which can explain ~49% of droughts in observations and30%–65% of droughts in Coupled Model Intercomparison Project Phase 5(CMIP5) model simulations. Furthermore, the response of drought to air temperature change generally increases as the drought time scale increases.Furthermore, drought shows relatively high sensitivity in spring and early summer in China on the centennial scale.     

CMIP5模式集合对中国区域性低温事件的模拟与预估

基于CMIP5逐日最低气温的模拟和预估数据,对中国区域性低温事件进行了研究。通过对中国区域性低温事件的历史模拟显示,模式集合的结果低估了中国区域性低温事件的变化趋势,但能够反映出与观测结果相同的减弱趋势,且比单个模式的结果更稳定,其空间分布与观测结果相似度也较高。在此基础上,采用模式集合方案对不同排放情景下（RCP2.6, RCP4.5, RCP8.5）的中国区域性低温事件进行了预估。结果显示,在RCP2.6排放情景下,中国区域性低温事件的减弱趋势较为缓和;在RCP4.5排放情景下,中国区域性低温事件呈现出显著的减弱趋势;在RCP8.5排放情景下,中国区域性低温事件的减弱趋势更明显。温室气体的排放可能主要影响中国区域性低温事件的强度和发生频次,对其空间分布影响较小。     

城市扩展影响下的气象观测和气温变化特征分析

基于20世纪70年代的MSS(Multi-Spectral Sanner)影像、1990年前后的TM(Thematic Mapper)影像、2000年和2005年前后的ETM(Enhanced Thematic Mapper)影像,对全国700多个地面气象观测站的历史时期下垫面属性进行判别,得到中国自上世纪70年代以来...     

近100年中国地表平均气温变化的误差分析

误差问题是气候变化研究中必须考虑的一个重要因素,利用全国616个气象观测站的气温资料对近100年中国地表平均气温变化中的4类误差及其造成的不确定性范围进行了定量计算和综合分析。结果表明,20世纪60年代以前覆盖误差影响最大;70年代开始由于中国城市化进程的加快,城市化影响导致的偏差误差呈上升趋势。由此可见,从准确检测近100年中国区域气候变化信号的角度来看,减少覆盖误差是减小早期不确定性的关键,同时近年来城市化的影响也值得注意。综合来看,近100年来中国地表平均气温变化的误差及其所引起的不确定性随时间不断减小。比较分析表明,近100年中国地表平均气温变化不确定性的主要变化特征与全球基本一致,均为早期大、后期小。因此,无论是全球还是中国都应该注意由误差引起的不确定性影响,特别是在早期。     

濮阳市近50年气温变化特征及影响

利用线性分析方法,分析了濮阳多时间尺度气温的变化特征及气候趋暖对粮食生产的影响.结果表明:冬、夏季和年平均气温变化幅度分别为0.23～0.46℃/10a、-0.05～-0.11℃/10a和0.14℃/10a;年高、低温日数分别以3.36天/10a和2.35天/10a的趋势减少;日平均气温稳定通过0℃的初日提前4.91天/10a、终日推后1.02天/10a,日平均气温稳定通过20℃的终日延长2.0天/10a;1987年以来濮阳相继出现17个暖冬,严重暖冬年份皆出现在1995年以后.当地引种的小麦品种冬性减弱,播种期推后,越冬期缩短,生育期延长.病虫害有加重趋势,农药、化肥用量增加.因此,当地气候变化具有冬趋暖夏趋凉的特征,高低温危害减少,积温的有效性增加,作物生长期与灌浆期延长;自20世纪90年代中期以来,异常暖冬事件增多,近10年是50年以来最暖的10年.同时冬季平均气温年际间波幅增大,春季气温不稳定,气温变化的不确定性增加.气候变暖对当地粮食生产有利因素较多,但不利因素也很突出.     

Multi-Model Projection of July–August Climate Extreme Changes over China under CO_2 Doubling. Part II: Temperature

This is the second part of the authors’ analysis on the output of 24 coupled climate models from the Twentieth-Century Climate in Coupled Models (20C3M) experiment and 1% per year CO 2 increase experiment (to doubling) (1pctto2x) of phase 3 of the Coupled Model Inter-comparison Project (CMIP3). The study focuses on the potential changes of July–August temperature extremes over China. The pattern correlation coefficients of the simulated temperature with the observations are 0.6–0.9, which are higher than the results for precipitation. However, most models have cold bias compared to observation, with a larger cold bias over western China (>5°C) than over eastern China (<2°C). The multi-model ensemble (MME) exhibits a significant increase of temperature under the 1pctto2x scenario. The amplitude of the MME warming shows a northwest–southeast decreasing gradient. The warming spread among the models (～1°C– 2°C) is less than MME warming (～2°C–4°C), indicating a relatively robust temperature change under CO 2 doubling. Further analysis of Geophysical Fluid Dynamics Laboratory coupled climate model version 2.1 (GFDL-CM2.1) simulations suggests that the warming pattern may be related to heat transport by summer monsoons. The contrast of cloud effects also has contributions. The different vertical structures of warming over northwestern China and southeastern China may be attributed to the different natures of vertical circulations. The deep, moist convection over southeastern China is an effective mechanism for "transporting" the warming upward, leading to more upper-level warming. In northwestern China, the warming is more surface-orientated, possibly due to the shallow, dry convection.