RCP4.5情景下中国季风区及降水变化预估

本文使用国际耦合模式比较计划第五阶段(CMIP5)中共46个全球气候模式的数值试验结果,通过对中国区域的年、夏季和冬季降水气候态的模拟能力评估,择优选取了18个气候模式用来预估RCP4.5情景下21世纪中国季风区范围、季风降水及其强度变化。结果表明,相对于1986~2004年参考时段,RCP4.5情景下多数模式和所有模式集合平均在不同时段内均模拟出中国季风区面积、季风降水及其强度的增加趋势,最明显的时段出现在2081~2099年。其中,季风区面积扩张是导致季风降水增加的主要因素。在机制上,热力与动力条件变化均有利于季风降水强度的增加以及更多的水汽进入中国东部,从而引起季风区范围的扩大。     

RCP4.5情景下中国未来干湿变化预估

本文采用国际耦合模式比较计划第五阶段(CMIP5)中21个气候模式的试验数据, 利用土壤湿度以及由其他8个地表气象要素计算所得的干旱指数, 预估了RCP4.5(Representative Concentration Pathway 4.5)情景下21世纪中国干湿变化。结果表明:全球气候模式对1986～2005年中国现代干湿分布具备模拟能力, 尽管在西部地区模式与观测间存在一定的差异。在RCP4.5情景下, 21世纪中国区域平均的标准化降水蒸散发指数和土壤湿度均有减小趋势, 与之对应的是短期和长期干旱发生次数增加以及湿润区面积减小。从2016到2100年, 约1.5%～3.5%的陆地面积将从湿润区变成半干旱或半湿润区。空间分布上, 干旱化趋势明显的区域主要位于西北和东南地区, 同时短期和长期干旱发生次数在这两个地区的增加幅度也最大, 未来干旱化的发生时间也较其他地区要早;只在东北和西南地区未来或有变湿倾向, 但幅度较小。在季节尺度上, 北方地区变干主要发生在暖季, 南方则主要以冷季变干为主。造成中国干旱化的原因主要是由降水与蒸散发所表征的地表可用水量减少。     

RCPs情景下贵州省气候变化预估分析

使用国际耦合模式比较计划第五阶段CMIP5的模式结果,在不同RCP情景下对贵州省未来气温、降水进行了预估。通过对气温、降水的模拟值和实测值的标准化均方根误差的评估得知,模式对贵州省气温的模拟能力较强,对降水的模拟能力相对较差。预估结果表明:未来在RCP8.5、RCP4.5和RCP2.6情景下贵州省气温均是明显的上升趋势,降水小幅度增加,增温(增湿)速率分别为0.5℃/10a(1.0%/10a)、0.2℃/10a(0.9%/10a)和0.1℃/10a(0.6%/10a),到了21世纪末期相对于基准期气温(降水)分别增加4.5℃(5.2%)、2.3℃(5.4%)和1.3℃(4.2%)。空间分布总体上增温幅度从西南向东北逐渐变大,而降水相对于基准期变化的区域性差异较大。总体来说,21世纪温室气体浓度越高,增温增湿速率越快。     

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198...     

RCPs情景下汉江流域未来极端降水的模拟与预估

采用应用于跨行业影响模式比较计划(ISIMIP)的5个CMIP5全球气候模式模拟的历史和未来RCP排放情景下的逐日降水数据,在评估模式对汉江流域1961—2005年极端降水变化特征模拟能力的基础上,进一步计算了RCP2.6、RCP4.5和RCP8.5排放情景下汉江流域未来2016—2060年极端降水总量(R95p)、极端降水贡献率(PEP)、连续5 d最大降水(RX5d)和降水强度(SDII),结果表明:RCP4.5情景下的极端降水指数上升最明显,R95p和RX5d分别较基准期增加12.5%和8.2%,PEP增加3.2个百分点,SDII微弱上升。在不同排放情景下,PEP均有一定的增幅,以流域西北和东南部增幅较大;R95p在流域绝大部分区域表现出一定的增加,且流域东南部和北部是增幅高值区;RX5d在RCP2.6和RCP4.5情景下整体表现为增加的特征,但在RCP8.5情景下整体表现为减少的特征。对极端降水预估的不确定性中,SDII的不确定性最小,RX5d的不确定性最大;不确定性大值区主要位于流域东部、东南部和西北部部分区域。     

CMIP5模式对长江流域气温模拟与预估

利用长江流域147个气象观测站1961—2000年观测数据,对两个多模式集合CMIP3和CMIP5在长江流域气温模拟效果进行了评估,并进一步利用CMIP5输出结果预估2011—2050年长江流域气温时空变化。结果表明:两个多模式集合对长江流域气温具有一定的模拟能力,相对于CMIP3,CMIP5对实验期后20 a的年均气温变化的模拟效果更好,对年均气温变化倾向率的空间分布更加接近实测。预估表明:长江流域年均气温在3种RCPs情景下呈显著增加趋势,长江中下游变暖幅度要高于长江上游,到2050年,全流域气温都增加1.0℃以上。     

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。      

IPCC A2情景下中国区域气候变化的数值模拟

在政府间气候变化委员会(IPCC)排放情景特别报告 (SRES)的A2情景下,利用CSIRO Mark3海气耦合模式模拟现代和未来2个10年的模拟结果,驱动MM5区域气候模式进行中国未来区域气候变化的数值模拟试验,研究了IPCC A2情景下未来中国温度、降水和环流等的变化趋势.结果表明,(1)区域气候模式MM5V3能够再现气候平均环流、降水和温度分布的主要特征,具有较好的区域气候变化模拟能力;(2)IPCC A2情景下,未来中国平均地面气温将有明显的升高,特别是中国的东北、西北和西南地区增幅超过了1 ℃.冬季,地面平均气温的增幅由南至北逐渐增加;夏季,在内蒙和中国西南地区有明显的增温.伴随温度的升高,降水也有明显的变化,年平均降水在中国的东北地区、江淮流域及以南大部分地区都有明显的增强,而中国华北部分地区及西南、西北大部分地区降水将呈减少趋势.不同季节不同地区的降水变化也不同,秋季华北、华南和江淮地区降水都增加,而冬季减少.降水的年内变化也有所增强.     

不同排放情景下贵州21世纪气候变化预估

利用IPCCAR4提供的模式预估结果,分析了不同排放情景下21世纪贵州气候变化特征,结果表明：21世纪由于人类排放的增加,贵州省将继续变暖、变湿。到21世纪后期（2071--2099年）贵州省温度比常年高2～3,2℃,降水比常年多3．8％-5．8％。且在SRESA．2（高排放）、A1B（中排放）、B1（低排放）情景下贵州省年平均温度（降水）整体变化幅度分别为4．0℃／100a（136mm／100a）、3．6℃／100a（96mm／100a）、2．1℃／100a（61mm／100a）,体现了排放量越高,增温（增湿）越显著的特征。从季节特征来看,不同情景下冬季温度的增加趋势都大于其它季节;冬季降水预估没有明显的变化趋势,其余季节基本上以上升趋势为主。其中在A1B、B1排放情景下21世纪前期（2011--2040年）降水有减少趋势,在A2情景下降水无明显变化趋势。     

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。     

松花江流域气候变化及ECHAM5模式预估

 根据松花江流域1961-2000年观测气温、降水量资料和ECHAM5/MPI-OM模式对该流域21世纪前50 a气候变化的预估结果,分析了松花江流域1961-2000年年平均气温和年降水量变化,并对21世纪前50 a气温和降水量变化趋势进行了预估。结果表明,在全球变暖的背景下,作为中国气候变暖区域响应的先锋,松花江流域年平均气温自1980年代初持续升高,升温幅度比较显著;年降水量在1961-2000年无明显增加或减少趋势,年代际差异也不大。相对于1961-1990年的气候场,21世纪前半叶,年平均气温仍将呈明显增加趋势,到2040年代升温幅度达1℃以上,年降水量变化趋势不显著,可能微弱增加,但冬季平均气温和冬季降水量都呈增加趋势,春季降水量也为增加趋势。     

全球增暖背景下2050年前长江流域气候趋势预估

根据ECHAM5/ MPI-OM模式对长江流域21世纪前半叶气候变化的预估数据,分析了全流域、上游地区和中下游地区未来气候变化趋势。结果表明,长江流域气温将持续升高,尤其7-8月升温趋势明显,年平均温度升高最大幅度为2.60℃;全流域7月降水将增加,8月降水有减少趋势,未来夏季降水更加集中,不仅会增加洪涝灾害的发生机率,也有可能导致旱灾的发生。     

土地利用变化对长江流域气候及水文过程影响的敏感性研究

使用区域气候模式(RegCM3)和大尺度汇流模型(LRM), 研究土地利用/植被覆盖变化对长江流域气候及水文过程的影响。RegCM3嵌套于欧洲数值预报中心 (ECMWF) 再分析资料ERA40, 分别进行了中国区域在实际植被和理想植被分布情况下两个各15年 (1987～2001年) 时间长度的积分试验。随后, RegCM3 两个试验的输出径流结果分别用来驱动LRM, 研究土地利用/植被覆盖变化对长江流域河川径流的影响。研究结果指出, 中国当代土地利用变化对长江流域降水、蒸散发、径流深及河川径流等水文气候要素的改变较大, 对气温的改变并不明显。土地利用变化引起长江干流河川径流量在夏季(6～8月)有所增加, 并且越向下游增加幅度越大, 其中大通站径流量增加接近15%。总体而言, 土地利用改变加剧了长江流域夏季水循环过程, 使得夏季长江中下游地区降水增多, 径流增大。     

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。     

Projected Changes of Palmer Drought Severity Index under an RCP8.5 Scenario

The potential change of drought measured by the Palmer Drought Severity Index(PDSI)is projected by using a coupled climate system model under a Representative Pathway 8.5(RCP8.5)scenario.The PDSI changes calculated by two potential evapotranspiration algorithms are compared.The algorithm of Thornthwaite equation overestimates the impact of surface temperature on evaporation and leads to an unrealistic increasing of drought frequency.The PM algorithm based on the Penman-Monteith equation is physically reasonably and necessary for climate change projections.The Flexible Global Ocean-Atmosphere-Land System model,Spectral Version 2(FGOALS-s2)projects an increasing trend of drought during 2051–2100 in tropical and subtropical areas of North and South America,North Africa,South Europe,Southeast Asia,and the Australian continent.Both the moderate drought(PDSI–2)and extreme drought(PDSI–4)areas show statistically significant increasing trends under an RCP8.5 scenario.The uncertainty in the model projection is also discussed.     

2050年前长江流域极端降水预估

20世纪90年代长江流域日最大降水增加主要出现在长江以南地区和金沙江流域,ECHAM5/MPI-OM模型也大致模拟出了这种趋势。在IPCC给出的3种不同的排放情景下,2000-2050年长江上游日最大降水均有上升趋势,2020年前A2情景下日最大降水最大,A1B最小;长江中下游日最大降水在2025年之前均有明显上升趋势,之后略有下降,波动较大。长江流域未来日最大降水增多的区域可能主要出现在长江以南地区,而极端降水减少的区域可能出现在长江以北地区。     

Variations of Terrestrial Water Storage in the Yangtze River Basin under Climate Change Scenarios

In this study, the water balance-based Precipitation-Evapotranspiration-Runoff (PER) method combined with the land surface model Variable Infiltration Capacity (VIC) was used to estimate the spatiotemporal variations of terrestrial water storage (TWS) for two periods, 1982–2005 (baseline) and 2071–2100, under future climate scenarios A2 and B2 in the Yangtze River basin. The results show that the estimated TWS during the baseline period and under the two future climate scenarios have similar seasonal amplitudes of 60–70 mm. The higher values of TWS appear in June during the baseline period and under the B2 scenario, whereas the TWS under A2 shows two peaks in response to the related precipitation pattern. It also shows that the TWS is recharged from February to June during the baseline period, but it is replenished from March to June under the A2 and B2 scenarios. An analysis of the standard derivation of seasonal and interannual TWS time series under the three scenarios demonstrates that the seasonal TWS of the southeastern part of the Yangtze River basin varies remarkably and that the southeastern and central parts of the basin have higher variations in interannual TWS. With respect to the first mode of the Empirical Orthogonal Function (EOF), the inverse-phase change in seasonal TWS mainly appears across the Guizhou-Sichuan-Shaanxi belt, and the entire basin generally represents a synchronous change in interannual TWS. As a whole, the TWS under A2 presents a larger seasonal variation whereas that under B2 displays a greater interannual variation. These results imply that climate change could trigger severe disasters in the southeastern and central parts of the basin.