IPCCSRES情景下新疆未来气候变化格局分析

全球气候模型（GCM）提供了有效的方法来评估全球气候变化的过程,并可预估包括人类活动因素驱动在内的未来气候变化情景。然而其较低的分辨率并不能捕捉到那些地表特性复杂区域的气候变化特性。因此,使用包括区域气候模型（RcM）、偏差校正法和统计方法等方法在内的降尺度方法来处理GCM的原始数据以达到评估区域的气候变化的目的。本研究应用使用偏差校正法中的delta方法将24个GCM在IPCC三种气候变化情景下的月尺度数据水平分辨率降尺度到0．5℃,进而用于分析新疆未来气候变化格局。基于降尺度后的计算结果与GCM模型原始数据比较表明：降尺度方法可以改善复杂地表和地形的区域气候变化预估特征,并降低GCM生成的气候数据在新疆地区的不确定性。结果表明：AIB、A2和B1三种情景模式下年均气温和年降水量在21世纪早期具有相似的空间格局与变化趋势,到21世纪中期会产生波动变化。年平均气温在A1B,A2和B1三种情景下到21世纪末将分别达到10℃,11．1℃和8．5℃;与此同时,年降水量将会有波动性的增加趋势。在2020—2070年间,AIB情景下区域年平均气温大于其他两个情景。A1B情景下的年降水量在2020-2040年间也大于其他两个情景。然而,在不同的情境下年平均气温与年降水存在很大的不确定性。不同情景下年平均气温的差异达6℃,而年平均降水差异大约200mm。在区域气候变化格局方面,到21世纪末,在天山中部、伊犁河流域、天山南部和塔里木河下游的年平均气温的增长要比准噶尔盆地、帕米尔高原和昆仑上北坡的小。年降水量在南疆西部呈现出轻微的下降趋势,但是在昌吉,吐鲁番,哈密和阿尔金山北部呈现出增长趋势。     

中国降水未来情景的降尺度模拟

基于长时间序列(1964～2007年)的全国降水观测数据, 结合经纬度数据以及DEM、 坡向、坡度等系列地形特征数据, 利用空间统计方法, 在构建年平均降水降尺度模型的基础 上, 运用高精度曲面建模(HASM)方法对经过降尺度分析的HadCM3的A1Fi、A2a和B2a 三种情景T1～T4时段的全国未来平均降水进行高精度曲面模拟。模拟结果显示, 在T1～T4 时段内, A1Fi、A2a和B2a三种情景的全国平均降水均呈持续增加趋势。其中, 平均降水在 A1Fi情景中增加速度最快, B2a情景中增加速度最慢;A1Fi和A2a两种情景的平均降水均呈 加速增加趋势, 而B2a情景的平均降水则呈减速增加趋势。模拟结果表明, 本文构建的降尺 度模拟方法可以有效地实现IPCC GCM 的低分辨率的降水情景数据降尺度转换成高分辨率的 降水数据。     

IPCC AR4气候多模式对云南特征气温变化的模拟预估——滇西南区案例分析(1960-2050年)(英文)

本文针对云南地区,以滇西南区为案例,利用研究区20个气象观测站点实测逐日平均气温分析了1961-2007年各特征气温(年均气温、干季平均气温、以及湿季平均气温)的变化趋势特征;并采用IPCC AR4气候模式集成的21世纪气候变化模拟试验的预估结果,针对滇西南区各特征气温,分别就不同排放情景下的模拟结果在该区的适用性进行了详细验证和分析。主要结果如下:(1)1961-2007年间,研究区各特征气温变化表现出了非常显著的上升趋势,MK统计值均通过了95%的置信度检验。(2)标准化均方根误差和MK趋势验证的结果表明,基准期内特征气温(尤其是年均气温和干季气温)的模拟值距平变化与实测值的距平变化趋势特征非常相似,因此利用IPCC AR4气候模式的试验结果模拟研究区三种排放情景下各特征气温的变化趋势具有一定的可信度,且针对年均气温及干季平均气温的模拟效果要比湿季平均气温好。(3)未来40年内,该区各特征气温将明显上升,并且年均气温上升趋势比干季、湿季平均气温更为显著;不同排放情景下各特征气温将表现出不同的升温率:2020s期间SRESA2高排放情景下的特征气温升温率将小于SRESB1低排放情景,除此之外,各特征气温在SRESA1B中等排放情景下的升温率将最大,在SRESA2高排放情景下其次,在SRESB1低排放情景下将最小。文中对IPCC AR4气候模式在云南地区的适用性及其影响因素进行了进一步的探讨。     

IPCC AR5全球气候模式对1996-2005年中国气温模拟精度评价

本文利用中国660个站点逐日地面温度资料,评估了参与政府间气候变化专门委员会第五次报告(IPCC AR5)的9个全球气候模式(Global Climate Models, GCMs)及多模式集合(Multi-Model Ensemble, MME)对中国地区气温的模拟精度。结果表明：9个IPCC AR5全球气候模式和MME模拟的中国地区1996-2005年日平均气温与气象站点观测值的相关系数都大于0.86,表明相关性较好;气候模式模拟的中国东南部地区1996-2005年日平均气温的模拟精度较高,模拟值的偏差、平均相对误差、平均绝对误差和均方根误差都比较小;而西部地区的模拟效果较差,模拟精度较低。综合考虑模式模拟值与站点观测值的相关系数、偏差、平均相对误差、平均绝对误差和均方根误差发现,MME在中国地区的气温模拟精度优于大部分单个模式。     

基于统计降尺度模型的博斯腾湖流域未来最高和最低气温变化趋势分析

SDSM统计降尺度模型是解决空间尺度不匹配问题的有效工具,它使气候变化响应研究得以在区域尺度上展开。本文将SDSM模型应用于博斯腾湖流域分析它的适用性,并对流域未来最高和最低气温的变化趋势进行了预测。以日最高气温和最低气温为预报量,选取合适的NCEP大气环流因子为预报因子,建立预报量与预报因子间的回归关系。使用1961-1990、1991-2001年的实测数据和NCEP大气变量分别对SDSM模型进行率定和验证,效果较好。把HadCM3输出的A2、B2情景下的大气环流变量作为模型输入变量,模拟流域未来3个时期(21世纪20、50和90年代)的气温变化。结果显示,流域未来日最高气温和日最低气温都呈现明显上升趋势,升高幅度依次为:日最高气温日平均气温日最低气温,且A2情景下气温增幅略大于B2情景下的增幅;冬季气温增幅最小,夏季增幅最大。分析结果可为博斯腾湖流域开展气候变化的水文响应研究以及气候变化的适应性研究提供科学依据。     

全球气候变化大趋势与次级波动

联合国政府间气候变化专门委员会（IPCC）报告近百年升温约0.74℃,并将气候变化归因于人为排放的温室气体,然而该报告中的多处结论引起了国际社会对IPCC报告的广泛质疑.人为排放的温室气体对全球升温贡献有多大？人为过程与自然过程对全球变暖分别贡献多少？IPCC评估报告中过去百年0.74℃的变化是否为变冷总趋势中的次级波动？针对这些问题,本研究梳理了近年来全球气候变化的相关研究成果.结果显示,第四纪以来的地球气候波动主要受控于太阳辐射变化周期,各个时间尺度上的气候变化既表现出明显的周期性,也同时存在次一级的波动.在全新世晚期气候变冷的背景下,气候变化千年—百年尺度上同样存在一系列周期性和次级波动,且波动范围在0.5～6℃之间变化.IPCC报告中百年气候变暖的合理解释是全球变冷趋势下的次级波动.     

IPCC A1B情景下中国西南地区气候变化的数值模拟

利用ECHAM5/MPI-OM 全球海气耦合模式模拟的当代(1986-2000 年)和IPCC A1B情景下未来(2011-2025 年)2×15a 的模拟输出格点场资料,驱动20 km高水平分辨率区域气候模式RegCM3 进行西南地区气候变化的数值模拟,主要分析未来地面温度和降水的可能变化。结果表明：①通过与32 个地面气象站观测资料和CRU资料对比分析,RegCM3 能够很好的模拟研究区基准时段地面温度和降水的局地分布特征。②A1B情景下未来西南地区年、四季平均温度均明显增加,北部温度变化幅度大于南部。③最高/最低温度一致升高,冬季最高/最低温度变化幅度大于夏季;年、秋冬季降水有所增加,冬季降水增加明显,而春夏季降水略有减少。④研究区未来春夏季温度升高、降水减少的趋势可能导致局部地区高温、干旱等极端天气的可能性增大;同时冬季降水增加,可能加重局部地区洪涝灾害的风险。     

基于多种高分辨率卫星数据的TRMM降水数据降尺度研究——以内蒙古地区为例

利用内蒙古地区2001~2010年42个站点实测降水数据作为“真值”,采用LOO（Leave-One-Out）交叉验证、多元逐步回归等方法,构建TRMM（Tropical Rainfall Measuring Mission）降水数据与地形及气候等要素之间的多元回归关系,在此基础上,利用回归值+残差值的方法,获得空间分辨率为1 km×1 km的TRMM年降水数据,并对降尺度TRMM数据进行精度检验。研究表明：① TRMM数据可用于区域年降水量估计,且与实测年降水量呈显著线性关系;② 通过建立不同年份、不同空间分辨率TRMM数据与其它遥感数据的多元统计模型,研究发现在中尺度下TRMM与观测年降水数据拟合效果较好,且在空间分辨率为0.50°×0.50°时的拟合效果最好;③ 降尺度分析提高了TRMM数据对研究区降水时空特征的描述能力,确定性系数、标准误差和偏差均有明显改善,表明降尺度算法在将TRMM降水数据空间分辨率提高到1 km×1 km的同时,并能提高降水数据的精度。     

CMIP5全球气候模式对华北平原气候的模拟和预估

以气候变暖为主要特征的全球气候变化对自然环境和农业生产有重要影响,准确预估未来不同气候情景下的气候变化能为应对其带来的负面影响提供必要的数据基础和科学依据。该文通过统计降尺度方法对CMIP5中33个全球气候模式(GCM)的未来气候情景数据进行时空降尺度处理,得到逐日站点数据,并基于多模式集合预估华北平原在两个典型气候情景(RCP4.5和RCP8.5)下未来气候变化的时空特征。结果表明:在时间变化上,2040年后温度在情景RCP8.5下的增幅远高于情景RCP4.5,至21世纪末增幅达到最高;太阳总辐射量变化趋势呈现明显的"减少—增加—稳定"特征;未来降雨量呈微弱上升趋势。在空间变化上,东部和西南部地区未来最高温度增幅最高,最低温度增幅呈现自西南向东北递增的空间格局;太阳辐射增幅表现为明显的"北低南高",而降雨增幅自西北向东南递减。2040s(2031-2060)阶段各主要气候因子(温度、太阳辐射和降雨)增幅较小,而2080s(2071-2100)阶段增幅加大;不同气候情景下各气候因子增幅差异较大,温度和降雨在情景RCP8.5下的增幅明显高于RCP4.5,而太阳辐射在情景RCP4.5下的增幅高于RCP8.5。     

IPCC-AR4模式对中国21世纪气候变化的情景预估

利用政府间气候变化委员会(IPCC)第四次评估报告提供的13个新一代气候系统模式的模拟结果,分析了不同情景下(高排放SRES A2、中等排放A1B、低排放B1)中国区域未来100年的气候变化。结果表明,21世纪中国气候预估显著变暖、变湿,世纪末变暖范围在1.6℃~5℃之间,年降水量增加1.5%~20%。在A2、A1B和B1情景下,21世纪末期增暖幅度依次为5.3℃、4.3℃和2.8℃,平均3.5℃,年降水量预估增加依次为11%、9.6%和6.4%,平均达7.5%。气温和降水变化的地理分布显示:北方增温幅度大于南方,降水的增加也主要集中在北方。冬季变暖最明显,降水则在冬、春季增加较显著。模式预估结果的不确定性分析表明,新一代全球系统模式对21世纪中国气候变化预估的可靠性得到了提高。     

东北地区植被分布全球气候变化区域响应

根据东北地区生态气候环境和生物地理规律对Holdridge生命地带分类系统进行修正,将东北地区植被分为寒温带湿润森林、寒温带潮湿森林、温带湿润森林、暖温带湿润森林、温带半湿润森林草甸草原、温带半湿润草甸草原、温带半干旱典型草原、暖温带半湿润草甸草原和暖温带半干旱典型草原等9 个生命地带并分析了其空间分布特征。运用大气环流模式分析东北地区由于温室气体增加导致的气候变化趋势。以此为基础评价东北地区植被分布的区域响应。全球气候变暖情景下,东北地区暖温带和温带范围明显扩大,而寒温带范围缩小甚至退出东北地区,植被分布界限显著北移;同时湿润区面积减少半湿润区和半干旱区扩大,导致森林面积缩小草原面积扩大。     

未来气候情景下中国生态地理区域系统温度带的北移(英文)

Despite the well-documented effects of global climate change on terrestrial species' ranges,eco-geographical regions as the regional scale of ecosystems have been poorly studied especially in China with diverse climate and ecosystems.Here we analyse the shift of temperature zones in eco-geographical study over China using projected future climate scenario.Projected climate data with high resolution during 1961-2080 were simulated using regional climate model of PRECIS.The number of days with mean daily temperature above 10℃ and the mean temperature of January are usually regarded as the principal criteria to indicate temperature zones,which are sensitive to climate change.Shifts due to future climate change were calculated by comparing the latitude of grid cells for the future borderline of one temperature zone with that for baseline period(1961-1990).Results indicated that the ranges of Tropical,Subtropical,Warm Temperate and Plateau Temperate Zones would be enlarged and the ranges of Cold Temperate,Temperate and Plateau Sub-cold Zones would be reduced.Cold Temperate Zone would probably disappear at late this century.North borderlines of temperature zones would shift northward under projected future climate change,especially in East China.Farthest shifts of the north boundaries of Plateau Temperate,Subtropical and Warm Temperate Zones would be 3.1°,5.3° and 6.6° latitude respectively.Moreover,northward shift would be more notably in northern China as future temperature increased.     

20世纪80年代以来全球气温变化特征

The study of temperature change in major countries of the world since the 1980 s is a key scientific issue given that such data give insights into the spatial differences of global temperature change and can assist in combating climate change. Based on the reanalysis of seven widely accepted datasets, which include trends in climate change and spatial interpolation of the land air temperature data, the changes in the temperature of major countries from 1981 to 2019 and the spatial-temporal characteristics of global temperature change have been assessed. The results revealed that the global land air temperature from the 1980 s to 2019 varied at a rate of 0.320℃/10 a, and exhibited a significantly increasing trend, with a cumulative increase of 0.835℃. The mean annual land air temperature in the northern and southern hemispheres varied at rates of 0.362℃/10 a and 0.147℃/10 a, respectively, displaying significantly increasing trends with cumulative increases of 0.828℃ and 0.874℃, respectively. Across the globe, the rates of change of the mean annual temperature were higher at high latitudes than at middle and low latitudes, with the highest rates of change occurring in regions at latitudes of 80°–90°N, followed by regions from 70°–80°N, then from 60°–70°N. The global land surface air temperature displayed an increasing trend, with more than 80% of the land surface showing a significant increase. Greenland, Ukraine, and Russia had the highest rates of increase in the mean annual temperature;in particular, Greenland experienced a rate of 0.654℃/10 a. The regions with the lowest rates of increase of mean annual temperature were mainly in New Zealand and the equatorial regions of South America, Southeast Asia, and Southern Africa, where the rates were <0.15℃/10 a. Overall, 136 countries(93%), out of the 146 countries surveyed, exhibited a significant warming, while 10 countries(6.849%) exhibited no significant change in temperature, of which 3 exhibited a downward trend. Since the 1980 s, there have been 4, 34 and 68 countries with levels of global warming above 2.0℃, 1.5℃ and 1.0℃, respectively, accounting statistically for 2.740%, 23.288% and 46.575% of the countries examined. This paper takes the view that there was no global warming hiatus over the period 1998–2019.     

气候变化背景下青冈分布变化及其对中国亚热带北界的指示意义

气候是影响植被类型和分布的关键因素,植被类型和分布格局也能反映气候的地域差异。随着气候变暖,全球气温和降水格局都将发生变化,植被类型和分布格局也将随之改变。而植物对气候变化的响应存在一定的滞后性,因此仅用气候指标研究亚热带北界及其移动具有一定的局限性。以青冈（Cyclobalanopsis glauca (Thunberg) Oersted）为研究对象,应用最大熵模型（Maxent）,研究了其对气候变化的响应并探讨了气候变化情景下青冈分布格局变化对中国亚热带北界移动的指示意义。结果表明：影响青冈分布的主导环境因子为年降水量、最冷季降水量、气温年变化范围和最冷月最低气温;随着气候变暖,青冈分布北界将向北移动,其分布质心亦向西北移动,预示着在气候变暖的背景下,到21世纪中叶中国亚热带北界将向北移动约1个纬度。     

中国气温未来情景的降尺度模拟

由于GCM模拟的气温数据分辨率不高,很难用于区域尺度上各种生态系统的模拟。本文基于长时间序列（1964～2007年）的全国气温观测数据,结合经纬度数据、以及DEM、坡向、坡度等系列地形特征数据,利用空间统计方法,在构建年平均气温降尺度模型的基础上,运用高精度曲面建模（HASM）方法对HadCM3的A1Fi、A2a和B2...     

Northward-shift of temperature zones in China’s eco-geographical study under future climate scenario

Despite the well-documented effects of global climate change on terrestrial species’ ranges, eco-geographical regions as the regional scale of ecosystems have been poorly studied especially in China with diverse climate and ecosystems. Here we analyse the shift of temperature zones in eco-geographical study over China using projected future climate scenario. Projected climate data with high resolution during 1961–2080 were simulated using regional climate model of PRECIS. The number of days with mean daily temperature above 10℃ and the mean temperature of January are usually regarded as the principal criteria to indicate temperature zones, which are sensitive to climate change. Shifts due to future climate change were calculated by comparing the latitude of grid cells for the future borderline of one temperature zone with that for baseline period (1961–1990). Results indicated that the ranges of Tropical, Subtropical, Warm Temperate and Plateau Temperate Zones would be enlarged and the ranges of Cold Temperate, Temperate and Plateau Sub-cold Zones would be reduced. Cold Temperate Zone would probably disappear at late this century. North borderlines of temperature zones would shift northward under projected future climate change, especially in East China. Farthest shifts of the north boundaries of Plateau Temperate, Subtropical and Warm Temperate Zones would be 3.1°, 5.3° and 6.6° latitude respectively. Moreover, northward shift would be more notably in northern China as future temperature increased.