Projected changes in population exposure to extreme heat in China under a RCP8.5 scenario

Overall population exposure is measured by multiplying the annual average number of extremely hot days by the number of people exposed to the resultant heat. Extreme heat is also subdivided into high temperature (HT) and extremely high temperature (EHT) in cases where daily maximum temperature exceeds 35°C and 40°C, respectively. Chinese population exposure to HT and EHT over four periods in the future (i.e., 2021–2040, 2041–2060, 2060–2081 and 2081–2100) were projected at the grid cell level in this study using daily maximum temperature based on an ensemble mean of 21 global climate models under the RCP8.5 scenario and with a population projection based on the A2r socio-economic scenario. The relative importance of population and climate as drivers of population exposure was evaluated at different spatial scales including national and meteorological geographical divisions. Results show that, compared with population exposure seen during 1981–2010, the base period, exposure to HT in China is likely to increase by 1.3, 2.0, 3.6, and 5.9 times, respectively, over the four periods, while concomitant exposure to EHT is likely to increase by 2.0, 8.3, 24.2, and 82.7 times, respectively. Data show that population exposure to HT is likely to increase significantly in Jianghuai region, Southwest China and Jianghan region, in particular in North China, Huanghuai region, South China and Jiangnan region. Population exposure to EHT is also likely to increase significantly in Southwest China and Jianghan region, especially in North China, Huanghuai, Jiangnan, and Jianghuai regions. Results reveal that climate is the most important factor driving the level of population exposure in Huanghuai, Jianghuai, Jianghan, and Jiangnan regions, as well as in South and Southwest China, followed by the interactive effect between population and climate. Data show that the climatic factor is also most significant at the national level, followed by the interactive effect between population and climate. The rate of contribution of climate to national-level projected changes in exposure is likely to decrease gradually from ca. 70% to ca. 60%, while the rate of contribution of concurrent changes in both population and climate is likely to increase gradually from ca. 20% to ca. 40% over the four future periods in this analysis.     

CMIP5模式对西太平洋副热带高压的模拟和预估

利用国际耦合模式比较计划第五阶段（CMIP5）26个模式的模拟结果,从空间分布和振幅变化、年际周期及年代际趋势等方面,初步评估了CMIP5模式对西太平洋副热带高压（副高）的模拟能力。在此基础上,还对未来不同典型浓度路径（RCPs）情景下副高的可能变化给出了定性的预估。CMIP5模式历史试验结果显示,大多数模式对500 hPa位势高度气候平均值的模拟有明显误差,这主要是由于模式对热带印度洋和西太平洋地区海表温度（SST）的模拟普遍较观测值低,从而导致模式对副高的模拟能力有限。但大多数模式对高度场和纬向风场变化的空间形态与振幅都有较强的模拟能力。因此,通过用NCEP/NCAR再分析资料的气候平均值替代CMIP5模式气候平均值的简单方法,对CMIP5模拟结果进行了订正。经订正后的模式结果均有能力刻画副高指数的历史时间序列,且能够反映出20世纪70年代末期之后,副高面积增大、强度增强和显著西伸的变化趋势。此外,通过对副高指数的长期趋势、年际周期及标准差等的定量评估,注意到CNRM-CM5、FGOALS-g2、FIO-ESM、MIROC-ESM和MPI-ESM-P这5个模式对副高的模拟能力较强。未来气候预估试验中,副高面积和强度均增大,且显著西伸;其线性增长趋势在RCP8.5情景下最高,RCP4.5情景下次之,RCP2.6情景下最弱。有趣的是副高脊线指数在3种排放情景下都没有明显的长期变化趋势。这些结果为选取和利用CMIP5模式进行东亚地区气候变化的归因分析和未来预估提供了一定的科学依据。     

基于CMIP5模式的中国地区未来洪涝灾害风险变化预估

利用22个CMIP5全球气候模式模拟结果,结合社会经济以及地形高度数据,分析了RCP8.5温室气体排放情景下21世纪近期（2016-2035年）、中期（2046-2065年）和后期（2080-2099年）中国洪涝致灾危险性、承灾体易损性以及洪涝灾害风险。结果表明,洪涝灾害危险等级较高的地区集中在中国的东南部,洪涝承灾体易损度高值区位于中国的东部地区。在RCP8.5情景下,未来我国洪涝灾害高风险区主要出现在四川东部、华东的大部分地区、华北的京津冀地区、陕西和山西的部分地区以及东南沿海部分地区。东北地区的各大省会城市面临洪涝灾害的风险也很高。与基准期（1986-2005年）相比,21世纪后期,虽然发生洪涝灾害的区域变化不大,但高风险区域有所增加。鉴于模式较粗的分辨率以及确定权重系数的方法学等问题,洪涝灾害风险的预估还存在较大的不确定性。     

RCP8.5气候变化情景下21世纪印度粮食单产变化的多模式集合模拟

基于跨部门影响模型比较计划（ISI-MIP）中20种气候模式与作物模型组合的模拟结果,预估了RCP 8.5排放情景下21世纪印度小麦和水稻单产变化。研究发现：① 多模式集合模拟结果基本再现了印度小麦和水稻单产的空间差异;同时,再现了小麦和水稻单产对温度和降水变化的响应特征：与温度呈负相关,与降水呈正相关。② RCP 8.5情景下,水稻和小麦生长季温度和降水均呈增加趋势,小麦生长季的温度、降水增加幅度大于水稻。空间上,温度增加幅度自北向南逐渐减小,降水增幅则逐渐增加,并且小麦种植区升温幅度大于非种植区,降水增幅则少于非种植区,水稻种植区升温幅度小于非种植区,降水增幅则多于非种植区。③ RCP 8.5情景下,小麦和水稻单产均呈下降趋势,21世纪后半叶尤为明显。小麦单产的下降速度明显大于水稻,其中21世纪前半叶小麦和水稻单产下降速度约分别为1.3%/10a （P < 0.001）和0.7%/10a （P < 0.05）,后半叶分别增至4.9%/10a （P < 0.001）和4.4%/10a （P < 0.001）。小麦和水稻单产变化存在明显的空间异质性,小麦单产的最大下降幅度出现在德干高原西南部,降幅约60%,水稻单产最大下降幅度出现在印度河平原北部,降幅约50%。这意味着未来气候变化情景下印度粮食供给将面临较大的挑战。     

8个CMIP5模式对中国极端气温的模拟和预估

利用8个耦合模式比较计划第五阶段（CMIP5）模式结果,采用加权平均方法进行多模式集合,并与NCEP再分析资料进行对比分析,评估了CMIP5模式对中国极端气温的模拟效果,在此基础上,对未来极端气温进行预估。CMIP5模式对中国8个极端气温指数和20年一遇最高（低）气温有模拟能力,所有极端气温指数模拟和观测结果的时间相关均达到0.10显著性水平,20年一遇最高、最低气温模拟和观测结果空间相关系数均超过0.98。在中等排放RCP4.5情景下,未来中国极暖（冷）日数增多（减少）,到21世纪中期热浪指数增加2.6倍,到21世纪末期寒潮指数减少71%,20年一遇最高（低）气温在中国地区均呈现升高趋势,局部升温幅度达到4℃。     

基于CMIP5模式的中国地区未来高温灾害风险预估

本文利用CMIP5中22个全球气候模式模拟结果和相关社会经济数据,对RCP8.5情景下中国未来近期（2016-2035年）、中期（2046-2065年）、远期（2080-2099年）3个时段高温灾害风险的变化趋势进行了定量预估。结果表明：中国未来不同时期高温致灾危险度可能逐步增加;未来不同时期高温风险也趋于升高。III级及以上的高温灾害风险等级范围将增大,特别是东北三省、内蒙古、陕西、宁夏、贵州、福建等省（区）处于高风险等级的面积明显增大,山东、河北、河南、安徽在近期将出现V级高温灾害风险,中期和远期V级高温灾害风险将扩展到江苏、湖南、湖北、江西、四川、广西和广东等省（区）。     

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。     

Climate Change over China in the 21st Century as Simulated by BCC_CSM1.1-RegCM4.0

Driven by the global model,Beijing Climate Center Climate System Model version 1.1(BCC_CSM1.1),climate change over China in the 21st century is simulated by a regional climate model(RegCM4.0)under the new emission scenarios of the Representative Concentration Pathways—RCP4.5 and RCP8.5.This is based on a period of transient simulations from 1950 to2099,with a grid spacing of 50 km.The present paper focuses on the annual mean temperature and precipitation in China over this period,with emphasis on their future changes.Validation of model performance reveals marked improvement of the RegCM4.0 model in reproducing present day temperature and precipitation relative to the driving BCC_CSM1.1 model.Significant warming is simulated by both BCC_CSM1.1 and RegCM4.0,however,spatial distribution and magnitude differ between the simulations.The high emission scenario RCP8.5 results in greater warming compared to RCP4.5.The two models project different precipitation changes,characterized by a general increase in the BCC_CSM1.1,and broader areas with decrease in the RegCM4.0 simulations.     

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。