中國氣候變化的科學(xué)新認(rèn)知

巢清塵 嚴(yán)中偉 孫穎

摘要 了解和認(rèn)識百年來中國氣候發(fā)生的變化、引起其變化的驅(qū)動因素以及未來的可能變化，可以更好地適應(yīng)和減緩氣候變化。本文綜合評估了觀測到的中國氣候變化事實、中國氣候變化的驅(qū)動力、中國未來氣候變化預(yù)估三大方面，分析了氣候變暖的趨勢、水循環(huán)以及降水和冰川變化、極端天氣氣候事件變化、生物化學(xué)循環(huán)、海洋和土地覆蓋變化及其氣候效應(yīng)以及未來氣候變化的特點和趨勢等最新科學(xué)進展。在中國百年溫度趨勢、氣候系統(tǒng)多氣候指標(biāo)變化特征、極端天氣氣候事件中的人類活動作用以及氣候系統(tǒng)模擬能力等方面的研究有了新的進展?？梢钥吹街袊鴼夂蜃兣厔莩掷m(xù)、大氣二氧化碳等長壽命溫室氣體濃度繼續(xù)增長、人為強迫影響了多種氣候要素在強度和頻率的變化，中國陸地生態(tài)系統(tǒng)的固碳量增加。本文最后提出未來中國氣候變化研究需要進一步加強的問題，包括：中國氣候變化中的城市化效應(yīng)、氣候系統(tǒng)內(nèi)部變率在年代際變化中的作用、氣溶膠-云-降雨相互作用的機理、大范圍土地利用變化（如大規(guī)模生態(tài)恢復(fù)工程）的氣候效應(yīng)，以及云輻射反饋、海洋環(huán)流對氣候變化的響應(yīng)與反饋、氣候-碳循環(huán)反饋等過程對氣候模擬不確定的影響等。

關(guān)鍵詞 氣候變化趨勢;氣候變化歸因;氣候變化預(yù)估;科學(xué)新認(rèn)知

氣候變化問題是當(dāng)今人類社會面臨的最大挑戰(zhàn)之一，因此，國際上開展了大量的科學(xué)研究。從2008—2017年，以“氣候變化”為主題發(fā)表的全球和中國論文數(shù)量快速增長，全球SCI收錄論文數(shù)量上升了2.7倍多，中國SCI收錄論文數(shù)量上升了9.2倍[1]，大量的科學(xué)新認(rèn)識推動了氣候變化科學(xué)及其相關(guān)學(xué)科的發(fā)展，提高了社會公眾對氣候變化的科學(xué)認(rèn)知。現(xiàn)有的氣候變化科學(xué)認(rèn)知中尚存在不確定性，這主要與氣候系統(tǒng)觀測能力、數(shù)據(jù)的不完整、運用不一致的數(shù)據(jù)集分析，以及與年際到年代際變率機理認(rèn)識的局限有關(guān)[2-3]。隨著近些年新的觀測數(shù)據(jù)集的應(yīng)用和分析方法的完善，特別是再分析資料的運用，以及基于氣候系統(tǒng)物質(zhì)、能量和水循環(huán)過程的理解和模式模擬能力的發(fā)展，在上述一些問題上已經(jīng)取得了一些新的科學(xué)進展。

中國在氣候變化科學(xué)認(rèn)知上也取得了長足的進展。2017年國家啟動《中國第四次氣候變化評估報告》的編制，從科學(xué)上進一步厘清新認(rèn)識、新進展，系統(tǒng)總結(jié)中國氣候變化科研最新成果，在中國氣候變化的速度、強度，人類活動對中國氣候變化的影響等方面又有了新的進展，將為國家制定應(yīng)對氣候變化政策、參與氣候變化國際談判提供更好的科學(xué)支撐。本文參考其中的一些結(jié)論，圍繞中國氣候變化的事實、驅(qū)動力因素以及未來預(yù)估，試圖從全球視角進行綜述。

1 觀測到的中國氣候變化事實

1.1 溫度變化

在全球氣候變暖背景下，百年來中國近地面氣溫也呈顯著上升趨勢。由于早年觀測資料缺失較多，且因觀測系統(tǒng)更迭、測站遷址等因素，很難直接與近幾十年觀測序列相比較，因而嚴(yán)重影響了近百年變暖的定量評估。近年來學(xué)術(shù)界取得的重要進展就是發(fā)展了一系列均一化的中國長期逐月氣溫序列集[4-5]，以及個別臺站（如北京、上海）均一化的長期逐日氣溫序列[6-7]。運用國際學(xué)術(shù)界常用的“氣候距平面積加權(quán)（CAM）”方法，估算的1900年以來中國平均氣溫上升趨勢為1.56±0.20 ℃/100a，明顯大于全球大陸平均趨勢（1.0 ℃/100a）。圖1顯示了1900年以來中國氣溫升高趨勢在1.3～1.7 ℃/100a之間，1960年代以來增暖加速達(dá)0.27 ℃/10a，反映了上世紀(jì)初以來中國氣候增暖趨勢估算結(jié)果的不確定性。此值比《第三次氣候變化國家評估報告》給出的百年平均增溫0.9～1.52℃要高[8]。比較各序列可見，主要差異出現(xiàn)于早期，特別是1940s年代的偏暖程度不一。相比早期研究結(jié)果，基于均一化的臺站氣溫資料所得到的中國區(qū)域20世紀(jì)30—40年代的異常偏暖較小[4]。根據(jù)元數(shù)據(jù)分析，新中國成立后由于城市化發(fā)展，許多臺站在1950s前后向郊區(qū)遷站，導(dǎo)致此前的早期觀測氣溫記錄相對偏高。經(jīng)過均一化校訂后的序列中，1940年代的偏暖記錄有所減弱。新的中國區(qū)域長期氣溫序列更客觀地反映了區(qū)域氣候變化的特征[5]，但仍需要從機理上做進一步分析。

1998年以來全球變暖不僅沒有停滯，反而略有加速，2014—2018年是有完整氣象觀測記錄以來最暖的5年[9]，特別是全球海洋穩(wěn)定而持續(xù)地變暖，2019再次刷新最暖記錄[10]。對于中國區(qū)域，20世紀(jì)是過去2000年歷史最暖百年之一。中國區(qū)域北方增溫大于南方，冬春季大于夏秋季，日最低氣溫增暖趨勢更加明顯。近幾十年中國城市化可能導(dǎo)致一些城市局地增暖趨勢較大，但對中國整體氣溫變化趨勢的影響較小。

1.2 水循環(huán)以及降水和冰川變化

根據(jù)均一化的中國2319站逐月降水觀測資料[11]，中國區(qū)域平均年降水量的常年值（1981—2010年）為630 mm。1961年以來，中國年降水總體呈增加趨勢，約為4.2 mm/10a。年降水量具有較大的年際波動：1998年達(dá)歷史最高，超過常年值所代表的歷史平均水平 80 mm;2012年以來各年降水量均大于歷史平均水平。但區(qū)域差別明顯，中國東北、西北、西藏大部和東南部年降水量呈現(xiàn)較強的增加趨勢，由于西北地區(qū)降水量基數(shù)小以及蒸發(fā)量增加，西北地區(qū)干旱氣候的格局未發(fā)生根本改變;而自東北南部和華北部分地區(qū)到西南一帶的年降水量呈現(xiàn)減少趨勢。

考慮相對濕度觀測的干偏差訂正后，發(fā)現(xiàn)中國年平均相對濕度自1961年以來沒有明顯的增減趨勢[12]，反映了由于氣溫升高大氣絕對含水量相應(yīng)增多而相對濕度變化不大的事實。但存在階段性變化特征：20世紀(jì)60年代中期至80年代中期相對濕度偏低，1989—2003年以偏高為主，2004—2014年總體偏低，2015年以來轉(zhuǎn)為偏高[13]。

1961年以來中國地表水資源量年際變化明顯，20世紀(jì)90年代中國地表水資源量以偏多為主，2003—2013年總體偏少，2015年以來中國地表水資源量持續(xù)偏多。中國十大流域中松花江、長江、珠江、東南諸河和西北內(nèi)陸河流域地表水資源量總體表現(xiàn)為增加趨勢，其中，西北內(nèi)陸河流域地表水資源量增加的相對速率最大，平均每10年增加3.9%;遼河、海河、黃河、淮河和西南諸河流域則表現(xiàn)為減少趨勢，其中西南諸河流域地表水資源量減少的相對速率最大，平均每10年減少3.7%[14]。

與全球其他參照冰川相比，我國烏魯木齊河源1號冰川以及境內(nèi)山地冰川的消融速率相對較小，因為全球參照冰川多為海洋性冰川[15-16]。近幾十年來，中國西部80.8%的冰川呈現(xiàn)退縮狀態(tài)，其中，玉龍雪山等海洋型冰川的退縮最為顯著，其次是大陸型冰川，而極大陸型冰川的退縮相對緩慢[17]。中國是繼俄羅斯、加拿大之后，全球第三大凍土國。20世紀(jì)80年代以來，北半球多年凍土面積正快速退縮，總的來說，高海拔多年凍土退化速率快于高緯度多年凍土，青藏高原融化速率最快，其次是阿拉斯加、俄羅斯和加拿大[18]。

1.3 海洋變化及氣候效應(yīng)

1980年來，中國沿海海平面上升速率為3.3 mm/a，高于同期全球海洋平均水平（見圖2）。20世紀(jì)90年代末以來，中國近海變暖幅度和速率均高于同期全球海洋平均，東中國海（渤、黃、東海）的升溫幅度要高于南中國海[19-20]。1970s之后，熱帶太平洋厄爾尼諾信號顯著增強，且持續(xù)時間更持久[21-24]。1990年之后，中部型厄爾尼諾趨于頻發(fā)[25-26]，研究表明中部型厄爾尼諾的發(fā)展年可能出現(xiàn)夏季長江流域降水偏少、氣溫偏高，華南降水偏多等氣候特點。1970s以來，中國東部及鄰近海域出現(xiàn)的超強臺風(fēng)和海洋熱浪趨多、趨強[27-28]。

1.4 極端事件

1961年以來，中國區(qū)域極端熱天顯著增多，熱浪頻率增大，平均年極端高溫升高趨勢為0.21℃/10a。極端冷天顯著減少，冬季寒潮趨于減少，霜凍日數(shù)及冰凍日數(shù)顯著減少，平均年極端低溫升高趨勢為0.51℃/10a[29]。中國短歷時強降水日數(shù)與暴雨日數(shù)均呈現(xiàn)出自東南向西北逐漸減少的梯度分布，說明中東部地區(qū)大多數(shù)暴雨天氣過程是包含短歷時強降水過程的。短歷時強降水極大值區(qū)主要位于華南南部、華北南部和黃淮地區(qū)，而華南北部至江南地區(qū)雖然暴雨頻次高，但該區(qū)域極端降水強度卻小于華北南部和黃淮東部[30-34]。雖然華北地區(qū)的年降水量大多只有江南地區(qū)年降水量的1/3左右，出現(xiàn)暴雨事件的頻率也低很多，但該區(qū)域的極端降水強度卻超過江南地區(qū)[35]。極端少雨天氣增多，特別是伴隨高溫?zé)崂硕焖侔l(fā)展的“驟旱”事件劇增[36]。全球變暖可能增加華北平原靜穩(wěn)天氣，從而增加冬季強霾天氣的頻率和持續(xù)時間[37-38]。

2 中國氣候變化的驅(qū)動力

氣候變化的驅(qū)動力包括地球氣候系統(tǒng)之外的外強迫因子以及氣候系統(tǒng)內(nèi)部因子的相互作用。自然強迫因子包括太陽活動、火山活動和地球軌道參數(shù)等。太陽活動的總體影響很小。人為強迫包括兩個方面，一是工業(yè)化時代人類活動通過化石燃料燃燒等方式增加大氣排放溫室氣體濃度，同時導(dǎo)致大氣氣溶膠形成，改變自然大氣的成分構(gòu)成，從而影響地球大氣輻射收支平衡;二是大范圍土地覆蓋和土地利用方式變化，會改變下墊面特征，導(dǎo)致地氣之間能量、動量和水分傳輸?shù)淖兓?，進而影響區(qū)域尺度氣候變化。

2.1 碳和其它生物化學(xué)循環(huán)

2008—2017年全球化石能源平均每年排放344億t CO2，土地利用變化平均每年排放53億t CO2[39]。近40年人類活動排放CO2的30%和25%分別被陸地和海洋生態(tài)系統(tǒng)吸收，剩余的45%留在大氣中。導(dǎo)致全球大氣CO2等長壽命溫室氣體濃度仍在持續(xù)增長。由于中國自身發(fā)展的需要，中國能源消費量與碳排放量快速增長，從1994—2012年中國CO2排放量增加了約2.5倍[40]。2018年，全球大氣CO2年平均本底濃度為407.8±0.1 ppm。中國瓦里關(guān)全球本底站大氣CO2年平均本底濃度為409.4±0.3 ppm，略高于全球平均，與北半球平均值同期觀測結(jié)果基本一致。全球大氣CH4和NO2年平均本底濃度也均呈上升趨勢，中國瓦里關(guān)上述氣體均略高于全球平均，與北半球同期觀測平均值結(jié)果大體相當(dāng)（見表1）。

中國氣溶膠空間分布呈北方濃度大于南方，冬季濃度最高，夏季濃度最低。2012—2013年40個地面觀測站的結(jié)果顯示全國城市地區(qū)大氣PM2.5主要成分為有機物（26%）、硫酸鹽（17.7%）、礦物沙塵（11.8%）、硝酸鹽（9.8%）、銨鹽（6.6%）、元素碳（6.0%）[41]。氣溶膠對環(huán)流、降雨、東亞季風(fēng)等均有顯著影響，但其氣候效應(yīng)還有很大的不確定性。IPCC第五次耦合模式比較計劃（CMIP5）模擬顯示，東亞地區(qū)氣溶膠在1985—2005年間的增加導(dǎo)致東亞地區(qū)地表溫度減少大約1.05℃[42]，不同模式、不同氣溶膠組分對不同區(qū)域的氣候影響存在差異。

2013年以來，隨著國家《大氣污染防治行動計劃》的實施，大多數(shù)城市的PM2.5年均濃度呈下降趨勢，達(dá)標(biāo)城市比例有所提高（見圖3）。然而，近年來中國東部地區(qū)地表臭氧濃度呈增加趨勢，研究發(fā)現(xiàn)華北平原地區(qū)夏季臭氧增加的重要因素是PM2.5濃度降低減少了氣溶膠對HO2自由基的非均相吸收，進而加劇了臭氧的生成[43]。模式評估顯示，2012—2017年我國氣溶膠濃度的降低以及臭氧濃度的上升在中國東部（20～45°N， 105～122.5°E）對流層過去10年的年平均絕對增量2.26頂產(chǎn)生1.26 W/m2的正輻射強迫，有增暖的影響[44]。

2.2 土地覆蓋變化的氣候效應(yīng)

20世紀(jì)80年代以來，中國土地覆蓋變化總體上表現(xiàn)為城市建設(shè)用地持續(xù)擴張，林地面積增加，耕地、草地、荒漠和濕地面積減小。中國陸地生態(tài)系統(tǒng)的固碳量呈增加趨勢，森林固碳量增加最為顯著。中國陸地生態(tài)系統(tǒng)總碳儲量為79.24±2.42 PgC，其中森林碳儲量最大，占總碳儲量的38.9%，草地碳儲量占32.1%，農(nóng)田碳儲量占20.6%[45-46]。中國陸地生態(tài)系統(tǒng)固碳量的增加得益于氣候變化以及中國森林和農(nóng)業(yè)管理措施的共同作用[47-49]。2000—2010年期間，中國的六大生態(tài)恢復(fù)工程直接增加了約74 TgC/a的固碳量[48]，而采取的農(nóng)田秸稈還田等措施增加了農(nóng)田20 TgC/a的碳匯[49]。中國陸地生態(tài)系統(tǒng)是顯著的碳匯，且呈增加趨勢，在全球自然固碳量中起到重要作用。大規(guī)模生態(tài)恢復(fù)工程的實施，對改善生態(tài)環(huán)境和減緩氣候變化帶來了許多積極的影響。

2.3 中國氣候和極端事件變化的歸因

《中國第三次氣候變化評估報告》在人類活動對20世紀(jì)中國區(qū)域變暖的貢獻上開展了一些評估，但尚缺乏嚴(yán)謹(jǐn)?shù)难芯拷Y(jié)論。近年更多研究表明，人為強迫影響了1960s以來中國平均氣溫變化，對同期以來極端溫度強度、頻率和持續(xù)時間也造成影響。1961—2013年間觀測到的中國氣溫增加了1.44℃（1.22～1.66℃），利用CMIP5氣候模式對氣溫變化的歸因研究表明，中國變暖的主要貢獻因子為溫室氣體等人類活動，包括CO2等在內(nèi)的溫室氣體增加了中國的氣溫，其貢獻為1.24℃（0.75～1.76℃），而其他包括氣溶膠在內(nèi)的人為因子主要是冷卻作用，降溫貢獻為0.43 ℃ （0.24～0.63℃），城市化因子的貢獻為0.49℃（0.12～0.86℃）[50]。其他的研究對不同時段中國氣溫變化的分析均表明溫室氣體等人類活動的貢獻是最主要的，但是城市化對中國區(qū)域氣溫變化的貢獻仍然具有爭議，不同的研究利用不同的資料和方法得到的結(jié)論存在差異。在中國西部，人類活動導(dǎo)致中國西北地區(qū)溫度在1958—2012年間增加了1.37℃，其貢獻高達(dá)92%[51]。大氣中溫室氣體濃度的增加是目前觀測到的中國極端溫度增加的主要原因，土地利用變化也是夏季日最高氣溫上升的重要驅(qū)動因子[52-53]。在極端事件的影響方面，人類活動很可能增加了中國高溫?zé)崂说陌l(fā)生概率，同時可能減少了低溫寒潮的發(fā)生概率?？赡苁沟孟娜杖諗?shù)和熱帶夜日數(shù)明顯增加，霜凍日數(shù)和冰凍日數(shù)顯著減少[54-55]。但1961—2012年中國整體觀測降水序列中尚無法檢測到人類活動對極端降水趨勢的顯著影響[56]，人類活動對降水長期變化的歸因研究還有較大不確定性，仍需進一步深入探索。

3 中國未來氣候變化預(yù)估

3.1 氣候系統(tǒng)模式評估

氣候系統(tǒng)模式或地球系統(tǒng)模式是建立在超級計算機系統(tǒng)上，綜合考慮地球系統(tǒng)不同圈層的性狀及其相互關(guān)系的一個大型軟件系統(tǒng)，是理解全球氣候變化不可或缺和最主要的工具[57-58]。我國大陸有四個單位的6個模式參與CMIP5試驗比較，有六個單位的10個模式參與了CMIP6試驗比較（見表2）[59-60]。

比較CMIP5和CMIP6多模式集合對中國區(qū)域的降水模擬，可以看到都能模擬出中國降水由東南向西北逐漸遞減的特征，但都高估了青藏高原及其南側(cè)的降水量，低估了中國東部長江流域的降水量。CMIP6多模式集合在新疆、四川盆地和長江流域的降水模擬偏差比CMIP5多模式集合有所減少，但對青藏高原及其南側(cè)的降水偏差并無改善。CMIP5和CMIP6多模式集合對東亞夏季風(fēng)氣候平均態(tài)的模擬有一定能力，但在強度上略有不同。CMIP6多模式集合模擬的孟加拉灣西風(fēng)氣流偏強，而CMIP5則偏弱，二者都低估了南海的西南氣流。CMIP6多模式集合模擬的中國西南地區(qū)風(fēng)速略偏強。相對而言，CMIP6多模式集合改進較大的是副熱帶高壓，其位置和強度都比CMIP5多模式集合更加接近觀測。

3.2 未來變化預(yù)估

利用CMIP5多模式看到，與歷史時期（1986—2005年）相比，在RCP8.5溫室氣體排放情景下，到21世紀(jì)前期（2021—2040），中期（2041—2060）和后期（2081—2100），中國年平均氣溫將分別升溫1.43℃、2.59℃和5.31℃[61]，年平均降水將分別增加約2%，6%和12%[62-63]。

與歷史時期（1986—2005年）相比，在RCP4.5和RCP8.5溫室氣體排放情景下，本世紀(jì)初期（2016—2035年）中國區(qū)域平均極端最高溫度大約增加1℃，中期（2046—2065年）增加1℃～2.5℃，末期（2081—2100年）分別增加2.6±0.5℃和5.8±0.2℃，其中東部地區(qū)增幅最大，在RCP8.5溫室氣體排放情景下超過6℃[64]。21世紀(jì)初期和中期中國區(qū)域平均極端最低溫度分別增加1.2℃和2.0℃，到21世紀(jì)末期，增加幅度為2.8℃±0.9℃和6.3℃±0.9℃，其中東北、西北北部和西南的南部增加幅度最大，RCP8.5下增溫超過7℃。RCP8.5溫室氣體排放情景下，中國未來每年氣溫高于35℃的天數(shù)約多出25 d，熱浪發(fā)生頻率約高出8倍（見圖4）。未來平均高溫?zé)崂税l(fā)生頻率、熱浪持續(xù)時間以及熱浪天數(shù)增加趨勢分別為0.39次/10a、1.11 d/10a和3.28 d/10a。到21世紀(jì)末期，區(qū)域平均的持續(xù)暖期增加136 d，區(qū)域平均霜凍日數(shù)將減少43d，寒潮日數(shù)大概減少3～4d[65]。最新一項研究還表明：復(fù)合型熱浪（晝夜都持續(xù)出現(xiàn)異常高溫的極端天氣）將從2030年代開始成為北半球各地最普遍發(fā)生的一類極端天氣現(xiàn)象，中國東部尤甚[66]。夏季風(fēng)區(qū)域的暴雨可能隨進一步全球變暖而有所增加[67]。

基于多組CMIP5模式輸出的動力海平面和比容海平面數(shù)據(jù)，并考慮格陵蘭島和南極冰蓋、冰川融化以及陸地水注入等海水質(zhì)量變化對區(qū)域海平面變化的貢獻，結(jié)合中國沿海代表性較好的7個驗潮站資料以及衛(wèi)星高度計數(shù)據(jù)，通過綜合檢驗與評估，選取置信度達(dá)到95%的9組模式，結(jié)果表明，21世紀(jì)中國近海海平面將繼續(xù)上升，并且具有顯著的區(qū)域性特征，同時海平面變化會引起中國沿海風(fēng)暴潮、潮汐特征和極值水位的明顯變化。相對于1986—2005年平均海平面，在RCP4.5溫室氣體排放情景下，到2100年東海海平面上升33～84 cm、南海海平面上升34～79 cm;在RCP8.5溫室氣體排放情景下，東海海平面上升47～122 cm、南海海平面上升49～109 cm[68]（見圖5）。未來中國近海鹽度、環(huán)流、強臺風(fēng)和海洋熱浪的變化，尤其是海洋的碳源匯、酸化和溶解氧的觀測和相關(guān)研究仍需加強。

4 結(jié) 論

本文主要是在觀測到的中國氣候變化事實、氣候變化的驅(qū)動因素以及氣候變化預(yù)估三個方面進行了綜述，可以看到中國氣候不斷趨暖，人類活動是其變化的主要驅(qū)動因素。與五年前相比，在中國百年溫度趨勢、氣候系統(tǒng)多氣候指標(biāo)變化特征、極端天氣氣候事件中的人類活動作用以及氣候系統(tǒng)模擬能力方面的認(rèn)識都有了新的進展。但是一些研究，例如，中國氣候變化中的城市化效應(yīng)、氣候系統(tǒng)內(nèi)部變率在年代際變化中的作用、氣溶膠-云-降雨相互作用的機理、大范圍土地利用變化（如大規(guī)模生態(tài)恢復(fù)工程）的氣候效應(yīng)，以及云輻射反饋、海洋環(huán)流對氣候變化的響應(yīng)與反饋、氣候-碳循環(huán)反饋等過程對氣候模擬不確定的影響等方面仍需要進一步加強。氣候變化研究涉及多圈層、多尺度、多要素的相互作用，以及全球和區(qū)域相互反饋，需要多部門、多領(lǐng)域?qū)＜壹訌姾献?，在觀測、資料、機理、模擬上形成合力，產(chǎn)出更有影響力的研究成果。

（編輯：劉呈慶）

參考文獻

[1]陳迎，巢清塵，胡國權(quán)，等.十年氣候前行路，歷經(jīng)風(fēng)雨見彩虹[M]//謝伏瞻，劉雅鳴.應(yīng)對氣候變化報告（2018）——聚首卡托維茲. 北京：社會科學(xué)文獻出版社，2018：1-26.

[2]IPCC. Climate change 2013： the physical science basis[R]// STOCKER T F， QIN D， PLATTNER G K， et al. Contribution of Working Group I to the fifth assessment report of the Intergovernmental Panel on Climate Change. Cambridge， United Kingdom and New York， NY， USA： Cambridge University Press， 2013： 1535.

[3]IPCC. Scoping of the IPCC sixth assessment report （AR6）， background， cross cutting issues and the AR6 synthesis[N/OL]. 2017-09-10[2017-10-04]. http：//cache1.nmic.cn/files/521600000072B15C/ipcc.ch/apps/eventmanager/documents/47/040820171122Doc.%206%20%20SYR_Scoping.pdf.

[4]CAO L J， YAN Z W， ZHAO P M， et al. Climatic warming in China during 1901-2015 based on an extended dataset of instrumental temperature records[J]. Environmental research letters， 2017， 5（12）：22-27.

[5]LI Q， ZHANG L， XU W， et al. Comparisons of time series of annual mean surface air temperature for China since the 1900s： observations， model simulations， and extended reanalysis[J]. Bulletin of the American Meteorological Society， 2017，98（4）：699-711.

[6]嚴(yán)中偉，丁一匯，翟盤茂，等.近百年中國氣候變暖趨勢之再評估[J].氣象學(xué)報，2020. DOI：10.11676/qxxb2020.028.

[7]QIAN C， CAO L J. Linear trends in mean and extreme temperature in Xiongan New Area， China[J]. Atmospheric and oceanic science letters， 2018，11（3）：246-254.

[8]《中國第三次氣候變化評估報告》編寫委員會.中國第三次氣候變化評估報告[M].北京：科學(xué)出版社，2015.

[9]World Meteorological Organization （WMO）.WMO statement on the state of the global climate in 2018[R].Geneva： WMO， 2018.

[10]CHENG L， ABRAHAM J， ZHU J. et al. Recordsetting ocean warmth continued in 2019[J]. Advances in atmospheric sciences， 2020， 37（2）：137-142.

[11]楊朔，李慶祥.中國降水序列均一性分析方法及數(shù)據(jù)集更新完善[J].氣候變化研究進展，2014，10（4）：276-281.

[12]朱亞妮，曹麗娟，唐國利，等.中國地面相對濕度非均一性檢驗及訂正[J].氣候變化研究進展，2015，11（6）：379-386.

[13]中國氣象局氣候變化中心.中國氣候變化藍(lán)皮書（2019）[R].北京：中國氣象局氣候變化中心，2019.

[14]葉柏生，丁永建，焦克勤，等.我國寒區(qū)徑流對氣候變暖的響應(yīng)[J].第四紀(jì)研究，2012，32（1）：103-110.

[15]YAO T， XUE Y， CHEN D， et al. Recent Third Poles rapid warming accompanies cryospheric melt and water cycle intensification and interactions between monsoon and environment： multidisciplinary approach with observation， modeling and analysis[J]. Bulletin of the American Meteorological Society， 2018，100（3）： 423-444.

[16]李忠勤.山地冰川物質(zhì)平衡和動力過程模擬[M].北京：科學(xué)出版社，2019.

[17]姚檀棟，秦大河，沈永平，等.青藏高原冰凍圈變化及其對區(qū)域水循環(huán)和生態(tài)條件的影響[J].自然雜志，2013，35（3）：179-186.

[18]GUO D， WANG H， WANG A. Sensitivity of historical simulation of the permafrost to different atmospheric forcing datasets from 1979 to 2009[J]. Journal of geophysical research atmospheres， 2017，122（22）：12269-12284.

[19]國家海洋信息中心.2018年中國海平面公報[R].天津：國家海洋信息中心，2018.

[20]CAI R， TAN H， KONROYIANNIS H. Robust surface warming in offshore China seas and its relationship to the East Asian monsoon wind field and ocean forcing on interdecadal time scales[J]. Journal of climate， 2017， 30（22）： 8987-9004.

[21]POWER S， DELAGE F， CHUNG C， et al. Robust twentyfirstcentury projections of El Nio and related precipitation variability[J]. Nature， 2013，502：541-545.

[22]CAI W J， BORLACE S， LENGAIGNE M，et al. Increasing frequency of extreme El Nio events due to greenhouse warming[J]. Nature climate change， 2014，4：111-116.

[23]HUANG P， YING J. A multimodel ensemble pattern regression method to correct the tropical Pacific SST change patterns under global warming[J]. Journal of climate， 2015，28：4706-4723.

[24]LEE T， MCPHADEN M J. Increasing intensity of El Nio in the centralequatorial Pacific[J]. Geophysical research letters， 2010， 37： L14603. DOI：10.1029/2010GL044007.

[25]PASCOLINICAMPBELL M， ZANCHETTIN D， BOTHE O， et al. Toward a record of central Pacific El Nio events since 1880[J]. Theoretical and applied climatology， 2015，119（12）：379-389.

[26]XU K， TAM C Y， ZHU C， et al. CMIP5 projections of two types of El Nio and their related tropical precipitation in the 21st century[J]. Journal of climate， 2017，30：849-864.

[27]MEI W， XIE S P. Intensification of landfalling typhoons over the northwest Pacific since the late 1970s[J]. Nature geoscience. 2016， 9：753-757. DOI： 10.1038/ngeo2792.

[28]李琰， 范文靜， 駱敬新， 等. 2017年中國近海海溫和氣溫氣候特征分析[J].海洋通報， 2018（3）：296-302.

[29]YIN H， SUN Y. Characteristics of extreme temperature and precipitation in China in 2017 based on ETCCDI indices[J]. Advances in climate change research， 2018， 9（4）：218-226.

[30]CHEN J， ZHENG Y G， ZHANG X L， et al. Distribution and diurnal variation of warmseason shortduration heavy rainfall in relation to the MCSs in China[J]. Acta meteorologica sinica，2013， 27： 868–888.

[31]宇如聰，原韋華，李建.降水過程的不對稱性[J].科學(xué)通報，2013，58：1385-1392.

[32]李建，宇如聰，孫溦.中國大陸地區(qū)小時極端降水閾值的計算與分析[J].暴雨災(zāi)害，2013，32（1）：11-16.

[33]李建，宇如聰，孫溦.從小時尺度考察中國中東部極端降水的持續(xù)性和季節(jié)特征[J].氣象學(xué)報，2013，71（4）：652-659.

[34]ZHENG Y G， XUE M， LI B， et al. Spatial characteristics of extreme rainfall over China with hourly through 24hour accumulation periods based on nationallevel hourly rain gauge data[J]. Advances in atmospheric sciences， 2016，33（11）： 1218-1232.

[35]孫繼松.短時強降水和暴雨的區(qū)別和聯(lián)系[J].暴雨災(zāi)害，2017，36（6）：498-506.

[36]WANG L， YUAN X， XIE Z， et al. Increasing flash droughts over China during the recent global warming hiatus[J]. Scientific reports， 2016，6：305-371.

[37]CHEN H P， WANG H J. Haze days in north China and the associated atmospheric circulations based on daily visibility data from 1960 to 2012 [J]. Geophysical research，2015， 20（5）：895-909.

[38]PEI L， YAN Z. Diminishing clear winter skies in Beijing towards a possible future[J]. Environmental research letters，2018. DOI： 10.1088/17489326/aaf032.

[39]LE QUR C， ANDREW R M， FRIEDLINGSTEIN P， et al. Global carbon budget 2018[J]. Earth system science data， 2018， 10（4）：2141-2194.

[40]中華人民共和國.中華人民共和國氣候變化第一次兩年更新報告[R/OL].2018-12. http：//www.ccchina.org.cn/archiver/ccchinacn/UpFile/Files/Default/20191031141943031420.pdf.

[41]LIU Z， GAO W， YU Y et al. Characteristics of PM2.5 mass concentrations and chemical species in urban and background areas of China： emerging results from the CAREChina Network[J]. Atmospheric chemistry and physics，2018，18： 8849-8871.

[42]LIU C， HU H B， ZHANG Y， et al. The direct effects of aerosols and decadal variation of global sea surface temperature on the East Asian summer precipitation in CAM3.0[J]. Journal of tropical meteorology， 2017，23（2）： 217-228.

[43]LI K， JACOB D J， LIAO H， et al. Anthropogenic drivers of 2013-2017 trends in summer surface ozone in China[J]. Proceedings of the National Academy of Sciences of the United States of America， 2019，116（2）： 422-427.

[44]DANG R， LIAO H. Radiative forcing and health impact of aerosols and ozone in China as the consequence of clean air actions over 2012-2017[J]. Geophysical research letters， 2019， 46： 12511-12519.

[45]FANG J， YU G， LIU L， et al. Climate change， human impacts， and carbon sequestration in China[J]. Proceedings of the National Academy of Sciences of the United States of America， 2018，115（16）： 4015-4020.

[46]TANG X， ZHAO X， BAI Y， et al. Carbon pools in Chinas terrestrial ecosystems： new estimates based on an intensive field survey[J]. Proceedings of the National Academy of Sciences of the United States of America， 2018， 115（16）： 4021-4026.

[47]FANG J， GUO Z， HU H， et al. Forest biomass carbon sinks in East Asia， with special reference to the relative contributions of forest expansion and forest growth[J]. Global change biology， 2014， 20（6）：2019-2030.

[48]LU F， HU H F， SUN W， et al. Effects of national ecological restoration projects on carbon sequestration in China from 2001 to 2010[J]. Proceedings of the National Academy of Sciences of the United States of America， 2018， 115（16）：4039-4044.

[49]ZHAO Y， WANG M， ZHANG X， et al. Economics and policydriven organic carbon input enhancement dominates soil organic carbon accumulation in Chinese croplands[J]. Proceedings of the National Academy of Sciences of the United States of America， 2018， 115（16）：4045-4050.

[50]SUN Y， ZHANG X， REN G， et al. Contribution of urbanization to warming in China[J]. Nature climate change， 2016， 6：706-709.

[51]LI C， ZHAO T， YING K. Effects of anthropogenic aerosols on temperature changes in China during the twentieth century based on CMIP5 models[J]. Theoretical and applied climatology， 2016，125：529-540.

[52]WEN H Q， ZHANG X， XU Y， et al. Detecting human influence on extreme temperatures in China[J]. Geophysical research letters， 2013，40：1171-1176.

[53]YIN H， SUN Y， WAN H， et al. Detection of anthropogenic influence on the intensity of extreme temperatures in China[J]. International journal of climatology， 2016，37：1229-1237.

[54]LU C H， SUN Y， ZHANG X B. Multimodel detection and attribution of changes in warm and cold spell durations [J]. Environmental research letters， 2018， 13： 074013. DOI： 10.1088/17489326/aacb3e.

[55]WANG J， TETT S F B， YAN Z W， et al. Have human activities changed the frequencies of absolute extreme temperatures in eastern China？[J]. Environmental research letters， 2018，13： 014012. DOI： 10.1088/17489326/aa9404.

[56]LI W， JIANG Z， ZHANG X， et al. On the emergence of anthropogenic signal in extreme precipitation change over China[J]. Geophysical research letters， 2018，45（17）：9179-9185.

[57]王斌， 周天軍， 俞永強，等.地球系統(tǒng)模式發(fā)展展望[J].氣象學(xué)報， 2008， 66（6）：857-869.

[58]王會軍，朱江，浦一芬.地球系統(tǒng)科學(xué)模擬有關(guān)重大問題[J].中國科學(xué)：物理學(xué) 力學(xué) 天文學(xué)，2014（10）： 1116-1126.

[59]WU T， LU Y， FANG Y， et al. The Beijing Climate Center Climate System Model （BCCCSM）： the main progress from CMIP5 to CMIP6[J]. Geoscientific model development， 2019，12（4）： 1573-1600.

[60]周天軍， 鄒立維， 陳曉龍. 第六次國際耦合模式比較計劃（CMIP6）評述[J].氣候變化研究進展， 2019，15（5）：445-456.

[61]郯俊嶺， 江志紅， 馬婷婷. 基于貝葉斯模型的中國未來氣溫變化預(yù)估及不確定性分析[J].氣象學(xué)報，2016，74（4）：583-597.

[62]JIANG Z， LI W， XU J， et al. Extreme precipitation indices over China in CMIP5 Models. Part I： model evaluation[J]. Journal of climate， 2015， 28： 8603-8619.

[63]LI W， JIANG Z， XU J， et al. Extreme precipitation indices over China in CMIP5 models. Part II： probabilistic projection[J]. Journal of climate， 2016，29（24）：8989-9004.

[64]XU Y， WU J， SHI Y， et al. Change in extreme climate events over China based on CMIP5[J]. Atmospheric and oceanic science letters， 2015，8（4）：185-192.

[65]ZHOU B， WEN Q， XU Y， et al. Projected changes in temperature and precipitation extremes in China by the CMIP5 multimodel ensembles[J]. Journal of climate， 2014，27： 6591-6611.

[66]WANG J， CHEN Y， TETT S F.B， et al. Anthropogenicallydriven increases in the risks of summertime compound hot extremes[J]. Nature communications， 2020， 11： 528. DOI： 10.1038/s41467019142338.

[67]ZHANG W， ZHOU T， ZOU L， et al. Reduced exposure to extreme precipitation from 0.5 °C? less warming in global land monsoon regions[J]. Nature communications， 2018，9： 3153. DOI： 10.1038/s41467018056333.

[68]王慧，劉秋林，李歡，等.海平面變化研究進展[J].海洋信息，2018，33（3）：19-25.