2006～2013年CMIP5模式中國(guó)降水預(yù)估誤差分析

張蓓 戴新剛

?

2006～2013年CMIP5模式中國(guó)降水預(yù)估誤差分析

張蓓1, 2戴新剛2

1蘭州大學(xué)大氣科學(xué)學(xué)院，蘭州730000;2中國(guó)科學(xué)院東亞區(qū)域氣候—環(huán)境重點(diǎn)實(shí)驗(yàn)室，北京100029

用第五次耦合模式比較計(jì)劃（CMIP5）的10個(gè)模式模擬結(jié)果與英國(guó)東安格利亞大學(xué)（UEA）氣候研究機(jī)構(gòu)（CRU）的最新降水格點(diǎn)分析資料比較，評(píng)估了三種典型濃度路徑（RCPs）排放情景下模式集合對(duì)2006～2013年中國(guó)降水預(yù)估誤差，結(jié)果發(fā)現(xiàn)模式間年降水預(yù)估在西北和東部沿海地區(qū)差異較明顯，在沿海地區(qū)模式降水估計(jì)偏少，在西部和北方大部分地區(qū)偏多；冬半年大部分地區(qū)模式降水明顯偏多，部分地區(qū)甚至偏多一倍以上；夏半年?yáng)|部季風(fēng)區(qū)降水估計(jì)偏少，但西部仍然偏多。模式降水誤差隨時(shí)間變化，夏半年誤差變化明顯的區(qū)域主要集中在北方和東部地區(qū)，冬半年在東北南部、華東及華南等地。此外，提高排放情景對(duì)年降水量估計(jì)影響明顯的地區(qū)主要集中在我國(guó)西部的部分地區(qū)，加劇了西北模式降水估計(jì)偏多程度，但對(duì)東部地區(qū)影響不大。El Ni?o與La Ni?a年的模式降水誤差分布相似，僅在沿海部分地區(qū)和華北北部差異較明顯，逐年誤差分布特征也與此相似。各種誤差的對(duì)比分析表明，模式降水誤差可能多來(lái)自模式本身存在的問(wèn)題，如積云對(duì)流參數(shù)化、固體降水物理過(guò)程、地形處理及分辨率等。這些誤差特征說(shuō)明，直接使用CMIP5模式集合情景輸出資料估計(jì)未來(lái)降水的方法存在較大的不確定性，必須對(duì)其進(jìn)行評(píng)估，以降低潛在用戶或決策者們制定未來(lái)規(guī)劃的風(fēng)險(xiǎn)。

中國(guó)降水 CMIP5 RCPs排放情景 集合預(yù)估 誤差分析

1 引言

政府間氣候變化組織（IPCC）第五次評(píng)估報(bào)告（AR5）的最新評(píng)估結(jié)果表明，工業(yè)化革命以來(lái)全球氣候變暖毋庸置疑（IPCC，2013a）。自20世紀(jì)50年代以來(lái)，儀器觀測(cè)到的一系列氣候變化是過(guò)去幾十年，甚至近千年以來(lái)史無(wú)前例的，反映了人類活動(dòng)可能是其主要原因之一（沈永平和王國(guó)亞，2013）。自那時(shí)以來(lái)全球地表持續(xù)升溫，1880～2012年間全球平均溫度已升高了約0.85°C，地球上大部分地區(qū)都經(jīng)歷了升溫過(guò)程。氣候暖化體現(xiàn)在地表氣溫和海洋溫度上升、海平面上升、冰蓋消融或冰川退縮、極端氣候事件頻率增加等方面（錢忠華等，2011；趙俊虎等，2011；秦大河和Stocker，2014）。有關(guān)研究表明，未來(lái)全球氣候暖化仍可能持續(xù)，對(duì)氣候系統(tǒng)的影響也不會(huì)結(jié)束（IPCC，2013b）。如果任其發(fā)展，氣候變化勢(shì)必會(huì)對(duì)人類和地球生態(tài)系統(tǒng)造成嚴(yán)重的、普遍的，甚至是不可逆轉(zhuǎn)的影響。因此，在全球氣候暖化背景下如何較準(zhǔn)確地預(yù)估未來(lái)氣候變化，并據(jù)此制定相應(yīng)的適應(yīng)與減緩措施已成為各國(guó)科學(xué)家、公眾乃至決策者們共同關(guān)心的重大問(wèn)題。

全球氣候暖化已經(jīng)導(dǎo)致降水的時(shí)空分布發(fā)生改變，并對(duì)水資源、生態(tài)系統(tǒng)和社會(huì)經(jīng)濟(jì)發(fā)展等方面產(chǎn)生了深遠(yuǎn)影響（翟建青等，2014；蘇濤和封國(guó)林，2014）。中國(guó)東部屬于東亞季風(fēng)區(qū)，西部為青藏高原和內(nèi)陸干旱區(qū)，地形復(fù)雜，降水量空間分布極不均勻且年際變化很大，降水預(yù)測(cè)很困難。如何較準(zhǔn)確地預(yù)估中國(guó)未來(lái)十年甚至幾十年的降水變化趨勢(shì)一直是一個(gè)具有挑戰(zhàn)性的艱巨任務(wù)。加強(qiáng)相關(guān)問(wèn)題的研究對(duì)于制定我國(guó)未來(lái)經(jīng)濟(jì)規(guī)劃及防災(zāi)減災(zāi)的戰(zhàn)略部署等都具有重要的現(xiàn)實(shí)意義（許崇海等，2010）。

全球氣候模式是進(jìn)行氣候模擬及預(yù)估的重要工具之一。近年來(lái)，相關(guān)的研究已經(jīng)取得了很大的進(jìn)展（Taylor et al.，2012；董文杰等，2014）?；谀Ｊ侥M結(jié)果，科學(xué)家群體對(duì)氣候模擬和氣候變化預(yù)估做了大量的研究，取得了一系列很有意義的結(jié)果。受全球氣候系統(tǒng)的復(fù)雜性、氣候模式的代表性及可靠性等因素的影響，模式對(duì)氣候變化的模擬尚存在許多不足和局限性（Masson and Knutti，2011）。以往的檢驗(yàn)表明，多數(shù)氣候模式基本上都能模擬出全球降水的大尺度特征，不過(guò)，對(duì)區(qū)域尺度降水模擬仍存在不少問(wèn)題（IPCC，2007）。一些研究表明，一般全球氣候模式對(duì)中國(guó)的氣候態(tài)都具有一定的模擬能力，但對(duì)東亞季風(fēng)降水的模擬能力仍然有限（陳曉晨等，2014），可能與模式分辨率、季風(fēng)系統(tǒng)的復(fù)雜性和青藏高原等因素有關(guān)（高學(xué)杰等，2006；姜燕敏等，2015）。目前，一些學(xué)者已基于CMIP5模式資料，評(píng)估了其對(duì)中國(guó)歷史降水的模擬能力（劉敏和江志紅，2009；Xu Y and Xu ，2012；田芝平和姜大膀，2013；Song and Zhou，2014），結(jié)果發(fā)現(xiàn)，大部分模式都能夠模擬出中國(guó)降水的空間分布特征和季節(jié)循環(huán)，但模擬精度的區(qū)域性差別較大，高估了中國(guó)大部分地區(qū)的降水，低估了沿海季風(fēng)區(qū)降水；模式對(duì)降水演變模擬能力也十分有限。一般模式集合的模擬能力優(yōu)于大部分單個(gè)模式（陳曉晨等，2014）。此外，有關(guān)研究結(jié)果還表明（Chen，2013；江志紅等，2009），到21世紀(jì)末，中國(guó)年降水量可能顯著增加，降水有趨于極端化的發(fā)展趨勢(shì)。在幾種AR5的典型路徑排放情景下，區(qū)域性平均降水將增加，其幅度在北方地區(qū)大于南方地區(qū)（Xu C H and Xu，2012）。此外，為了提高精度，還有部分學(xué)者利用CMIP5全球氣候模式結(jié)果驅(qū)動(dòng)區(qū)域氣候模式，通過(guò)動(dòng)力降尺度方法對(duì)中國(guó)未來(lái)降水進(jìn)行估計(jì)，得到了較好的結(jié)果（Gao et al.，2013；Zou and Zhou，2013）。

我們注意到，已有的研究主要集中在模式對(duì)歷史氣候模擬能力的檢驗(yàn)或評(píng)估方面，或是僅根據(jù)CMIP5模式的情景輸出資料對(duì)未來(lái)氣候直接進(jìn)行預(yù)估，幾乎都未涉及未來(lái)氣候情景下預(yù)估的不確定性問(wèn)題，其中有些研究?jī)H考慮了模式間氣候預(yù)估的離散度。然而，模式預(yù)估的不確定性會(huì)對(duì)未來(lái)氣候變化，特別是降水變化預(yù)估精度帶來(lái)很大影響，甚至可能對(duì)潛在的用戶造成誤導(dǎo)。因此，在預(yù)估未來(lái)氣候變化的同時(shí)，必須對(duì)其不確定性進(jìn)行評(píng)估。CMIP5模式的未來(lái)氣候預(yù)估數(shù)據(jù)始于2006年，距今已經(jīng)有8～9年，可以用氣象觀測(cè)記錄對(duì)其進(jìn)行檢驗(yàn)，評(píng)估其不確定性。本文利用2006～2013年CMIP5模式情景預(yù)估數(shù)據(jù)與重疊期的英國(guó)氣候研究機(jī)構(gòu)（CRU）的格點(diǎn)降水分析資料，對(duì)模式降水預(yù)估進(jìn)行誤差評(píng)估，力圖揭示其基本特征。下文第2節(jié)介紹模式、數(shù)據(jù)和方法；第3節(jié)對(duì)模式預(yù)估的年降水誤差空間分布、趨勢(shì)及情景差異等進(jìn)行分析；第4節(jié)給出冬、夏半年模式降水誤差分析；第5節(jié)分析El Ni?o年和La Ni?a年模式降水誤差分布特征及其差異，以及逐年模式降水誤差分布差異；最后一節(jié)是結(jié)論及簡(jiǎn)短的討論。

2 數(shù)據(jù)與方法

第五次耦合模式比較計(jì)劃（CMIP5）采用了以穩(wěn)定濃度為特征的一套新的典型濃度路徑（Representative Concentration Pathways,記為RCPs）排放情景，其中包括RCP8.5、RCP6.0、RCP4.5、RCP2.6等4種路徑情景，每種情景都提供了一種受社會(huì)經(jīng)濟(jì)發(fā)展條件影響的溫室氣體排放路徑，并給出直到2100年的相應(yīng)輻射強(qiáng)迫序列值（Meinshausen et al.，2011）。其中，RCP2.6為低排放情景，該情景下的輻射強(qiáng)迫先增加后減少，到2100年輻射強(qiáng)迫穩(wěn)定在約2.6 W m?2（van Vuuren et al.，2011）；RCP4.5屬于中等強(qiáng)度排放情景，到2100年輻射強(qiáng)迫穩(wěn)定在約4.5 W m?2（Thomson et al.，2011）；RCP8.5屬于高排放情景，到2100年輻射強(qiáng)迫大于8.5 W m?2（Riahi et al.，2011）；RCP6.0介于RCP4.5與RCP8.5之間。所選取的10個(gè)CMIP5全球氣候模式的參數(shù)列在表1中，其中只給出RCP8.5、RCP4.5和RCP2.6情景的信息，因?yàn)檫@些模式資料比較完整。

表1 所用10個(gè)CMIP5模式的參數(shù)信息

我們選取2006～2013年CRU（Mitchell and Jones，2005）的格點(diǎn)月降水分析資料（CRU_TS_ v.3.22）作為模式降水誤差評(píng)估的參考態(tài)，或視其為觀測(cè)降水，其分辨率為0.5°×0.5°?？紤]到各個(gè)模式的分辨率不同，我們采用雙線性插值方法將不同分辨率的模式降水資料插值到1.0°×1.0°的格點(diǎn)上，再進(jìn)行誤差分析。

此外，文中還計(jì)算了各模式間中國(guó)年平均降水預(yù)估的標(biāo)準(zhǔn)差及其相對(duì)標(biāo)準(zhǔn)偏差來(lái)大致刻畫(huà)模式預(yù)估結(jié)果的離散度和模式集合平均結(jié)果的不確定性。同時(shí)還給出了2006～2013年中國(guó)模式年降水誤差的年際標(biāo)準(zhǔn)差及誤差百分率的年際標(biāo)準(zhǔn)差，以此分析模式降水預(yù)估誤差的年際變化。

3 年降水預(yù)估誤差

本文中的模式降水量誤差，指所選的10個(gè)CMIP5模式輸出的2006～2013年平均降水量與對(duì)應(yīng)的CRU格點(diǎn)分析降水量（CRU_TS_v.3.22）之差，偏多或正誤差表示模式降水預(yù)估高于觀測(cè)值，反之，低于觀測(cè)值。在下文中，當(dāng)降水估計(jì)誤差或誤差趨勢(shì)＞20%時(shí)，稱之為明顯偏多或增加趨勢(shì)明顯；當(dāng)其＜?20%稱之為明顯偏少；若介于二者之間，均視為誤差不明顯或接近于觀測(cè)值。下文中的“模式降水”均指由這10個(gè)模式集合平均估計(jì)的降水量。

3.1 年降水量誤差

在三種典型濃度路徑情景（RCP8.5、RCP4.5、RCP2.6）下，模式對(duì)中國(guó)大陸2006～2013年平均降水量的預(yù)估均能再現(xiàn)東南多、西北少的氣候特征以及降水的季節(jié)循環(huán)（圖略）。因三種情景下模式估計(jì)的年降水量誤差分布比較相似，這里僅對(duì)中等排放情景RCP4.5下的誤差進(jìn)行分析。

從圖1a中可以看到，全國(guó)大部分地區(qū)模式降水量估計(jì)偏多，僅在東部沿海、華南沿海及青藏高原南部個(gè)別地區(qū)偏少，青藏高原東部平均偏多達(dá)到800 mm以上，華南沿海偏少400 mm以上。從降水估計(jì)的相對(duì)誤差 [(模式降水－觀測(cè))/觀測(cè)] 看，模式年降水量估計(jì)明顯偏多（＞20%）的地區(qū)有：青藏高原大部、云貴高原、西北大部、華北大部和東北大部等地區(qū)（圖1b），其中對(duì)青藏高原大部、西北西部和南部、云貴高原西部及華北北部的降水量估計(jì)偏多80%，或以上；年降水量估計(jì)明顯偏少（＜?20%）的地區(qū)主要集中在華南沿海、山東半島、海南島和青藏高原南部等個(gè)別地區(qū)。這種誤差分布特征與他人對(duì)CMIP5模式歷史氣候模擬檢驗(yàn)結(jié)果基本一致（Xu Y and Xu，2012；Song and Zhou，2014；劉敏和江志紅，2009），說(shuō)明造成誤差的主要原因可能是模式分辨率低，或地形處理不當(dāng)，或海氣耦合過(guò)程的描述不夠完善等所致（高學(xué)杰等，2004；Jiang et al.，2005；Phillips and Gleckler，2006；張莉等，2008）。

圖1 RCP4.5情景下10個(gè)CMIP5模式集合平均對(duì)中國(guó)2006～2013年平均降水估計(jì)誤差：（a）降水量誤差（模擬－觀測(cè)）；（b）降水誤差百分率 [(模擬－觀測(cè))/觀測(cè)]

10個(gè)模式各自對(duì)降水估計(jì)的偏差不一致。計(jì)算的模式間降水預(yù)估的標(biāo)準(zhǔn)差表明，各模式對(duì)40°N以北的地區(qū)降水預(yù)估的一致性較高，對(duì)西藏、西南、江南和華南等地區(qū)模式間預(yù)估差異較大（圖2a），這同樣與CMIP5模式歷史氣候模擬結(jié)果基本一致（陳曉晨等，2014），其主要原因也可能是模式分辨率及地形影響（高學(xué)杰等，2006；江志紅等，2009）。從相對(duì)誤差來(lái)看（圖2b），對(duì)于中國(guó)大部分地區(qū)年平均降水預(yù)估模式間相對(duì)標(biāo)準(zhǔn)偏差在40%以下，東北和黃淮東部地區(qū)為20%以下，只有西北北部和青藏高原南部地區(qū)相對(duì)標(biāo)準(zhǔn)偏差較高，尤其是在西北北部大部分地區(qū)達(dá)80%以上。圖2b與圖1b對(duì)比可知，由于東部地區(qū)模式降水預(yù)估誤差百分率相對(duì)西部地區(qū)較低，所以模式間年平均降水預(yù)估差異在西北北部和東部沿海地區(qū)都較明顯。因此，集合平均方法在一定程度上能減少模式降水估計(jì)的誤差。

圖2 RCP4.5情景下10個(gè)CMIP5模式對(duì)2006～2013年中國(guó)年降水預(yù)估的（a）標(biāo)準(zhǔn)差及（b）相對(duì)標(biāo)準(zhǔn)偏差

3.2 年降水誤差趨勢(shì)

模式年降水誤差會(huì)隨時(shí)間變化，其線性趨勢(shì)可以作為這種變化的一種度量。該誤差趨勢(shì)等價(jià)于模式降水量趨勢(shì)與CRU格點(diǎn)降水量趨勢(shì)之差。為了避免趨勢(shì)估計(jì)中的小樣本問(wèn)題，我們采用每一格點(diǎn)2010～2013年模式降水量誤差平均值（圖3b）減去2006～2009年的對(duì)應(yīng)值（圖3a），近似表示這一時(shí)段模式降水量誤差趨勢(shì)或模式降水趨勢(shì)誤差（圖3c）；用該趨勢(shì)除以2006～2009年模式降水誤差的絕對(duì)值就得到模式降水誤差百分率趨勢(shì)（圖3d）。

圖3 RCP4.5情景下（a）2006～2009及（b）2010～2013 模式年降水量誤差和（c）2006～2013年降水量誤差趨勢(shì)及其（d）百分率

因三種典型路徑排放情景（RCP8.5, RCP4.5, RCP2.6）下模式降水誤差趨勢(shì)分布很接近，故只分析其中等排放情景（RCP4.5）。從圖3c可以看出，華北、東北、河套南部、青藏高原西南端、遼東半島、江南中東部、長(zhǎng)江下游和華南沿海等地模式年降水量誤差趨勢(shì)為負(fù)，其中華北、東北大部、遼東半島、江南中東部、長(zhǎng)江下游和華南沿海等地誤差趨勢(shì)達(dá)到?200 mm (8a)?1及其以下，其誤差百分率趨勢(shì)也均小于?20% (8a)?1（圖3d）；在河套以東的黃河與淮河之間、西南大部及山東半島等地年降水量誤差趨勢(shì)為正，其中西南大部、河南省和遼東半島等地的模式降水誤差趨勢(shì)達(dá)200 mm (8a)?1以上，其降水誤差百分率趨勢(shì)均超過(guò)20% (8a)?1?？梢?jiàn)，中國(guó)東部CMIP5模式降水誤差隨時(shí)間變化比較快，西部變化相對(duì)較慢。不難推知，在2006～2009年間模式降水估計(jì)偏多地區(qū)（見(jiàn)圖3a），正（負(fù)）的誤差趨勢(shì)意味著該地模式降水估計(jì)偏多狀況趨于增強(qiáng)（減弱），即誤差變大（?。?；在其間模式降水估計(jì)偏少地區(qū)，正（負(fù)）的誤差趨勢(shì)意味著該地模式降水估計(jì)偏少情況趨于減弱（增強(qiáng)），即誤差變小（大）。對(duì)比圖3d和圖3a可知，在華北、東北大部、河套及其南部、江蘇沿海等地模式降水誤差趨于減弱；在遼東半島、河套以東的黃淮之間、西南大部、華南沿海等地的模式降水誤差趨于增強(qiáng)。這些模式降水誤差演變的復(fù)雜特征增加了使用CMIP5模式輸出資料估計(jì)未來(lái)中國(guó)降水長(zhǎng)期變化的不確定性。

3.3 排放情景差異

盡管三種情景下模式估計(jì)的年降水量誤差分布非常相似，但是誤差大小是有差異的。高排放情景（RCP8.5）與低排放情景（RCP2.6）之間的模式降水估計(jì)誤差等價(jià)于兩種情景下模式降水量的估計(jì)差異。計(jì)算表明這兩種情景下年降水量誤差的差異在一些地區(qū)比較明顯，盡管CMIP5模式的情景預(yù)估僅積分了8年（2006～2013）。圖4a顯示，RCP8.5相對(duì)于RCP2.6的年降水量估計(jì)在西北、長(zhǎng)江至黃河之間地區(qū)、南方沿海及云南省等地偏多，在華北和東北大部、青藏高原南部和江南北部等地偏少，其中四川盆地、云南省、華南沿海和福建沿海偏多60 mm以上，在青藏高原南部、云貴高原東部，降水估計(jì)偏少60 mm以上，在華北和東北南部偏少20～40 mm。從相對(duì)差異來(lái)看（圖4b），全國(guó)大部分地區(qū)差異并不明顯，只在西北西部的部分地區(qū)年降水誤差差異達(dá)到40%～60%，個(gè)別地區(qū)達(dá)到80%，在青藏高原西部的部分地區(qū)降水誤差減小20%以上。因此，提高排放情景對(duì)年降水量估計(jì)影響明顯的地區(qū)主要集中在我國(guó)西部的部分地區(qū)，對(duì)東部地區(qū)影響不大。鑒于三種情景下模式降水誤差分布的相似性，對(duì)比圖4b和圖1b不難發(fā)現(xiàn)，高排放情景使得西北大部和青藏高原北部的年降水量估計(jì)偏多的現(xiàn)象增強(qiáng)，但使得華北、東北大部、遼東半島、山東半島、東南沿海、華南沿海及云貴高原大部的降水量估計(jì)誤差變小。因此，不同地區(qū)模式年降水量估計(jì)的精度隨排放路徑情景而變，對(duì)于全國(guó)而言并不存在一致的模式降水最優(yōu)排放路徑情景。這可能與模式或集合模式本身的誤差分布特征有關(guān)。因此，對(duì)于一個(gè)地區(qū)而言，應(yīng)該選擇最適合于當(dāng)?shù)氐哪Ｊ角榫敖邓烙?jì)，盡管它可能與實(shí)際的排放情景偏離較遠(yuǎn)。

圖4 RCP8.5與RCP2.6情景下模式2006～2013年降水量（a）差異及其（b）百分率

4 模式季節(jié)降水估計(jì)誤差

通常，所謂季節(jié)是指天文季節(jié)，它是根據(jù)地球的公轉(zhuǎn)將一年劃分為四個(gè)季節(jié)，即春季、夏季、秋季和冬季，并規(guī)定每個(gè)季節(jié)長(zhǎng)度為三個(gè)月。這種季節(jié)劃分在中緯度能基本契合氣候的變化特征，但在較低緯度卻不盡然（侯威等，2011）。例如，一般在熱帶地區(qū)僅有雨季和旱季之分。中國(guó)大部分地區(qū)屬于東亞季風(fēng)區(qū)，華南沿海的季風(fēng)降水即華南前汛期降水始于5月，南海季風(fēng)爆發(fā)或更早。因此，為了兼顧南方與北方氣候降水的差異，我們僅將12個(gè)月劃分為夏半年和冬半年，前者定義為5月至10月，屬于季風(fēng)影響的季節(jié)，后者定義為當(dāng)年11月至來(lái)年4月。考慮到所研究的序列長(zhǎng)度太短，在計(jì)算冬半年降水時(shí)，將當(dāng)年1～4月和11～12月合并近似作為冬半年。

4.1 降水誤差

10個(gè)模式集合在三種典型路徑排放情景下估計(jì)的2006～2013年夏半年或冬半年降水量均存在明顯的誤差。相對(duì)而言，冬半年模式降水量估計(jì)偏多區(qū)域明顯大于夏半年。對(duì)于RCP4.5情景，夏半年在中國(guó)東部和南部沿海、青藏高原南部和新疆的天山山區(qū)等地，模式降水偏少，其余地區(qū)均偏多（圖5a）；在冬半年，除了在華南沿海的部分地區(qū)及海南省的模式降水量偏小外，全國(guó)其余地區(qū)普遍偏多（圖5c）。從模式降水估計(jì)的相對(duì)誤差看，夏半年模式降水明顯偏多（＞20%）地區(qū)，除了華北北部和東北西部外，主要集中在中國(guó)西部；模式降水明顯偏少（＜?20%）的地區(qū)，除了青藏高原南部和新疆的個(gè)別地區(qū)外，主要集中在中國(guó)東部和華南沿海、海南島及臺(tái)灣等地（圖5b）。在冬半年，模式降水明顯偏少的地區(qū)只有海南省和廣東沿海，在中國(guó)北方、西南及青藏高原大部分地區(qū)模式降水明顯偏多（圖5d）。對(duì)比冬、夏半年模式降水誤差分布的差異可以發(fā)現(xiàn)，模式降水估計(jì)偏多地區(qū)多位于山區(qū)和冬季，說(shuō)明這些誤差可能與模式分辨率低、固體降水物理過(guò)程描述不完善等有關(guān)。另一方面，模式降水估計(jì)明顯偏少的地區(qū)主要集中在夏半年的東亞季風(fēng)區(qū)的東南沿海，說(shuō)明，除了模式分辨率問(wèn)題外，這些誤差可能還與其積云對(duì)流參數(shù)化方案不完善，或季風(fēng)過(guò)程模擬不好等有關(guān)。

圖5 RCP4.5情景下中國(guó)2006～2013夏半年（5～10月）和冬半年（11～4月）模式降水誤差（左）及其百分率（右）：（a, b）夏半年；（c, d）冬半年

4.2 季節(jié)降水誤差趨勢(shì)

模式季節(jié)降水誤差也隨時(shí)間變化，其趨勢(shì)等價(jià)于模式季節(jié)降水趨勢(shì)與CRU格點(diǎn)降水趨勢(shì)之差。同樣，季節(jié)降水誤差趨勢(shì)也由其2010～2013年平均值減去2006～2009年的平均值算得。計(jì)算表明，三種路徑情景（RCP2.6，RCP4.5，RCP8.5）下2006～2013年冬半年或夏半年的降水誤差趨勢(shì)分布均非常相似（圖略），這里僅給出RCP4.5的結(jié)果。

在RCP4.5情景下，夏半年模式降水誤差趨勢(shì)為負(fù)的地區(qū)主要出現(xiàn)在東北、華北、河套、青藏高原南端、江南中東部及華南沿海等地，其余大部分地區(qū)模式降水誤差趨勢(shì)為正（圖6a），在華北、東北及河套等地模式降水誤差趨勢(shì)達(dá)到?200 mm (8a)?1及其以下，其誤差百分率趨勢(shì)也均小于?20% (8a)?1（圖6b）；在西北西部的部分地區(qū)、西南大部及黃淮之間等地，模式降水誤差呈明顯增強(qiáng)趨勢(shì)（＞20%）；在冬半年，全國(guó)大部分地區(qū)模式降水誤差趨勢(shì)為正（圖6c），其中河套、華北西部、江南西部、廣東及海南省等地區(qū)模式降水誤差趨勢(shì)明顯，僅在東北南部、江南東部和新疆北部等部分地區(qū)模式降水誤差趨勢(shì)為負(fù)值，呈明顯下降趨勢(shì)（圖6d）。

圖6 RCP4.5情景下中國(guó)2006～2013夏半年和冬半年降水量誤差趨勢(shì)（左）及其百分率（右）：（a, b）夏半年；（c, d）冬半年

一個(gè)地區(qū)模式降水誤差的未來(lái)趨勢(shì)也與當(dāng)?shù)卣`差特征本身有關(guān)。對(duì)于前四年（2006～2009）冬或夏半年模式降水估計(jì)偏多地區(qū)，正（負(fù)）的模式降水誤差趨勢(shì)意味著降水偏多情形趨于增強(qiáng)（減弱）；在模式降水估計(jì)偏少地區(qū)，正（負(fù)）的模式降水誤差趨勢(shì)意味著降水偏少情形趨于減弱（增強(qiáng)）。因此，比較圖6b和圖7a可以發(fā)現(xiàn)，夏半年模式降水估計(jì)誤差趨于明顯減小 [＜?20% (8a)?1] 的地區(qū)有，東北、華北大部及河套等地；模式降水誤差趨于明顯增加 [＞20% (8a)?1] 的地區(qū)出現(xiàn)在遼東半島、淮河流域、西北西部、西南部分地區(qū)等。對(duì)比圖6d和圖7b不難發(fā)現(xiàn)，冬半年模式降水誤差呈明顯增加趨勢(shì)的地區(qū)位于河套、華北西部、江南西部、廣東及海南省等地；模式降水誤差趨于明顯減弱的地區(qū)出現(xiàn)在東北南部、江南東部及新疆北部等地。因此，CMIP5模式的季節(jié)降水誤差分布形勢(shì)復(fù)雜，且是非定常的。這增加了未來(lái)降水預(yù)估誤差訂正的難度。

圖7 RCP4.5情景下中國(guó)2006～2009（a）夏半年和（b）冬半年模式降水量誤差分布

4.3 排放情景差異

對(duì)于季節(jié)降水而言，RCP8.5和RCP2.6情景下的模式降水量誤差也存在差異，且等價(jià)于兩種情景下的季節(jié)降水量差異。2006～2013年期間，夏半年RCP8.5相對(duì)于RCP2.6的降水量在華北、東北大部、青藏高原南部、西南及江南西部等地偏少，其余地區(qū)偏多（圖8a）；冬半年，在東北南部、黃河流域、長(zhǎng)江中下游及青藏高原南部降水估計(jì)偏小，其余地區(qū)偏多（圖8c）。

從模式降水量的相對(duì)差異看（圖8b），隨著溫室氣體排放增強(qiáng)，夏半年RCP8.5相對(duì)于RCP2.6降水量明顯增長(zhǎng)（＞20%）的地區(qū)主要集中在中國(guó)西北部和四川盆地的部分地區(qū)，明顯減弱（＜?20%）的地區(qū)位于青藏高原西部和華北的部分地區(qū)，其余地區(qū)變化不明顯；在冬半年，RCP8.5模式降水量明顯增大區(qū)域擴(kuò)大，包括西北大部、華北北部和云貴高原等地，降水量明顯減少的地區(qū)主要在青藏高原南部和西部、甘肅南部等地，其余地區(qū)變化不大（圖8d），即排放情景對(duì)當(dāng)?shù)亟邓挠绊懖淮?。?duì)于2006～2013年 RCP2.6模式降水估計(jì)偏多地區(qū)，RCP8.5相對(duì)于其模式降水明顯偏多（少），意味著該地區(qū)的降水估計(jì)偏多現(xiàn)象會(huì)隨著排放強(qiáng)度增加而明顯增強(qiáng)（減弱），即誤差明顯增大（變?。?；反之，對(duì)于RCP2.6模式降水偏少地區(qū)，RCP8.5的模式降水量明顯偏多（少），意味著該地區(qū)的降水估計(jì)偏少現(xiàn)象會(huì)隨著排放強(qiáng)度增加而明顯減弱（增強(qiáng)），即誤差明顯變?。ㄔ龃螅ｈb于三種典型路徑排放情景下模式降水誤差相似的特點(diǎn)，對(duì)比圖8b，8d和圖7b，7d不難發(fā)現(xiàn)，夏半年模式降水誤差隨排放強(qiáng)度明顯增加的地區(qū)出現(xiàn)在西北中部、四川盆地及青藏高原西部等部分地區(qū)，模式降水誤差隨排放強(qiáng)度減小的地區(qū)只有青藏高原西端的個(gè)別地區(qū)；在冬半年，模式降水誤差隨排放強(qiáng)度明顯增加的地區(qū)有西北大部、華北北部、云貴高原及青藏高原北部等地，降水誤差隨排放強(qiáng)度明顯減小的地區(qū)位于甘肅東部、青藏高原南部和西部等地。這些復(fù)雜的模式誤差特征表明，不同路徑情景下不同季節(jié)、不同地區(qū)的CMIP5模式集合降水估計(jì)的不確定性是不一樣的。

圖8 RCP8.5與RCP2.6情景下2006～2013年模式降水量估計(jì)誤差差異（左）及其百分率（右）：（a, b）夏半年；（c, d）冬半年

5 年際降水預(yù)估誤差與ENSO循環(huán)

ENSO（El Ni?o/La Ni?a and Southern Oscillation）循環(huán)對(duì)全球氣候的年際變化有最為顯著的影響（Huang et al.，1998），與每年中國(guó)的旱澇分布密切關(guān)聯(lián)（王小玲和宋文玲，2009）。ENSO是指發(fā)生在熱帶中、東太平洋的大尺度海氣相互作用的過(guò)程（張人禾和巢紀(jì)平，2002）。其中El Ni?o是指赤道中東太平洋海表溫度明顯偏暖的現(xiàn)象，屬于ENSO的正位相，或稱之為暖位相；La Ni?a是指赤道中東太平洋海溫明顯偏冷的現(xiàn)象，屬于ENSO的負(fù)位相，或稱之為冷位相。而南方濤動(dòng)（SO）是在廣闊的熱帶太平洋和印度洋海平面氣壓場(chǎng)之間存在的蹺蹺板現(xiàn)象，與ENSO循環(huán)關(guān)聯(lián)。根據(jù)日本氣象廳（JMA）公布的ENSO指數(shù)（http://coaps.fsu. edu/jma），2006～2013年期間共出現(xiàn)了兩次El Ni?o事件和兩次La Ni?a事件，其中2006年和2009年定為El Ni?o年，2007和2010年定為L(zhǎng)a Ni?a年，即每個(gè)El Ni?o事件后緊跟著一個(gè)La Ni?a事件。眾所周知，一般這兩種事件均在圣誕節(jié)前后達(dá)到最強(qiáng)，通常次年5月是個(gè)轉(zhuǎn)換點(diǎn)。因此，若根據(jù)天文定年，會(huì)將一個(gè)完整的El Ni?o或La Ni?a事件撕裂，不利于完整刻畫(huà)一個(gè)ENSO事件及其對(duì)年平均氣溫或降水的影響。為此，科學(xué)家不得不將其分為El Ni?o/La Ni?a當(dāng)年及次年。為了克服天文定年的缺陷，我們用5月至次年4月定義一個(gè)ENSO“年”（簡(jiǎn)記為年，下同），即2006年/2009年5月至2007年/2010年4月定義為El Ni?o年，2007年/2010年5月至2008年/2011年4月定義為L(zhǎng)a Ni?a年，并將兩個(gè)相同事件的年降水量平均作為該事件的合成降水分布。

在RCP4.5情景下，模式對(duì)El Ni?o年的降水估計(jì)，除了在東南沿海一帶偏少外，其余地區(qū)均偏多（圖9a），其中青藏高原東部偏多600～800 mm以上，廣東沿海偏少400 mm左右。從降水誤差百分率看，在El Ni?o年中國(guó)西部和華北北部模式降水估計(jì)明顯偏多（＞20%），僅在東部沿海和海南省明顯偏少（＜?20%）（圖9b）；而在La Ni?a年中國(guó)大部分地區(qū)的模式降水誤差分布與El Ni?o年相近（圖9c），僅在東南沿海部分地區(qū)轉(zhuǎn)為明顯偏多，在山東半島和遼寧省等部分地區(qū)轉(zhuǎn)為明顯偏少（圖9d）。這兩種事件下相似的模式降水誤差分布說(shuō)明，大范圍的模式降水估計(jì)誤差可能是模式本身存在問(wèn)題，赤道太平洋海溫變化引起的降水誤差變化僅僅局限于環(huán)渤海灣及東南沿海的部分地區(qū)。這表明熱帶海溫的異常強(qiáng)迫對(duì)中國(guó)大陸的模式降水誤差分布影響不大。

圖9 RCP4.5情景下（a、b）El Ni?o和（c、d）La Ni?a年（5月至來(lái)年4月）中國(guó)年降水量誤差（左）及其百分率（右）

盡管El Ni?o和La Ni?a年的模式降水估計(jì)誤差比較接近，分布也類似，但進(jìn)一步的計(jì)算表明，模式降水年際之間的差異依然比較明顯。計(jì)算的RCP4.5情景下的2006～2013年際降水誤差的標(biāo)準(zhǔn)差，呈現(xiàn)東南大、西北小的走勢(shì)（圖10a），與年降水量的氣候分布類似。模式年際降水誤差百分率間的標(biāo)準(zhǔn)差顯示（圖10b），在中國(guó)大部分地區(qū)差異較小，大多都在40%以下，東部地區(qū)多低于20%，華北北部略高，青藏高原西北部和新疆東部誤差百分率年際差異較大，超過(guò)80%。這些結(jié)果表明，CMIP5模式集合對(duì)于降水的年際變化估計(jì)，在中國(guó)的中、東部有一定的參考價(jià)值，但在西北誤差較大。

圖10 RCP4.5情景下2006～2013年CMIP5模式估計(jì)的中國(guó)年降水誤差的（a）年際標(biāo)準(zhǔn)差及（b）誤差百分率間的年際標(biāo)準(zhǔn)差

6 結(jié)論與討論

綜上所述，在三種典型路徑排放情景下，所選的10個(gè)CMIP5 模式對(duì)2006～2013年中國(guó)年及季節(jié)降水的預(yù)估都存在一定的誤差，其地理分布也比較相似，其主要特征簡(jiǎn)述如下：

（1）模式集合估計(jì)的年降水量在大部分地區(qū)都偏多，東南和華南沿海偏少，明顯偏多地區(qū)主要位于西部，明顯偏少的地區(qū)僅局限于華南沿海、海南省和山東半島等地。

（2）模式降水估計(jì)在冬半年明顯偏多，僅廣東沿海和海南島偏少；夏半年在東部季風(fēng)區(qū)誤差較小，明顯偏多地區(qū)集中在青藏高原及西北部分地區(qū)，沿海地區(qū)降水估計(jì)明顯偏少。

（3）2006～2013年間模式降水量估計(jì)的誤差趨勢(shì)在東部季風(fēng)區(qū)和東北地區(qū)比較明顯，夏半年趨勢(shì)相似于年降水量，但冬半年在中國(guó)大部分地區(qū)降水誤差呈增加趨勢(shì)，只有東北南部、新疆北部、江南中部等個(gè)別地區(qū)降水誤差呈減少趨勢(shì)。

（4）模式降水誤差隨排放路徑情景變化。RCP8.5相對(duì)于RCP2.6的年降水差異明顯的地區(qū)主要集中在西北西部和青藏高原西端，高排放導(dǎo)致西北的模式降水偏多現(xiàn)象加劇，但青藏高原的降水誤差減少。夏半年的情形類似于年降水量，但在冬半年，除了青藏高原南部外，RCP8.5情景下模式降水誤差均偏大，即高排放情景導(dǎo)致西北、華北、青藏高原北部及云貴高原模式降水偏多情形加重。

（5）El Ni?o與La Ni?a 年的模式降水誤差分布相似，僅在沿海的部分地區(qū)和華北北部誤差比較明顯。2006～2013年模式降水誤差年際變化呈現(xiàn)東南大、西北小的走勢(shì)，但其誤差百分率的年際差異在西北較大，中東部地區(qū)較小。

各類CMIP5模式降水誤差特征及其差異主要反映了模式本身存在問(wèn)題，如物理過(guò)程參數(shù)化的缺陷、模式分辨率不足或地形處理不夠完善等；另一方面，也反映了排放情景或季節(jié)背景等對(duì)模式降水預(yù)估精度存在一定影響。分析這些誤差特征可以發(fā)現(xiàn)改進(jìn)模式的線索，提高模擬水平。例如，在沿海地區(qū)，模式降水偏少的現(xiàn)象主要出現(xiàn)在夏半年，說(shuō)明模式模擬的季風(fēng)降水偏弱，可能與模式的積云對(duì)流化方案或海氣相互作用等物理過(guò)程描述不完善有關(guān)，也可能是無(wú)法模擬臺(tái)風(fēng)或熱帶氣旋降水所致。再如，冬季模式降水普遍偏多的現(xiàn)象可能是由于模式固體降水或降雪物理過(guò)程存在較大缺陷。這些誤差的存在說(shuō)明，直接用CMIP5模式集合輸出資料估計(jì)未來(lái)降水變化存在很大的不確定性，可能會(huì)誤導(dǎo)潛在用戶或決策者，增加未來(lái)經(jīng)濟(jì)發(fā)展規(guī)劃制定的不確定性。因此，在使用基于未來(lái)社會(huì)經(jīng)濟(jì)情景的CMIP5模式輸出資料估計(jì)未來(lái)氣候變化時(shí)，需要對(duì)其不確定性進(jìn)行評(píng)估，降低風(fēng)險(xiǎn)。

參考文獻(xiàn)(：References)

Chen H P. 2013. Projected change in extreme rainfall events in China by the end of the 21st century using CMIP5 models [J]. Chinese Sci. Bull., 58 (12): 1462–1472, doi:10.1007/s11434-012-5612-2.

陳曉晨, 徐影, 許崇海, 等. 2014. CMIP5全球氣候模式對(duì)中國(guó)地區(qū)降水模擬能力的評(píng)估[J]. 氣候變化研究進(jìn)展, 10 (3): 217–225. Chen Xiaochen, Xu Ying, Xu Chonghai, et al. 2014. Assessment of precipitation simulations in China by CMIP5 multi-models [J]. Adv. Climate Change Res. (in Chinese), 10 (3): 217–225, doi:10.3969/j.issn. 1673-1719.2014.03.011.

董文杰, 周天軍, 郭彥, 等. 2014. 氣候現(xiàn)象及其與未來(lái)區(qū)域氣候變化的聯(lián)系[J]. 氣候變化研究進(jìn)展, 10 (1): 60–64. Dong Wenjie, Zhou Tianjun, Guo Yan, et al. 2014. Climate phenomena and their relevance for future regional climate change [J]. Adv. Climate Change Res. (in Chinese), 10 (1): 60–64, doi:10.3969/j.issn.1673-1719.2014.01.013.

高學(xué)杰，林萬(wàn)濤，Kucharsky F，等. 2004. 實(shí)況海溫強(qiáng)迫的CCM3模式對(duì)中國(guó)區(qū)域氣候的模擬能力[J]. 大氣科學(xué), 28 (1): 78–90. Gao Xuejie, Lin Wantao, Kucharsky F, et al. 2004. A simulation of regional climate in China by using CCM3 and observed SST [J]. Chinese J. Atmos. Sci. (in Chinese), 28 (1): 78–90, doi:10.3878/j.issn.1006-9895.2004. 01.08.

高學(xué)杰, 徐影, 趙宗慈, 等. 2006. 數(shù)值模式不同分辨率和地形對(duì)東亞降水模擬影響的試驗(yàn)[J]. 大氣科學(xué), 30 (2): 185–192. Gao Xuejie, Xu Ying, Zhao Zongci, et al. 2006. Impacts of horizontal resolution and topography on the numerical simulation of East Asian precipitation [J]. Chinese J. Atmos. Sci. (in Chinese), 30 (2): 185–192,doi:10.3878/j.issn. 1006-9895.2006.02.01.

Gao X J, Wang M L, Giorgi F. 2013. Climate change over China in the 21st century as simulated by BCC_CSM1.1-RegCM4.0 [J]. Atmos. Oceanic Sci. Lett., 6 (5): 381–386, doi:10.3878/j.issn.1674-2834.13.0029.

侯威, 孫樹(shù)鵬, 張世軒, 等. 2011. 東亞地區(qū)大氣環(huán)流的季節(jié)劃分及其時(shí)空變化特征[J]. 物理學(xué)報(bào), 60 (10): 781–789. Hou Wei, Sun Shupeng, Zhang Shixuan, et al. 2011. Season division and its temporal and spatial variation features of general atmospheric circulation in East Asia [J]. Acta Physica Sinica (in Chinese), 60 (10): 781–789, doi:10.7498/aps.60. 109201.

Huang J P, Higuchi K, Shabbar A. 1998. The relationship between the North Atlantic Oscillation and El Ni?o–Southern Oscillation [J]. Geophys. Res. Lett., 25 (14): 2707–2710.

IPCC. 2007. Climate Change 2007: The Physical Science Basis [M]. Solomon S D, Qin M, Manning Z, et al., eds. Cambridge, UK and New York, NY, USA: Cambridge University Press, 1009pp.

IPCC. 2013a. Climate Change 2013: The Physical Science Basis. Final Draft Underlying Scientific–Technical Assessment [M]. Stocker T F, Qin D, Plattner G K, et al., eds. Cambridge, UK and New York, NY, USA: Cambridge University Press, 5.

IPCC. 2013b. Climate Change 2013: The Physical Science Basis. Summary for Policymakers [M]. Stocker T F, Qin D, Plattner G K, et al., eds. Cambridge, UK and New York, NY, USA: Cambridge University Press, 19.

Jiang D B, Wang H J, Lang X M. 2005. Evaluation of East Asian climatology as simulated by seven coupled models [J]. Adv. Atmos. Sci., 22 (4): 479–495, doi:10.1007/BF02918482.

姜燕敏, 黃安寧, 吳昊旻. 2015. 不同水平分辨率 BCC_CSM模式對(duì)中亞地面氣溫模擬能力評(píng)估 [J]. 大氣科學(xué), 39 (3): 535–547. Jiang Yanmin, Huang Anning, Wu Haomin. 2015. Evaluation of the performance of Beijing climate center climate system model with different horizontal resolution in simulating the annual surface temperature over Central Asia [J]. Chinese J. Atmos. Sci. (in Chinese), 39 (3): 535–547, doi:10.3878/j.issn.1006-9895.1408.14133.

江志紅, 陳威霖, 宋潔, 等. 2009. 7個(gè)IPCC AR4 模式對(duì)中國(guó)地區(qū)極端降水指數(shù)模擬能力的評(píng)估及其未來(lái)情景預(yù)估 [J]. 大氣科學(xué), 33 (1): 109–120. Jiang Zhihong, Chen Weilin, Song Jie, et al. 2009. Projection and evaluation of the precipitation extremes indices over China based on seven IPCC AR4 coupled climate models [J]. Chinese J. Atmos. Sci. (in Chinese), 33 (1): 109–120, doi:10.3878/j.issn.1006-9895.2009.01.10.

劉敏, 江志紅. 2009. 13個(gè)IPCC AR4模式對(duì)中國(guó)區(qū)域近40a氣候模擬能力的評(píng)估[J]. 南京氣象學(xué)院學(xué)報(bào), 32 (2): 256–268. Liu Min, Jiang Zhihong. 2009. Simulation ability evaluation of surface temperature and precipitation by thirteen IPCC AR4 coupled climate models in China during 1961–2000 [J]. Journal of Nanjing Institute of Meteorology (in Chinese), 32 (2): 256–268, doi:10.3969/j.issn.1674-7097.2009.02.013.

Masson D, Knutti R. 2011. Spatial-scale dependence of climate model performance in the CMIP3 ensemble [J]. J. Climate, 24 (11): 2680–2692, doi:10.1175/2011JCLI3513.1.

Meinshausen M, Smith S J, Calvin K, et al. 2011. The RCP greenhouse gas concentrations and their extensions from 1765 to 2300 [J]. Climatic Change, 109 (1–2): 213–241, doi:10.1007/s10584-011-0156-z.

Mitchell T D, Jones P D. 2005. An improved method of constructing a database of monthly climate observations and associated high-resolution grids [J]. Int. J. Climatol., 25 (6): 693–712, doi:10.1002/joc.1181.

Phillips T J, Gleckler P J. 2006. Evaluation of continental precipitation in 20th century climate simulations: The utility of multimodel statistics [J]. Water Resour. Res., 42 (3): W03202, doi:10.1029/2005WR004313.

錢忠華, 侯威, 楊萍, 等. 2011. 最概然溫度背景下不同氣候態(tài)中國(guó)夏冬季極端溫度事件時(shí)空分布特征[J]. 物理學(xué)報(bào), 60 (10): 819–830. Qian Zhonghua, Hou Wei, Yang Ping, et al. 2011. Characteristics of spatiotemporal distribution of extreme temperature events over China mainland in different climate states against the backdrop of most probable temperature [J]. Acta Physica Sinica (in Chinese), 60 (10): 819–830, doi:10.7498/aps.60.109204.

秦大河, Stocker T. 2014. IPCC第五次評(píng)估報(bào)告第一工作組報(bào)告的亮點(diǎn)結(jié)論[J]. 氣候變化研究進(jìn)展, 10 (1): 1–6. Qin Dahe, Stocker T. 2014. Highlights of the IPCC Working Group I Fifth Assessment Report [J]. Adv. Climate Change Res. (in Chinese), 10 (1): 1–6, doi:10.3969/j.issn. 1673-1719.2014.01.001.

Riahi K, Rao S, Krey V, et al. 2011. RCP8.5—A scenario of comparatively high greenhouse gas emissions [J]. Climatic Change, 109 (1–2): 33–57, doi:10.1007/s10584-011-0149-y.

沈永平, 王國(guó)亞. 2013. IPCC第一工作組第五次評(píng)估報(bào)告對(duì)全球氣候變化認(rèn)知的最新科學(xué)要點(diǎn)[J]. 冰川凍土, 35 (5): 1068–1076. ShenYongping, Wang Guoya. 2013. Key findings and assessment results ofIPCC WGI Fifth Assessment Report [J]. Journal of Glaciology and Geocryology (in Chinese), 35 (5): 1068–1076, doi:10.7522/j.issn. 1000-0240.2013.0120.

Song F, Zhou T. 2014. Interannual variability of East Asian summer monsoon simulated by CMIP3 and CMIP5 AGCMs: Skill dependence on Indian Ocean–western Pacific anticyclone teleconnection [J]. J. Climate, 27 (4): 1679–1697, doi:10.1175/JCLI-D-13-00248.1.

蘇濤, 封國(guó)林. 2014. 中國(guó)夏季大氣水分循環(huán)特征及再分析資料對(duì)比分析[J]. 物理學(xué)報(bào), 63 (24): 249201-1–249201-13. Su Tao, Feng GuoLin. 2014. The characteristics of the summer atmospheric water cycle over China and comparison of ERA-Interim and MERRA reanalysis [J]. Acta Phys. Sin. (in Chinese), 63 (24): 249201-1–249201-13, doi:10.7498/ aps.63.249201.

Taylor K E, Stouffer R J, Meehl G A. 2012. An overview of CMIP5 and the experiment design [J]. Bull. Amer. Meteor. Soc., 93 (4): 485–498, doi:10.1175/BAMS-D-11-00094.1.

Thomson A M, Calvin K V, Smith S J, et al. 2011. RCP4.5: A pathway for stabilization of radiative forcing by 2100 [J]. Climatic Change, 109 (1–2): 77–94, doi:10.1007/s10584-011-0151-4.

田芝平, 姜大膀. 2013. 不同分辨率CCSM4對(duì)東亞和中國(guó)氣候模擬能力分析[J]. 大氣科學(xué), 37 (1): 171–186. Tian Zhiping, Jiang Dabang. 2013. Evaluation of the performance of low- to high-resolution CCSM4 over East Asia and China [J]. Chinese J. Atmos. Sci. (in Chinese), 37 (1): 171–186, doi:10.3878/j.issn.1006-9895.2012.12050.

van Vuuren D P, Stehfest E, den Elzen M G J, et al. 2011. RCP2.6: Exploring the possibility to keep global mean temperature increase below 2°C [J]. Climatic Change, 109 (1–2): 95–116, doi:10.1007/s10584- 011-0152-3.

王小玲, 宋文玲. 2009. ENSO與登陸我國(guó)熱帶氣旋的關(guān)系研究[J]. 熱帶氣象學(xué)報(bào), 25 (5): 576–580. Wang Xiaoling, Song Wenling. 2009. A study on relationships between ENSO and landfalling tropical cyclones in China [J]. J. Trop. Meteor. (in Chinese), 25 (5): 576–580, doi:10.3969/j. issn.1004-4965.2009.05.008.

許崇海, 羅勇, 徐影. 2010. 全球氣候模式對(duì)中國(guó)降水分布時(shí)空特征的評(píng)估和預(yù)估[J]. 氣候變化研究進(jìn)展, 6 (6): 398–404. Xu Chonghai, Luo Yong, Xu Ying. 2010. Assessment and projection for spatial-temporal distribution of precipitation in China based on global climate models [J]. Adv. Climate Change Res. (in Chinese), 6 (6): 398–404, doi:10.3969/j. issn.1673-1719.2010.06.002.

Xu C H, Xu Y. 2012. The projection of temperature and precipitation over China under RCP scenarios using a CMIP5 multi-model ensemble [J]. Atmos. Oceanic Sci. Lett., 5 (6): 527–533.

Xu Y, Xu C H. 2012. Preliminary assessment of simulations of climate changes over China by CMIP5 multi-models [J]. Atmos. Oceanic Sci. Lett., 5 (6): 489–494, doi:10.1080/16742834.2012.11447041.

翟建青, 占明錦, 蘇布達(dá), 等. 2014. 對(duì)IPCC第五次評(píng)估報(bào)告中有關(guān)淡水資源相關(guān)結(jié)論的解讀[J]. 氣候變化研究進(jìn)展, 10 (4): 240–245. Zhai Jianqing, Zhan Mingjin, Su Buda, et al. 2014. The interpretation of freshwater resources in the Fifth Assessment Report of IPCC [J]. Advances in Climate Change Research (in Chinese), 10 (4): 240–245, doi:10.3969/j.issn.1673-1719.2014.04.002.

張莉, 丁一匯, 孫穎. 2008. 全球海氣耦合模式對(duì)東亞季風(fēng)降水模擬的檢驗(yàn)[J]. 大氣科學(xué), 32 (2): 261–276. Zhang Li, Ding Yihui, Sun Ying. 2008. Evaluation of precipitation simulation in East Asian monsoon areas by coupled ocean–atmosphere general circulation models [J]. Chinese J. Atmos. Sci. (in Chinese), 32 (2): 261–276, doi:10.3878/j.issn.1006-9895. 2008.02.06.

張人禾, 巢紀(jì)平. 2002. 對(duì)ENSO循環(huán)機(jī)理的一些新認(rèn)識(shí)[J]. 氣候與環(huán)境研究, 7 (2): 175–183. Zhang Renhe, Chao Jiping. 2002. Some new aspects in understanding of ENSO cycle [J]. Clim. Environ. Res. (in Chinese), 7 (2): 175–183, doi:10.3969/j.issn.1006-9585.2002.02.005.

趙俊虎, 封國(guó)林, 張世軒, 等. 2011. 近48年中國(guó)的季節(jié)變化與極端溫度事件的聯(lián)系[J]. 物理學(xué)報(bào), 60 (9): 099205. Zhao Junhu, Feng Goulin, Zhang Shixuan, et al. 2011. Seasonal changes in China during recent 48 years and their relationship with temperature extremes [J]. Acta Physica Sinica (in Chinese), 60 (9): 099205.

Zou L W, Zhou T J. 2013. Near future (2016–40) summer precipitation changes over China as projected by a regional climate model (RCM) under the RCP8.5 emissions scenario: Comparison between RCM downscaling and the driving GCM [J]. Adv. Atmos. Sci., 30 (3): 806–818, doi:10.1007/s00376-013-2209-x.

Assessment of the Deviation of China Precipitation Projected by CMIP5 Models for 2006–2013

ZHANG Bei1, 2and DAI Xin’gang2

1,730000;2,,,100029

This study focuses on investigating the deviation of 2006–2013 mean precipitation projected by the multi-model ensemble over China using the outputs of 10 CMIP5 climate models under various RCP scenarios, in comparison with the latest grid precipitation from the CRU, University of East Anglia. The results show that there are obvious differences in projected precipitation among the 10 models for Northwest China and the eastern coastal zone. The model-ensemble precipitation is overestimated in northern and western parts of China and underestimated in the coastal zone. In the winter-half year, the precipitation is obviously overestimated in most parts of China, even double or more than observed, but underestimated in the coastal zone; while in the summer-half year, it is underestimated in the eastern monsoon zone and overestimated in western China. The deviation changes with time, and its trend is apparent in northern and eastern parts in the summer-half year, and in Northeast, eastern and southern China in the winter-half year. In addition, the overestimation of precipitation is intensified in the northwest of China if using RCP8.5 scenario, but relatively weaker for the scenarios in East or South China. Besides, although the patterns of deviation are similar in El Ni?o and La Ni?a years, the interannual difference of the deviation is still obvious in some parts of North China and coastal areas. The different deviation seemingly results from defects in the models themselves, such as their physical processes, cumulus convection parameterizations, representation of solid precipitation, topography treatment, and spatial resolution. The deviation reveals that there would be severe uncertainty if estimating China precipitation directly using CMIP5 model outputs. Hence, it is necessary to estimate the uncertainty before using the output data, so as to reduce the potential risk for users or decision-makers responsible for future development plans.

China precipitation, CMIP5 ( Coupled Model Intercomparison Project Phase 5), RCPs (Representative Concentration Pathways) scenarios, Ensemble estimate, Deviation analysis

1006-9895(2016)05-0981-14

P467

A

10.3878/j.issn.1006-9895.1511.15212

2015-06-09；網(wǎng)絡(luò)預(yù)出版日期 2015-11-20

張蓓，女，1993年出生，碩士研究生，主要從事氣候變化研究。E-mail: zhangb13@lzu.edu.cn

戴新剛，E-mail: daixg@tea.ac.cn

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（973計(jì)劃）項(xiàng)目2013CB430201，國(guó)家自然科學(xué)基金項(xiàng)目41475075、41075058

Funded by National Basic Research Program of China (973 Program, Grant 2013CB430201), National Natural Science Foundation of China (NSFC) (Grant 41475075, 41075058)