多模式集合下洞庭湖流域未來(lái)降水和溫度預(yù)估

盧希安， 王 磊

(湖南師范大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖南 長(zhǎng)沙 410081)

在全球氣候變暖的背景下，通過(guò)未來(lái)氣候的模擬對(duì)極端氣候事件的發(fā)生及影響進(jìn)行預(yù)測(cè)及評(píng)估水資源管理和防洪減災(zāi)具有重要的現(xiàn)實(shí)意義。大氣環(huán)流模型(GCMs)作為模擬大氣、海洋、冰凍圈和地球表面物理過(guò)程的數(shù)值模型，已被廣泛應(yīng)用于未來(lái)氣候預(yù)估中。由于GCM輸出的氣象要素空間分辨率較低，通常采用降尺度技術(shù)以提高區(qū)域氣候預(yù)估的精確度。如郭靖等采用人工神經(jīng)網(wǎng)絡(luò)(ANN)方法將大氣環(huán)流模式HadCM3的結(jié)果進(jìn)行降尺度，研究了氣候變化對(duì)漢江流域未來(lái)降水的影響；王曉燕等應(yīng)用統(tǒng)計(jì)降尺度模型(SDSM)對(duì)黃河源區(qū)氣象極值的變化趨勢(shì)做出預(yù)測(cè)；Almasi等結(jié)合統(tǒng)計(jì)降尺度模型和水文模型，評(píng)估了氣候變化對(duì)洪水頻率的影響。

本文基于洞庭湖流域1964～1990年的歷史觀測(cè)氣象數(shù)據(jù)，引入統(tǒng)計(jì)降尺度模型LARS-WG，評(píng)估LARS-WG對(duì)洞庭湖流域降水和溫度數(shù)據(jù)模擬能力。在此基礎(chǔ)上，結(jié)合IPCC第四次評(píng)估報(bào)告中給出的SRA2排放情景下的7種GCMs模式的輸出資料，利用降尺度模型(LARS-WG)，生成未來(lái)單站點(diǎn)逐日氣象資料，分析洞庭湖流域2 055 s和2 090 s時(shí)期逐日降水量、日最高溫度和日最低溫度變化，為未來(lái)洞庭湖流域農(nóng)業(yè)灌溉和水資源管理等提供參考依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)資料

本文的數(shù)據(jù)主要包括洞庭湖流域內(nèi)20個(gè)氣象站點(diǎn)1964～1990年的逐日實(shí)測(cè)氣象數(shù)據(jù)(日最高溫、日最低溫、日降水量)，數(shù)據(jù)下載于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)。

1.2 研究方法

本文采用在SRA2排放情景下的7種GCMs模型(CNCM3、CFCM21、HADCM3、INCM3、IPCM4、MPEH5、NCCCS)輸出的未來(lái)氣候資料，運(yùn)用LARS-WG天氣發(fā)生器，對(duì)洞庭湖流域2046～2065年(2055s)與2080～2099年(2090s)的降水和溫度進(jìn)行模擬。通過(guò)對(duì)比基準(zhǔn)期實(shí)測(cè)及模擬數(shù)據(jù)的日平均值差、月標(biāo)準(zhǔn)差及Kolmogorov-Smirnov(K-S)檢驗(yàn)評(píng)估模型的可靠性并對(duì)未來(lái)氣候進(jìn)行分析。

LARS-WG天氣發(fā)生器是一種廣泛應(yīng)用于水文、氣候變化預(yù)估中的統(tǒng)計(jì)降尺度技術(shù) 。有關(guān)該模型的詳細(xì)介紹，可參考文獻(xiàn)[8]。

2 結(jié)果與分析

2.1 天氣發(fā)生器的模型驗(yàn)證

圖1給出了洞庭湖流域安化站LARS-WG模型在基準(zhǔn)期(1964～1990年)的模擬數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)擬合檢驗(yàn)結(jié)果(以安化站為例，其他站點(diǎn)的模擬效果與安化站相似)?？梢钥闯觯耗M和實(shí)測(cè)降水量的日平均值之間有很好的匹配，而標(biāo)準(zhǔn)偏差的匹配度相對(duì)較低，普遍低于實(shí)測(cè)值；日最高溫度和日最低溫度的模擬值的月平均值以及標(biāo)準(zhǔn)差與研究站的實(shí)測(cè)值則非常吻合。此外，K-S檢驗(yàn)結(jié)果(表略)表明：基準(zhǔn)期內(nèi)不同氣象要素的模擬數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)的擬合度均通過(guò)顯著性檢驗(yàn)，擬合度較高。因此， LARS-WG天氣發(fā)生器作為統(tǒng)計(jì)降尺度工具對(duì)于洞庭湖流域的降水和溫度的模擬是可靠的，并且對(duì)溫度的模擬相對(duì)于降水結(jié)果更優(yōu)。

2.2 SRA2排放情景下未來(lái)氣候變化預(yù)估

圖2描述了安化站在未來(lái)2 050 s和2 090 s時(shí)期7種GCMs模式下的年降水量、日最高溫度和日最低溫度和基準(zhǔn)期的對(duì)比，其中虛線表示基準(zhǔn)期平均值。在2 055 s和2 090 s時(shí)期，只有HADCM3輸出資料生成的降水均值明顯高于基準(zhǔn)期，其他GCMs輸出資料生成的降水都不同程度減少或者微量增加，各GCM模式輸出資料生成的降水各不相同。雖然7種GCMs模式輸出資料生成的日最高溫度和日最低溫度與基準(zhǔn)期相比均有顯著的增加，但不同模式預(yù)估的變暖幅度都有差別。以上表明：7種GCMs模式輸出資料生成的安化站的降水和溫度有不同的變化趨勢(shì)，說(shuō)明單個(gè)GCM模式對(duì)未來(lái)氣候預(yù)估存在較大的不確定性，使得LARS-WG模擬效果差異較大。因此，可以使用模式集合的平均值降低不同氣候模式帶來(lái)的不確定性。

圖1 安化站基準(zhǔn)期實(shí)測(cè)與模擬數(shù)據(jù)月均值比較

圖2 2 055 s時(shí)期和2 090 s時(shí)期年安化站在7個(gè)GCMs下的變化情況

圖3給出了在不同季節(jié)尺度下，7種GCMs模擬的洞庭湖流域各站在2 055 s時(shí)期及2 090 s時(shí)期兩階段的氣象要素均值與基準(zhǔn)期相比的變化量的箱線圖。由圖3可知：(1)在不同季節(jié)，降水量變化呈現(xiàn)不同特征，在2 055 s時(shí)期和2 090 s時(shí)期，洞庭湖流域春季和夏季降水量整體上有所增加，其中夏季降水在2 090 s時(shí)期年增加顯著，增幅均達(dá)38 mm，秋季和冬季這兩個(gè)時(shí)間段則有少量減少；(2)不同站點(diǎn)在春夏季的降水量變化差異較大，如2 055 s時(shí)期，各站點(diǎn)夏季平均降水的變化幅度在-43～123 mm之間，而秋冬季則明顯較?。?3)在2 055 s時(shí)期，全年流域平均降水量和基準(zhǔn)期相比沒(méi)有明顯變化，而2 090 s時(shí)期，流域平均降水量則將增加3%；(4)不同季節(jié)的溫度變化特征較為一致，在未來(lái)兩個(gè)不同時(shí)期，各個(gè)站點(diǎn)的日最低溫度和日最高溫度均表現(xiàn)出明顯的增加趨勢(shì)，冬季增幅最大，春季次之，秋季相對(duì)夏季整體增幅略強(qiáng)。以上表明：洞庭湖流域未來(lái)日最高溫度和日最低溫度將持續(xù)上升，未來(lái)極端高溫事件可能更為頻繁；同時(shí)夏季和春季的洞庭湖流域平均降水量將持續(xù)增加，雖然流域內(nèi)不同區(qū)域的空間差異性較強(qiáng)，但整體上流域內(nèi)發(fā)生極端降水事件的可能性將不斷增加。

圖3 2 055 s和2 099 s時(shí)期，洞庭湖流域20站不同季節(jié)平均降水變化(a，d)和日最低溫(b， e)、日最高溫(c，f)

3 結(jié)論

(1)LARS-WG模型模擬洞庭湖流域日降水量、日最高溫和日最低溫的結(jié)果取得很好的效果，且對(duì)溫度的模擬要好于降水，用該模型預(yù)估流域未來(lái)的氣溫和降水是可行的，但不同的GCM模式輸出資料對(duì)流域未來(lái)氣候變化預(yù)估存在較大的差異。

(2)洞庭湖流域未來(lái)日最高溫度和日最低溫度將持續(xù)上升，冬季增幅最大，春季次之，夏秋最小，未來(lái)極端高溫事件可能更為頻繁，這將會(huì)給洞庭湖流域地區(qū)農(nóng)作物生長(zhǎng)、人類健康和水資源等帶來(lái)嚴(yán)重的影響。

(3)洞庭湖流域全年平均降水量將持續(xù)增加，春季和夏季有所增加，秋季和冬季則略有下降。雖然流域內(nèi)不同區(qū)域的空間差異性較強(qiáng)，但整體上流域內(nèi)發(fā)生極端降水事件的可能性將不斷增加，這將增加洞庭湖流域未來(lái)發(fā)生洪澇災(zāi)害的風(fēng)險(xiǎn)。