CMIP5和RegCM4.0模式對西南區(qū)域未來降水的預估

胡祖恒，李永華，胡躍文，王 勇

(1.重慶市氣候中心，重慶 401147；2.貴州省氣象學會，貴州 貴陽 550002)

0 引言

氣候變化將在很大程度上影響人類的社會經(jīng)濟活動，因此受到了前人廣泛的關注，IPCC第四、第五次評估報告 (IPCC Fourth Assessment Report，IPCC AR5)采用參與多模式對比評估的20 多個全球氣候系統(tǒng)模式，對未來的全球氣候變化進行了模擬研究[1,2]。從集合平均的全球平均的地面氣溫來看，AR5給出的模擬結(jié)果與第四次評估報告接近，但也存在一定差異，獲得了一些新發(fā)現(xiàn)，由于模式方案的修改和模式敏感度差異，未來增暖速率與之前存在一定差異。AR5給出了更新版的評估，陸地溫度出現(xiàn)了明顯的人為信號，這些信號不只存在于局地尺度，而在全球尺度上都得到了體現(xiàn)[2]。

關于西南區(qū)域過往的氣候變化已有很多有意義的研究[3-6]，西南區(qū)域未來氣候變化的情景預估，此前的工作大多給出多模式的集合平均結(jié)果，從參加 IPCC AR4的 CO2加倍試驗的15個耦合模式的多模式集合平均的結(jié)果來看，在未來CO2加倍情景下，全國大部分地區(qū)夏季總降水量將增加，其中以青藏高原為增加大值區(qū)。模式模擬的各極端降水指標變化分布型與總降水量變化較一致，均表現(xiàn)為增大，極端降水主要表現(xiàn)為全國一致的增加，西南地區(qū)更加顯著[7]。西南區(qū)域的年平均降水模擬離差是全國比較高的區(qū)域，且夏季比冬季的離差更高，說明模式間模擬結(jié)果存在較大的分歧[8]。

目前，基于模式數(shù)據(jù)對西南地區(qū)進行氣候預估已有許多研究工作[7-9]，但之前的有些工作是基于過往的未來溫室氣體情景下的預估，當中溫室氣體的排放當量和種類不是最新的RCP情景[7,8];還有一些基于CMIP5資料的預估只是單純針對氣溫進行分析[10,11]，對降水的預估工作仍有不足，尤其是過往工作大多是針對整個中國區(qū)域，西南地區(qū)只是其整體評估區(qū)域之一[12,13]，對西南地區(qū)氣候變化進行專門的評估仍然很有必要，溫室氣體除了影響平均降水之外，還會顯著影響極端降水事件[14]，因此本文采用全球模式數(shù)據(jù)集CMIP5和區(qū)域氣候模式RegCM4.0對西南區(qū)域未來降水變化和極端降水事件進行詳細評估。

1 模式資料與方法

為滿足氣候變化影響評估方面的科研和業(yè)務需求，國家氣候中心在中國氣象局相關氣候變化業(yè)務項目的支持下，制作并發(fā)布“中國地區(qū)氣候變化預估數(shù)據(jù)集”的第三版(Versin3.0)。第三版數(shù)據(jù)包括全球模式和區(qū)域模式兩套數(shù)據(jù)。世界氣候研究計劃(WCRP)組織的第五次耦合模式比較計劃(Fifth Coupled Model Intercomparison Project, CMIP5)提供了來自全球不同氣候研究機構(gòu)耦合模式的模擬數(shù)據(jù)，較之前參與第四次評估報告的模式有了較大的改進。

全球模式數(shù)據(jù)為耦合模式比較計劃階段5的多模式數(shù)據(jù)(后文簡稱為CMIP5數(shù)據(jù))，包括歷史氣候模擬和3種RCP情景下的未來氣候變化預估數(shù)據(jù)，由21個全球氣候模式的模擬結(jié)果組成(表1)。經(jīng)過多模式集合，插值計算將其統(tǒng)一到1°×1°分辨率下，制作成一套包括1901—2005年歷史氣候模擬(Historical)和2006—2100年RCP2.6、RCP4.5、RCP8.5排放情景下的月平均資料。區(qū)域氣候模式數(shù)據(jù)為使用區(qū)域氣候模式 RegCM4.0，單向嵌套 BCC_CSM1.1 全球氣候系統(tǒng)模式所得到的長期氣候模擬結(jié)果，包括1951—2005年歷史氣候模擬(Historical)和 2006—2099年RCP4.5、RCP8.5 情景下未來氣候變化預估數(shù)據(jù)，模擬結(jié)果插值為分辨率0.5°×0.5°的月平均和日平均資料。

表1 參與評估的全球模式據(jù)詳細信息Tab.1 The description of 21 categories global climate model used in the paper

本文將采用CMIP5月平均降水資料來評估西南區(qū)域未來2020—2100年和季節(jié)平均降水的時間序列和空間分布，并采用RegCM4.0的月平均降水資料來評估西南區(qū)域未來2020—2099年和季節(jié)平均降水的時間序列和空間分布作為對比分析(因RegCM的未來預估資料時間段到2099為止)，由于RegCM4.0模式還輸出了日平均的降水資料，本文還將采用暴雨天數(shù)(R50 mm)分析未來 (2020—2099年)預估的極端降雨事件以及極端降雨事件相對歷史基準期(1966—2005)的變化特征。暴雨天數(shù)指每年內(nèi)日降水值達到暴雨量級(≥50 mm)降雨過程的天數(shù)。

2 未來氣候變化預估

利用全球氣候系統(tǒng)模式和區(qū)域氣候模式對未來降水的氣候變化進行排放情景下的預估，是目前研究應用中普遍的方法。本節(jié)利用國家氣候中心發(fā)布的CMIP5多模式結(jié)果平均得到的西南區(qū)域降水預估數(shù)據(jù)，對2020—2100年西南區(qū)域的降水在RCP2.6、RCP4.5和RCP8.5 3種不同排放情景下的氣候變化進行情景預估分析，并采用RegCM4.0未來 2020—2099年的預估資料作為對比分析。

2.1 區(qū)域年平均降水預估

CMIP5模式輸出的西南區(qū)域的年平均降水結(jié)果表明，不同RCP情景下西南區(qū)域降水都將呈持續(xù)上升趨勢，未來近10 a西南區(qū)域年平均降水在3種不同排放情景下變化趨勢基本保持一致，3種情景下西南區(qū)域降水在2020—2050年變化特征差別較小，2050年后差別較大，RCP8.5情景下降水呈持續(xù)增加的特征，RCP2.6情景下降水的變化幅度最小，基本保持在1 300 mm/a左右，RCP8.5情景下年降水量在21世紀末會到達1 400 mm以上 (圖1a)。2070年后在RCP8.5情景下較RCP2.6、RCP4.5情景降水增加幅度明顯加大，RCP2.6情景下降水增加幅度始終最小，2050年后RCP2.6情景和RCP4.5情景下降水變化幅度表現(xiàn)為停滯的特征。RegCM4.0模式輸出的降水只有RCP4.5和RCP8.5兩種情景，兩種情景下的降水在未來第一個10 a(2021—2030)表現(xiàn)為增加的趨勢，隨后體現(xiàn)為周期波動的特征，RCP8.5情景下降水較RCP4.5情景多。除了21世紀末的RCP8.5情景， RegCM4.0模式模擬的年降水量相較CMIP5多100 mm左右(圖1a、1b)。

圖1 CMIP5在RCP2.6、RCP4.5和RCP8.5 3種排放情景下(a)和RegCM4.0在RCP4.5和RCP8.5情景下(b)的2020—2100年西南區(qū)域年平均降水預估 (單位：mm/a)Fig.1 Forecast of annual average precipitation in Southwest China from 2020 to 2100 under three RCP Emission Scenarios of CMIP5 (a) and two RCP Emission Scenarios of RegCM4.0 (b) (Unit: mm/a)

2.2 不同季節(jié)降水與降水預估

圖2為RCP2.6、RCP4.5和RCP8.5 3種不同排放情景下，2020—2100年西南區(qū)域不同季節(jié)平均降水預估曲線。對于西南區(qū)域不同季節(jié)平均降水而言，未來近20 a(2020—2040年)西南區(qū)域春夏秋冬4個季節(jié)平均降水在3種不同排放情景變化下的降水值差異較小。從圖中也可見，在4個季節(jié)2050年之前3種RCP情景下的降水差別都不大，但是其年際變率的差異較大。在春季和夏季 (圖2a、2b)，2050年后降水時間序列特征表現(xiàn)為RCP8.5情景多于RCP4.5，RCP4.5情景多于RCP2.6情景，在秋季和冬季，總體看來RCP2.6的值是最少的，但RCP4.5和RCP8.5兩種情景下降水并沒有明顯，這表明溫室氣體對降水的增加作用可能主要集中在春季和夏季。

圖2 不同RCP情景下西南區(qū)域2020—2100年季節(jié)平均降水變化預估的時間序列 (單位：mm/a)(a：春季，b：夏季，c：秋季，d：冬季)Fig.2 Estimated Time Series of Seasonal Average Precipitation Change in Southwest Region from 2020 to 2100 under Different RCP Scenarios (Unit: mm/day) (a: spring, b: summer, c: autumn, d: winter)

3 降水預估的空間分布

前文已對模式數(shù)據(jù)集在幾種RCP情景下降水的時間序列進行了分析，然而作為未來氣候變化的預估，未來(CMIP5數(shù)據(jù)集為2020—2100年，RegCM4.0為2020—2099年)的降水空間分布是比較重要的，本節(jié)將分析CMIP5和RegCM4.0模擬數(shù)據(jù)在不同排放情景下對西南地區(qū)未來年平均降水的空間分布(CMIP5共有RCP2.6、RCP4.5和RCP8.5 3種排放情景，RegCM4.0共有RCP4.5和RCP8.5 2種排放情景)。

圖3為CMIP5集合模式RCP2.6、RCP4.5和RCP8.5 3種不同排放情景下，2020—2100年西南區(qū)域年平均降水分布。可以看到，在不同排放情景下，西南區(qū)域降水變化的地理分布特征基本一致，降水的高值區(qū)都位于青藏高原東南部，橫斷山脈和四川中部，降水量量值≥1 920 mm/a，降水的低值區(qū)位于西藏西北部，降水量量值≤720 mm/a，西南區(qū)域東南部降水量值為1 170～1 470 mm/d。在不同排放情景下，未來中期西南區(qū)域降水變化的地理分布特征基本一致，即西藏西北部降水最少，沿西北—東南向逐漸增加，四川中部和橫斷山脈地區(qū)為降水的大值區(qū)，隨后降水量再次減少。

圖3 不同情景下CMIP5集合模式對西南區(qū)域未來(2020—2100)降水的預估分布(單位：mm/a)Fig.3 Forecast distribution of CMIP5 ensemble model for future (2020—2100) precipitation in southwest region under different RCP scenarios. unit: mm/a

從RegCM4.0模式在RCP4.5和RCP8.5兩種不同排放情景下2020—2099年西南區(qū)域年平均降水分布可以看到，與CMIP5數(shù)據(jù)類似，在不同排放情景下，西南區(qū)域降水的地理分布特征基本一致，降水的高值區(qū)都位于青藏高原東南部，橫斷山脈和四川中部，但低值區(qū)的分布與CMIP5有所差異，不再位于西藏的西北部，而是位于西藏的整個西部地區(qū)。區(qū)域模式由于分辨率較高，刻畫的降水細節(jié)較CMIP5要更細致一些，譬如RegCM4.0能較好的捕捉云南和貴州交界處的較大數(shù)量值的降水(圖4a、4b)。在兩種排放情景下，區(qū)域氣候模式模擬的西南區(qū)域降水的空間分布特征在西藏和四川西部地區(qū)基本一致，差異主要體現(xiàn)在西南區(qū)域的東部區(qū)域。相較于CMIP5集合模式，在西藏東南側(cè)、四川中部和貴州地區(qū)，RegCM4.0模式模擬的降水基本均偏多。

圖4 不同RCP情景下，RegCM4.0模式對西南區(qū)域未來(2020—2099)降水的預估分布(圖中單個色標間隔單位為150,單位:mm/a)Fig.4 Forecast distribution of RegCM4.0 model for future (2020—2099) precipitation in southwest region under different RCP scenarios. unit: mm/a

4 極端降雨事件預估

除了年平均降水的時間序列和空間分布分析之外，人們往往對未來氣候預估中的極端氣候事件更感興趣。利用RegCM4.0區(qū)域氣候模式的日平均降水資料的數(shù)據(jù)，本節(jié)將分析西南區(qū)域未來近期(2020—2060)暴雨天數(shù)相對歷史基準期(1966—2005)的變化。從圖5可以看出，RCP4.5情景下暴雨天數(shù)顯著減少的區(qū)域主要在西藏東南部(0.5～1 d)，暴雨天數(shù)顯著增加的區(qū)域在四川盆地和四川、云南、貴州三省交界處(0.5～1 d)。RCP8.5情景下的暴雨天數(shù)變化的特征與RCP4.5有所不同，暴雨天數(shù)在一些RCP4.5情景下顯著增加的的區(qū)域，在RCP8.5情景下變?yōu)闇p少，比如四川西南部以及云南南部。

圖5 2020—2060年平均與1966—2005年平均西南地區(qū)暴雨量級降水日數(shù)的差值 (a)RCP4.5 (b)RCP8.5，圖中打點處表示顯著性水平達到0.05Fig.5 The difference of number ofheavy rain days per time period with daily precipitation above 50 mm between 2020—2060 and 1966—2005, the area with dots indicate the significant level reach to 0.05

與未來近期類似，西南區(qū)域未來遠期2061—2099年RCP4.5情景下暴雨天數(shù)顯著減少的區(qū)域主要在西藏東南部(0.5～1 d)，四川盆地地區(qū)暴雨天數(shù)顯著性增加(0.5～1 d)，另外重慶顯著性增加的區(qū)域由西南部變?yōu)闁|南部。RCP8.5情景下的暴雨天數(shù)變化的特征與RCP4.5有相同之處，如西藏東南部和四川中部地區(qū)的顯著性變化，但也存在一定差異，如RCP8.5情景下云南西南部暴雨天數(shù)顯著性減少(圖6)。

圖6 2061—2099年平均與1966—2005年平均西南地區(qū)暴雨量級降水日數(shù)的差值 (a)RCP4.5 (b)RCP8.5，圖中打點處表示顯著性水平達到0.05Fig.6 The difference of number ofheavy rain days per time period with daily precipitation above 50 mm between 2061—2099 and1966—2005, the area with dots indicate the significant level reach to 0.05

5 結(jié)論

氣候變化的不確定性對氣候變化評估的可靠性與準確度有顯著的影響。鑒于氣候系統(tǒng)的復雜性，現(xiàn)有的各種不同數(shù)學物理過程的氣候模式本身均存在著較大的不確定性，因此現(xiàn)階段氣候變化預估給出的只是一種可能的趨勢，還存在較大的不確定性[2,15]。

通過全球模式對未來預估的分析表明，21世紀西南區(qū)域氣候總體為變濕的趨勢，不同RCP情景下西南區(qū)域降水都將呈持續(xù)上升趨勢，3種情景下西南區(qū)域降水在2020—2050年變化特征差別較小，2050年后差別較大，RCP8.5情景下降水呈持續(xù)增加的特征，RCP2.6情景下降水變化幅度最小。相較CMIP5，除了21世紀末的RCP8.5情景，區(qū)域氣候模式RegCM4.0模擬的年降水量相較CMIP5多100 mm左右

對于西南區(qū)域未來降水預估的空間分布，在相同排放情景下(RCP4.5，RCP8.5)，CMIP5和RegCM模式模擬的西南區(qū)域降水變化的地理分布特征基本一致，降水的高值區(qū)都位于青藏高原東南部，橫斷山脈和四川中部，差異在于RegCM模擬的西藏西部的降雨量級更小，而青藏高原東南部、四川中部和貴州的高值區(qū)量級更大，但CMIP5在四川盆地模擬的較大降水的量級范圍比較大。

與歷史基準期相比，未來近期(2020—2060年)和遠期(2061—2099年)，RCP4.5和RCP8.5情景下西藏東南部地區(qū)暴雨天數(shù)顯著減少 (0.5～1 d)，四川盆地暴雨天數(shù)顯著性增加(0.5～1 d)，RCP8.5情景下的暴雨天數(shù)變化的特征與RCP4.5有一定差異，如遠期(2061—2099年)RCP4.5情景下云南西南部和貴州東部暴雨天數(shù)顯著性增加，而RCP8.5情景下表現(xiàn)為顯著性減少。