CMIP5對(duì)東北地區(qū)氣溫評(píng)估和2 ℃/4 ℃升溫閾值出現(xiàn)時(shí)間研究

王 濤,趙萌初,王乙舒,周曉宇,沈玉敏,王小桃,沈歷都

(1.沈陽(yáng)區(qū)域氣候中心，遼寧 沈陽(yáng) 110166;2.南京信息工程大學(xué) 氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室/氣候與環(huán)境變化國(guó)際合作聯(lián)合實(shí)驗(yàn)室/氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心，江蘇 南京 210044)

近年來，氣候變化特別是全球氣候變暖對(duì)自然生態(tài)系統(tǒng)和社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生的影響已成為重大的全球性問題，得到了國(guó)際社會(huì)的普遍關(guān)注。東北地區(qū)是我國(guó)最大的商品糧基地和農(nóng)業(yè)生產(chǎn)最具發(fā)展?jié)摿Φ牡貐^(qū)之一，與低緯度地區(qū)相比，東北地區(qū)對(duì)全球變暖的敏感性較高[1]。因此在全球變暖的背景下，評(píng)估東北未來氣溫如何變化，對(duì)指導(dǎo)農(nóng)業(yè)生產(chǎn)、提高農(nóng)產(chǎn)品產(chǎn)量以及防災(zāi)減災(zāi)都具有重大意義。

現(xiàn)階段全球氣候模式是模擬全球和區(qū)域歷史氣候特征和預(yù)估未來氣候變化的主要工具,在CMIP5模式計(jì)劃最新情景設(shè)置中[2]，多模式平均的預(yù)估結(jié)果顯示在不同RCPs(從低到高)下，中國(guó)區(qū)域平均氣溫在21世紀(jì)的升溫速率為0.09～0.61 ℃/10 a[3-4]。我國(guó)學(xué)者分別從氣候變化[5-7]和氣溫[8-12]相關(guān)方面，開展了模擬預(yù)估全球和中國(guó)氣候變化及其機(jī)理研究，如孫偵等[13-14]評(píng)價(jià)了15個(gè)全球氣候模式以及多模式集合對(duì)中國(guó)氣溫和降水的模擬精度，結(jié)果表明：多模式集合平均對(duì)中國(guó)日平均氣溫和降水的模擬精度優(yōu)于大部分模式，多模式集合可以在一定程度上減少單個(gè)模式對(duì)未來情景模擬氣溫和降水的不確定性。吳佳等[15]利用24個(gè)CMIP5全球耦合模式模擬結(jié)果發(fā)現(xiàn)與觀測(cè)相比，CMIP5集合模擬的中國(guó)降水對(duì)增溫的響應(yīng)偏弱，而極端降水的響應(yīng)則偏強(qiáng)。此外對(duì)區(qū)域氣候模擬預(yù)估也做了大量工作[16-19],其中，陶純?nèi)數(shù)萚20-21]評(píng)估并選出了4個(gè)模擬效果較優(yōu)模式，發(fā)現(xiàn)其模擬氣溫的可靠性得到提高，在RCP4.5情景下，東北大部分地區(qū)未來為變濕的趨勢(shì)。吳蔚等[22]從8個(gè)全球氣候模式對(duì)各項(xiàng)指標(biāo)模擬能力來看，模式BCC模擬的相對(duì)誤差絕對(duì)值總和最大(330%),集合模式為158%，IPSL-CMSA-MR最小(114%)，優(yōu)于其他模式。全球平均氣溫相較于工業(yè)革命前期的上升幅度預(yù)估是當(dāng)下氣候變化研究的熱點(diǎn)問題,2015年在《聯(lián)合國(guó)氣候變化框架公約》第21次締約方會(huì)議一致通過將2 ℃升溫幅度閾值目標(biāo)正式寫入《巴黎協(xié)定》。許多學(xué)者圍繞此問題做了大量有意義的研究，胡婷等[23]利用CMIP5多模式集合分析了全球氣溫升溫2 ℃閾值出現(xiàn)時(shí)間，在RCP4.5、RCP6.0和RCP8.5下,全球升溫2 ℃的時(shí)間分別為2049、2056和2039年。徐影[24]和周夢(mèng)子[25]等認(rèn)為相比工業(yè)化之前，全球升溫2 ℃閾值下，亞洲區(qū)域平均溫度升高3 ℃，且高緯度地區(qū)大于中緯度地區(qū)，中國(guó)升溫閾值時(shí)間早于全球，東北和西北地區(qū)出現(xiàn)時(shí)間最早[26]。

當(dāng)前很多研究認(rèn)為，由于多模式集合平均模擬能力是優(yōu)于單個(gè)模式的，但單個(gè)模式模擬能力又是不可忽視的,而東北地區(qū)處溫帶季風(fēng)區(qū)，其所處位置對(duì)氣溫敏感性也較高，尤其是對(duì)2 ℃/4 ℃升溫，因此有必要綜合評(píng)估單個(gè)模式和多模式集合平均對(duì)東北地區(qū)未來氣溫變化的情景預(yù)估和不確定評(píng)估研究。

本文從全球氣候模式中選取對(duì)東北地區(qū)氣溫模擬性能最優(yōu)的模式，并據(jù)此模擬2016～2099年的氣溫變化趨勢(shì)，分析未來不同情景下首次出現(xiàn)4 ℃年份、穩(wěn)定出現(xiàn)2 ℃/4 ℃年份、結(jié)束年份、持續(xù)時(shí)間、平均升溫幅度時(shí)間變化趨勢(shì)和空間分布特征，同時(shí)為東北地區(qū)發(fā)展農(nóng)業(yè)生產(chǎn)和防御氣象災(zāi)害影響提供較為可信的科學(xué)依據(jù)。

1 資料與方法

1.1 資料來源

考慮CMIP5資料的可獲取性，本文采用由國(guó)家氣候中心整理提供的19個(gè)CMIP5模式(表1)逐月氣溫資料(http://www.iiasa.ac.at/web-apps/tnt/RcpDb/dsd?Action=htmlpage&page=welcome)和多模式集合資料，包括1901～1930年歷史情景模擬資料和2006～2099年RCP2.6、RCP4.5、RCP8.5未來情景下的預(yù)估資料。觀測(cè)資料包括：東北三省178個(gè)氣象觀測(cè)站逐日平均氣溫資料，資料時(shí)間長(zhǎng)度為2006～2017年，資料來自遼寧省氣象信息中心，氣象站點(diǎn)分布情況見圖1。

1.2 研究方法

由于不同模式的空間分辨率存在一定差異，為研究方便，利用雙線性插值法，將各模式數(shù)據(jù)插值到178個(gè)站點(diǎn)上形成時(shí)間序列。多模式集合為19個(gè)全球氣候模式等權(quán)重算術(shù)平均。

本文采取計(jì)算均方根誤差的方法對(duì)19個(gè)全球氣候模式以及多模式集合在3種情景下氣溫模擬效果進(jìn)行評(píng)估，均方根誤差數(shù)值愈小，在對(duì)應(yīng)情景下模式模擬的能力愈好，借此篩選出最優(yōu)氣候模式，反之亦然。

均方根誤差定義為：

其中R是格點(diǎn)的均方根誤差，Xsim,i是該格點(diǎn)第i年的年平均模擬值，Xobs,i對(duì)應(yīng)觀測(cè)值。

表1 19個(gè)CMIP5全球氣候模式基本信息

為比較2個(gè)模式預(yù)估結(jié)果可信程度，計(jì)算2個(gè)模式結(jié)果的絕對(duì)值與對(duì)應(yīng)的模式間標(biāo)準(zhǔn)偏差比值，刻畫信號(hào)的可信度，其中比值>1表示對(duì)應(yīng)的模式的預(yù)估結(jié)果是可信的；相反，比值<1表示可信度較低。

模式間標(biāo)準(zhǔn)偏差定義為:

升溫幅度的參考時(shí)段選?。簢?guó)際上關(guān)注的2 ℃/4 ℃升溫閾值是相對(duì)于工業(yè)化革命前的氣候而言。因此，所選的基準(zhǔn)氣候時(shí)段不應(yīng)受到20世紀(jì)全球變暖的影響；同時(shí)，兼顧各模式歷史氣候模擬的起始時(shí)間差異。故選取1901～1930年多模式集合平均作為計(jì)算21世紀(jì)升溫幅度的參考時(shí)段。

2 結(jié)果與分析

2.1 最優(yōu)模式和多模式集合模擬能力評(píng)估

2.1.1 區(qū)域模擬能力 通過計(jì)算各模式的均方根誤差，篩選出均方根誤差最小的模式最為模擬效果最好的模式，即最優(yōu)模式。根據(jù)各情景下均方根誤差的計(jì)算結(jié)果，最優(yōu)模式分別是：GISS-E2-R(RCP2.6，1.49)、MIROC5(RCP4.5，1.39 ℃)、GISS-E2-R(RCP8.5，1.35 ℃)。多模式集合平均模擬能力弱于最優(yōu)模式，在這3種情景下的平均模擬能力分別為2.00、2.01和2.00 ℃(圖2)。

2.1.2 空間分布模擬能力 對(duì)2006～2017年的氣溫觀測(cè)實(shí)況表明(圖3)，東北區(qū)域年均氣溫呈自南向北遞減分布，變化區(qū)間為-3.2～11.4 ℃。在各種情景下,最優(yōu)模式和多模式集合均較好地模擬出這種空間分布(圖4)，最優(yōu)模式在大部分地區(qū)模擬效果較好，而多模式集合僅在最北部地區(qū)模擬較好。各情景下2種模式模擬氣溫區(qū)間均比較穩(wěn)定，分別為-2.1～13.1 ℃和-3.4～11.3 ℃。從距平分布上看(圖5)，最優(yōu)模式模擬效果較好，大部分地區(qū)距平在-1～1 ℃之間，僅東北地區(qū)東部和西部地區(qū)偏低(距平為-3～2 ℃)。多模式集合大部分地區(qū)距平均在-1 ℃以下，其中東部和西部地區(qū)在-2 ℃以下。在各種情景中，模式MIROC5表現(xiàn)最優(yōu)，分布最為接近觀測(cè)，距平也最小。2個(gè)模式模擬氣溫距平區(qū)間存在較明顯差別，最優(yōu)模式模擬氣溫距平區(qū)間值明顯高于多模式集合，最優(yōu)模式區(qū)間多在-2.5～3.0 ℃，多模式集合在-3.6～1.8 ℃之間。

從均方根誤差分布看(圖6)，各情景下最優(yōu)模式模擬能力均明顯高于多模式集合：最優(yōu)模式模擬的均方根誤差多在2 ℃以下，而多模式集合多在2 ℃以上。2個(gè)模式模擬均方根誤差均呈由南向北遞增分布，但最優(yōu)模式分布相對(duì)較平緩，多模式集合在南部值較小，中北部地區(qū)迅速增大。各情景中，模式MIROC5模擬效果最好，均方根誤差最小。

圖2 2006～2017年19個(gè)全球氣候模式和多模式集合平均模擬東北地區(qū)年平均氣溫均方根誤差

圖3 東北地區(qū)觀測(cè)年均氣溫分布(2006～2017年)

2.2 最優(yōu)模式和多模式集合模式間不確定性評(píng)估

在相同情景下2個(gè)模式可信度分布比較一致，均呈由南向北遞減分布，其中南部地區(qū)可信度最高(在3以上)，北部最低(不足1)。隨著情景增加，可信度呈增加趨勢(shì)，可信度地區(qū)擴(kuò)大，北部不可信地區(qū)面積明顯縮小。

2.3 最優(yōu)模式預(yù)估東北地區(qū)氣溫年際變化

本節(jié)利用最優(yōu)模式給出不同二氧化碳排放濃度情景下未來氣溫和均方根誤差年際變化趨勢(shì)(圖7)。在不同情景下氣溫變化存在一定差別：在未來RCP2.6下，模式GISS-E2-R預(yù)估氣溫變化幅度不大，區(qū)間在4.4～7.6 ℃；在未來RCP4.5下，模式MIROC5預(yù)估氣溫呈緩慢上升趨勢(shì)，為0.3 ℃/10 a，波動(dòng)區(qū)間在6.0～10.0 ℃之間；在未來RCP8.5下，模式GISS-E2-R預(yù)估氣溫呈緩慢上升趨勢(shì)，為0.9 ℃/10 a,波動(dòng)區(qū)間在4.1～13.8 ℃之間，在2069年全區(qū)域出現(xiàn)顯著變暖，由8.0 ℃遞增為11.2 ℃。各情景下最優(yōu)模式對(duì)氣溫預(yù)估均維持較高的可信度，在2～5之間，其中RCP8.5情景下可信度呈緩慢上升趨勢(shì)，為0.2 ℃/10 a，其他情景下變化比較穩(wěn)定，在2～3之間。

2.4 2 ℃升溫閾值預(yù)估

絕大多數(shù)站點(diǎn)在2006年已經(jīng)達(dá)到2 ℃，因此僅給出穩(wěn)定達(dá)到2 ℃閾值要素空間分布和統(tǒng)計(jì)信息(圖8和表2)。在RCP2.6情景下，黑龍江大部、吉林中部和遼寧東部穩(wěn)定達(dá)到2 ℃年份相對(duì)較晚(2019～2026年，共79站)，黑龍江西部、吉林西部和遼寧中西部地區(qū)相對(duì)偏早(2010～2016年，共79站)；在RCP4.5情景下，穩(wěn)定達(dá)到2 ℃升溫年份空間分布呈由東南～西北遞減趨勢(shì)，大部分地區(qū)(152站)出現(xiàn)時(shí)間較早(2006～2007年)，東南部地區(qū)出現(xiàn)時(shí)間最晚(2019～2023年)；在RCP8.5情景下，全區(qū)大體呈自西向東遞增分布特征，西部(123站)出現(xiàn)時(shí)間最早(在2006～2014年之間)，東南部最晚(在2045～2063年之間)。

對(duì)不同情景下首次穩(wěn)定到達(dá)2 ℃的年份和站數(shù)進(jìn)一步分析表明(表2)，多數(shù)站點(diǎn)開始年份在2025年之前，呈西晚～東早分布，首次穩(wěn)定到達(dá)2 ℃閾值開始年份在RCP4.5情景下出現(xiàn)最早(在2015年之前)，RCP8.5情景下出現(xiàn)最晚(2033年之前)。

(a，d)、(b，e)、(c，f)分別代表RCP2.6、RCP4.5和RCP8.5情景。圖4 最優(yōu)模式(a,b,c)和多模式集合(d,e,f)模擬的年平均氣溫分布(2006～2017年)

(a，d)、(b，e)、(c，f)分別代表RCP2.6、RCP4.5和RCP8.5情景。圖5 最優(yōu)模式(a,b,c)和多模式集合(d,e,f)模擬的年平均氣溫距平空間分布(2006～2017年)

表2 不同情景下年均氣溫首次穩(wěn)定到達(dá)2 ℃閾值開始年份及對(duì)應(yīng)站數(shù)信息

2.5 4 ℃升溫閾值預(yù)估

2.5.1 首次達(dá)到4 ℃年份 根據(jù)最優(yōu)的模式預(yù)估結(jié)果表明(圖9和表3)：在RCP2.6情景下，全區(qū)首次達(dá)到4 ℃年份呈西早-東晚分布，西部地區(qū)(35站)出現(xiàn)在2016和2026年，東部地區(qū)(85站)多在2039～2040年。在RCP4.5情景下，全區(qū)呈東南晚-西北早分布，南部地區(qū)(49站)為2030～2038年之間，中部(73站)多為2015～2019年，北部(43站)多為2007～2009年。RCP8.5情景下全區(qū)大體呈西早-東晚分布，西部(38站)多為2016～2018年，東部地區(qū)(94站)多為2038～2041年。隨著情景增加，達(dá)到4 ℃年份呈提前趨勢(shì)，其中RCP4.5情景下最早，多數(shù)站點(diǎn)(116站)在2019年之前。

(a，d)、(b，e)、(c，f)分別代表RCP2.6、RCP4.5和RCP8.5情景。圖6 最優(yōu)模式(a,b,c)和多模式集合(d,e,f)模擬的年平均氣溫均方根誤差空間分布(2006～2017年)

東北地區(qū)年均地面觀測(cè)氣溫年際變化(藍(lán)實(shí)線)，均方根誤差(黑豎線)，線性趨勢(shì)線(黃實(shí)線)和最優(yōu)模式可信度年際變化(d)。圖7 在RCP2.6(a)、RCP4.5(b)和RCP8.5(c)情景下最優(yōu)模式預(yù)估氣溫及其可信度的年際變化

表3 不同情景首次到達(dá)4 ℃升溫閾值年份、站數(shù)

圖9 在未來RCP2.6(a)、RCP4.5(b)和RCP8.5(c)情景下東北地區(qū)首次達(dá)到4 ℃年份的空間分布

2.5.2 首次穩(wěn)定達(dá)到4 ℃年份 在RCP4.5情景下，全區(qū)穩(wěn)定達(dá)到4 ℃升溫年份呈東南晚-西北晚的分布，其中東南部地區(qū)(29站)多在2054～2072年，其他大部分地區(qū)(130站)在2030～2048年。在RCP8.5情景下，全區(qū)定達(dá)到4 ℃升溫年份差別不大，大部分地區(qū)(160站)出現(xiàn)在2064～2073年。從結(jié)束年份看，大部分地區(qū)(162站)在2077～2099年(圖8)。隨著情景增加，4 ℃升溫開始時(shí)間總體在推遲，由RCP4.5情景的2030～2048年延后至RCP8.5的2064～2073年(表4)。

2.6 最優(yōu)模式預(yù)估各省氣溫未來變化趨勢(shì)

利用不同情景下最優(yōu)模式預(yù)估東北三省未來的氣溫變化趨勢(shì)，結(jié)果發(fā)現(xiàn)相同情景下氣溫變化趨勢(shì)是比較一致的：在RCP2.6情景下，氣溫?zé)o明顯變化趨勢(shì)；在RCP4.5情景下，呈緩慢上升趨勢(shì)，黑龍江省、吉林省和遼寧省分別為0.2、0.3、0.3 ℃/10 a；在RCP8.5情景下增溫速率有所上升，三省均為0.5 ℃/10 a(圖略)。

3 結(jié)論與討論

(1)最優(yōu)模式對(duì)東北區(qū)域氣溫的模擬效果優(yōu)于多模式集合。不同情景下最優(yōu)模式依次是：GISS-E2-R(1.49，RCP2.6)、MIROC5(1.39 ℃，RCP4.5)、GISS-E2-R(1.35 ℃，RCP8.5)。各情景下最優(yōu)模式總體分布更接近觀測(cè)實(shí)況，最優(yōu)模式模擬全區(qū)氣溫距平分布多在-2～1 ℃之間，多模式集合多在-3～1 ℃之間，明顯偏低，最優(yōu)模式模擬氣溫均方根誤差多在2 ℃以下，而多模式集合多在2 ℃以上。多模式集合和最優(yōu)模式可信度均較高。

圖10 在RCP4.5情景(a)和RCP8.5(b)下首次穩(wěn)定達(dá)到4 ℃年份的空間分布

表4 不同情景下年均氣溫首次穩(wěn)定到達(dá)4 ℃閾值開始年份及對(duì)應(yīng)站數(shù)信息

(2)最優(yōu)模式預(yù)估東北區(qū)域氣溫結(jié)果表明:在RCP2.6情景下，氣溫年際變化不明顯，在RCP4.5情景下，未來氣溫呈上升趨勢(shì)，為0.3 ℃/10 a，在RCP8.5情景下為0.9 ℃/10 a。在RCP2.6和RCP4.5情景下，信度變化不明顯，但在RCP8.5情景下信度呈上升趨勢(shì)，為0.2 ℃/10 a。

(3)首次穩(wěn)定到達(dá)2 ℃閾值開始年份：在RCP4.5情景下出現(xiàn)最早(在2015年之前)，RCP8.5情景下出現(xiàn)最晚(2033年之前)，RCP2.6情景下在2025年之前，各情景下大體呈西晚-東早分布。隨著情景增加，首次達(dá)到4 ℃年份呈提前趨勢(shì)，其中RCP4.5下出現(xiàn)最早(大部分站出現(xiàn)在2040年之前)。RCP4.5情景下首次穩(wěn)定到達(dá)4 ℃閾值開始年份早于RCP8.5情景，其中RCP4.5(RCP8.5)情景下有143站(160站)開始年份在2050年之前(2064～2073年)。

(4)未來2 ℃和4 ℃升溫閾值的研究為東北區(qū)域應(yīng)對(duì)氣候變暖提供比較有力的科學(xué)依據(jù)。由于本文結(jié)果是基于模式預(yù)估結(jié)果，因此對(duì)模式存在較大的依賴性。因此，需要加強(qiáng)氣候變化和CO2的相互作用研究，改進(jìn)耦合模式，以期提供更加準(zhǔn)確的最優(yōu)排放路徑。

致謝：本文所使用的19個(gè)全球氣候模式和多模式集合預(yù)估數(shù)據(jù)是由國(guó)家氣候中心徐影研究員對(duì)數(shù)據(jù)進(jìn)行的整理、分析和同意使用的。原始數(shù)據(jù)由各模式組提供，由WGCM(JSC/CLIVAR Working Group on Coupled Modeling)組織PCMDI(Program for Climate Model Diagnosis and Intercomparison)搜集歸類。多模式數(shù)據(jù)集的維護(hù)由美國(guó)能源部科學(xué)辦公室提供資助。