預(yù)估全球升溫1.5℃與2.0℃下淮河流域極端降雨的變化特征

摘要：淮河流域暴雨洪水災(zāi)害嚴(yán)重，科學(xué)預(yù)估未來(lái)全球升溫1.5 ℃和2.0 ℃下淮河流域極端降雨的變化特征對(duì)流域防洪減災(zāi)及應(yīng)對(duì)氣候變化具有重要意義?；谧钚碌牡诹螄?guó)際耦合模式比較計(jì)劃（CMIP6）中22個(gè)全球氣候模式數(shù)據(jù)，利用改進(jìn)的可靠性集合方案與概率比法，采用6個(gè)極端降雨指標(biāo)預(yù)估了全球升溫1.5 ℃和2.0 ℃下淮河流域未來(lái)極端降雨的時(shí)空變化與風(fēng)險(xiǎn)變化特征。結(jié)果表明：改進(jìn)可靠性集合方案對(duì)淮河流域極端降雨的模擬性能要優(yōu)于單一氣候模式與算術(shù)平均集合方案;全球升溫達(dá)到1.5 ℃與2.0 ℃閾值的平均時(shí)間段分別約為2017—2046年和2026—2055年;全球升溫2.0 ℃下極端降雨指標(biāo)增幅約為升溫1.5 ℃下的1.4～2.6倍，其中流域北部地區(qū)為極端降雨增幅大值區(qū);2種升溫條件下極端降雨發(fā)生風(fēng)險(xiǎn)呈增加趨勢(shì)，且額外增暖0.5 ℃將導(dǎo)致淮河流域極端降雨風(fēng)險(xiǎn)更高，如100 a重現(xiàn)期的極端降雨在升溫1.5 ℃和2.0 ℃下將分別變?yōu)?2年一遇和22年一遇，未來(lái)淮河流域極端降雨將會(huì)更加頻繁。

關(guān)鍵詞：極端降雨;CMIP6;多模式集合;全球升溫1.5 ℃和2.0 ℃;淮河流域

中圖分類(lèi)號(hào)：P467

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-6791（2023）06-0827-12

收稿日期：2023-05-10;網(wǎng)絡(luò)出版日期：2023-10-12

網(wǎng)絡(luò)出版地址：https：∥link.cnki.net/urlid/32.1309.P.20231012.1100.002

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目（52121006;52279018）

作者簡(jiǎn)介：卞國(guó)棟（1994—），男，安徽宣城人，博士研究生，主要從事全球變化對(duì)水文水資源影響等研究。

E-mail：605232755@qq.com

通信作者：張建云，E-mail：jyzhang@nhri.cn

進(jìn)入21世紀(jì)以來(lái)，全球變暖仍在繼續(xù)，政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）第六次評(píng)估報(bào)告指出［1］，21世紀(jì)前20 a全球平均氣溫相較于1850—1900年升高了0.99 ℃，并預(yù)計(jì)全球升溫將在2021—2040年達(dá)到或超過(guò)1.5 ℃。研究表明，氣候變暖將導(dǎo)致全球和區(qū)域水循環(huán)加劇，極端降雨事件發(fā)生的頻率和強(qiáng)度明顯增強(qiáng)［2-4］，對(duì)生態(tài)環(huán)境和經(jīng)濟(jì)社會(huì)等多方面產(chǎn)生較大影響。為緩解全球變暖的嚴(yán)重風(fēng)險(xiǎn)，《巴黎協(xié)定》提出將全球平均氣溫控制在較工業(yè)化前水平以上2.0 ℃之內(nèi)，并努力將其控制在1.5 ℃之內(nèi)［5］。隨著全球平均氣溫逐漸接近升溫1.5 ℃閾值，探究不同升溫條件下極端降雨事件的變化及其影響研究對(duì)區(qū)域防洪減災(zāi)規(guī)劃及適應(yīng)性措施制定具有重要的現(xiàn)實(shí)意義。

近年來(lái)，國(guó)內(nèi)外學(xué)者圍繞全球升溫1.5 ℃與2.0 ℃下未來(lái)極端降雨變化預(yù)估開(kāi)展了較多研究［6-7］。結(jié)果表明，不同區(qū)域的極端降雨事件對(duì)于全球升溫閾值的響應(yīng)存在區(qū)域差異，例如北美東部、歐洲北部、亞洲北部和澳大利亞等地區(qū)的極端降雨預(yù)估存在顯著增加的態(tài)勢(shì)，而北美西南部和非洲南部等地區(qū)極端降雨預(yù)計(jì)將有所下降［8-9］。中國(guó)是氣候變化影響顯著區(qū)，其未來(lái)變暖幅度預(yù)計(jì)將明顯高于全球平均水平［10］，且極端降雨變化幅度將隨氣候變暖而增大。在全球升溫1.5 ℃與2.0 ℃下中國(guó)大部分區(qū)域極端降雨預(yù)計(jì)呈明顯增加趨勢(shì)，額外增暖0.5 ℃將導(dǎo)致大多數(shù)區(qū)域的極端降雨增加超過(guò)1倍［11-15］。對(duì)于淮河流域，已有研究多集中在對(duì)歷史極端降雨特征的分析，以及基于全球氣候模式對(duì)未來(lái)極端降雨指標(biāo)的變化趨勢(shì)預(yù)估，結(jié)果表明近60 a來(lái)淮河流域極端降雨呈增加趨勢(shì)［16-17］，且未來(lái)流域極端降雨上升趨勢(shì)將更為顯著［18-19］。然而，針對(duì)不同升溫背景下淮河流域極端降雨變化的研究較少，且如何分析不同升溫條件下極端降雨的風(fēng)險(xiǎn)變化亟待研究。

本文基于22個(gè)第六次國(guó)際耦合模式比較計(jì)劃（CMIP6）模式輸出，探求淮河流域在全球升溫1.5 ℃和2.0 ℃下極端降雨的時(shí)空變化及風(fēng)險(xiǎn)變化特征，以期為淮河流域應(yīng)對(duì)氣候變化和科學(xué)決策提供科學(xué)依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來(lái)源

1.1 淮河流域概況

淮河流域地處中國(guó)中東部，介于長(zhǎng)江流域與黃河流域之間，位于111°55′E—121°25′E、30°55′N(xiāo)—36°36′N(xiāo)。淮河干流全長(zhǎng)約1 000 km，高程總落差約為200 m，上游河段的高程落差遠(yuǎn)大于中下游，一旦產(chǎn)生暴雨洪水，中游行洪緩慢，極易導(dǎo)致嚴(yán)重洪澇災(zāi)害［20］?；春恿饔蛭挥谀媳奔撅L(fēng)氣候過(guò)渡帶，流域年均氣溫約為14 ℃，年均降水量約為910 mm，降水量分布特點(diǎn)為南部大于北部，山區(qū)大于平原。每年5—9月為淮河流域的汛期，其間年均降水量約占全年總降水量的60%，尤其在6、7月份的梅雨季，降雨量大、范圍廣、持續(xù)時(shí)間長(zhǎng)，常會(huì)造成流域性洪水。本文主要選取淮河流域中上游區(qū)域（吳家渡站以上）作為研究區(qū)，如圖1所示。

1.2 數(shù)據(jù)來(lái)源

氣候模式數(shù)據(jù)來(lái)源于最新的CMIP6，其較之前版本具有更高的空間分辨率和改進(jìn)的參數(shù)化方案［21-22］。CMIP6輸出結(jié)果已經(jīng)被廣泛用于氣候變化和極端氣候相關(guān)的研究中［23-25］。本研究主要采用22個(gè)CMIP6全球氣候模式的逐日降雨和氣溫?cái)?shù)據(jù)，數(shù)據(jù)均通過(guò)CMIP6官網(wǎng)（http：∥esgfnode.llnl.gov/search/cmip6/）下載獲得。模式歷史時(shí)間段為1961—2014年，未來(lái)時(shí)間段為2015—2100年?？紤]到模式分辨率較粗且日尺度模擬偏差大，本研究對(duì)原始模式數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)降尺度和偏差校正處理。氣候觀測(cè)數(shù)據(jù)采用中國(guó)國(guó)家氣象局國(guó)家氣象信息中心（NMIC，http：∥data.cma.cn/）提供的淮河流域蚌埠以上區(qū)域均勻分布的71個(gè)常規(guī)氣象站的逐日降水和氣溫觀測(cè)資料（圖1），時(shí)間段為1961—2014年。

2 研究方法

2.1 極端降雨指標(biāo)

基于氣候變化檢測(cè)和指標(biāo)專(zhuān)家組（ETCCDI）的標(biāo)準(zhǔn)［26］，根據(jù)淮河流域的氣候特征，本文定義了6個(gè)極端降雨指標(biāo)，分別是年最大1日降水量（Rx1day）、年最大3日降水量（Rx3day）、大雨日數(shù)（R20mm）、暴雨日數(shù)（R50mm），極端降水量（R90p）和極端強(qiáng)降水量（R95p）。

2.2 偏差校正方法

由于全球氣候模式空間分辨率較低，且存在模型偏差，因此需要進(jìn)行降尺度或偏差校正。本文首先采用反距離權(quán)重插值法將22個(gè)CMIP6氣候模式輸出的歷史時(shí)期（1961—2014年）與未來(lái)時(shí)期（2015—2100年）的逐日降雨數(shù)據(jù)降尺度至71個(gè)觀測(cè)站點(diǎn)上，然后采用日偏差校正方法對(duì)逐日降雨數(shù)據(jù)進(jìn)行逐站點(diǎn)偏差校正［27］。日偏差校正方法是通過(guò)建立觀測(cè)數(shù)據(jù)與模式輸出數(shù)據(jù)的經(jīng)驗(yàn)分布之間的關(guān)系來(lái)校正氣象要素未來(lái)時(shí)段的經(jīng)驗(yàn)分布，原理簡(jiǎn)單，操作簡(jiǎn)便，故在氣候變化研究中被廣泛使用［28-29］。

2.3 改進(jìn)的可靠性集合平均方案

在進(jìn)行未來(lái)氣候預(yù)估時(shí)，由于模式間的內(nèi)部機(jī)理以及適用范圍不同，僅基于單一氣候模式的預(yù)估結(jié)果存在較大的不確定性。研究表明，多模式集合（MME）方法在一定程度上可以有效地削減氣候模式物理過(guò)程以及參數(shù)化方案對(duì)未來(lái)預(yù)估結(jié)果的不確定性［30-31］。目前最常用的方案是多模式算術(shù)平均（AME），但需要注意的是在使用該方法時(shí)，模擬性能差的氣候模式會(huì)降低多模式集合總體的模擬能力。本文基于可靠性集合平均（REA）框架［32］，考慮了氣候模式在相對(duì)誤差、空間結(jié)構(gòu)及年際變率等方面的模擬性能，提出了改進(jìn)可靠性集合方案（MREA），該方案的可靠性系數(shù)（Ri）計(jì)算公式如下：

Ri=fm1biasfm2corfm3var

fbias=εpabs（Pmod-Pobs）

fcor=4（1+r）4（σ∧f+1/σ∧f）2（1+r0）4

fvar=11+DmodDobs-DobsDmod2（1）

式中：Ri為第i個(gè)模式的可靠性系數(shù);fbias為模式再現(xiàn)觀測(cè)氣候態(tài)的能力;fcor為模式模擬觀測(cè)空間結(jié)構(gòu)的能力;fvar為模式模擬觀測(cè)年際變率的能力;Pobs和Pmod分別為觀測(cè)和模擬的極端降雨指標(biāo);εp為歷史觀測(cè)值去趨勢(shì)后20 a滑動(dòng)平均的最大值和最小值之間的差值;abs（ ）為取絕對(duì)值函數(shù)；r為觀測(cè)與模擬的空間相關(guān)系數(shù);r0為可獲得的最大相關(guān)性，取值為0.999;σ∧f為觀測(cè)與模擬的空間標(biāo)準(zhǔn)差比;Dobs和Dmod分別為觀測(cè)和模擬的年際變化的標(biāo)準(zhǔn)差;文中將參數(shù)m1、m2和m3都設(shè)為1，以平等地對(duì)待fbias、fcor和fvar的貢獻(xiàn)，其取值范圍均為0～1。

當(dāng)計(jì)算出N個(gè)氣候模式的可靠性系數(shù)后，則可確定每個(gè)模式的權(quán)重（Wi），計(jì)算公式如下：

Wi=Ri∑Ni=1Ri（2）

2.4 概率比

為探討淮河流域極端降雨風(fēng)險(xiǎn)變化情況，本文引入概率比（RP）來(lái)定量表征發(fā)生概率變化的程度，計(jì)算過(guò)程如下［33］：

RP=P1/P0

P0=1/0

P1=1/1（3）

式中：P0、P1分別為所關(guān)注極端降雨事件在歷史和未來(lái)時(shí)期的發(fā)生概率;0、1分別為當(dāng)前P0和未來(lái)P1相對(duì)應(yīng)的重現(xiàn)期。RP表示當(dāng)前時(shí)期平均0年發(fā)生一次的極端降雨在未來(lái)時(shí)期將變?yōu)槠骄?年發(fā)生一次，RPgt;1（或RPlt;1），意味著極端降雨發(fā)生概率風(fēng)險(xiǎn)呈現(xiàn)增加（或減少）變化。

3 結(jié)果及分析

3.1 極端降雨的模擬性能評(píng)估

為評(píng)估22個(gè)CMIP6氣候模式以及多模式集合方案對(duì)淮河流域極端降雨指標(biāo)的模擬能力，圖2給出了氣候模式及多模式集合方案模擬值相較于觀測(cè)值的區(qū)域平均相對(duì)誤差。從圖2中可以看到，除Rx3day指標(biāo)外，22個(gè)氣候模式對(duì)流域極端降雨指標(biāo)均存在低估，區(qū)域平均相對(duì)誤差大多不超過(guò)-15%，表明氣候模式輸出對(duì)流域極端降雨指標(biāo)的模擬能力總體較好。就不同極端降雨指標(biāo)而言，R20mm指標(biāo)模擬結(jié)果的區(qū)域平均相對(duì)誤差最小，說(shuō)明氣候模式對(duì)R20mm指標(biāo)的模擬性能最優(yōu)。另外，相較于單一氣候模式，多模式集合方案的模擬結(jié)果明顯更好。具體來(lái)看，對(duì)于極端降雨指標(biāo)Rx1day、Rx3day、R20mm、R50mm、R90p和R95p，AME方案模擬值與觀測(cè)值的相對(duì)誤差分別為-18.3%、-5.9%、-2.6%、-17.8%、-3.4%和-6.8%，而MREA方案模擬的相對(duì)誤差分別為-16%、-3.5%、-1.8%、-13.8%、-2.3%和-5%。結(jié)果表明，多模式集合方案對(duì)Rx3day、R20mm、R90p和R95p指標(biāo)的模擬效果更好，且MREA方案模擬極端降雨指標(biāo)相對(duì)誤差的性能更優(yōu)。

使用泰勒?qǐng)D進(jìn)一步直觀地來(lái)反映氣候模式以及多模式集合方案對(duì)淮河流域極端降雨指標(biāo)在空間結(jié)構(gòu)方面的模擬能力。泰勒?qǐng)D能有效綜合模擬數(shù)據(jù)的空間相關(guān)系數(shù)、空間標(biāo)準(zhǔn)差之比和中心化均方根誤差這3個(gè)指標(biāo)的信息［34］，其中空間相關(guān)系數(shù)和空間標(biāo)準(zhǔn)差之比越接近1越好，中心化均方根誤差越小越好。圖3展示了氣候模式和多模式集合方案的模擬結(jié)果泰勒?qǐng)D，結(jié)果發(fā)現(xiàn)大多數(shù)氣候模式輸出對(duì)淮河流域極端降雨指標(biāo)空間結(jié)構(gòu)的模擬能力較好，空間相關(guān)系數(shù)均在0.8以上，其中氣候模式對(duì)R20mm指標(biāo)空間結(jié)構(gòu)的模擬結(jié)果最好，其模擬值與觀測(cè)值更為接近。另外，2種多模式集合方案對(duì)極端降雨指標(biāo)空間結(jié)構(gòu)的模擬結(jié)果明顯優(yōu)于單一氣候模式，模擬結(jié)果的空間相關(guān)系數(shù)均大于0.9，中心化均方根誤差均小于0.5，空間標(biāo)準(zhǔn)差之比為0.6～1.0，表明多模式集合方案對(duì)極端降雨指標(biāo)空間結(jié)構(gòu)方面的模擬性能更好，且MREA方案優(yōu)于AME方案。

總之，MREA方案對(duì)極端降雨指標(biāo)模擬的相對(duì)誤差與空間結(jié)構(gòu)的模擬性能均表現(xiàn)最優(yōu)，故在接下來(lái)的研究中采用MREA方案進(jìn)行全球升溫1.5 ℃和2.0 ℃條件下淮河流域未來(lái)極端降雨變化的預(yù)估。

3.2 全球升溫1.5 ℃與2.0 ℃時(shí)間段的選取

為探究全球升溫1.5 ℃與2.0 ℃下淮河流域極端降雨的變化，首先對(duì)達(dá)到2種升溫閾值的時(shí)間進(jìn)行預(yù)估?！栋屠鑵f(xié)定》指出升溫閾值是相對(duì)于工業(yè)化前水平而言，且指持續(xù)的全球平均升溫1.5 ℃與2.0 ℃，而不是某一年的平均溫度。因此，本文參考以往研究［35］，將1861—1900年定義為工業(yè)化前參考期，選取全球平均氣溫的30 a滑動(dòng)平均值來(lái)確定升溫幅度?；?2個(gè)CMIP6氣候模式，分別選取SSP2-4.5情景與SSP5-8.5情景下的全球平均氣溫?cái)?shù)據(jù)用以確定全球升溫1.5 ℃和2.0 ℃出現(xiàn)的時(shí)間段，結(jié)果如圖4所示?？偟膩?lái)看，全球升溫達(dá)到1.5 ℃與2.0 ℃閾值的平均時(shí)間段分別約為2017—2046年和2026—2055年，但不同氣候模式到達(dá)1.5 ℃和2.0 ℃升溫閾值的時(shí)間段存在較大差異，例如，EC-Earth3-Veg模式預(yù)計(jì)將在1998—2027年達(dá)到升溫1.5 ℃閾值，而NorESM2-LM模式預(yù)計(jì)將在2022—2051年才會(huì)達(dá)到升溫1.5 ℃閾值。這可能與各氣候模式本身的氣候敏感度密切相關(guān)，敏感度高的模式將會(huì)更早達(dá)到特定的升溫閾值［36］。為避免模式間升溫時(shí)段差異的影響，分別將各模式到達(dá)升溫1.5 ℃與2.0 ℃閾值時(shí)間段的氣候態(tài)與歷史參考期（1961—2014年）進(jìn)行比較，選取最優(yōu)的加權(quán)方案進(jìn)行全球升溫1.5 ℃與2.0 ℃下淮河流域極端降雨變化的未來(lái)預(yù)估。

3.3 全球升溫1.5 ℃和2.0 ℃下流域極端降雨強(qiáng)度變化

首先對(duì)全球升溫1.5 ℃和2.0 ℃下淮河流域各極端降雨指標(biāo)的變化幅度進(jìn)行總體分析，繪制了2種升溫條件下淮河流域平均極端降雨指標(biāo)相對(duì)于歷史時(shí)期變化的箱線(xiàn)圖（圖5）。由圖5可知，不同氣候模式預(yù)估的變化幅度存在較大差異，尤其對(duì)于R50mm指標(biāo)而言，氣候模式的不確定性最大。從MREA方案預(yù)估結(jié)果來(lái)看，未來(lái)淮河流域極端降雨總體隨全球氣溫升高而逐漸增加。具體來(lái)看，相較于歷史時(shí)期，全球升溫1.5 ℃條件下，流域平均Rx1day、Rx3day、R20mm、R50mm、R90p和R95p指標(biāo)值預(yù)計(jì)將分別增加4.8%、6.2%、2.6%、8.9%、1.1%和2.4%；而全球升溫2.0 ℃條件下，流域平均極端降雨指標(biāo)將進(jìn)一步增加，增幅分別達(dá)到10.4%、10.9%、6.8%、16.7%、2.5%和3.6%?？偟膩?lái)說(shuō)，全球升溫2.0 ℃下淮河流域各極端降雨指標(biāo)較歷史時(shí)期的增幅更為顯著，約為升溫1.5 ℃下的1.4～2.6倍，說(shuō)明隨著全球氣候變暖，淮河流域極端降雨發(fā)生的強(qiáng)度和頻率將會(huì)顯著增大。

圖6反映了全球升溫1.5 ℃和2.0 ℃條件下，淮河流域極端降雨指標(biāo)相較于歷史時(shí)期變幅的空間分布?？傮w來(lái)看，全球升溫1.5 ℃條件下極端降雨指標(biāo)普遍增加，但不同極端降雨指標(biāo)的增幅范圍存在較大差異，其中，R50mm指標(biāo)的增幅最大，為2.9%～23.7%，而R90p指標(biāo)的變幅范圍為-1.1%～3.4%。此外，全球升溫1.5 ℃條件下極端降雨指標(biāo)變化沒(méi)有表現(xiàn)出明顯的空間分布特征。對(duì)于全球升溫2.0 ℃，淮河流域極端降雨指標(biāo)增加更為顯著，Rx1day、Rx3day、R20mm、R50mm、R90p和R95p指標(biāo)的變幅范圍分別上升到8%～16.8%、7.4%～17.3%、2.8%～11.2%、1.8%～32.7%、-0.4%～5.3%和2.4%～9.6%。從空間分布上看，極端降雨指標(biāo)增幅整體存在流域北部明顯高于南部的空間分布特征。就Rx1day和Rx3day指標(biāo)而言，流域北部地區(qū)的增幅預(yù)計(jì)將超過(guò)15%;對(duì)于R20mm指標(biāo)，流域北部和西部地區(qū)的增幅將超過(guò)8%；而流域北部的R50mm指標(biāo)增幅最高，預(yù)計(jì)將超過(guò)25%，明顯高于南部地區(qū);對(duì)于R90p與R95p指標(biāo)，流域北部的增幅也要高于其他地區(qū)，增幅超過(guò)5%。另外，2種升溫條件下極端降雨指標(biāo)的增幅差異如圖6（c）所示，發(fā)現(xiàn)額外變暖0.5 ℃將導(dǎo)致流域北部極端降雨指標(biāo)增加更為顯著，表明流域北部地區(qū)極端降雨對(duì)升溫閾值更為敏感。因此，將升溫水平控制在1.5 ℃閾值會(huì)明顯降低淮河流域北部地區(qū)極端降雨事件發(fā)生的強(qiáng)度和頻率。

3.4 全球升溫1.5 ℃和2.0 ℃下流域極端降雨風(fēng)險(xiǎn)變化

年最大降水量的重現(xiàn)期是用來(lái)表征極端降雨風(fēng)險(xiǎn)的重要指標(biāo)，本文采用廣義極值分布（GEV）來(lái)計(jì)算年最大1日降水量的概率分布，進(jìn)而探究未來(lái)淮河流域極端降雨發(fā)生風(fēng)險(xiǎn)的變化。圖7展示了全球升溫1.5 ℃和2.0 ℃條件下，淮河流域20、50和100 a重現(xiàn)期極端降雨較歷史時(shí)期平均發(fā)生概率比的箱線(xiàn)圖。由圖7可知，2種升溫條件下淮河流域20、50和100 a重現(xiàn)期極端降雨的概率比均大于1.5，表明未來(lái)流域極端降雨發(fā)生風(fēng)險(xiǎn)總體呈現(xiàn)增大態(tài)勢(shì)，且相較于升溫1.5 ℃，額外增暖0.5 ℃將會(huì)造成流域極端降雨風(fēng)險(xiǎn)顯著增加。具體來(lái)看，升溫1.5 ℃條件下，淮河流域20、50和100 a重現(xiàn)期極端降雨概率比分別為1.6、2.3和3.1，重現(xiàn)期預(yù)計(jì)將分別變?yōu)?2、21和32 a；在升溫2.0 ℃條件下，淮河流域20、50和100 a重現(xiàn)期極端降雨概率比分別提升到2.4、3.4和4.6，重現(xiàn)期預(yù)計(jì)將分別變?yōu)?、15和22 a。此外，對(duì)于不同重現(xiàn)期的極端降雨，概率比增加幅度明顯不同。隨著重現(xiàn)期增大，極端降雨的概率比也將不斷增大，未來(lái)重現(xiàn)期大的極端降雨事件發(fā)生風(fēng)險(xiǎn)增加更高，表明未來(lái)全球升溫1.5 ℃和2.0 ℃對(duì)重現(xiàn)期大的極端降雨事件影響更為劇烈。

圖8進(jìn)一步給出了全球升溫1.5 ℃和2.0 ℃條件下淮河流域20、50和100 a重現(xiàn)期極端降雨概率比的空間分布。從圖8中可以看到，2種升溫條件下淮河流域所有地區(qū)極端降雨風(fēng)險(xiǎn)均呈現(xiàn)增加趨勢(shì)（RPgt;1）。另外，流域20、50和100 a重現(xiàn)期極端降雨概率比的空間分布特征類(lèi)似，其中100 a重現(xiàn)期極端降雨的概率比明顯更高。具體來(lái)看，對(duì)于100 a重現(xiàn)期極端降雨，全球升溫1.5 ℃條件下，概率比大值區(qū)主要位于流域北部和南部部分地區(qū)，概率比將超過(guò)3，表明這些地區(qū)極端降雨重現(xiàn)期將減少到33 a以下；而全球升溫2.0 ℃條件下，極端降雨風(fēng)險(xiǎn)顯著增大，概率比大值區(qū)（RPgt;3）呈現(xiàn)進(jìn)一步擴(kuò)大和增強(qiáng)趨勢(shì)，且流域北部和南部部分地區(qū)的概率比預(yù)計(jì)將達(dá)到5，表明這些地區(qū)未來(lái)極端降雨重現(xiàn)期將不足20 a。另外，升溫1.5 ℃與2.0 ℃的概率比差異圖顯示（圖8（c）），額外增溫0.5 ℃將會(huì)導(dǎo)致流域北部和中部地區(qū)的概率比增加顯著，說(shuō)明這些地區(qū)為淮河流域氣候變化極端降雨高敏感響應(yīng)區(qū)域。因此，未來(lái)需要重點(diǎn)關(guān)注該地區(qū)氣候變化對(duì)極端降雨的影響，進(jìn)一步提升區(qū)域適應(yīng)氣候變化的能力。

4 結(jié)" 論

本文利用22個(gè)CMIP6氣候模式、改進(jìn)的可靠性集合方案與概率比法，預(yù)估了全球升溫1.5 ℃和2.0 ℃對(duì)淮河流域極端降雨的影響，主要結(jié)論如下：

（1） 相較于單一氣候模式與算術(shù)平均方案，改進(jìn)的可靠性集合方案對(duì)歷史參考期淮河流域極端降雨指標(biāo)模擬的相對(duì)誤差與空間結(jié)構(gòu)的模擬性能更佳。

（2） 不同氣候模式達(dá)到升溫閾值的時(shí)間差異較大，總的來(lái)看，全球升溫達(dá)到1.5 ℃與2.0 ℃閾值的平均時(shí)間段分別為2017—2046年和2026—2055年。

（3） 全球升溫1.5 ℃和2.0 ℃下，淮河流域極端降雨指標(biāo)均顯著增加，且升溫2.0 ℃下極端降雨指標(biāo)的增幅約為升溫1.5 ℃下的1.4～2.6倍。極端降雨指標(biāo)增加的大值區(qū)集中在流域北部，額外升溫0.5 ℃將使年最大1日和3日降水量指標(biāo)的增幅超過(guò)10%，暴雨天數(shù)指標(biāo)的增幅甚至超過(guò)25%。

（4） 2種升溫條件下20、50和100 a重現(xiàn)期極端降雨概率比均大于1.5，表明未來(lái)淮河流域極端降雨發(fā)生風(fēng)險(xiǎn)總體呈現(xiàn)增大態(tài)勢(shì)，且未來(lái)重現(xiàn)期大的極端降雨事件發(fā)生風(fēng)險(xiǎn)增加更顯著。100 a重現(xiàn)期極端降雨在升溫1.5 ℃和2.0 ℃下將可能分別變?yōu)?2年一遇和22年一遇。額外增溫0.5 ℃將會(huì)導(dǎo)致流域北部和中部地區(qū)的極端降雨風(fēng)險(xiǎn)增加更為明顯。

參考文獻(xiàn)：

［1］ALLAN R P，ACHUTARAO K M.Climate change 2021：the physical science basis：working group I contribution the sixth assessment report of the Intergovernmental Panel on Climate Change［M］.Geneva：IPCC，2021.

［2］黃生志，杜夢(mèng)，李沛，等.變化環(huán)境下降雨集中度的變異與驅(qū)動(dòng)力探究［J］.水科學(xué)進(jìn)展，2019，30（4）：496-506.（HUANG S Z，DU M，LI P，et al.Investigation of the abrupt changes in precipitation concentration and the driving forces under the changing environment［J］.Advances in Water Science，2019，30（4）：496-506.（in Chinese））

［3］CHEN H P，SUN J Q，LIN W Q，et al.Comparison of CMIP6 and CMIP5 models in simulating climate extremes［J］.Science Bulletin，2020，65（17）：1415-1418.

［4］THACKERAY C W，HALL A，NORRIS J，et al.Constraining the increased frequency of global precipitation extremes under warming［J］.Nature Climate Change，2022，12（5）：441-448.

［5］MONDAL S K，HUANG J L，WANG Y J，et al.Changes in extreme precipitation across South Asia for each 0.5 ℃ of warming from 1.5 ℃ to 3.0 ℃ above pre-industrial levels［J］.Atmospheric Research，2022，266：105961.

［6］LI T，JIANG Z H，ZHAO L L，et al.Multi-model ensemble projection of precipitation changes over China under global warming of 1.5 and 2 ℃ with consideration of model performance and independence［J］.Journal of Meteorological Research，2021，35（1）：184-197.

［7］朱連華，祝穎锜，姚壹壹，等.全球增暖1.5/2 ℃下中國(guó)區(qū)域極端降水的風(fēng)險(xiǎn)變化及其影響因子［J］.大氣科學(xué)學(xué)報(bào)，2023，46（1）：97-109.（ZHU L H，ZHU Y Q，YAO Y Y，et al.Risk and impact analysis of extreme precipitation over China under 1.5 and 2 ℃ global warming levels［J］.Transactions of Atmospheric Sciences，2023，46（1）：97-109.（in Chinese））

［8］JU J L，WU C H，YEH P J F，et al.Global precipitation-related extremes at 1.5 ℃ and 2 ℃ of global warming targets：projection and uncertainty assessment based on the CESM-LWR experiment［J］.Atmospheric Research，2021，264：105868.

［9］SHI X Y，CHEN J，GU L，et al.Impacts and socioeconomic exposures of global extreme precipitation events in 1.5 and 2.0 ℃ warmer climates［J］.Science of the Total Environment，2021，766：142665.

［10］ZHANG G W，ZENG G，IYAKAREMYE V，et al.Regional changes in extreme heat events in China under stabilized 1.5 ℃ and 2.0 ℃ global warming［J］.Advances in Climate Change Research，2020，11（3）：198-209.

［11］WANG G，ZHANG Q，YU H Q，et al.Double increase in precipitation extremes across China in a 1.5 ℃/2.0 ℃ warmer climate［J］.Science of the Total Environment，2020，746：140807.

［12］王艷君，劉俸霞，翟建青，等.全球升溫1.5 ℃與2.0 ℃目標(biāo)下長(zhǎng)江流域極端降水的變化特征［J］.氣象科學(xué)，2019，39（4）：540-547.（WANG Y J，LIU F X，ZHAI J Q，et al.Variation characteristics of extreme precipitation in the Yangtze River basin under the global warming 1.5 ℃ and 2.0 ℃［J］.Journal of the Meteorological Sciences，2019，39（4）：540-547.（in Chinese））

［13］丁凱熙，張利平，佘敦先，等.全球升溫1.5 ℃和2.0 ℃情景下瀾滄江流域極端降水的變化特征［J］.氣候變化研究進(jìn)展，2020，16（4）：466-479.（DING K X，ZHANG L P，SHE D X，et al.Variation of extreme precipitation in Lancang River basin under global warming of 1.5 ℃ and 2.0 ℃［J］.Climate Change Research，2020，16（4）：466-479.（in Chinese））

［14］ZHAO Y M，LI Z S，CAI S Y，et al.Characteristics of extreme precipitation and runoff in the Xijiang River basin at global warming of 1.5 ℃ and 2 ℃［J］.Natural Hazards，2020，101（3）：669-688.

［15］ZHANG X Q，CHEN Y N，F(xiàn)ANG G H，et al.Future changes in extreme precipitation from 1.0 ℃ more warming in the Tienshan Mountains，Central Asia［J］.Journal of Hydrology，2022，612：128269.

［16］朱繼前，韓美，徐澤華，等.淮河流域不同量級(jí)降雨時(shí)空分布特征及其影響因素［J］.水土保持研究，2019，26（4）：87-95.（ZHU J Q，HAN M，XU Z H，et al.Temporal-spatial distribution characteristics and factors of different magnitude rainfall in Huaihe River basin［J］.Research of Soil and Water Conservation，2019，26（4）：87-95.（in Chinese））

［17］JIN H Y，CHEN X H，ZHONG R D，et al.Spatiotemporal distribution analysis of extreme precipitation in the Huaihe River basin based on continuity［J］.Natural Hazards，2022，114（3）：3627-3656.

［18］MOU S Y，SHI P，QU S M，et al.Projected regional responses of precipitation extremes and their joint probabilistic behaviors to climate change in the upper and middle reaches of Huaihe River basin，China［J］.Atmospheric Research，2020，240：104942.

［19］譚興文，張行南，牟時(shí)宇，等.未來(lái)氣候情景下淮河中上游降水極值及其聯(lián)合概率行為變化特征［J］.水電能源科學(xué)，2020，38（6）：1-4，12.（TAN X W，ZHANG X N，MOU S Y，et al.Changing characteristics of precipitation extremes and their joint probability behaviors in the upper and middle reaches of Huaihe River basin based on future climate scenario［J］.Water Resources and Power，2020，38（6）：1-4，12.（in Chinese））

［20］鐘平安，唐洪武.淮河中下游洪澇綜合治理的思考與初探［J］.水科學(xué)進(jìn)展，2020，31（5）：746-753.（ZHONG P A，TANG H W.Thinking and preliminary practice of comprehensive treatment of the middle and lower reaches of the Huaihe River basin［J］.Advances in Water Science，2020，31（5）：746-753.（in Chinese））

［21］EYRING V，COX P M，F(xiàn)LATO G M，et al.Taking climate model evaluation to the next level［J］.Nature Climate Change，2019，9（2）：102-110.

［22］周天軍，鄒立維，陳曉龍.第六次國(guó)際耦合模式比較計(jì)劃（CMIP6）評(píng)述［J］.氣候變化研究進(jìn)展，2019，15（5）：445-456.（ZHOU T J，ZOU L W，CHEN X L.Commentary on the coupled model intercomparison project phase 6（CMIP6）［J］.Climate Change Research，2019，15（5）：445-456.（in Chinese））

［23］GE F，ZHU S P，LUO H L，et al.Future changes in precipitation extremes over Southeast Asia：insights from CMIP6 multi-model ensemble［J］.Environmental Research Letters，2021，16（2）：024013.

［24］劉艷麗，華悅，周惠成，等.1470年以來(lái)中國(guó)東部季風(fēng)區(qū)降水變化規(guī)律及趨勢(shì)預(yù)估［J］.水科學(xué)進(jìn)展，2022，33（1）：1-14.（LIU Y L，HUA Y，ZHOU H C，et al.Precipitation variation and trend projection in the eastern monsoon region of China since 1470［J］.Advances in Water Science，2022，33（1）：1-14.（in Chinese））

［25］舒章康，李文鑫，張建云，等.中國(guó)極端降水和高溫歷史變化及未來(lái)趨勢(shì)［J］.中國(guó)工程科學(xué)，2022，24（5）：116-125.（SHU Z K，LI W X，ZHANG J Y，et al.Historical changes and future trends of extreme precipitation and high temperature in China［J］.Strategic Study of CAE，2022，24（5）：116-125.（in Chinese））

［26］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.

［27］CHEN J，BRISSETTE F P，ZHANG X J，et al.Bias correcting climate model multi-member ensembles to assess climate change impacts on hydrology［J］.Climatic Change，2019，153（3）：361-377.

［28］BIAN G F，ZHANG J Y，CHEN J，et al.Projecting hydrological responses to climate change using CMIP6 climate scenarios for the Upper Huai River basin，China［J］.Frontiers in Environmental Science，2021，9：759547.

［29］顧磊，陳杰，尹家波，等.氣候變化下中國(guó)主要流域氣象水文干旱潛在風(fēng)險(xiǎn)傳播［J］.水科學(xué)進(jìn)展，2021，32（3）：321-333.（GU L，CHEN J，YIN J B，et al.Risk propagation from meteorological to hydrological droughts in a changing climate for main catchments in China［J］.Advances in Water Science，2021，32（3）：321-333.（in Chinese））

［30］張林燕，鄭巍斐，楊肖麗，等.基于CMIP5多模式集合和PDSI的黃河源區(qū)干旱時(shí)空特征分析［J］.水資源保護(hù)，2019，35（6）：95-99，137.（ZHANG L Y，ZHENG W F，YANG X L，et al.Temporal-spatial characteristics of drought in source region of Yellow River based on CMIP5 multi-mode ensemble and PDSI［J］.Water Resources Protection，2019，35（6）：95-99，137.（in Chinese））

［31］劉綠柳，魏麟驍，徐影，等.氣候變化對(duì)黃河流域生態(tài)徑流影響預(yù)估［J］.水科學(xué)進(jìn)展，2021，32（6）：824-833.（LIU L L，WEI L X，XU Y，et al.Projection of climate change impacts on ecological flow in the Yellow River basin［J］.Advances in Water Science，2021，32（6）：824-833.（in Chinese））

［32］XU Y，GAO X，GIORGI F.Upgrades to the reliability ensemble averaging method for producing probabilistic climate-change projections［J］.Climate Research，2010，41：61-81.

［33］LI H X，CHEN H P，WANG H J，et al.Future precipitation changes over China under 1.5 ℃ and 2.0 ℃ global warming targets by using CORDEX regional climate models［J］.Science of the Total Environment，2018，640/641：543-554.

［34］YANG X L，YU X H，WANG Y Q，et al.The optimal multimodel ensemble of bias-corrected CMIP5 climate models over China［J］.Journal of Hydrometeorology，2020，21（4）：845-863.

［35］ZHU H H，JIANG Z H，LI L.Projection of climate extremes in China，an incremental exercise from CMIP5 to CMIP6［J］.Science Bulletin，2021，66（24）：2528-2537.

［36］MARIE F C，THORSTEN M.On the climate sensitivity and historical warming evolution in recent coupled model ensembles［J］.Atmospheric Chemistry and Physics，2020，20（13）：7829-7842.

Projection of extreme precipitation over the Huai River basin

under 1.5 ℃/2.0" ℃ global warming

The study is financially supported by the National Natural Science Foundation of China （No.52121006;No.52279018）.

BIAN Guodong1，ZHANG Jianyun2，3，WANG Guoqing2，3，SONG Mingming2，3

（1. School of Water Resources and Hydropower Engineering，Wuhan University，Wuhan 430072，China;

2. The National Key

Laboratory of Water Disaster Prevention，Nanjing Hydraulic Research Institute，Nanjing 210029，China;

3. Research Center for Climate Change，Ministry of Water Resources，Nanjing 210029，China）

Abstract：The Huai River basin has been severely affected by rainstorm and flood disasters.It is of great significance to scientifically estimate the changes in extreme precipitation under global warming of 1.5 ℃ and 2.0 ℃ in the Huai River basin for flood control and adaptation to climate change.Based on the projections of the 22 GCMs（Global Climate Models） issued in the CMIP6（the sixth phase of the Coupled Model Intercomparison Project），the spatiotemporal variations of extreme precipitation and changes in future risk over the Huai River basin are investigated by using the modified reliability ensemble method，probability ratio method and six extreme precipitation indices.The results show that：① The modified reliability ensemble method performs better in simulating extreme precipitation indices over the Huai River basin than the single GCM and arithmetic mean ensemble approach.② The timing spans of 1.5 ℃ and 2.0 ℃ global warming approximately occur in 2017—2046 and 2026—2055，respectively.③ The increase of extreme precipitation indices under 2.0 ℃ global warming is 1.4 to 2.6 times of that under 1.5 ℃ global warming，with the largest increase occurring in the northern region of the Huai River basin.④ Under two global warming of 1.5 ℃ and 2.0 ℃，the risk of extreme precipitation has an increasing trend，and the additional 0.5 ℃ global warming from 1.5 ℃ to 2.0 ℃ will result in higher risk over the Huai River basin.For instance，the return period of a 100-year extreme precipitation will likely become to 32-year and 22-year under 1.5 ℃ and 2.0 ℃ global warming，respectively.In the future，extreme precipitation events will probably become more frequent over the Huai River basin.

Key words：extreme precipitation;CMIP6;multimodal ensemble;1.5 ℃ and 2.0 ℃ global warming;Huai River basin