基于CMIP6多模式的黃土高原氣溫變化模擬評估及情景預(yù)估

豆明玉,段克勤,石培宏,孟雅麗,陳榮,侯曉靜

(陜西師范大學(xué)地理科學(xué)與旅游學(xué)院,西安 710119)

黃土高原作為我國“一帶一路”和“西部大開發(fā)”的前沿陣地,是我國重要的經(jīng)濟地帶和農(nóng)業(yè)區(qū)[1],作為我國的生態(tài)脆弱帶,對氣候變化十分敏感[2]。目前,氣溫迅速上升引發(fā)的干旱等問題正在加重黃土高原的生態(tài)壓力[3],并對區(qū)域內(nèi)水資源、農(nóng)業(yè)生產(chǎn)和區(qū)域糧食安全造成損害[1],影響黃河流域中部的水土保持和生態(tài)恢復(fù)[4]。因此,為了更好地評價氣溫變化對黃土高原環(huán)境的影響,預(yù)估其未來氣溫變化尤為重要。

《巴黎協(xié)定》旨在將全球地表氣溫相對于工業(yè)化前的升溫幅度控制在2℃以內(nèi),最好在1.5℃以內(nèi),為未來的氣候變化指明了目標(biāo)。然而,全球變暖背景下黃土高原呈現(xiàn)明顯變暖趨勢,1961—2014年氣溫以0.31℃/10 a的速率迅速上升[5],遠(yuǎn)高于全球0.13℃/10 a和中國0.22℃/10 a的平均水平[6],平均氣溫變化范圍為7.20～9.81℃[5],2016年相對于1961年區(qū)域增溫幅度達1.5℃[7]。在空間分布上,黃土高原表現(xiàn)為北部增溫快,南部增溫慢,增溫速率隨緯度的升高而增大的趨勢[5]。在季節(jié)變化上,黃土高原冬季增溫速率達0.51℃/10 a,顯著高于其他季節(jié),同時也高于全國四季平均增溫速率[6]。

預(yù)估未來氣溫變化趨勢,通常采用世界氣候研究計劃組織(World Climate Research Program,WCRP)開發(fā)的耦合模型相互比較項目(Coupled Model Intercomparison Project,CMIP)所提供的全球氣候模式(Global Climate Models,GCMs)的模擬數(shù)據(jù)[8]。GCMs是建立在大氣-海洋-陸面-海冰之間復(fù)雜的相互作用的基礎(chǔ)上,對地球氣候系統(tǒng)各圈層的內(nèi)部變率、自然變率和人為影響進行模擬研究[9]。目前,已有研究利用CMIP5模式對黃土高原氣溫變化預(yù)估時發(fā)現(xiàn)在典型濃度路徑(Representative Concentration Pathway,RCP)RCP8.5情景下,黃土高原2015—2040年、2041—2070年和2071—2100年的年平均氣溫相對于1961—1990年分別升高了0.91℃,2.35℃,4.24℃[10]。

相較于CMIP5,2019年發(fā)布的CMIP6模式模擬能力明顯改進[11-12],利用CMIP6對全球和中國氣候變化研究的結(jié)果有很大提升[13],主要是CMIP6基于最新的人為排放趨勢及不同的共享社會經(jīng)濟路徑(SSPs)提出了新的預(yù)估情景SSP-RCPs[11],考慮了更多樣的空氣污染物排放情景,提供更加合理的模擬結(jié)果以進行氣候變化機理研究以及減緩適應(yīng)研究,幫助人類理解不同排放情景下氣候系統(tǒng)的變化以及對人類社會的影響,提高氣候綜合性研究的能力[14]。這些模式模擬數(shù)據(jù)將支撐未來5～10 a的全球氣候研究,同時基于這些數(shù)據(jù)的分析結(jié)果將成為未來氣候評估和氣候談判的基礎(chǔ)[12]。

黃土高原在不同SSP 情景下,未來氣溫如何變化,對當(dāng)?shù)氐纳鷳B(tài)環(huán)境和人類社會活動有著重要的影響,但是目前尚無基于CMIP6的模擬數(shù)據(jù)預(yù)估黃土高原到2100年的氣溫變化研究。鑒于此,本研究的目的是基于最新國際耦合模式比較計劃第六階段的22個地球-氣候系統(tǒng)模式模擬的近地面氣溫逐月數(shù)據(jù),利用觀測數(shù)據(jù)(1961—2014 年)對照評估篩選最優(yōu)模式后,對黃土高原2015—2100年的氣溫變化趨勢和幅度進行預(yù)估,對2041—2060年和2081—2100年的氣溫變化特征進行分析,以期為黃土高原區(qū)未來的氣溫變化決策事件、防洪減災(zāi)等提供參考。

1 研究區(qū)概況

黃土高原位于中國第二階梯,東至太行山,西達日月山,北起長城,南達秦嶺,包括山西高原、陜甘晉高原、隴中高原、鄂爾多斯高原和河套平原,是世界上黃土覆蓋面積最大的區(qū)域。地勢表現(xiàn)為西北高,東南低,海拔在95～5 084 m 變化。本研究區(qū)介于33°—41°N,100°—114°E。

黃土高原自南向北橫貫暖溫帶和中溫帶,自東向西橫貫半濕潤區(qū)和半干旱區(qū),是我國典型生態(tài)脆弱區(qū)。1981—2016年黃土高原生態(tài)恢復(fù)效果顯著,植被歸一化指數(shù)增加速率達0.05/10 a[15],2000—2018年人均生產(chǎn)總值從4 509元增加至47 265元[16]。隨著晉中城市群、關(guān)中城市群和蘭西城市群等快速發(fā)展,黃土高原居住超1億人口,經(jīng)濟發(fā)展與資源、環(huán)境的矛盾日益加重[15]。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本研究選取CMIP6的22個地球-氣候系統(tǒng)模式(表1)的地面2 m 氣溫逐月數(shù)據(jù)模擬資料,包括歷史模擬試驗數(shù)據(jù)(1961—2014年)和未來氣候變化情景預(yù)估數(shù)據(jù)(2015—2100 年)。研究選用CMIP6 的情景模式比較計劃中4 種共享社會經(jīng)濟路徑(Shared Socioeconomic Pathways,SSPs)情景下的模擬數(shù)據(jù),分別為SSP1-2.6,SSP2-4.5,SSP3-7.0 和SSP5-8.5,見表2[11-12]。為避免模式對不同初始場的敏感性差異,所有模式均選用r1i1p1系列中的逐月數(shù)據(jù)。

表1 本研究使用的22個地球-氣候系統(tǒng)模式基本信息Table 1 Basic in formation on the 22 Earth-Climate System Models in this study

研究使用國家氣象中心依據(jù)中國2 400多個國家級氣象臺站的氣溫月值資料插值建立的中國區(qū)域水平分辨率為0.5°×0.5°的地面氣候資料月值數(shù)據(jù)集(V2.0)(https:∥data.cma.cn/)作為觀測數(shù)據(jù)來評估CMIP6 模式的模擬性能,數(shù)據(jù)選取時段為1961—2014年。

2.2 研究方法

由于各模式分辨率不同,采用雙線性插值法將各個模式1961—2014年的歷史模擬結(jié)果插值到分辨率為0.5°×0.5°的網(wǎng)格點上,并將插值后的模擬結(jié)果與過去54 a(1961—2014年)的實測結(jié)果比較,以評估模式的模擬性能[18]。雙線性插值具體計算方法如下:

式中:f(x,y)為函數(shù)f在(x,y)處的值;Q11=(x1,y1),Q12=(x1,y2),Q21=(x2,y1)和Q22=(x2,y2)為4個已知點的坐標(biāo),f(Q11),f(Q12),f(Q21)和f(Q22)該點對應(yīng)的值。

通過分析模式模擬數(shù)據(jù)與觀測數(shù)據(jù)在時空尺度上的標(biāo)準(zhǔn)差、中心化均方根誤差和相關(guān)系數(shù)繪制標(biāo)準(zhǔn)化泰勒圖,直觀展示模式對黃土高原歷史時期近地面氣溫的模擬能力[19]。具體計算方法如下:式中:f和r分別為黃土高原某一格點(某一年)CMIP6模式和地面氣溫月值格點數(shù)據(jù)集的54 a(區(qū)域)平均氣溫;N為黃土高原的格點數(shù)目(歷史評估年份數(shù)目);和為f和r的平均值;σf和σr為f和r的標(biāo)準(zhǔn)差;E′為中心化均方根誤差;R為相關(guān)系數(shù)。

綜合黃土高原氣溫變化的特點,以及現(xiàn)有CMIP6的相關(guān)研究,為對比2041—2060年和2081—2100年氣溫的變化幅度,本研究選取1995—2014年為參考時段[20]。

3 結(jié)果與分析

3.1 CMIP6模式對黃土高原氣溫模擬能力評估

在空間尺度泰勒圖中(圖1A),22個模式中有21個模式的相關(guān)系數(shù)集中在0.75～0.85,其中相關(guān)系數(shù)最高的模式為NorESM2-MM,其相關(guān)系數(shù)為0.87,MRIESM2-0的相關(guān)系數(shù)最低,為0.74。均方根誤差集中在0.50～0.65,模式NorESM2-MM 的均方根誤差最小,為0.50,而模式MRI-ESM2-0的均方根誤差最大,為0.67。

圖1 CMIP6模式模擬的黃土高原1961-2014年氣溫相對于觀測數(shù)據(jù)的泰勒圖Fig.1 Taylor diagrams for air temperature over the Loess Plateau between CMIP6 models and observations during 1961-2014

在時間尺度泰勒圖中(圖1B),22個模式中有16個模式的相關(guān)系數(shù)集中在0.45～0.60,相關(guān)系數(shù)最低的模式為MIROC6,其相關(guān)系數(shù)為0.27。18個模式中心化均方根誤差在0.90～1.11。22個模式的標(biāo)準(zhǔn)差主要集中在0.8～1.1,模式MRI-ESM2-0 的標(biāo)準(zhǔn)差最大為1.31。

已有研究表明大多數(shù)單個模式的模擬效果略差于多模式集合平均的模擬效果[20]。但是因為模式模擬具有極大的不確定性,部分模式的模擬數(shù)據(jù)與氣象臺站插值數(shù)據(jù)可能相差較大,嚴(yán)重偏離甚至與觀測事實完全相反[14],所以在進行多模式集合平均模擬前需要對模式的模擬能力進行評估,進行篩選,選取具有一定區(qū)域氣候模擬能力的模式進行多模式集合平均預(yù)估。通過先篩選模式再進行集合平均(multimodel ensemble mean,MME)預(yù)測分析,可以有效降低預(yù)估結(jié)果的不確定性[21]。綜合上述各模式的標(biāo)準(zhǔn)差、中心化均方根誤差和相關(guān)系數(shù),本研究選擇模擬能力較好的10個模式Nor ESM2-LM,INM-CM4-8,BCC-CSM2-MR,IPSL-CM6A-LR,AWI-CM-1-1-MR,NorESM2-MM, MPI-ESM1-2-HR, MPI-ESM1-2-LR,ACCESS-CM2和FGOALS-f3-L 進行集合平均,MME空間尺度的相關(guān)系數(shù)、標(biāo)準(zhǔn)差和均方根誤差分別為0.85,0.78,0.53,時間尺度分別為0.75,0.67,0.65,模擬效果優(yōu)于大部分模式?；诖?本研究利用這10個模式的MME對黃土高原地區(qū)未來2015—2100年的氣溫變化進行預(yù)估。

3.2 2015-2100年黃土高原年均溫變化特征

3.2.1 年均溫年際變化 如圖2 所示,4 種情景下(SSP1-2.4,SSP2-4.5,SSP3-7.0和SSP5-8.5),相對于1995—2014年10模式集合平均模擬的2015—2100年黃土高原氣溫增溫速率分別為0.09,0.28,0.48,0.66℃/10 a,2041—2060 年氣溫增幅分別達1.52,1.71,1.72,2.44℃。黃土高原氣溫在2040年之前均呈上升趨勢,但是情景間氣溫增幅差異不大,這是因為在2040年之前不同排放情景受輻射強迫的影響較小。SSP1-2.6 情景下2050—2100 年,黃土高原氣溫呈微弱上升趨勢,2081—2100年相對于參考時段增溫1.53℃,表明該情景下低脆弱性、低減緩壓力和低輻射強迫的排放水平對黃土高原增溫有一定的控制作用。在SSP2-4.5情景下、SSP3-7.0情景下和SSP5-8.5情景下,2091—2100年黃土高原增溫分別可達2.69,3.83,5.25℃。

圖2 不同情景下10個CMIP6模式及其集合平均模擬的黃土高原1961-2100年氣溫變化趨勢Fig.2 Change trends of air temperature over the Loess Plateau during 1961-2100 by 22 CMIP6 models and the 10 models ensemble mean under different SSP scenarios

3.2.2 年均溫變化趨勢空間特征 圖3是黃土高原在4種情景下2015—2100年10模式集合平均模擬的氣溫變化趨勢的空間分布。SSP1-2.6情景空間增溫速率小于0.13℃/10 a,而SSP5-8.5情景空間增溫速率均超過了0.62℃/10 a。對比4種情景,黃土高原氣溫變化趨勢分布格局差異較大,在SSP1-2.6情景下,黃土高原東南部增溫速率最大,主要包含河南西部、陜西南部和陜西東部。在SSP3-7.0和SSP5-8.5情景下,西北部的增溫速率最大,而SSP2-4.5情景表現(xiàn)為東南和西北雙高值中心。在SSP1-2.6,SSP3-7.0和SSP5-8.5情景下,黃土高原西南部均表現(xiàn)為增溫低值中心。

圖3 不同情景下黃土高原2015-2100年10模式集合平均年平均氣溫的線性變化趨勢Fig 3 Linear trend of annual mean air temperature by 10 models ensemble mean over the Loess Plateau during 2015-2100 under different SSP scenarios

3.2.3 2041-2060年和2081-2100年黃土高原年均溫增幅的變化特征 圖4為4種情景下,黃土高原2041—2060年和2081—2100 年相對于1995—2014年的年均溫增幅的空間分布。各情景下,2041—2060年和2081—2100年空間增溫高值和低值中心分布變化較大。SSP1-2.6情景年均溫增幅從東南向西南逐漸減小;SSP2-4.5情景年均溫增幅從西北和東南分別向西南遞減;SSP3-7.0情景年均溫增幅從西北向東南遞減;SSP5-8.5情景年均溫增幅從北向東南遞減。

圖4 不同情景下黃土高原2041-2060年、2081-2100年10模式集合平均年均溫相對于1995-2014年的變化Fig.4 Changes of annual mean air temperature over the Loess Plateau during 2041-2060,and during 2081-2100 relative to 1995-2014 under different SSP scenarios

相對于參考時段,低排放水平的SSP1-2.6情景下,黃土高原2041—2060年和2081—2100年年均溫增幅變化范圍分別為1.28～1.72℃和1.25～1.84℃,在高排放水平的SSP5-8.5情景下,年均溫增幅最大,變化范圍分別為2.21～2.61℃和4.94～5.70℃。在SSP1-2.6情景下,2081—2100年氣溫增幅較2041—2060年沒有較大的增長,表明在低輻射強迫、可持續(xù)發(fā)展情景下,黃土高原增溫得到有效的控制。

3.3 2015-2100年黃土高原季氣溫變化特征

3.3.1 黃土高原季均溫變化趨勢的空間特征 如圖5所示,隨著各情景(SSP1-2.6,SSP2-4.5,SSP3-7.0,SSP5-8.5)排放水平的增高,未來時期黃土高原季均溫增溫速率全部呈上升趨勢。在SSP1-2.6情景和SSP2-4.5情景下,除夏季外,其余季節(jié)增溫速率呈現(xiàn)從東向西遞減的趨勢,SSP1-2.6情景夏季增溫速率從中部向東北和西南遞減,SSP2-4.5情景則表現(xiàn)為從北部和東南分別向西南遞減。在SSP3-7.0情景和SSP5-8.5情景下,夏季和秋季升溫速率表現(xiàn)為從西部和西北部向東南遞減,春季和冬季則呈現(xiàn)從北部和西部向南部遞減的趨勢。在4種情景下,夏季的平均增溫趨勢大于其余3個季節(jié),在SSP1-2.6,SSP2-4.5,SSP3-7.0和SSP5-8.5情景下增溫速率變化范圍分別為0.12～0.15℃/10 a,0.26～0.36℃/10 a,0.43～0.54℃/10 a,0.63～0.73℃/10 a。

圖5 不同情景下黃土高原2015-2100年10模式集合平均季均溫的線性變化趨勢Fig.5 Linear trend of seasonal mean air temperature by 10 models ensemble mean over the Loess Plateau during 2015-2100 under different SSP scenarios

3.3.2 2041-2060年和2081-2100年黃土高原季均溫的變化幅度的空間特征 相對于參考時段,黃土高原2041—2060年四季氣溫增幅在不同情景下呈現(xiàn)不同的空間分布規(guī)律(圖6)。SSP1-2.6情景春季和冬季均溫增幅從東向西遞減,夏季和秋季從東北向西南遞減,增幅范圍分別為1.00～1.40℃(春),1.32～1.64℃(夏),1.24～1.48℃(秋),1.16～1.48℃(冬)。SSP2-4.5情景春季和秋季均溫增幅從南向西北遞減,夏季從西向東遞減,冬季從北向南遞減,增幅范圍分別為1.32～1.48℃(春),1.56～1.96℃(夏),1.56～1.96℃(秋),1.56～1.80℃(冬)。SSP3-7.0情景四季均溫增幅均呈現(xiàn)從西北向東南遞減的趨勢,增幅范圍分別為1.16～1.48℃(春),1.56～2.12℃(夏),1.48～1.96℃(秋),1.48～1.88℃(冬)。SSP5-8.5情景春季和秋季均溫增幅從東南向西南遞減,夏季從西北向東南遞減,冬季從北向西南遞減,增幅范圍分別為1.64～2.04℃(春),2.20～2.60℃(夏),2.12～2.36℃(秋),1.88～2.36℃(冬)。2041—2060年黃土高原夏季氣溫增幅在4種情景下均為最高,平均增幅分別為1.47℃,1.74℃,1.82℃,2.40℃,而春季平均增幅在4 種情景下均為最低,分別為1.17℃,1.34℃,1.38℃,1.47℃。

圖6 不同情景下黃土高原2041-2060年10模式集合平均季均溫相對于1995-2014年的變化Fig.6 Changes of seasonal mean air temperature over the Loess Plateau during 2041-2060 relative to 1995-2014 under different SSP scenarios

如圖7 所示,相對于參考時段,不同情景下2081—2100年黃土高原全區(qū)未來季均溫都呈現(xiàn)上升趨勢,且空間分布格局存在一定的差異。SSP1-2.6情景春季和冬季均溫增幅從東南向西北遞減,夏季和秋季從東北向西南遞減,增幅范圍分別為1.07～1.76℃(春),1.30～1.76℃(夏),1.07～1.53℃(秋),1.07～1.76℃(冬)。SSP2-4.5情景春季和冬季均溫增幅從東北向西南遞減,夏季從西北向西南遞減,冬季從東南向東北和西南遞減,增幅范圍分別為1.99～2.45℃(春),2.45～3.14℃(夏),2.45～3.14℃(秋),2.20～2.91℃(冬)。SSP3-7.0情景春季和冬季氣溫增幅從北向南遞減,夏季和秋季從西北向西南遞減,增幅范圍分別為2.91～3.83℃(春),3.60～4.52℃(夏),3.37～4.52℃(秋),3.14～4.29℃(冬)。SSP5-8.5情景春季和冬季均溫增幅從北向南遞減,夏季從西北向西南遞減,秋季從西北向南遞減,增幅范圍分別為3.83～4.75℃(春),4.75～5.67℃(夏),4.98～5.67℃(秋),4.29～5.67℃(冬)。4種情景下2081—2100年,黃土高原季均溫增幅總體表現(xiàn)為夏秋季節(jié)高,冬春季節(jié)低,且區(qū)域內(nèi)季均溫增幅差異較大,相對于參考時段,在中高排放水平下的SSP3-7.0和高排放水平下的SSP5-8.5情景下,黃土高原區(qū)域季均溫增幅差值可達0.93℃,1.41℃。

4 討論

利用CMIP6模式最新的共享社會經(jīng)濟路徑(SSP)對黃土高原未來氣溫進行模擬,其結(jié)果較CMIP5在年均溫變化趨勢上一致性更好,但是季節(jié)空間差異性較大。CMIP5對黃土高原未來增溫幅度的模擬結(jié)果顯示,相對于1961—1990年,到21世紀(jì)末(2071—2100年)黃土高原在RCP2.6,RCP4.5和RCP8.5情景下增溫分別可達1.33℃,2.19℃,4.24℃[10]。而在SSP1-2.6,SSP2-4.5和SSP5-8.5情景下,2081—2100年相對于1995—2014年增溫可達1.53℃,2.69℃,5.25℃。在同一排放情景下,CMIP6模擬的黃土高原夏季增溫速率最快,SSP5-8.5可達0.68℃/10 a,但CMIP5數(shù)據(jù)模擬為冬季增溫速率最快,RCP8.5可達0.63℃/10 a[10]。相對于CMIP5,CMIP6模擬結(jié)果增溫更加劇烈,這是由于CMIP6模式的氣候敏感度高于CMIP5,并且有效輻射強迫也更高[14]。CMIP6模式設(shè)計中改進了具體的人口、經(jīng)濟和技術(shù)等社會發(fā)展指標(biāo),相較于CMIP5提供了更加合理的模擬結(jié)果[10]。同時CMIP6 模式提供了更高的分辨率、考慮了更為復(fù)雜的物理過程,為區(qū)域氣候預(yù)估以及減緩適應(yīng)研究提供了更為準(zhǔn)確的基礎(chǔ)數(shù)據(jù)[17]。因此,CMIP6模式對黃土高原未來氣溫的模擬能力相較于CMIP5有明顯提升,其預(yù)估結(jié)果也更為可靠。

黃土高原4種情景下增溫速率變化范圍分別為0.07～0.13℃/10 a,0.25～0.30℃/10 a,0.46～0.54℃/10 a,0.62～0.71℃/10 a,增溫差異顯著,是由于不同SSP 情景的社會經(jīng)濟假設(shè)和氣候變化減緩水平等氣候變化人為驅(qū)動因子不同。SSP1-2.6情景的CO2排放量預(yù)計在2050年下降為凈零,SSP2-4.5情景下到2050年則維持現(xiàn)有CO2的排放水平,SSP3-7.0和SPP5-8.5情景下CO2排放量預(yù)計分別到2100年和2050年是當(dāng)前排放水平的兩倍[22]。

全球變暖背景下,黃土高原過去40 a高溫事件和熱浪事件正以0.32 d/10 a和0.041次/10 a的速率增加[23],其生態(tài)系統(tǒng)具有明顯的暴露度。SSP2-4.5作為保持現(xiàn)有發(fā)展水平的情景試驗,到21世紀(jì)末黃土高原升溫可達2.79℃,隨著氣溫的升高,高溫?zé)崂耸录念l發(fā)會導(dǎo)致未來黃土高原潛在蒸散發(fā)增加,加劇區(qū)域干旱事件的發(fā)生[24]。由于黃土高原地處氣候過渡帶,生態(tài)系統(tǒng)脆弱度高,干旱事件的增多對區(qū)域生態(tài)可持續(xù)發(fā)展提出了挑戰(zhàn)。同時,高溫?zé)崂诉€會影響人類健康、降低勞動生產(chǎn)力和人類生存舒適度,有研究表明極端高溫事件與死亡率增加之間存在關(guān)系[25]。在SSP5-8.5情景下黃土高原21世紀(jì)末升溫可達5.07℃,屆時可能會有超過1億人口暴露在高溫?zé)崂酥?。同時,氣溫的升高加強了全球范圍內(nèi)的水循環(huán),極端降水事件發(fā)生概率也隨之增加[26]。黃土高原作為我國水土流失易發(fā)地區(qū)之一,隨著氣溫的升高,降水量增加和極端降水事件的增多加大了水土流失防治工作的難度,制約了區(qū)域經(jīng)濟的健康發(fā)展。作為“三屏兩帶”的重要組成部分之一,黃土高原自2000年以來實行的退耕還草還林工程對于生態(tài)恢復(fù)有較大的推動作用,面對未來嚴(yán)峻的增溫壓力,要因地制宜,采取相應(yīng)的生態(tài)措施,分區(qū)管理,進一步提高區(qū)域生態(tài)質(zhì)量。

本研究對黃土高原未來氣溫進行預(yù)估分析,多模式集合預(yù)估未來氣溫依賴于模式模擬數(shù)據(jù)的準(zhǔn)確性,但各個模式在基本結(jié)構(gòu)設(shè)計、參數(shù)化方案設(shè)定等方面有差異較大,本研究通過對22個模式的模擬性能進行評估,選取模擬能力較好的10個模式的MME 進行預(yù)測分析,有效地降低了預(yù)估的不確定性范圍。同時,由于氣候變化機理的復(fù)雜性、氣候因子的相互作用、下墊面情況的復(fù)雜多樣性和不同氣候模式反饋的差異,氣溫變化的預(yù)估仍然具有不確定性。如何結(jié)合觀測數(shù)據(jù)和模擬數(shù)據(jù),利用多種模式評估和加權(quán)方法降低模式預(yù)估的不確定性是未來需要重點關(guān)注的研究方向之一。

5 結(jié)論

4種情景下2015—2100年黃土高原氣溫均呈上升趨勢。相對于1995—2014 年,SSP1-2.6,SSP2-4.5,SSP3-7.0和SSP5-8.5情景下2041—2060年氣溫增幅分別達1.52℃,1.71℃,1.72℃,2.44℃,2081—2100年氣溫增幅分別可達1.53℃,2.69℃,3.83℃,5.25℃。雖然《巴黎協(xié)定》的目標(biāo)是在21世紀(jì)末將全球升溫控制在2℃以內(nèi),最好控制在1.5℃以內(nèi),但是這個目標(biāo)在黃土高原未來實現(xiàn)的可能性不大。4 種情景下,2015—2100年黃土高原年均溫增溫速率變化范圍分別為0.07～0.13℃/10 a,0.25～0.30℃/10 a,0.46～0.54℃/10 a,0.62～0.71℃/10 a,表明黃土高原未來面臨強大的增溫變化壓力。

4種SSP情景下黃土高原年均溫增溫幅度空間分布差異顯著。SSP2-4.5情景下,2081—2100 年晉豫交界處增溫幅度最大,相對于1995—2015年,增溫可達2.93℃。SSP5-8.5情景高值中心位于黃土高原東北部,2081—2100年增溫可達5.70℃。4種情景下黃土高原增溫速率空間分布也表現(xiàn)出明顯的差異。SSP1-2.6情景黃土高原增溫速率高值中心分別位于東南部;SSP2-4.5情景位于東南部及西北部,SSP3-7.0和SSP5-8.5情景均位于西北部,且SSP5-8.5情景增溫速率最高可達0.712℃/10 a,遠(yuǎn)遠(yuǎn)超過現(xiàn)在全球平均增溫速率。

4種情景下,2015—2100年黃土高原各季節(jié)增溫速率均呈上升趨勢,且夏季高于其他季節(jié),SSP2-4.5情景夏季增溫速率可達0.26～0.36℃/10 a,SSP5-8.5情景可達0.63～0.73℃/10 a。相對于1995—2014年,4種情景2015—2100年黃土高原季均溫增溫幅度不同。SSP2-4.5 情景2041—2060 年黃土高原夏季增溫幅度變化范圍為1.56～1.96℃,冬季為1.56～1.80℃,2081—2100 年夏季增溫幅度變化范圍為2.45～3.14℃,冬季為2.20～2.91℃。SSP5-8.5情景2041—2060年夏季增幅變化范圍為2.21～2.61℃,冬季為1.88～2.36℃,2081—2100 年夏季增幅變化范圍為4.75～5.67℃,冬季為4.29～5.67℃。