翟薇 石 英

摘要基于CMIP5中的19個全球海氣耦合模式結果，在對模式模擬能力進行檢驗的基礎上，分析了華北地區(qū)未來氣候變化，結果表明，全球模式對華北地區(qū)氣候有一定的模擬能力，對氣溫空間分布模擬效果較好，對降水的模擬效果與氣溫相比相對較差。多模式集合平均值能較好地給出華北區(qū)域當代氣候變化特征，較大多數(shù)單個模式模擬效果好，與觀測的空間相關系數(shù)有所提高，尤其是降水；對未來集合預估的結果表明，21世紀末期不同排放情景下，華北地區(qū)年、冬季和夏季氣溫均將升高，降水也以增加為主，且RCP8.5情景下升溫和降水增加幅度較RCP2.6和RCP4.5情景更為顯著。

關鍵詞氣候變化；CMIP5；多模式集合；華北地區(qū)

中圖分類號S161文獻標識碼A文章編號0517-6611（2014）23-07928-03

基金項目國家重大科學研究計劃（2012CB955904）；國家自然科學基金面上項目（41375104）。

作者簡介翟薇（1981- ），女，遼寧東港人，工程師，碩士，從事氣象信息技術研究。

收稿日期20140707全球變暖已經受到國際社會和公眾的普遍關注，IPCC AR5（The Fifth Assessment Report of the Intergovernmental Panel on Climate Change）指出，1880～2012 年全球平均氣溫升高了0.85 ℃。極有可能的是，觀測到的1951～2010 年全球平均地表溫度升高的一半以上是由溫室氣體濃度的人為增加和其他人為強迫共同導致，氣溫在21 世紀及以后將繼續(xù)升高[1]。氣候系統(tǒng)模式是研究氣候變化機理和預估未來氣候變化不可替代的工具。世界氣候研究計劃（WCRP）組織的耦合模式比較計劃（CMIP）[2]經歷了CMIP1、CMIP2和CMIP3幾個階段以后，于2008年9月啟動了第五階段試驗計劃（CMIP5）?；贑MIP系列模式的模擬結果，我國科學家針對東亞地區(qū)未來氣候變化進行了預估分析[3-7]，如Zhao等對15個全球環(huán)流模式的模擬結果進行分析，考察了由于全球變暖引起的東亞地區(qū)氣候變化[3]；許崇海等基于參與CMIP3的22個海氣耦合模式的模擬結果，分析了模式對東亞地區(qū)當前氣候的模擬能力，在此基礎上，進一步評估了全球氣候模式對中國降水時空分布特征的模擬能力，并給出了21世紀的預估[6-7]；李博等基于IPCC AR4中22個耦合模式的結果，討論了中國區(qū)域降水預估結果的不確定性和未來全球海表面高度的變化[8]。隨著CMIP5模式模擬試驗的完成，國內基于新排放情景下模擬結果的研究也已出現(xiàn)，如 Dong等基于CMIP5模式的最新結果，對RCP2.6、RCP4.5和RCP8.5 3種情景下全球和中國區(qū)域的氣候變化進行了預估[9]。筆者基于CMIP5中的19個全球海氣耦合模式結果，在對模式模擬能力進行檢驗的基礎上，將重點關注華北地區(qū)未來氣候變化。

1資料與方法

根據(jù)試驗目的和方法的不同，CMIP5試驗可以分為長期氣候試驗、碳循環(huán)試驗和年代際預估試驗。在此選取了19個氣溫和降水月平均數(shù)據(jù)時段統(tǒng)一、數(shù)據(jù)完備的CMIP5全球氣候模式的長期模擬結果，經過插值計算將其統(tǒng)一降尺度到同一分辨率下，并利用簡單平均方法進行了多模式集合。文中的華北地區(qū)主要指長城沿線以南，淮河、秦嶺和白龍江以北，黃土高原以東，汾渭河以東地區(qū)，包括北京、天津、山西、河北、山東、河南、江蘇、安徽等省的部分地區(qū)。

為對模擬結果進行定量檢驗，參照文獻[10-11]的方法，計算了模式模擬與觀測空間分布上的誤差標準差和相關系數(shù)。其中誤差標準差定義為：SIDE=Ni=1[（φi-φo）]-（φiobs-φoobs）]2N12，式中，φi、φiobs分別為每一格點上的模擬值和觀測值，φo、φoobs分別為其模擬和觀測的平均值，N為格點的數(shù)目。相關系數(shù)定義為COR=Ni=1（xi-）（yi-）Ni=1（xi-）2Ni=1（yi-）2，式中，xi、yi分別為各格點上的模擬值和觀測值，、分別為模擬和觀測的區(qū)域平均值。

2結果與分析

2.1CMIP5全球氣候模式模擬結果從1986～2005年華北地區(qū)模擬氣溫和降水與觀測的相關系數(shù)及誤差標準差可以看出，整體來看，模式對氣溫平均態(tài)的模擬效果均比較好，降水模擬相對較差。其中模擬氣溫與觀測空間相關

E2R0.9512.00.9410.6Ensemble Mean0.9651.60.8980.7系數(shù)均在0.9 以上，誤差標準差一般均在2.5 ℃以下，表明模式能較好地模擬出溫度場的空間分布特征，但與CMIP3中全球模式結果類似，多數(shù)模式模擬溫度偏低；模擬降水與觀測的空間相關系數(shù)一般在0.5～0.9，其中日本的MIROC5和英國哈德萊中心的HadGEM2AO全球模式模擬效果較好，空間相關系數(shù)分別為0.989和0.987，其誤差標準差也相對較小，分別為0.9和0.5 mm/d。多模式集合平均模擬結果與觀測的氣溫和降水空間相關系數(shù)分別為0.965和0.898，較大多數(shù)模式模擬結果好，誤差標準差也相應較低，分別為1.6 ℃和0.7 mm/d。在此基礎上，下面的未來氣候預估結果將基于多模式集合平均模擬結果給出。

2.2未來氣候預估結果從3個不同排放情景下21世紀末期（2080～2099年）華北地區(qū)年平均、冬季和夏季氣溫的變化可以看出，不同情景下華北地區(qū)未來氣溫均將升高，其中升溫幅度在RCP8.5情景下最大，RCP2.6情景下相對較小。RCP2.6情景下，夏季升溫較為顯著，區(qū)域東部增溫最大值在1.5 ℃以上，冬季增溫相對較小，區(qū)域東南部增溫在1.2 ℃以下，但總體來說南北增溫差異較?。籖CP4.5情景下，年平均氣溫增加值在2.2～2.5 ℃，冬季區(qū)域北部增溫較大，在2.5 ℃以上，夏季大部分區(qū)域增溫在2.3～2.5 ℃；RCP8.5情景下，年平均增溫在4.4～5.1 ℃，冬季增溫由南向北逐漸增大，從4.6 ℃以下到6.3 ℃以上，隨緯向分布明顯，夏季增溫相對較小，區(qū)域南部大部分地區(qū)在4.7～4.8 ℃?？傮w來看，除RCP2.6情景下，夏季增溫較顯著外，其他2個情景下增溫最大的地區(qū)均出現(xiàn)在冬季的區(qū)域北部。

注：a1、b1、c1為RCP2.6情景；a2、b2、c2為RCP4.5情景；a3、b3、c3為RCP8.5情景。a1、a2、a3為全年；b1、b2、b3為冬季；c1、c2、c3為夏季。圖中氣溫變化是指相對于1986～2005年平均氣溫增減值（℃）。

多模式集合平均值模擬華北地區(qū)21世紀末期氣溫的變化從3個不同排放情景下21世紀末期華北地區(qū)年平均、冬季和夏季降水的變化可以看出，不同情景下，華北地區(qū)除了RCP2.6情景下冬季區(qū)域北部和南部部分地區(qū)降水變化不大外，其他各季節(jié)、各情景下降水均將增加，RCP8.5情景下增幅最為顯著。RCP2.6情景下，年平均、夏季降水整個區(qū)域上增加值在5%～10%，冬季區(qū)域西部少部分地區(qū)增加值在10%以上；RCP4.5情景下，年平均和冬季降水變化分布較為類似，大部分區(qū)域增加值在10%以上，夏季降水增加值則大多在5%～10%；RCP8.5情景下，冬季降水增加較為明顯，大部分區(qū)域增加值均在25%以上，年平均和夏季降水增加值則大多在10%～25%。

注：a1、b1、c1為RCP2.6情景；a2、b2、c2為RCP4.5情景；a3、b3、c3為RCP8.5情景。a1、a2、a3為全年；b1、b2、b3為冬季；c1、c2、c3為夏季。圖中降水變化是指相對于1986～2005年降水的增減值幅度（%）。

多模式集合平均值模擬華北地區(qū)21世紀末期降水的變化安徽農業(yè)科學2014年3結論

基于CMIP5中的19個全球海氣耦合模式結果，在對模式模擬能力進行檢驗的基礎上，分析了華北地區(qū)未來氣候變化，結果如下。

（1）全球模式對華北地區(qū)氣候有一定的模擬能力，對氣溫空間分布模擬效果較好，但多數(shù)模式模擬值偏低；降水的模擬效果與氣溫相比相對較差，且模式間差異更大，說明降水模擬的不確定性較大。

（2）多模式集合平均值能較好地給出華北區(qū)域當代氣候變化特征，較大多數(shù)單個模式模擬效果好，與觀測的空間相關系數(shù)有所提高，尤其是降水。但同時也注意到，一些模擬效果較好的模式優(yōu)于多模式集合平均的結果。

（3）對未來集合預估的結果表明，21世紀末期不同排放情景下，華北地區(qū)年、冬和夏季氣溫將升高，降水將以增加為主，且RCP8.5情景下升溫和降水增加幅度均是最大的。

參考文獻

[1] STOCKER T F，QIN D，PLATTNER G K，et al.IPCC，2013：Climate Change 2013：The Physical Science Basis.Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M].Cambridge University Press，Cambridge，United Kingdom and New York，NY，USA，2013：1535.

[2] MEEHL G A，BOER G J，COVEY C，et al.The coupled model intercomparison project（CMIP）[J].Bull Amer Meteor Soc，2000，81：313-318.

[3] ZHAO Z C，LI X D.Impacts of global warming on climate change over East Asia as simulated by 15 GCMs[J].World Resource Review（USA），1997，10：17-21.

[4] ZHOU T J，YU R C.Twentieth century surface air temperature over China and the globe simulated by coupled climate models[J].J Climate，2006，19：5843-5858.

[5] 姜大膀，張穎，孫建奇.中國地區(qū)1-3℃變暖的集合預估分析[J].科學通報，2009，54（24）：3870-3877.

[6] 許崇海，沈新勇，徐影.IPCC AR4模式對東亞地區(qū)氣候模擬能力的分析[J].氣候變化研究進展，2007，3（5）：287-292.

[7] 許崇海，羅勇，徐影.全球氣候模式對中國降水分布時空特征的評估和預估[J].氣候變化研究進展，2010，6（6）：398-404.

[8] 李博，周天軍.基于IPCC A1B情景的中國未來氣候變化預估：多模式集合結果及其不確定性[J].氣候變化研究進展，2010，6（4）：270-276.

[9] DONG W J，REN F M，HUANG J B，et al.The Atlas of climate change：Based on SEAPCMIP5：SuperEnsemble Projection and Attribution（SEAP）of Climate Change[M].Springerverlag Berlin and Heidelberg GmbH&Co.K，2013.

[10] 周天軍，錢永甫.一個有限域嵌套細網格模式的設計及其預報結果的檢驗[J].熱帶氣象學報，1995，11（4）：342-353.