潘婕，劉珂，夏冬冬

（1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京100081；2.國家海洋環(huán)境預(yù)報中心，北京100081；3.國家海洋局海洋災(zāi)害預(yù)報技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，北京100081；4.北京大學(xué)物理學(xué)院，北京100871；5.黃河水利委員會水文局，河南鄭州450004）

PRECIS對SRESA1B情景下的中國區(qū)域氣候變化預(yù)估分析

潘婕1,2,3,4，劉珂5，夏冬冬2,3

（1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京100081；2.國家海洋環(huán)境預(yù)報中心，北京100081；3.國家海洋局海洋災(zāi)害預(yù)報技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，北京100081；4.北京大學(xué)物理學(xué)院，北京100871；5.黃河水利委員會水文局，河南鄭州450004）

利用海氣耦合大氣環(huán)流模式HadCM3為PRECIS提供初始場和邊界條件，驅(qū)動PRECIS模擬產(chǎn)生SRES A1B情景下的區(qū)域氣候情景數(shù)據(jù)，分析了中國區(qū)域1961—2100年降水、氣溫的變化。結(jié)果表明：在SRESA1B情景下，中國區(qū)域未來降水量、氣溫總體呈現(xiàn)明顯上升趨勢，氣溫中日最低氣溫增幅最大，日最高氣溫增幅最??；21世紀(jì)前半葉（2011—2040年)到中葉（2041—2070年）期間，降水量、氣溫增加速率達(dá)到最高；降水在總體增加趨勢中呈現(xiàn)出較多局地特征，21世紀(jì)后半葉，105°E以東地區(qū)出現(xiàn)多個降水增幅大值區(qū)；平均氣溫在未來各時段各區(qū)域均表現(xiàn)出升溫的整體特征，新疆和東北地區(qū)升溫幅度最大。

區(qū)域氣候變化；PRECIS；SRESA1B情景；降水；氣溫

1 引言

自工業(yè)化革命以來，人類活動導(dǎo)致的溫室氣體排放增加已引起全球氣候變暖。與全球變暖相應(yīng)，中國氣候亦發(fā)生了明顯變化：1951—2009年期間，中國陸地表面平均溫度以約0.23℃/10 a的速率上升，59 a間增溫1.38℃；20世紀(jì)50年代以來，盡管全國平均降水量變化并不顯著，但其時空變化特征明顯，其中，南方和西部地區(qū)降水增加，而華北、東北地區(qū)降水量則呈總體減少、干旱加劇的趨勢[1]。氣候變化影響人類賴以生存的自然生態(tài)系統(tǒng)，威脅生物多樣性與人體健康，且一些極端天氣氣候事件也隨之呈現(xiàn)頻率加大、程度加劇的趨勢，造成人類生存環(huán)境惡化，阻礙社會經(jīng)濟(jì)的可持續(xù)發(fā)展[2]，因此，對各種溫室氣體可能排放情景下的未來氣候可能變化進(jìn)行合理的預(yù)測估計具有重要的科學(xué)意義。

全球氣候模式（General Circulation Model， GCM）是預(yù)估未來氣候情景的一種有效工具，它能夠較好地模擬出大尺度的氣候平均特征，各國科學(xué)家利用不同GCM進(jìn)行了大量數(shù)值模擬實(shí)驗(yàn)，取得了眾多成果[3-4]。IPCC第五次氣候變化評估報告采用了耦合模式比較計劃第五階段（CMIP5）的60多個GCM對未來全球氣候變化開展情景預(yù)估，在多種典型濃度路徑（RCPs）[5]溫室氣體排放情景下，2081—2100年相對于1986—2005年，全球平均溫度增幅可能在0.3～4.8°C之間。

然而，當(dāng)前全球氣候模式的水平分辨率比較低，一般為幾百千米，無法很好地描述局地氣候的變化特征。有3種方式解決這一問題，一種是提高GCM的空間分辨率，但是需要很大的計算量，且模式分辨率不能無限制增加；其二是采用變網(wǎng)格方案，提高所關(guān)心區(qū)域的分辨率，同時對其他地區(qū)采取相對較低的分辨率；其三是引入降尺度技術(shù)。目前常采用的是降尺度技術(shù)?，F(xiàn)有的降尺度技術(shù)包括統(tǒng)計降尺度與動力降尺度，區(qū)域氣候模式（Regional Climate Model，RCM）屬于后者，是目前較為常用的區(qū)域化技術(shù)。RCM具有較高的分辨率和更完善的物理過程，能夠有效彌補(bǔ)GCM分辨率不足的缺陷，更細(xì)致地描述下墊面特征（例如地形和海陸分布以及地表植被分布），更好地刻畫氣候的局地信息特征。目前世界上常用的RCM主要包括美國國家大氣研究中心（National Center for Atmospheric Research，NCAR）發(fā)展的RegCM系列，美國科羅拉多州立大學(xué)（Colorado State University，CSU）的RAMS，英國氣象局Hadley氣候預(yù)測與研究中心的HadRM3，德國馬普氣象研究所的REMO，澳大利亞的DARLAM以及日本的MRI等。中國學(xué)者高學(xué)杰等應(yīng)用RegCM系列區(qū)域氣候模式，進(jìn)行了大量的中國地區(qū)高分辨率氣候氣候變化情景預(yù)估及分析[6-11]。

以HadRM3為核心的PRECIS（Providing Regional Climates for Impacts Studies）[12]是在中國應(yīng)用較為廣泛的區(qū)域氣候模擬系統(tǒng)之一，主要應(yīng)用于氣候模擬分析、研究以及氣候變化影響評估方面[13]。PRECIS已在全球多個國家和地區(qū)開展了多個區(qū)域氣候模擬試驗(yàn)，包括孟加拉[14]、巴基斯坦[15]、俄羅斯[16]、印度[17]等國家以及非洲南部[18]、地中海地區(qū)[19]、歐洲[20]、中東地區(qū)[21]、非洲西部[22]、南美洲[23]、中美洲[24]、北美洲[25]等地區(qū)。2003年中國引入PRECIS系統(tǒng)，用于為氣候變化影響評估工作構(gòu)建中國區(qū)域的高分辨率氣候情景，其產(chǎn)生的大量情景數(shù)據(jù)已廣泛應(yīng)用于中國多個領(lǐng)域的影響評估工作，如農(nóng)業(yè)[26-28]、林業(yè)[29-31]、水文與水資源[32-34]、生態(tài)系統(tǒng)[35-40]、人體健康[41]等等，先后支撐了中國氣候變化影響、風(fēng)險評估和適應(yīng)方面的多個國內(nèi)、國際合作項(xiàng)目研究任務(wù)。

早期上述工作應(yīng)用的氣候情景數(shù)據(jù)多為排放情景特別報告（Special Report on Emissions Scenarios，SRES）A2/B2情景下的結(jié)果[42]，近年來，SRES A1B情景下的區(qū)域氣候情景數(shù)據(jù)在國內(nèi)外各領(lǐng)域的氣候變化研究中應(yīng)用更為廣泛，因此，本文利用Hadley中心的全球氣候模式HadCM3驅(qū)動PRECIS，模擬產(chǎn)生SRES A1B情景下中國區(qū)域1961—2100年的降水、氣溫，從總體趨勢、11 a滑動平均、30 a線性回歸、30 a平均態(tài)、頻率分布等方面分析SRES A1B情景下未來降水、氣溫相對于氣候基準(zhǔn)時段的變化，為氣候變化影響評估、風(fēng)險分析、適應(yīng)研究提供氣候變化參考背景。其中，“30 a平均”或“30 a線性回歸”分析所取時段如下：Bs（1961—1990年）、2020s（2011—2040年）、2050s（2041—2070年）、2080s（2071—2100年）。

2 情景和模式簡介

未來全球氣候的變化趨勢主要取決于人類社會的發(fā)展方向，包括人口變化、經(jīng)濟(jì)發(fā)展、技術(shù)進(jìn)步、能源供需以及土地利用變化等。SRES在對現(xiàn)有的眾多排放情景進(jìn)行全面回顧和綜合分析的基礎(chǔ)上，為未來世界設(shè)計了4種可能的社會經(jīng)濟(jì)發(fā)展框架[42]，假設(shè)了不同的未來世界發(fā)展方向。SRES情景考慮的社會經(jīng)濟(jì)發(fā)展的主要方向包括全球性或區(qū)域性經(jīng)濟(jì)發(fā)展，以及側(cè)重于發(fā)展經(jīng)濟(jì)或致力于保護(hù)環(huán)境，其考慮的4種未來世界發(fā)展框架為A1、A2、B1和B2。SRES A1和B1情景族都傾向于全球趨同，而A2和B2情景族則更多地著眼于區(qū)域發(fā)展；兩個A情景族都致力于發(fā)展經(jīng)濟(jì)，而兩個B情景族則傾向于可持續(xù)發(fā)展，協(xié)調(diào)考慮經(jīng)濟(jì)增長與環(huán)境保護(hù)。

在A1情景族（高經(jīng)濟(jì)發(fā)展情景）中，根據(jù)不同的能源供應(yīng)方式又分為3組情景，以分別描述能源系統(tǒng)中技術(shù)變化的不同方向：A1FI情景組，未來的能源供應(yīng)以礦物燃料為主；A1T為技術(shù)發(fā)展情景，非化石燃料成為主要的能源來源；A1B為各種能源之間的平衡發(fā)展情景[42]。

英國氣象局Hadley氣候預(yù)測與研究中心研發(fā)的區(qū)域氣候模擬系統(tǒng)在中國地區(qū)已開展了SRES A2/B2/A1B情景下的氣候變化模擬工作，許吟隆等[43]對A2情景、楊紅龍等[44]對B2情景的未來氣候變化響應(yīng)已做了分析研究，本文則分析A1B情景下的未來氣候變化響應(yīng)。

PRECIS是以區(qū)域氣候模式HadRM3P為基礎(chǔ)，結(jié)合用戶友好的數(shù)據(jù)處理與可視化界面而構(gòu)建的區(qū)域氣候模擬系統(tǒng)[12]。其中，HadRM3P是基于海氣耦合氣候模式HadCM3中的大氣部分HadAM3H發(fā)展而來的高分辨率有限區(qū)域大氣-陸面模式。HadRM3P的大氣部分為單向嵌套的靜力平衡模式，采用規(guī)則的經(jīng)緯網(wǎng)格和混合垂直坐標(biāo)系，垂直方向分為19層，最低層約50 m，最高層為0.5 hPa。最下面4層采用地形追隨σ坐標(biāo)系（σ=氣壓/地表氣壓），最上面3層采用P坐標(biāo)系，中間采用混合坐標(biāo)系。模式方程采用旋轉(zhuǎn)球坐標(biāo)系動力方程組，網(wǎng)格經(jīng)旋轉(zhuǎn)后得到近似均勻的水平網(wǎng)格，本工作中所使用的輸出值在旋轉(zhuǎn)坐標(biāo)系下水平分辨率為0.44°×0.44°，在赤道地區(qū)約為50 km×50 km。模式運(yùn)行調(diào)整時間為1 a，模式積分步長為5 min，本文所使用的模式輸出值為1961—2100年的逐日值。

由于本文的氣候變化情景數(shù)據(jù)由HadCM3在SRES A1B情景下的模擬結(jié)果提供初始場和邊界條件驅(qū)動PRECIS而生成，因此HadCM3模擬能力直接影響到PRECIS的模擬效果。此前已有不少學(xué)者對多個GCM在東亞的模擬能力進(jìn)行了驗(yàn)證和比較[45-48]，結(jié)果表明，在眾多的GCM中，HadCM3能夠較好地模擬東亞地區(qū)的季風(fēng)氣候特征。而利用已有觀測數(shù)據(jù)開展的一些PRECIS模擬能力驗(yàn)證工作[13，43，49]表明，PRECIS對中國區(qū)域當(dāng)代氣候狀態(tài)具有良好的再現(xiàn)能力。

3 模擬結(jié)果

3.1 趨勢和年代際變化

圖1 SRESA1B情景下中國區(qū)域平均的降水、氣溫變化

圖1展示了PRECIS在SRES A1B情景下模擬的中國區(qū)域平均的降水、氣溫變化，圖中，紅色折線為逐年要素值的11 a滑動平均序列，如1966年對應(yīng)的值代表了1961—1971年的平均值，依此類推；藍(lán)色線條為30 a平均值，其值為線條所覆蓋年份的30 a平均值；黑色實(shí)線代表了30 a線性變化趨勢，以直線所覆蓋年份的30 a逐年均值為時間序列，利用最小二乘法線性擬合估計其變化趨勢。

可以看出，中國區(qū)域平均的降水和氣溫在SRES A1B情景下未來的總體變化均呈現(xiàn)明顯的上升趨勢。表1為中國區(qū)域平均的降水和氣溫30 a平均值和相對于氣候基準(zhǔn)時段（Bs）的變化值，其變化值同樣表明了降水和氣溫的總體增加趨勢。與氣候基準(zhǔn)時段相比，到21世紀(jì)末期，中國區(qū)域平均的30 a平均降水總量增加了約127 mm/a，亦即平均每年增加了超過14%的降水量。從圖1a可看出，1961—2100年140 a期間，1965—1975年的平均年降水量最小，約為869 mm/a，2072—2082年最大，達(dá)到了約1042 mm/a，兩者相差173 mm/a。而從單個年份看（圖略），1983年降水量最小，為816.36 mm/a，2066年最大，為1134.39 mm/a，兩者差距達(dá)318.03 mm/a，140 a間，降水量最大的前4個年份均出現(xiàn)在2065—2090年間，而降水量最小的前6個年份則出現(xiàn)在1960—1990年間?？梢姡瑹o論從單個年份還是11 a平均或是30 a平均，21世紀(jì)末期的降水量均比氣候基準(zhǔn)時段大為增加。

年降水量（見圖1a）的11 a滑動平均曲線表明，從20世紀(jì)60年代開始至21世紀(jì)末，降水量在總體增加的趨勢中呈現(xiàn)年代際波動。30 a平均值（見表1）亦顯示，降水量呈現(xiàn)增加趨勢，尤其2050s相對于2020s，30 a間年均值增加了約55 mm/a，超過了Bs至2020s的50 a間增加量（約51 mm/a），而2080s增加量較小，相對于2050s僅增加了近21 mm/a，這主要是因?yàn)?080s的后半段降水量有所減少，從最小二乘法線性擬合趨勢線可看出，2080s的30 a線性變化趨勢為降水量顯著減少，而其余4個時段的線性變化趨勢均為降水量明顯增加。

不同于年降水量的是，氣溫沒有明顯的年代際波動，無論是日平均氣溫（見圖1b）、日最高氣溫（見圖1c）還是日最低氣溫（見圖1d），均呈現(xiàn)出一致的變化趨勢，且30 a線性變化趨勢線與11 a滑動平均曲線大致重合，尤其在2010年之后，基本上表現(xiàn)為線性增溫。與氣候基準(zhǔn)時段相比，21世紀(jì)最后30 a氣溫平均升高了4.50～4.88℃，其中增幅最大的是日最低氣溫，增幅為4.88℃，日最高氣溫則比日最低氣溫和日平均氣溫增幅小，為4.50℃。從逐年值（圖略）看，日平均氣溫自1968年的5.17℃開始，在小幅度的年際波動中逐漸上升，在2100年達(dá)到了最高值，超過12℃，也就是說，到21世紀(jì)末，中國區(qū)域年平均氣溫與上世紀(jì)60年代末期的年平均氣溫低值年份相比，最高已經(jīng)增溫一倍以上。而日最低氣溫和最高氣溫也分別從1968年的-0.58℃和11.03℃增加到了2100年的6.45℃和17.84℃，增溫顯著。

值得注意的是，從2020s到2050s，氣溫攀升的幅度與降水量增幅一樣，也是幾個時段中最快的，這暗示著在SRES A1B情景下，2020—2050s是未來百年間氣溫、降水變化最劇烈的時期，該時期的洪澇和高溫極端氣候事件值得關(guān)注。

3.2 30 a平均變化空間分布

圖2為SRES A1B情景下中國區(qū)域2020s、2050s、2080s分別相對于Bs的30 a平均變化空間分布圖。從圖上可以看出，中國大部分地區(qū)降水量呈增加趨勢，且隨時間的推移，越往后增加幅度越大。在總體增加趨勢中，降水變化又呈現(xiàn)出較多局地特征，對于2020s，降水量增幅最大的區(qū)域主要為東南沿海和華北地區(qū)，其中增幅最大的地方為福建沿海和臺灣島，降水量增加達(dá)250 mm/a以上，其余地區(qū)降水量增幅一般在100 mm/a以內(nèi)，降水量減少的區(qū)域主要分布在西南、西北、青藏高原的部分地區(qū)。對2050s和2080s而言，除了藏南和川藏邊界尚有小部分降水減少的地區(qū)外，幾乎所有區(qū)域均呈現(xiàn)降水量增加的趨勢，尤其是105°E以東地區(qū)，降水量增加明顯，2050s降水量增加最大的區(qū)域主要分布在華北、長江中下游以及華南地區(qū)，而2080s華南地區(qū)仍然是降水增加最明顯的區(qū)域，另一區(qū)域?yàn)殚L江中下游以北至黃淮區(qū)域。

表1 SRESA1B情景下中國區(qū)域平均的降水和溫度各時段30 a平均值和相對于Bs的變化值

圖2 SRESA1B情景下30 a平均年降水量變化（相對于Bs，單位：mm/a）

圖3為2020s、2050s、2080s 3個時段日平均氣溫30 a年均值變化的空間分布圖?？梢钥闯?，各個時段的日平均氣溫變化均呈一致增加的趨勢，其中北方地區(qū)增溫幅度大于南方地區(qū)，尤其是2050s和2080s，35°N以北大部分地區(qū)增溫分別在3.4℃和4.6℃以上。2020s在新疆地區(qū)和東北地區(qū)升溫最大，2050s和2080s新疆地區(qū)和東北地區(qū)仍保持著最明顯的升溫趨勢，在2080s升溫幅度最大達(dá)到了5.6℃以上，尤其是新疆北部升溫明顯，大部分區(qū)域升溫都超過5.2℃。3個時段中，華南均為增溫幅度最小的地區(qū)，廣東至福建沿海即使在2080s升溫也未超過3.6℃，相較于該區(qū)域氣候基準(zhǔn)時段的年平均氣溫（18～20℃），其升溫幅度并不劇烈，反而是東北地區(qū)尤其黑龍江北部，過去年平均氣溫不超過0℃，而到21世紀(jì)后期升溫超過了5℃，值得人們關(guān)注。此外，在各個時段，青藏高原南部降水明顯減少，同時升溫明顯，增溫幅度到2080s可達(dá)5℃以上，表明該區(qū)域干旱化趨勢將日愈加劇，同樣值得關(guān)注。

圖3 SRESA1B情景下30 a平均氣溫變化（相對于Bs，單位：℃）

日最高氣溫和最低氣溫的30 a年均值變化（圖略）與日平均氣溫變化相類似，從2020s到2080s，呈現(xiàn)一致增溫的趨勢且增幅隨時間推移而明顯增加，北方增溫普遍大于南方。日最低氣溫的總體增幅最大，平均氣溫增幅次之，最高氣溫增幅最小。

3.3 頻率分布變化

將降水量模擬值按我國雨量級別劃分為7組：毛毛雨（0～0.1 mm/d）、小雨（0.1～10 mm/d）、中雨（10～25 mm/d）、大雨（25～50 mm/d）、暴雨（50～100 mm/d）、大暴雨（100～250 mm/d）、特大暴雨（250 mm/d及以上），分別統(tǒng)計逐日逐格點(diǎn)的降水量在各組區(qū)間內(nèi)的出現(xiàn)頻率，頻率取自然對數(shù)繪制出圖4，其中，未來降雨量頻率線和基準(zhǔn)時段頻率線之間用陰影填色，未來頻率值小于氣候基準(zhǔn)時段頻率值時，兩折線間以紅色陰影填充，反之則為綠色陰影。

可以看到，SRES A1B情景下，各時段的雨量頻率分布與氣候基準(zhǔn)時段相比變化不大，但也能看出，雨量較大的區(qū)間頻率有所增加，而特大暴雨以上的降水發(fā)生次數(shù)極少，在大樣本情況下幾乎可忽略不計。

圖5—7分別為SRES A1B情景下日平均氣溫、日最高氣溫、日最低氣溫的頻率分布，其中黑色折線為氣候基準(zhǔn)時段頻率，紫色折線為未來各時期頻率，未來頻率值小于氣候基準(zhǔn)時段頻率值時，兩折線間以紅色陰影填充，反之則為綠色陰影。

圖4 SRESA1B情景下中國區(qū)域平均降水頻率分布（取自然對數(shù)）

從圖5可以看出，各個時段內(nèi)均為5～10℃之間的平均氣溫出現(xiàn)頻率最高，而21世紀(jì)末10～15℃的出現(xiàn)頻率由氣候基準(zhǔn)時段的第5名提升到了第2名。根據(jù)頻率折線和填色陰影分布可以看出，未來3個時段的平均氣溫分布頻率均往高溫方向偏移，越往后偏移越多，亦即未來平均溫高值出現(xiàn)頻率加大、低值出現(xiàn)頻率減少，5℃以下及15～20℃的平均溫出現(xiàn)頻率逐漸降低，5～15℃及20℃以上的平均溫出現(xiàn)頻率則逐漸增大。

圖6顯示，除了2080s，各個時段內(nèi)均為10～15℃之間的日最高氣溫出現(xiàn)頻率最高，而2080s則為40℃以上的日最高氣溫出現(xiàn)最多。同平均氣溫一樣，未來3個時段的日最高氣溫分布頻率均往高溫方向偏移，隨時間推移越往后偏移越多，10℃以下的最高溫出現(xiàn)頻率逐漸降低，10℃以上的最高溫出現(xiàn)頻率則逐漸增大，40℃以上的日最高溫出現(xiàn)頻率在2050s已顯著增大，到了2080s更為突出，40℃以上的日最高溫出現(xiàn)頻率比其他溫度區(qū)間都大，而目前我國所定義的高溫天氣為日最高氣溫達(dá)到或超過35℃的情況，可見到了2080s，現(xiàn)階段所定義的高溫天氣屆時將成為常態(tài)（發(fā)生頻率最高），將對人們的生產(chǎn)、生活產(chǎn)生難以估量的影響。

圖5 SRESA1B情景下中國日平均氣溫頻率分布

由圖7可見，氣候基準(zhǔn)時段以-5～0℃之間的日最低氣溫出現(xiàn)頻率最高，而未來各個時段內(nèi)則為0～5℃之間的日最低氣溫出現(xiàn)頻率最大。未來3個時段的日最低氣溫分布頻率均往高溫方向偏移，0℃以下及10～15℃的日最低氣溫出現(xiàn)頻率逐漸降低，0～10℃及15℃以上的日最低氣溫出現(xiàn)頻率則逐漸增大，但未出現(xiàn)40℃以上的日最低氣溫。

4 結(jié)論與討論

本文利用區(qū)域氣候模擬系統(tǒng)PRECIS在SRES A1B情景下模擬產(chǎn)生的區(qū)域氣候情景數(shù)據(jù)，分析了中國區(qū)域未來百年內(nèi)降水、氣溫相對于氣候基準(zhǔn)時段的變化，結(jié)果表明，在該情景下：

（1）中國區(qū)域未來降水量、氣溫總體呈現(xiàn)明顯上升趨勢，氣溫中日最低氣溫增幅最大，日最高氣溫增幅最??；

（2）2020s到2050s期間，降水量、氣溫增加速率達(dá)到最高，暗示著在SRES A1B情景下，該時期可能是未來百年間降水、氣溫變化劇烈的時期，洪澇和高溫極端氣候事件值得關(guān)注；

（3）降水在總體增加趨勢中呈現(xiàn)出較多局地特征，21世紀(jì)后半葉，105°E以東地區(qū)出現(xiàn)多個降水增幅大值區(qū)；

圖6 SRESA1B情景下中國日最高氣溫頻率分布

（4）氣溫在未來各時段各區(qū)域均表現(xiàn)出升溫的整體特征，北方地區(qū)升溫明顯大于南方地區(qū)，新疆和東北地區(qū)升溫幅度最大；

（5）未來3個時段的氣溫分布頻率均往高溫方向偏移，亦即未來氣溫高值出現(xiàn)頻率加大、低值出現(xiàn)頻率減少。2080s出現(xiàn)頻率最多的日最高氣溫為40℃以上的值。目前我國所定義的高溫天氣為日最高氣溫達(dá)到或超過35℃的情況，可見到了2080s，現(xiàn)階段所定義的高溫天氣屆時將成為常態(tài)（發(fā)生頻率最高），將對人們的生產(chǎn)、生活產(chǎn)生難以估量的影響。

關(guān)于SRES A1B情景下21世紀(jì)未來氣溫和降水的變化，其他學(xué)者也利用不同的區(qū)域氣候模式開展了一些預(yù)估。

高學(xué)杰等[11]利用RegCM3對21世紀(jì)中國區(qū)域氣候變化進(jìn)行了水平分辨率為25 km的模擬試驗(yàn)，結(jié)果表明，SRES A1B情景下，未來平均氣溫將明顯升高，且隨時間推移升溫增幅加大，升溫高值區(qū)集中在高緯度和高海拔地區(qū)。中國區(qū)域平均降水增加。

圖7 SRESA1B情景下中國日最低氣溫頻率分布

胡伯彥等[50]利用MM5V3區(qū)域氣候模式，對中國地區(qū)SRES A1B情景下21世紀(jì)中期（2041—2060年）進(jìn)行了水平分辨率為50 km的模擬試驗(yàn)，結(jié)果表明，未來平均氣溫將明顯升高，升溫幅度北方大于南方，且21世紀(jì)中期各子區(qū)域的氣溫變率均有所增大，意味著極端溫度事件發(fā)生概率有可能升高。降水變化具有一定的區(qū)域性特征，但除了西北地區(qū)，年總降水量呈現(xiàn)上升趨勢，江淮地區(qū)增加最快。

王樹舟等[51]利用WRF預(yù)估了SRES A1B情景下中國21世紀(jì)中期（2041—2060年）和末期（2081—2100年）的氣候變化，結(jié)果表明，全國大部分地區(qū)年平均氣溫上升，北方地區(qū)和青藏高原升溫幅度較大。21世紀(jì)中期，年平均降水在華南和東北大部基本未增加甚至有所減少，在西北及長江和黃河的中下游地區(qū)有所增加，21世紀(jì)末期則整體上是增加的，南方部分地區(qū)有所減少。

總的來說，上述研究結(jié)果與本工作展示出一些共性結(jié)論：SRES A1B情景下，未來平均氣溫明顯升高，高緯地區(qū)升溫較大，極端溫度事件發(fā)生概率加大；降水量也有所增加，但具有區(qū)域性特征。

人類活動造成溫室氣體增加從而引起的氣候變暖，白天太陽光照射到地球上，部分能量被大氣吸收，夜間，地球表面通過長波輻射向宇宙散發(fā)白天吸收的熱量，其中部分熱量又被大氣吸收，因此，溫室氣體增加使地球表面和低層大氣的日夜溫度均升高，同時還導(dǎo)致了夜間的輻射降溫效應(yīng)減小，而每日的最低溫通常出現(xiàn)在夜間，所以日最低氣溫的增幅高于日最高氣溫和平均氣溫。

此外，我國南方普遍濕度較大，尤其是廣東至福建沿海水蒸氣偏多，而水蒸氣為最大的溫室氣體，在溫室氣體中的含量高出二氧化碳近兩個數(shù)量級，因此在這些區(qū)域其原有的自然“溫室效應(yīng)”就較高，受人工排放的溫室氣體影響相對較小，而高緯度、干旱地區(qū)等濕度較低的區(qū)域則受人工溫室氣體的影響較大，因此北方增溫普遍大于南方，例如黑龍江北部，氣候基準(zhǔn)時段的年平均氣溫在零度以下，而溫室氣體效應(yīng)使其在SRES A1B情景下到21世紀(jì)末年平均氣溫能上升5～6℃，而廣東至福建沿海地區(qū)Bs時段的年平均氣溫達(dá)到18～20℃，21世紀(jì)后期升溫卻未超過3.6℃，亦即原本溫暖的地方升溫緩慢，而原來涼爽的地方升溫劇烈，在這些地區(qū)，無論對于人體健康或是動植物以及各個行業(yè)，均需要多加關(guān)注，采取相應(yīng)的適應(yīng)措施。盡管從平均氣溫上說南方濕度較大地區(qū)升溫緩慢，但人工溫室氣體會加速水汽對流，使得大氣湍流增加，氣候趨于極端，反而會造成極端的低溫、高溫、強(qiáng)降水天氣，因此其氣候變化同樣不可忽視。

致謝本文所使用的PRECIS系統(tǒng)及其邊界驅(qū)動數(shù)據(jù)來自于英國氣象局Hadley氣候預(yù)測與研究中心。中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所2003年委派許吟隆引入PRECIS并開始產(chǎn)生中國區(qū)域氣候情景數(shù)據(jù)。Hadley中心區(qū)域模式組的Richard Jones，David Hein，Simon Wilson，David Hassell對此工作提供了幫助，在此一并表示感謝！

[1]《第二次氣候變化國家評估報告》編寫委員會.第二次氣候變化國家評估報告[M].北京:科學(xué)出版社,2011.

[2]許吟隆,吳紹洪,吳建國,等.氣候變化對中國生態(tài)和人體健康的影響與適應(yīng)[M].北京:科學(xué)出版社,2013.

[3]IPCC.Climate Change 2007:The Physical Science Basis.Working Group I Contribution to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M].Cambridge,UK and New York,USA:Cambridge University Press,2007.

[4]IPCC.Summary for Policymakers[M]//Climate Change 2013:The Physical Science B-asic.Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.Cambridge,UK and New York,USA:Cambridge University Press,2013..

[5]Meinshausen M,Smith S J,Calvin K,et al.The RCP Greenhouse Gas Concentrations and Their Extensions from 1765 to 2300[J]. ClimaticChange,2011,109(1-2):213-241,doi:10.1007/ s10584-011-0156-z.

[6]Gao X J,Zhao Z C,Ding Y H,et al.Climate Change Due to Greenhouse Effects in China as Simulated by A Regional Climate Model[J].Advances in Atmospheric Sciences,2001,18(6):1224-1230.

[7]Gao X J,Zhao Z C,Giorgi F.Changes of Extreme Events in Regional Climate Simulations over East Asia[J].Advances in Atmospheric Sciences,2002,19(5):927-942.

[8]高學(xué)杰,趙宗慈,丁一匯,等.溫室效應(yīng)引起的中國區(qū)域氣候變化的數(shù)值模擬Ⅰ:模式對中國氣候模擬能力的檢驗(yàn)[J].氣象學(xué)報, 2003,61(1):20-28.

[9]高學(xué)杰,趙宗慈,丁一匯,等.溫室效應(yīng)引起的中國區(qū)域氣候變化的數(shù)值模擬Ⅱ:中國區(qū)域氣候的可能變化[J].氣象學(xué)報,2003,61 (1):29-38.

[10]高學(xué)杰,石英,Giorgi F.中國區(qū)域氣候變化的一個高分辨率數(shù)值模擬[J].中國科學(xué):地球科學(xué),2010,40(7):911-922.

[11]高學(xué)杰,石英,張冬峰,等.RegCM3對21世紀(jì)中國區(qū)域氣候變化的高分辨率模擬[J].科學(xué)通報,2012,57(5):374-381.

[12]Jones R G,Noguer M,Hassell D,et al.Generating High Resolution Climate Change Scenarios using PRECIS[M].Exeter, UK:Met Office Hadley Centre,2004.

[13]王芳棟,許吟隆,李濤.區(qū)域氣候模式PRECIS對中國氣候的長期數(shù)值模擬試驗(yàn)[J].中國農(nóng)業(yè)氣象,2010,31(3):327-332.

[14]Islam M N,Rafiuddin M,Ahmed A U,et al.Calibration of PRECISinEmployingFutureScenariosinBangladesh[J]. International Journal of Climatology,2008,28(5):617-628.

[15]Ul Islam S,Rehman N,Sheikh M M.Future Change in the Frequency of Warm and Cold Spells over Pakistan Simulated by the PRECIS Regional Climate Model[J].Climatic Change,2009, 94(1-2):35-45.

[16]Shahgedanova M,Nosenko G,Khromova T,et al.Glacier Shrinkage and Climatic Change in the Russian Altai from the Mid-20th Century:An Assessment Using Remote Sensing and PRECIS Regional Climate Model[J].Journal of Geophysical Research:Atmospheres,2010,115(D16):D16107.

[17]Bhaskaran B,Ramachandran A,Jones R,et al.Regional Climate Model Applications on Sub-regional Scales over the Indian Monsoon Region:The Role of Domain Size on Downscaling Uncertainty[J].Journal of Geophysical Research,2012,117 (D17):D10113.

[18]Tadross M,Jack C,Hewitson B.On RCM-based Projections of Change in Southern African Summer Climate[J].Geophysical Research Letters,2005,32(23):L23713.

[19]Kotroni V,Lykoudis S,Lagouvardos K,et al.A Fine Resolution RegionalClimateChangeExperimentfortheEastern Mediterranean:Analysis of the Present Climate Simulations[J]. Global and Planetary Change,2008,64(1-2):93-104.

[20]Bartholy J,Pongrácz R,Pieczka I,et al.Computational Analysis of Expected Climate Change in the Carpathian Basin Using A Dynamical Climate Model[M]//Margenov S,Vulkov L G, Wa?niewski J.Numerical Analysis and Its Applications.Berlin Heidelberg:Springer,2009,5434:176-183.

[21]Black E,Brayshaw D J,Rambeau C M C.Past,Present and Future Precipitation in the Middle East:Insights from Models and Observations[J].Philosophical Transactions of the Royal Society a:Mathematical Physical and Engineering Sciences,2010,368 (1931):5173-5184.

[22]Moufouma-Okia W,Rowell D P.Impact of Soil Moisture Initialisation and Lateral Boundary Conditions on Regional Climate Model Simulations of the West African Monsoon[J]. Climate Dynamics,2010,35(1):213-229.

[23]Alves L M,Marengo J.Assessment of regional seasonal predictability using the PRECIS regional climate modeling system over South America[J].Theoretical and Applied Climatology, 2010,100(3-4):337-350.

[24]Karmalkar A V,Bradley R S,Diaz H F.Climate change in Central America and Mexico:Regional Climate Model Validation and Climate Change Projections[J].Climate Dynamics,2011,37(3-4): 605-629.

[25]Dulière V,Zhang Y X,Salathe E P.Extreme Precipitation and Temperature over the U.S.Pacific Northwest:A Comparison Between Observations,Reanalysis Data,and Regional Models[J]. Journal of Climate,2011,24(7):1950-1964.

[26]陶福祿,熊偉,許吟隆,等.氣候變化情景下我國花生產(chǎn)量變化模擬[J].中國環(huán)境科學(xué),2000,20(5):392-395.

[27]熊偉,許吟隆,林而達(dá),等.IPCC SRESA2和B2情景下我國玉米產(chǎn)量變化模擬[J].中國農(nóng)業(yè)氣象,2005,26(1):11-15.

[28]居輝,熊偉,許吟隆,等.氣候變化對我國小麥產(chǎn)量的影響[J].作物學(xué)報,2005,31(10):1340-1343.

[29]朱建華,侯振宏,張小全.氣候變化對中國林業(yè)的影響與應(yīng)對策略[J].林業(yè)經(jīng)濟(jì),2009,(11):78-83.

[30]李劍泉,李智勇,易浩若.森林與全球氣候變化的關(guān)系[J].西北林學(xué)院學(xué)報,2010,25(4):23-28.

[31]田曉瑞,舒立福,趙鳳君,等.未來情景下西南地區(qū)森林火險變化[J].林業(yè)科學(xué),2012,48(1):121-125.

[32]袁飛,謝正輝,任立良,等.氣候變化對海河流域水文特性的影響.水利學(xué)報,2005,36(3):274-279.

[33]劉瀏,徐宗學(xué),黃俊雄.氣候變化對太湖流域徑流的影響[J].北京師范大學(xué)學(xué)報(自然科學(xué)版),2010,46(3):371-377.

[34]陳豫英,許吟隆,陳楠,等.SRES A2和B2情景下寧夏可利用降水資源的變化[J].中國沙漠,2011,31(1):207-216.

[35]吳建國,呂佳佳.氣候變化對青藏高原高寒草甸適宜氣候分布范圍的潛在影響[J].草地學(xué)報,2009,17(6):699-705.

[36]吳建國.氣候變化對7種保護(hù)植物分布的潛在影響[J].武漢植物學(xué)研究,2010,28(4):437-452.

[37]吳建國.未來氣候變化對7種荒漠植物分布的潛在影響[J].干旱區(qū)地理,2011,34(1):70-85.

[38]吳建國.氣候變化對7種喬木植物分布的潛在影響[J].植物分類與資源學(xué)報,2011,33(3):335-349.

[39]趙東升,吳紹洪,尹云鶴.氣候變化情景下中國自然植被凈初級生產(chǎn)力分布[J].應(yīng)用生態(tài)學(xué)報,2011,22(4):897-904.

[40]石曉麗,吳紹洪,戴爾阜,等.氣候變化情景下中國陸地生態(tài)系統(tǒng)碳吸收功能風(fēng)險評價[J].地理研究,2011,30(4):601-611.

[41]楊坤,潘婕,楊國靜,等.不同氣候變化情景下中國血吸蟲病傳播的范圍與強(qiáng)度預(yù)估[J].氣候變化研究進(jìn)展,2010,6(4): 248-253.

[42]Naki?enovic N,Swart R.Special Report on Emissions Scenarios: A Special Report of Working Group III of the Intergovernmental Panel on Climate Change[M].Cambridge,United Kingdom and New York:Cambridge University Press,2000.

[43]許吟隆,張勇,林一驊,等.利用PRECIS分析SRES B2情景下中國區(qū)域的氣候變化響應(yīng)[J].科學(xué)通報,2006,51(17):2068-2074.

[44]楊紅龍,許吟隆,張鐳,等.SRES A2情景下中國區(qū)域21世紀(jì)末平均和極端氣候變化的模擬[J].氣候變化研究進(jìn)展,2010,6(3): 157-163.

[45]姜大膀,王會軍,郎咸梅.全球變暖背景下東亞氣候變化的最新情景預(yù)測[J].地球物理學(xué)報,2004,47(4):590-596.

[46]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(yù)估[J].氣候變化研究進(jìn)展,2010,6(6):398-404.

[47]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(jìn)展,2007,3(5):287-292.

[48]劉敏,江志紅.13個IPCC AR4模式對中國區(qū)域近40 a氣候模擬能力的評估[J].南京氣象學(xué)院學(xué)報,2009,32(2):256-268.

[49]紀(jì)瀟瀟,劉昌波,潘婕,等.PRECIS模擬系統(tǒng)對中國地面氣溫變化的QUMP集成預(yù)估[J].氣候與環(huán)境研究,2015,20(5): 500-510.

[50]胡伯彥,湯劍平,王淑瑜.中國地區(qū)IPCC A1B情景下21世紀(jì)中期氣候變化的數(shù)值模擬試驗(yàn)[J].氣象科學(xué),2012,32(2): 127-136.

[51]王樹舟,于恩濤.基于MIROC/WRF嵌套模式的中國氣候變化預(yù)估[J].氣候與環(huán)境研究,2014,19(1):11-22.

Projection of regional climate change over China from PRECIS under SRES A1B

PAN Jie1,2,3,4，LIU Ke5，XIADong-dong2,3
（1.Institute of Environment and Sustainable Development in Agriculture,Chinese Academy of Agricultural Sciences,Beijing 100081 China; 2.National Marine Environmental Forecasting Center,Beijing 100081 China;3.Key Laboratory of Research on Marine Hazards Forecasting, State Oceanic Administration,Beijing 100081 China;4.School of Physics,Peking University,Beijing 100871 China; 5.Hydrology Bureau of YRCC,Zhengzhou 450004 China）

PRECIS is employed to simulate the climate under SRES A1B over China from 1961 to 2100,driven by the output from coupled ocean-atmosphere general circulation model HadCM3 under SRES A1B.With the projected data,the change of precipitation and temperature over China is investigated.It is indicated that:1.The precipitation and temperature over China show an overall upward trend in future,and as for the magnitude of temperature’s increase,the daily minimum/maximum temperature has a largest/smallest increase respectively. 2.The precipitation and temperature show a maximum increase pace from 2020 s(2011—2040)to 2050 s (2041—2070)in all-time.3.The upward trend of precipitation is character of territorial.4.Temperature will increase for all areas and all periods in future,especially in Xinjiang and Northeast China,the increase magnitude is the largest.

regional climate change;PRECIS;SRESA1B;precipitation;temperature

P467

A

1003-0239（2017）01-0034-13

10.11737/j.issn.1003-0239.2017.01.005

2015-04-28；

2016-11-28。

國家科技支撐計劃課題（2012BAC19B10）。

潘婕（1975-），女，副研究員，博士，主要從事氣候資源與氣候變化研究。E-mail:panjie@caas.cn

夏冬冬（1975-），男，副研究員，碩士，主要從事海洋戰(zhàn)略研究。E-mail:xdd@nmefc.gov.cn