張嬌艷1,2，李 揚3，張東海1，陳貞宏4，楊 益4

?

基于CMIP5全球氣候模式的21世紀貴州省極端降水事件預估

張嬌艷，李 揚，張東海，陳貞宏，楊 益

(1.貴州省氣候中心,貴陽 550002；2.貴州省山地氣候與資源重點實驗室,貴陽 550002；3.貴州省貴陽市氣象局,貴陽 550001；4.貴州省安順市氣象局,安順 561000）

利用國家氣候中心收集和整理的8個CMIP5全球氣候模式在RCP8.5、RCP4.5和RCP2.6溫室氣體排放情景下的逐日降水資料，使用泰勒圖對2006-2016年數(shù)據(jù)進行檢驗，采用模擬效果最好的CCSM4和IPSL-CM5A-MR模式在等權重系數(shù)條件下的平均值，計算并分析貴州省2018-2044年、2045-2071年、2072-2098年3個階段與降水有關的極端天氣氣候事件指數(shù)，即連續(xù)干旱日數(shù)（CDD）、大于20mm的降水日數(shù)（R20mm）、連續(xù)5d最大降水量（Rx5day）和簡單日降水強度指數(shù)（SDII）相對于參照期（1986-2005年）的變化特征。結果表明：在3種情景下，21世紀各個階段省東部CDD均多于參照期，且排放情景越高，偏多幅度越大，因此，貴州省東部地區(qū)未來可能發(fā)展的旱情值得關注。在21世紀不同階段不同情景下，貴州省R20mm、Rx5day和SDII普遍多于參照期，且越到后期，高排放情景下（RCP8.5）增幅越大，中低排放情景下（RCP4.5和RCP2.6）增幅放緩甚至減小。總的來說，全球變暖背景下尤其是高排放情景下貴州省極端降水事件有增加的趨勢。

泰勒圖；不同RCP情景；氣候變化預估；極端降水

第五次國際耦合模式比較計劃（簡稱CMIP5）為IPCC（Intergovernmental Panel on Climate Change）第五次評估報告提供了重要的基礎數(shù)據(jù)，其結果從溫度和降水兩要素的角度在近年來許多研究中得到了全面、詳細的釋用，且降水的模擬效果明顯差于溫度的模擬效果。雖然如此，降水偏多、偏少所導致相應的洪澇災害、干旱災害卻與人民生命財產(chǎn)安全息息相關，農(nóng)業(yè)生產(chǎn)對降水具有依賴性，但發(fā)生干旱時降水對農(nóng)業(yè)生產(chǎn)又具有制約性，因此，對降水預估顯得尤為重要。陳活潑指出，未來中國發(fā)生中雨、大雨和暴雨等極端降水事件的頻次將明顯增加，強度也將增強，而毛毛雨發(fā)生頻次在全國明顯減少。吳蔚等的研究也給出了CMIP5模式對上海極端降水的情景預估，其結果顯示，強降水發(fā)生日數(shù)和強降水的強度均呈增加趨勢。同時，吳佳等的研究表明，極端降水的模擬效果好于平均降水，這為極端降水事件研究的可靠性奠定了良好的理論基礎。基于CMIP5模式的極端降水預估工作意義重大，尤其是對省級部門應對氣候變化決策服務的支撐。貴州省地處中國西南地區(qū)，南接印緬槽的水汽輸送，西臨青藏高原，東受西太平洋副熱帶高壓控制，故貴州省發(fā)生的降水量級大，預報難度大，導致的災害影響也大，因此，在全球變暖背景下開展對貴州省極端降水事件的研究很有必要。

1 資料與方法

模式數(shù)據(jù)來自國家氣候中心收集和整理的8個CMIP5模式（表1），由于各模式原始數(shù)據(jù)的分辨率不盡相同，為便于使用，國家氣候中心已將其統(tǒng)一插值為，其中包括1961-2005年歷史模擬和2006-2098年RCP2.6（低）、RCP4.5（中）、RCP8.5（高）3種溫室氣體排放情景下的逐日降水資料。歷史實況部分，本研究使用了貴州省2006-2016年85個氣象臺站逐日降水資料。為便于分析，本研究將CMIP5模式資料利用雙線性插值法插值至貴州省85個站點。另外根據(jù)國際常用做法，參照時段定為1986-2005年，并以等分為依據(jù)將未來時段劃分為2018-2044年、2045-2071年、2072-2098年，分別表示21世紀早期、中期和末期。程建剛等基于低緯高原的氣候特點，選取極端天氣氣候事件指數(shù)中的4個指數(shù)描述極端降水，故本研究也采取相應的做法，具體指數(shù)定義見表2。其中Rx5day指數(shù)在張?zhí)煊畹鹊念A估工作中也得到了類似應用。同時，目前較小區(qū)域的極端指數(shù)工作開展較多，說明極端指數(shù)具有較高的可用性。

為評估模式模擬的效果，本研究使用泰勒圖。該圖可以利用三角轉換關系將兩個場或者兩組序列間的相關系數(shù)、標準差以及均方根誤差這3個評估指標放在同一張極坐標圖上，以全面反映各模式模擬結果的優(yōu)劣。具體來講，模擬結果序列與觀測序列的空間相關系數(shù)可以表示對主要中心位置的描述能力，相對于觀測序列的標準差則表示模式對中心振幅的模擬能力，標準差越接近1，表示模擬能力越好，均方根誤差則表示模擬型態(tài)與觀測值的相似性，均方根誤差越接近0，表示模擬能力越好。

表1 8個CMIP5全球氣候模式相關信息

注：分辨率以緯向-經(jīng)向格點數(shù)表示。

Note: Resolution showed in latitudinal-longitudinal grid points.

表2 極端降水指數(shù)定義

2 結果與分析

2.1 8個CMIP5模式在貴州的適用性分析

本研究分析的4個極端降水指數(shù)均通過逐日降水資料計算而得，因此，對預估資料中已有可靠觀測數(shù)據(jù)的時間段2006-2016年降水資料進行適用性評估，并選出模擬效果較好的模式用于21世紀極端降水事件的預估是非常有必要的。

圖1為2006-2016年RCP8.5、RCP4.5和RCP2.6排放情景下，貴州省8個CMIP5全球氣候模式模擬場相對于實況觀測場的年平均降水量泰勒圖，且這8個CMIP5模式在除貴州以外的其它區(qū)域得到了普遍的使用和較好的檢驗效果。由圖1可見，在各排放情景下，BCC-CSM1-1、CSIRO-Mk3-6-0、GFDL- ESM2G、MRI-CGCM3和NorESM1-M的模擬效果較差，空間相關系數(shù)接近0或小于0，且均方根誤差均大于1。EC-EARTH模式均方根誤差大于1.0，模擬效果也較差?？傮w上看，CCSM4和IPSL- CM5A-MR的模擬效果最好，在3種排放情景下，空間相關系數(shù)大于0.4，均方根誤差相對于其它模式較小，介于0.75～1.0，而標準差介于0.5～1.0。王麟等指出，對于大部分單個模式結果，多個模式集合模擬的平均值效果更好，因此，本研究對極端降水事件的預估分析采用泰勒圖評估效果較好的CCSM4和IPSL-CM5A-MR模式在等權重系數(shù)條件下平均的結果。

具體方法為，首先根據(jù)CCSM4和IPSL-CM5A- MR模式歷史模擬結果計算貴州省85站1986-2005年4個與降水相關的極端指數(shù)平均值，作為參照期數(shù)據(jù)；然后計算CCSM4和IPSL-CM5A-MR模式在預估時段2018-2098年RCP8.5、RCP4.5和RCP2.6排放情景下貴州省與降水相關的極端指數(shù)CDD（連續(xù)干旱日數(shù)）、R20mm（大于20mm的降水日數(shù)）、Rx5day（連續(xù)5d最大降水量）和SDII（簡單日降水強度指數(shù)）相對于參照期的變化量；最后將CCSM4和IPSL-CM5A-MR模式的變化量進行平均得到最終結果。

2.2 不同階段貴州省極端降水事件變化的空間分析

2.2.1 連續(xù)干旱日數(shù)（CDD）

由圖2貴州省21世紀各階段不同情景下極端天氣氣候事件指數(shù)CDD相對于1986-2005年的變化分布可見，21世紀早期，在RCP8.5、RCP4.5和RCP2.6情景下，貴州省連續(xù)干旱日數(shù)CDD除東部地區(qū)外，其余大部分地區(qū)CDD普遍少于參照期，差值約在-5d的范圍內(nèi)；21世紀中期，在RCP4.5和RCP2.6情景下差值基本與21世紀早期持平，但RCP8.5情景下全省CDD值均多于參照期，差值在1～7d范圍內(nèi)，且東部偏多幅度大于西部；21世紀末期，RCP2.6情景下CDD值仍維持前期特征，而在RCP8.5和RCP4.5情景下此值相對于參照期均表現(xiàn)為偏多，且變化幅度較前期增多，差值在1～11d，東部偏多幅度仍大于西部?？偟膩碚f，21世紀貴州省連續(xù)干旱日數(shù)CDD表現(xiàn)為前期變幅相對較小、后期變幅相對較大，在3種情景下21世紀各個階段貴州省東部均多于參照期，差值在2～11d，且排放情景越高，偏多幅度越大。

2.2.2 大于20mm的降水日數(shù)（R20mm）

由圖3可見，貴州省21世紀各階段不同情景下極端天氣氣候事件指數(shù)R20mm普遍多于參照期，偏多幅度不超過4d，且越到后期，高排放情景（RCP8.5）增幅越大，中低排放情景（RCP4.5和RCP2.6）增幅放緩甚至減小。具體來看，RCP8.5情景下，全省R20mm值相對于參照期由21世紀早期偏多不足1d，到21世紀中期偏多0～2d，最后到21世紀末期偏多1～4d；RCP4.5情景下，21世紀全省R20mm值相對于參照期偏多較為穩(wěn)定，始終維持在0～2d；RCP2.6情景下，全省R20mm值相對于參照期從21世紀早期偏多0～2d到21世紀末期緩慢增至0～3d。

2.2.3 連續(xù)5d最大降水量（Rx5day）

由圖4可見，貴州省21世紀各階段不同情景下連續(xù)5d最大降水量Rx5day普遍多于參照期，且越到后期，高排放情景（RCP8.5）增幅越大，中低排放情景（RCP4.5和RCP2.6）增幅放緩甚至減小。具體來看，RCP8.5情景下，全省Rx5day值相對于參照期由21世紀早期偏多0～12mm，到21世紀中期偏多7～44mm，最后到21世紀末期偏多12～45mm；RCP4.5情景下，全省Rx5day值相對于參照期由21世紀早期偏多5～29mm，到21世紀中期偏多3～21mm，最后到21世紀末期偏多1～13mm；RCP2.6情景下，全省Rx5day值相對于參照期由21世紀早期偏多0～16mm，到21世紀中期偏多0～20mm，最后到21世紀末期偏多0～25mm。

2.2.4 簡單日降水強度指數(shù)（SDII）

由圖5可見，貴州省21世紀各階段不同情景下簡單日降水強度指數(shù)SDII普遍多于參照期，且越到后期，高排放情景（RCP8.5）增幅越大，中低排放情景（RCP4.5和RCP2.6）增幅放緩甚至減小。具體來看，RCP8.5情景下，全省SDII值相對于參照期由21世紀早期偏多0.2～2.6mm·d，到21世紀中期增至偏多4.2～12.8mm·d，最后到21世紀末期偏多6.7～16.6mm·d；RCP4.5情景下，全省SDII值相對于參照期由21世OP紀早期偏多4.3～8.9mm·d，到21世紀中期減至偏多2.0～8.2mm·d，最后到21世紀末期偏多2.8～7.2mm·d；RCP2.6情景下，全省SDII值相對于參照期由21世紀早期偏多1.1～7.6mm·d，到21世紀中期偏多0.5～8.3mm·d，最后到21世紀末期偏多1.7～12.2mm·d。

3 結論與討論

（1）利用泰勒圖對2006-2016年8個CMIP5模式數(shù)據(jù)檢驗可知，CCSM4和IPSL-CM5A-MR的模擬效果最好，因此，本研究對極端降水事件的預估分析采用這兩個模式在等權重系數(shù)條件下平均的結果。研究表明，檢驗對比是使用預估數(shù)據(jù)時不可缺少的環(huán)節(jié)。

（2）21世紀各個階段貴州省連續(xù)干旱日數(shù)CDD在3種情景下均表現(xiàn)為東部多于參照期，且排放情景越高，偏多幅度越大，因此，貴州省東部地區(qū)未來可能發(fā)展的旱情值得關注，同時上述地區(qū)未來在農(nóng)業(yè)生產(chǎn)上應采取相應的適應政策。另外，貴州省大于20mm的降水日數(shù)R20mm、連續(xù)5d最大降水量Rx5day和簡單日降水強度指數(shù)SDII在21世紀不同階段不同情景下普遍多于參照期，且越到后期，高排放情景（RCP8.5）增幅越大，中低排放情景（RCP4.5和RCP2.6）增幅放緩甚至減小。總的來說，全球變暖背景下尤其是高排放情景下貴州省極端降水事件有增加的趨勢。從大氣環(huán)流的角度來講，東亞夏季風環(huán)流增強，而且大氣層結不穩(wěn)定性的增加，都為極端降水事件的增加提供了有利的背景條件。

全球氣候模式的分辨率較低，對于較小空間尺度的未來預估存在一定的不確定性，今后的研究可采用動力降尺度（區(qū)域氣候模式）或統(tǒng)計降尺度進行更進一步的分析，以減少未來預估的不確定性，因此，相關研究還有待進一步深入。

致謝：本研究所使用的全球氣候模式氣候變化預估數(shù)據(jù)，由國家氣候中心研究人員對數(shù)據(jù)進行整理、分析和惠許使用。原始數(shù)據(jù)由各模式組提供，由WGCM（JSC/CLIVAR Working Group on Coupled Modelling）組織PCMDI（Program for Climate Model Diagnosis and Intercomparison）搜集歸類。多模式數(shù)據(jù)集的維護由美國能源部科學辦公室提供資助。

[1]Taylor K E,Stouffer R J,Meehl G A.An overview of CMIP5 and the experiment design[J].Bulletin of the American Meteorological Society,2012,93(4):485-498.

[2]陶輝,黃金龍,翟建青,等.長江流域氣候變化高分辨率模擬與RCP4.5情景下的預估[J].氣候變化研究進展,2013,9(4): 246-251.

Tao H,Huang J L,Zhai J Q,et al.Simulation and projection of climate changes under the RCP4.5 scenario in the Yangtze River Basin based on CCLM[J].Advances in Climate Change Research,2013,9(4):246-251.(in Chinese)

[3]楊紅龍,王炳坤,杜堯東,等.RCPs情景下珠江流域氣候變化預估分析[J].熱帶氣象學報,2014,30(3):503-510.

Yang H L,Wang B K,Du Y D,et al.Projected change in mean climate in the pearl river basin under the RCPS scenarios[J]. Journal of Tropical Meteorology,2014,30(3):503-510.(in Chinese)

[4]胡芩,姜大膀,范廣洲.青藏高原未來氣候變化預估:CMIP5模式結果[J].大氣科學,2015,39(2):260-270.

Hu Q,Jiang D B,Fan G Z.Climate change projection on the Tibetan Plateau:results of CMIP5 models[J].Chinese Journal of Atmospheric Sciences,2015,39(2):260-270.(in Chinese)

[5]陶純?nèi)?姜超,孫建新.CMIP5模式對中國東北氣候模擬能力的評估[J].氣候與環(huán)境研究,2016,21(3):357-366.

Tao C W,Jiang C,Sun J X.Evaluation of CMIP5 models performance on climate simulation in Northeast China[J]. Climatic and Environmental Research,2016,21(3):357-366. (in Chinese)

[6]陳活潑.CMIP5模式對21世紀末中國極端降水事件變化的預估[J].科學通報,2013,58(8):743-752.

Chen H P.Projected change in extreme rainfall events in China by the end of the 21st century using CMIP5 models[J]. Chin Sci Bull,2013,58(8):743-752.(in Chinese)

[7]吳蔚,穆海振,梁卓然,等.CMIP5全球氣候模式對上海極端氣溫和降水的情景預估[J].氣候與環(huán)境研究,2016,21(3): 269-281.

Wu W,Mu H Z,Liang Z R,et al.Projected changes in extreme temperature and precipitation events in Shanghai based on CMIP5 simulations[J].Climatic and Environmental Research, 2016,21(3):269-281.(in Chinese)

[8]吳佳,周波濤,徐影.中國平均降水和極端降水對氣候變暖的響應:CMIP5模式模擬評估和預估[J].地球物理學報, 2015,58(9):3048-3060.

Wu J,Zhou B T,Xu Y.Response of precipitation and its extremes over China to warming:CMIP5 simulation and projection[J].Chinese Journal of Geophysics,2015,58(9): 3048-3060.(in Chinese)

[9]張武龍,張井勇,范廣州.CMIP5模式對我國西南地區(qū)干濕季降水的模擬和預估[J].大氣科學,2015,39(3):559-570.

Zhang W L,Zhang J Y,Fan G Z.Evaluation and projection of dry-and wet-season precipitation in southwestern China using CMIP5 models[J].Chinese Journal of Atmospheric Sciences, 2015,39(3):559-570.(in Chinese)

[10]程建剛,宋連春,黃瑋,等.云南省未來10~30年氣候變化預估及其影響評估報告[M].北京:氣象出版社, 2014.

Cheng J G,Song L C,Huang W,et al.Assessment report of climate change forecast and its impact on Yunnan Province in the next 1 to 3 decades[M].Beijing:China Meteorological Press,2014.(in Chinese)

[11]Frich P,Alexander L,Della M,et al.Observed coherent changes in climatic extremes during the second half of the twentieth century[J].Climate Res,2002,19:193-212.

[12]張?zhí)煊?范莉,程炳巖,等.1961-2007年三峽庫區(qū)極端降水指數(shù)R5d的變化規(guī)律及其未來情景預估[J].中國農(nóng)業(yè)氣象, 2010,31(2):176-182.

Zhang T Y,Fan L,Cheng B Y,et al.Variation of extreme precipitation index(maximum consecutive 5-day precipitation totals)in the three gorges during 1961-2007 and scenario projections[J].Chinese Journal of Agrometeorology,2010, 31(2):176-182.(in Chinese)

[13]吳燦,趙景波,王格慧.黃河流域極端氣溫指數(shù)的氣候演變特征分析[J].中國農(nóng)業(yè)氣象,2015,36(5):525-535.

Wu C,Zhao J B,Wang G H.Characteristic analysis of the climatic revolution in the Yellow River extreme temperature index[J].Chinese Journal of Agrometeorology,2015,36(5): 525-535.(in Chinese)

[14]王冀,蔣大凱,張英娟.華北地區(qū)極端氣候事件的時空變化規(guī)律分析[J].中國農(nóng)業(yè)氣象,2012,33(2):166-173.

Wang J,Jiang D K,Zhang Y J.Analysis on spatial and temporal variation of extreme climate events in North China [J].Chinese Journal of Agrometeorology,2012,33(2):166- 173.(in Chinese)

[15]汪寶龍,張明軍,魏軍林,等.1960-2009年青海省極端氣溫事件的變化特征[J].中國農(nóng)業(yè)氣象,2012,33(1):41-47.

Wang B L,Zhang M J,Wei J L,et al.Characteristics of extreme temperature in Qinghai Province during 1960- 2009[J].Chinese Journal of Agrometeorology,2012,33(1): 41-47.(in Chinese)

[16]陶純?nèi)?姜超,孫建新.CMIP5模式對中國東北氣候模擬能力的評估[J].氣候與環(huán)境研究,2016,21(3):357-366.

Tao C W,Jiang C,Sun J X.Evaluation of CMIP5 models performance on climate simulation in Northeast China[J]. Climatic and Environmental Research,2016,21(3):357-366. (in Chinese)

[17]姜燕敏,吳昊旻.20 個CMIP5模式對中亞地區(qū)年平均氣溫模擬能力評估[J].氣候變化研究進展,2013,9 (2):110-116.

Jiang Y M,Wu H M.Simulation capabilities of 20 CMIP5 Models for annual mean air temperatures in central Asia[J]. Advances in Climate Change Research,2013,9(2): 110-116. (in Chinese)

[18]王麟,劉毅鵬,汪健,等.5個CMIP5模式對低緯高原氣溫的模擬和預估[J].云南大學學報(自然科學版),2015,37(6): 851-860.

Wang L,Liu Y P,Wang J,et al.Simulations and estimates of low latitude highland temperature by 5 CMIP5 models[J]. Journal of Yunnan University,2015,37(6):851-860.(in Chinese)

[19]劉文茹,居輝,陳國慶,等.典型濃度路徑(RCP)情景下長江中下游地區(qū)氣溫變化預估[J].中國農(nóng)業(yè)氣象,2017,38(2): 65-75.

Liu W R,Ju H,Chen G Q,et al.Prediction on the possible air temperature change over the Middle and Lower Yangtze River Basin under the RCP scenarios[J].Chinese Journal of Agrometeorology,2017,38(2):65-75.(in Chinese)

[20]曹祥會,龍懷玉,張繼宗,等.河北省主要極端氣候指數(shù)的時空變化特征[J].中國農(nóng)業(yè)氣象,2015,36(3):245-253.

Cao X H,Long H Y,Zhang J Z,et al.Temporal and spatial variation analysis of the main extreme climate index in Hebei Province[J].Chinese Journal of Agrometeorology, 2015,36(3):245-253.(in Chinese)

Projected Changes in Extreme Precipitation Events in Guizhou Based on CMIP5 Simulations over the 21st Century

ZHANG Jiao-yan，LI Yang，ZHANG Dong-hai，CHEN Zhen-hong，YANG Yi

(1. Guizhou Climate Center, Guiyang 550002, China; 2. Guizhou Key Lab of Mountainous Climate and Resources, Guiyang 550002; 3.Guiyang Meteorological Bureau, Guiyang 550001; 4.Anshun Meteorological Bureau, Anshun 561000)

Under three different scenarios of greenhouse gas emission including RCP8.5, 4.5 and 2.5, the daily precipitation data in Guizhou, covering the period of 2006-2016 from 8 CMIP5 models provided by the National Climate Center, were examined in this study by using the Taylor diagrams. The data from two models (CCSM4 and IPSL-CM5A-MR) with the best simulation results were selected to calculate the extreme precipitation indices during three periods of 2018-2044, 2045-2071 and 2072-2098 subsequently. The indices included maximum number of consecutive dry days(CDD), numbers of days with precipitation ≥20mm·d(R20mm), maximum 5 day precipitation total(Rx5day) and simple daily intensity index(SDII), respectively, in comparison to those during the period 1986-2005. It was indicated that the CDD over the eastern regions grew during the 21st century under the three RCPs scenarios and the increase was proportional to the emission scenario. This described that more attention should be paid on the potential drought over the eastern Guizhou in future. Besides, the increases in R20mm, Rx5day and SDII were also detected in Guizhou during the 21st century. In the late 21st century, the increment of the extreme precipitation was more obvious under high emission(RCP8.5) than those under lower emission (RCP4.5 and 2.6). Overall, it was suggested that extreme precipitation events over Guizhou showed an uprising trend with more gas emission, under the background of the global warming.

Taylor diagrams; RCPs scenarios; Projected climate change; Extreme precipitation events

10.3969/j.issn.1000-6362.2017.10.004

張嬌艷,李揚,張東海,等.基于CMIP5全球氣候模式的21世紀貴州省極端降水事件預估[J].中國農(nóng)業(yè)氣象,2017,38(10):655-662

2017-02-28

中國清潔發(fā)展機制基金贈款項目（2013031）；貴州省氣象局青年科技基金資助項目（黔氣科合QN[2015]15號）

張嬌艷（1986-），碩士，主要從事氣候變化研究工作。E-mail：mylove813jiaojiao@163.com