婁利華

(遼寧省朝陽水文局，遼寧 朝陽 122000)

降水量變化趨勢(shì)的預(yù)測(cè)是水資源量評(píng)估、農(nóng)業(yè)生產(chǎn)規(guī)劃、水環(huán)境管理及防洪抗旱等水利實(shí)踐工作的基礎(chǔ)。目前，降水量變化趨勢(shì)的預(yù)測(cè)可采用回歸分析、蒙特卡洛模型、克里金空間插值等方法，但這些方法大多基于氣象數(shù)據(jù)的統(tǒng)計(jì)特性而非作用機(jī)理，因此無法準(zhǔn)確考慮氣候變化條件下的降水變化特征?；谌驓夂蚰Ｊ降慕邓孔兓厔?shì)預(yù)測(cè)方法則可以從氣候變化的作用機(jī)理進(jìn)行預(yù)測(cè)，具有較大的發(fā)展?jié)摿εc應(yīng)用前景。為預(yù)估未來全球和區(qū)域的氣候變化，須事先提供不同的情景，IPCC專家組提出的典型濃度路徑(representative concentration pathways，RCPs)氣候變化情景在全球范圍內(nèi)得到了最廣泛的認(rèn)可。本文以朝陽市為例，基于WCRP計(jì)劃下CMIP5多模型項(xiàng)目在RCP2.6、RCP4.5、RCP8.5三種氣候變化情景下的全球氣候模式GCM輸出結(jié)果、結(jié)合朝陽市各氣象站的實(shí)測(cè)降水量數(shù)據(jù)對(duì)該地區(qū)2017～2060年的降水量變化趨勢(shì)進(jìn)行預(yù)測(cè)。

1 預(yù)測(cè)方法

1.1 RCPs氣候變化情景

典型濃度路徑(representative concentration pathways，RCPs)是政府間氣候變化專門委員會(huì)(IPCC)第五次評(píng)估報(bào)告為再現(xiàn)20世紀(jì)歷史氣候和預(yù)測(cè)21世紀(jì)氣候所設(shè)計(jì)的氣候模擬與預(yù)估試驗(yàn)。作為預(yù)估未來氣候變化的前提，RCPs情景預(yù)先構(gòu)建了未來社會(huì)經(jīng)濟(jì)變化情景，每一個(gè)RCP定義為代表一大類當(dāng)前關(guān)注的多種氣體的綜合情景，比如高基準(zhǔn)情景、低減排情景和中等排放情景等。

本文主要選擇RCP2.6、RCP4.5、RCP8.5三種氣候變化情景。其中RCP2.6情景模式是溫室氣體排放的理想情景，假設(shè)人類采取措施努力應(yīng)對(duì)氣候變化，降低溫室氣體排放量，到2100年控制溫室氣體排放量穩(wěn)定在極小值且全球平均溫度上升限制在2℃以內(nèi)，輻射強(qiáng)迫下降到2.6(w·m-2)，CO2當(dāng)量濃度為490×10-6。RCP4.5情景模式耦合國(guó)土地利用及陸面變化因素，假定全球溫室氣體排放長(zhǎng)期存在，直至2080年以后才降低，但仍超過允許數(shù)值，輻射強(qiáng)迫穩(wěn)定在4.5(w·m-2)，CO2當(dāng)量濃度為650×10-6。RCP8.5情景是溫室氣體排放最嚴(yán)重的情景，其假定未來社會(huì)人口眾多、能源改善緩慢、技術(shù)革新率不高等諸多不利因素，導(dǎo)致人類社會(huì)沒有形而有效的辦法來遏制溫室氣體的高排放，輻射強(qiáng)迫上升至8.5(w·m-2)，CO2當(dāng)量濃度約1370×10-6[9]。

1.2 CMIP5與降尺度分析

CMIP5是指由世界氣候研究計(jì)劃(WCRP)組織的第五階段的耦合全球氣候模式比較計(jì)劃，參與該計(jì)劃的試驗(yàn)數(shù)據(jù)資料被廣泛應(yīng)用于氣候變化相關(guān)機(jī)理以及未來氣候變化特征預(yù)估等方面的研究。該階段的試驗(yàn)計(jì)劃新增了一些模式試驗(yàn)，如增加了年代際近期預(yù)測(cè)試驗(yàn)、包含碳循環(huán)的氣候試驗(yàn)和診斷氣候反饋的敏感性試驗(yàn)等，目的是解決從第四次評(píng)估過程中涌現(xiàn)出的主要科學(xué)問題，以豐富現(xiàn)有氣候變化理論和提高對(duì)未來氣候變化的預(yù)估的能力。我國(guó)國(guó)家氣候中心也于2009年開始致力于試驗(yàn)數(shù)據(jù)的準(zhǔn)備、輸出物理量添加和試驗(yàn)的開展。本文所選用的CMIIP5模型包括BCC- CSM1.1、CanESM2、MIROC5、IPSL- CM5A- MR和FGOALS- g2。

全球氣候模式的輸出結(jié)果一般具有較低的分辨率，這難以滿足區(qū)域水文與氣象預(yù)報(bào)的精度要求，因此需要采用降尺度分析將較低分辨率的輸出數(shù)據(jù)轉(zhuǎn)化為較高分辨率數(shù)據(jù)。降尺度方法可分為動(dòng)力降尺度法和統(tǒng)計(jì)降尺度兩種不同的方法，前者需要大量的基礎(chǔ)數(shù)據(jù)與計(jì)算資源，在實(shí)際應(yīng)用中具有一定的局限性，因此本文采用統(tǒng)計(jì)降尺度法，基于CMIP5多模型項(xiàng)目在RCP2.6、RCP4.5、RCP8.5三種氣候變化情景下的全球氣候模式GCM輸出結(jié)果、結(jié)合朝陽市各氣象站的實(shí)測(cè)降水量數(shù)據(jù)對(duì)該地區(qū)2017～2060年的降水量變化趨勢(shì)進(jìn)行預(yù)測(cè)，具體的降尺度分析步驟可參見文獻(xiàn)[11]。

2 預(yù)測(cè)結(jié)果

2.1 預(yù)測(cè)方法合理性分析

預(yù)測(cè)方法合理性分析主要是將預(yù)測(cè)值與實(shí)測(cè)值進(jìn)行比較，從而確定預(yù)測(cè)方法的誤差范圍。選用CMIP5耦合全球氣候模式結(jié)合降尺度法確定1960～2015年朝陽市的逐月降水量，其中1960～2008年為模型修正期，即根據(jù)實(shí)測(cè)數(shù)據(jù)(數(shù)據(jù)主要來源于文獻(xiàn)[2])對(duì)降尺度模型進(jìn)行修正；2009～2015年為驗(yàn)證期，即采用修正后的模型對(duì)朝陽市的逐月降水量進(jìn)行“預(yù)測(cè)”并與實(shí)測(cè)值進(jìn)行比較。

根據(jù)實(shí)測(cè)與預(yù)測(cè)數(shù)據(jù)計(jì)算朝陽、北票、葉柏壽、建平、凌源、喀左6個(gè)測(cè)站的多年平均逐月降水量，結(jié)果見圖1。由圖1可知，朝陽站、北票站的預(yù)測(cè)結(jié)果略高于實(shí)測(cè)值，全年降水量的高估比例約為1.40%和1.54%；葉柏壽站的預(yù)測(cè)結(jié)果較接近于實(shí)測(cè)值，全年降水量的低估比例約為0.49%；建平站的預(yù)測(cè)結(jié)果與實(shí)測(cè)值擬合度非常高，年降水量的高估比例僅為0.24%；凌源站、喀左站的預(yù)測(cè)結(jié)果低于實(shí)測(cè)值，全年降水量的低估比例約為1.59%和0.86%。綜上，各站的預(yù)測(cè)結(jié)果均十分接近實(shí)測(cè)值，滿足應(yīng)用要求。

2.2 RCP2.6氣候變化情景

在RCP2.6氣候變化情景下，陽市各站的降水量變化曲線預(yù)測(cè)結(jié)果見圖2。

圖2 RCP2.6氣候變化情景下朝陽市各站降水量變化曲線

由圖2數(shù)據(jù)可知，朝陽市各站的降水量均呈W型變化趨勢(shì)，即呈現(xiàn)下降、上升、下降等過程；其中朝陽站的降水量在2017～2060年間整體呈現(xiàn)略上升趨勢(shì)，年均增長(zhǎng)率約為0.28mm/a；北票站的降水量整體呈現(xiàn)下降趨勢(shì)，其變化幅度略大約朝陽站，年均減小率約為0.36mm/a；葉柏壽站的降水量也呈下降趨勢(shì)，變化幅度較接近于朝陽站，年均減小率約為0.24mm/a；建平站的降水量與葉柏壽站的變化趨勢(shì)基本一致，年均減小率約為0.30mm/a；凌源站的降水量沒有明顯的變化趨勢(shì)，年均增長(zhǎng)率約為0.07mm/a，考慮到氣候變化的不確定性，該趨勢(shì)可以忽略不計(jì)；喀左站的降水量與朝陽站的變化趨勢(shì)基本一致，呈上升趨勢(shì)，年均增長(zhǎng)約為0.22mm/a。綜上，朝陽市各站的降水量變化趨勢(shì)并不明顯，其中北票站的變化趨勢(shì)相對(duì)明顯，而凌源站的變化趨勢(shì)最不明顯。

2.3 RCP4.5氣候變化情景

在RCP4.5氣候變化情景下，陽市各站的降水量變化曲線預(yù)測(cè)結(jié)果見圖3。

圖3 RCP4.5氣候變化情景下朝陽市各站降水量變化曲線

與RCP2.6氣候變化情景不同，在RCP4.5氣候變化情景下，朝陽市各站的降水量大體呈現(xiàn)M型變化趨勢(shì)，即呈現(xiàn)先上升、再下降、再上升等過程。與RCP2.6情景類似，朝陽站的降水量在2017～2060年間整體呈現(xiàn)略上升趨勢(shì)，年均增長(zhǎng)率約為0.20mm/a；北票站的降水量整體呈現(xiàn)下降趨勢(shì)，其變化幅度略相對(duì)于RCP2.6略小，年均減小率約為0.19mm/a；與RCP2.6情景相反，葉柏壽站的降水量在RCP4.5情景下呈上升趨勢(shì)，年均增長(zhǎng)率約為0.21mm/a；建平站在RCP4.5情景下的降水量也與RCP2.6情景相反，即呈上升趨勢(shì)，年均增長(zhǎng)率約為0.28mm/a；凌源站的降水量依舊沒有明顯的變化趨勢(shì)，年均增長(zhǎng)率約為0.12mm/a；在RCP4.5情景下，喀左站的降水量沒有明顯的變化趨勢(shì)，年均增長(zhǎng)率僅為0.05mm/a。綜上，在RCP4.5情景下，朝陽市各站的降水量變化趨勢(shì)并不明顯，其中建平站的變化趨勢(shì)相對(duì)明顯，而喀左站的變化趨勢(shì)幾乎可以忽略不計(jì)。

2.4 RCP8.5氣候變化情景

在RCP8.5氣候變化情景下，陽市各站的降水量變化曲線預(yù)測(cè)結(jié)果見圖4。

圖4 RCP8.5氣候變化情景下朝陽市各站降水量變化曲線

類似于RCP2.6情景，朝陽市各站在2017～2060年的降水量均呈W型變化趨勢(shì)，即呈現(xiàn)下降、上升、下降等過程。但不同于RCP2.6與RCP4.5氣候變化情景，朝陽市各站的降水量在RCP8.5情景下均呈現(xiàn)上升趨勢(shì)；其中朝陽站的上升趨勢(shì)略低于RCP2.6與RCP4.5情景，年均增長(zhǎng)率約為0.71mm/a；北票站的降水量呈現(xiàn)較為明顯的上升趨勢(shì)，年均增長(zhǎng)率約為1.46mm/a；葉柏壽站的降水量與北票站較為接近，年均增長(zhǎng)率約為1.48mm/a；建平站降水量的變化幅度略大于朝陽站，年均增長(zhǎng)率約為0.91mm/a；相對(duì)于RCP2.6與RPC4.5情景，在RCP8.5情景下凌源站的降水量變化趨勢(shì)較為明顯，年均增長(zhǎng)率約為1.36mm/a；喀左站的降水量與凌源站較為接近，年均增長(zhǎng)率約為1.26mm/a。綜上，在RCP8.5情景下，朝陽市各站的降水量呈現(xiàn)較為明顯的上升趨勢(shì)，其中葉柏壽站的增長(zhǎng)幅度相對(duì)較大，而朝陽站的增長(zhǎng)幅度相對(duì)較小。

3 結(jié)論

以朝陽市為例，對(duì)該地區(qū)未來43年不同RCPs氣候變化情景下的降水量變化趨勢(shì)進(jìn)行了預(yù)測(cè)。結(jié)果表明：在RCP2.6氣候變化情景下，朝陽站、凌源站、喀左站呈略上升趨勢(shì)，北票站、葉柏壽站、建平站顯現(xiàn)略下降趨勢(shì)；在RCP4.5氣候變化情景下，除北票站的降水量呈略下降趨勢(shì)外，其余各站均呈上升趨勢(shì)；在RCP8.5氣候

變化情景下，各站降水量均呈現(xiàn)上升趨勢(shì)，其中葉柏壽站的增長(zhǎng)幅度相對(duì)較大，而朝陽站的增長(zhǎng)幅度相對(duì)較小。

[1] 解永峰. 遼陽市多年水資源總量變化趨勢(shì)研究[J] . 水利技術(shù)監(jiān)督, 2016(03): 77- 80.

[2] 梁群, 張國(guó)林. 近 50 年遼寧朝陽地區(qū)氣溫與降水趨勢(shì)變化對(duì)農(nóng)業(yè)生產(chǎn)的影響[J]. 安徽農(nóng)業(yè)科學(xué), 2009 , 37(28): 13694- 13696.

[3] 王巍巍. 大氣降水對(duì)錦州市河流水質(zhì)的影響分析[J]. 水利規(guī)劃與設(shè)計(jì), 2016(12): 53- 55.

[4] 周廣學(xué), 李普慶, 周曉東. 朝陽干旱類型與糧食產(chǎn)量及抗旱對(duì)策[J]. 安徽農(nóng)業(yè)科學(xué), 2010, 38(23): 12873- 12875.

[5] 楊正華. 石羊河流域降水特征值及變化趨勢(shì)分析[J]. 水利規(guī)劃與設(shè)計(jì), 2016(05): 23- 25.

[6] 朱蘇云. 基于 GA 優(yōu)化的蒙特卡洛模型在降水量預(yù)測(cè)中的應(yīng)用[J]. 水利規(guī)劃與設(shè)計(jì), 2016(04): 52- 55.

[7] 楊永利, 陳月. 基于協(xié)同克里金模型的區(qū)域降水空間插值方法與應(yīng)用研究[J]. 水利技術(shù)監(jiān)督, 2016(04): 104- 107.

[8] Yan, X., & Mohammadian, A. Numerical Modeling of Vertical Buoyant Jets Subjected to Lateral Confinement[J]. Journal of Hydraulic Engineering, 2017, 143(07): 04017016.

[9] 林榕杰, 方國(guó)華, 郭玉雪, 等. RCP 情景下都柳江上游氣候變化及徑流響應(yīng)分析[J]. 水資源與水工程學(xué)報(bào), 2017, 28(01): 74- 8.

[10] 占明錦, 殷劍敏, 孔萍, 等. 典型濃度路徑(RCP) 情景下未來 50 年鄱陽湖流域氣候變化預(yù)估[J]. 科學(xué)技術(shù)與工程, 2013(34): 10107- 10115.

[11] Shirkhani, H., Seidou, O., Mohammadian, A., & Qiblawey, H. Projection of Significant Wave Height in a Coastal Area under RCPs Climate Change Scenarios[J]. Natural Hazards Review, 2015, 17(01): 04015016.