徐方姝 牛丹

摘要 利用歐洲中心ERA-interim再分析資料與區(qū)域氣候模式RegCM4（Regional Climate Model，version 4.0）的模擬與預(yù)估結(jié)果，對當(dāng)代（1995—2005年）氣候背景下江淮暴雨低渦的時間變化進行對比分析，同時對未來（2020—2030年）2種溫室排放情景下（RCP 4.5和RCP 8.5）典型的江淮暴雨低渦演變過程特征進行預(yù)估及對比。結(jié)果表明，未來2種情景下低渦移動路徑相似，主要為東北路和東路；但移動速度略有差別，RCP 4.5 情景下的低渦的初始移動緩慢，后期移速加快，而 RCP 8.5 情景下的低渦移動速度則較為均勻。RCP 4.5 情景下的暴雨低渦強度緩慢增長，而 RCP 8.5 情景下的暴雨低渦個例低渦強度變化呈現(xiàn)的是平穩(wěn)維持、增長、減弱維持3個階段的變化趨勢；就低渦暴雨過程中的降水量和降水范圍來說，RCP 4.5 情景下的低渦個例均明顯小于 RCP 8.5 情景。研究結(jié)果顯示更高的溫室氣體排放將導(dǎo)致未來出現(xiàn)更強的低渦暴雨，因此應(yīng)進一步深化對低渦暴雨災(zāi)害性天氣發(fā)展趨勢的研究。

關(guān)鍵詞 暴雨低渦；演變特征；RegCM4；預(yù)估；江淮

中圖分類號 S161.6 文獻標(biāo)識碼 A 文章編號 0517-6611（2018）18-0124-06

Analysis and Prediction of Evolution Characteristics of Heavy Rainfall Vortex in Jianghuai Valley

XU Fangshu1， NIU Dan2

（1.Liaoning Province Meteorological Service Center， Shenyang，Liaoning 110166；2.Liaoning Provicial Meteorological Information Center，Shenyang，Liaoning 110166）

Abstract The study compared the time evolution of heavy rainfall vortexes in Jianghuai under contemporary climate that used the data of ECMWF and simulated and projective outputs of the regional climate model， the evolution process characteristics of the low vortex during 2020 - 2030 was projected. The result showed that the vortex moving path of two scenarios was similar，mainly northeast and east；but the move speed was slightly different. In RCP 4.5 scenario， the vortex moved slowly initially and moved quickly lately， the intensity of the vortex was enhanced slowly. In RCP8.5 scenario， the speed of the vortex was relatively even， the trend of intensity was performed as three stages： keeping steady， enhancement and weaken to maintain. The amount and scope of the precipitation in RCP 8.5 scenario were both larger than that in RCP 4.5 scenario. It revealed that the more severe vortex precipitation might occur in the future with higher greenhouse gas emissions. So there should be further research on the development trend of low vortex with severe rainfall.

Key words Heavy rain vortex；Evolution characteristics；RegCM4；Prediction；Jianghuai Rivers

江淮地區(qū)幅員遼闊、土地富饒，地處我國政治、文化、經(jīng)濟、中心，是推動我國綜合國力發(fā)展的重要戰(zhàn)略地區(qū)，同時也是我國工農(nóng)業(yè)生產(chǎn)最發(fā)達和人口密度最大的區(qū)域之一。江淮地區(qū)地處東亞季風(fēng)區(qū)的邊緣，夏季（5—8月）是江淮地區(qū)降水最多的時期，也是主要農(nóng)作物生長的關(guān)鍵時期。而夏季降水受到季風(fēng)系統(tǒng)以及北部中高緯環(huán)流的影響，變率復(fù)雜，近年來洪澇災(zāi)害的頻繁發(fā)生，對我國農(nóng)業(yè)和經(jīng)濟都造成了巨大的損失[1-3]。梅汛期暴雨是影響我國長江中下游地區(qū)夏季的主要氣象災(zāi)害之一，中尺度低渦作為梅汛期暴雨的重要天氣系統(tǒng)之一也受到了廣泛關(guān)注。梅汛期暴雨是多尺度系統(tǒng)相互作用的結(jié)果，經(jīng)過多年研究，在梅汛期及梅雨鋒降水特征、機理、結(jié)構(gòu)、性質(zhì)和大尺度環(huán)流形勢等方面取得了很大進展[4-6]。中尺度對流系統(tǒng)（MCS）往往是梅雨暴雨的直接制造者，中尺度低渦則是梅雨暴雨的主要中尺度天氣系統(tǒng)之一，它與中尺度對流系統(tǒng)的發(fā)生發(fā)展有密切的關(guān)系[7-9] 。低渦的活動對梅雨期的暴雨起著十分重要的作用，因此進一步了解低渦的發(fā)展演變顯得格外重要。目前利用常規(guī)觀測資料分析中尺度低渦的發(fā)生發(fā)展尚缺少有效的時空分辨率，對低渦的演變過程不能很好的描述，因此很多學(xué)者利用中尺度數(shù)值模式對低渦進行模擬，并利用所輸出的具有高時空分辨率的資料對暴雨過程中的中尺度低渦的發(fā)生發(fā)展和結(jié)構(gòu)演變進行分析，以便加深對江淮低渦的認識[10-12]。

在氣候變暖的大背景下，各種天氣系統(tǒng)的特征也會發(fā)生相應(yīng)的變化，從而引發(fā)各種極端天氣現(xiàn)象，如極端高溫、極端強降水、極端干旱等[13-14]。而近年來隨著氣候變暖，江淮地區(qū)的氣候特征有向北推移的現(xiàn)象。區(qū)域氣候模式的建立與運行，使研究未來各種情景下的天氣系統(tǒng)特征及演變成為可能，RegCM4是適合我國范圍的區(qū)域氣候模式，它為未來氣候情景研究提供了精細化研究工具、良好的試驗環(huán)境與適用的分析產(chǎn)品[15-18]。因此，筆者利用區(qū)域氣候模式RegCM4模擬與預(yù)估結(jié)果，對RCP 8.5與RCP 4.5這2種溫室排放情景下典型的江淮暴雨低渦演變過程特征進行對比分析。

1 資料與方法

研究范圍為江淮地區(qū)（28°～35°N、111°～125°E），研究時段為汛期5—7月，所用資料為歐洲中心ERA-interim 1995—2005年的再分析資料及國家氣候中心提供的區(qū)域氣候模式RegCM4產(chǎn)品。研究時段分別為代表當(dāng)下氣候背景的1995—2005年（當(dāng)代）以及2020—2030年（未來），溫室排放狀況為RCP 4.5和RCP 8.5這2種情景，聯(lián)合國政府間氣候變化專業(yè)委員會第五次評估（IPCC AR5）報告中指出氣候變化與人為排放活動尤其是碳排放的增加有很大關(guān)系，提出并采用了新一代排放情景“典型濃度路徑”（Representative Concentration Pathways，RCPs）。其中RCP 8.5 情景是2100年輻射強迫上升至8.5 W/m2，這是最高的溫室氣體排放情景；RCP 4.5 情景是 2100 年輻射強迫穩(wěn)定在4.5 W/m2，是采用低端排放基準(zhǔn)和中等減緩措施的溫室氣體排放情景[19-20]。

2 當(dāng)代暴雨低渦演變特征

2.1 汛期江淮低渦時間變化對比

從圖1可以看出，當(dāng)代2種資料在汛期江淮低渦的出現(xiàn)頻次上均存在顯著的年際變化，但兩者變化存在差別；從觀測資料來看，低渦出現(xiàn)頻數(shù)整體上呈現(xiàn)略增趨勢，過去11年中出現(xiàn)2個峰值，分別出現(xiàn)在1998年、2002和2003年（其中2002和2003年相等），而低渦出現(xiàn)最少的年份有多個且個數(shù)均為3個；年際變化上來看，低渦出現(xiàn)頻數(shù)呈現(xiàn)類似于余弦函數(shù)的變化趨勢。而從RegCM4模式模擬結(jié)果可以看出，1995—2005汛期江淮低渦出現(xiàn)頻數(shù)整體上呈現(xiàn)略減趨勢，這與觀測結(jié)果并不相同；低渦出現(xiàn)頻數(shù)最多的年份出現(xiàn)在1997年，出現(xiàn)了7個低渦，這比觀測結(jié)果中1998年出現(xiàn)的9個低渦略少；低渦出現(xiàn)頻數(shù)最少的年份為2001和2005年，只有1個低渦出現(xiàn)，說明低渦出現(xiàn)頻數(shù)的極大和極小值均比實際觀測小，這與模式模擬結(jié)果中總低渦個數(shù)的偏少有關(guān)[21]。從模式模擬的低渦頻數(shù)的年際變化趨勢來看，1995—2003年低渦呈現(xiàn)類似正弦函數(shù)的變化趨勢，2003年后則繼續(xù)減少。綜上所述，雖然2種資料在描述1995—2005年汛期江淮低渦出現(xiàn)頻數(shù)的年際變化上有所差別，但總體來看，模式資料模擬出了增長—減少—增長—減少的低渦頻數(shù)年際變化趨勢。

統(tǒng)計1995—2005年汛期江淮低渦出現(xiàn)頻數(shù)的月變化特征發(fā)現(xiàn)，觀測資料1995—2005年汛期江淮低渦出現(xiàn)最多的月份為6月，出現(xiàn)了21個低渦，占低渦總數(shù)的41.2%；其次是5月，出現(xiàn)了19個低渦，占低渦總數(shù)的37.3%；7月出現(xiàn)的低渦最少，為11個，僅占低渦總數(shù)的21.5%。RegCM4模式

的模擬結(jié)果則顯示出現(xiàn)低渦最多的月份為5月，出現(xiàn)了20

個低渦，占低渦總數(shù)的51.3%；而6和7月相對較少，7月最少，占低渦總數(shù)的18.0%。雖然2種資料在描述低渦出現(xiàn)最多的月份上略有差別，但其結(jié)果均表明低渦出現(xiàn)頻數(shù)較多的月份為5和6月，兩者比例可達汛期低渦總數(shù)的80.0%左右，7月則出現(xiàn)的最少。

2.2 典型暴雨低渦個例數(shù)值模擬方案及結(jié)果檢驗

挑選典型個例時，充分考慮到歷史時段合成低渦的特征[21]，選取與之最為接近的暴雨低渦作為典型個例。經(jīng)過篩選，將2000年5月25日08：00—26日20：00的一次暴雨低渦確定為典型暴雨低渦個例。

模擬采用兩重雙向嵌套方案，模擬區(qū)域中心為115.0°E、32.5°N，粗網(wǎng)格區(qū)域的格點數(shù)分別為83×83，細網(wǎng)格區(qū)域格點數(shù)為171×129，水平分辨率為30 km（粗網(wǎng)）和10 km（細網(wǎng)），垂直分辨率為不等距28層。模式初始條件和邊界條件均采用ERA-interim再分析資料。模擬時間從2000年5月25日08：00開始，積分時間共36 h，模擬結(jié)果每3 h和1 h輸出一次。2層網(wǎng)格的主要物理過程都采用Lin 微物理過程、Rrtm長波輻射和Goddard短波輻射方案、Grell-Devenyi積云對流參數(shù)化方案，近地面層選用Monin-Obukhov方案，路面過程為熱量擴散方案，邊界層采用YSU方案。

對比2000年5月25日08：00 ERA-interim再分析資料的850 hPa流場與同時次模式細網(wǎng)格輸出的850 hPa流場發(fā)現(xiàn)，模式較好地模擬出位于江淮地區(qū)的低渦系統(tǒng)，空間位置及范圍與實況較為接近，表1也顯示了模式對低渦中心位置變化的模擬效果良好，同時對低渦中心強度的模擬效果也較好。

對比2000年5月25日08：00—26日08：00實況和模擬的24 h累積降水分布（圖2）發(fā)現(xiàn)，模擬的雨帶與實況相似，均為東北—西南走向，模擬的強降水中心和降水量也與實況大體相似，模擬結(jié)果更為精細化。因此所取模式方案能夠較好地模擬此次暴雨低渦的強降水過程，得到的精細化結(jié)果可以用來對暴雨低渦的演變特征進行進一步的分析。

2.3 典型汛期江淮暴雨低渦特征演變

模式開始運行時，在江淮地區(qū)已有閉合渦旋，低渦中心位于湖北中部。從該低渦中心的移動路徑（圖3a）和低渦中心渦度強度變化（圖3b）可以看出，低渦在高空槽前正渦度平流影響下發(fā)展加強，低渦在東移過程中在大別山附近出現(xiàn)停滯、移動緩慢的現(xiàn)象，且低渦在此階段的強度沒有顯著增強，而是維持在之前的強度；這是由于低渦在大別山地形迎風(fēng)坡沿山形向南繞行時，地轉(zhuǎn)偏向力減小，反氣旋性增大，同時渦旋部分爬坡，位渦效應(yīng)也使渦旋在此階段強度減弱。25日20：00，低渦繞過大別山，到達背風(fēng)坡，有利于渦旋的發(fā)生發(fā)展，可見低渦中心強度開始顯著增強，低渦移動也顯著加快，向東偏北方向移動，低渦中心到達安徽北部。此后的平坦地形有利于低渦的維持東移增強，26日04：00，低渦發(fā)展到成熟期，中心渦度達到最大值；但低渦中心東移到江蘇北部時低渦強度顯著減弱。在低渦入海后，低渦強度再次顯著增強，但此時江淮地區(qū)降水已結(jié)束。

從WRF模擬的6個時次的850 hPa流場及相應(yīng)時次的 1 h降水量（圖4）可以看出，暴雨主要發(fā)生在低渦東側(cè)及南

側(cè)偏南氣流帶附近，偏南氣流將大量水汽輸送到江淮地區(qū)， 為暴雨的產(chǎn)生提供了有利的條件。25日10：00，低渦處于初期的形成維持階段，在低渦中心東南側(cè)有一東北—西南走向的狹長雨帶，降水強度并不大；隨著低渦的東移發(fā)展，25日16：00盡管此時低渦受大別山的影響東移緩慢，但其1 h降水量已達到最大，雨帶仍位于低渦中心的東南側(cè)，強降水中

心在湖北與安徽的交界地帶；隨著低渦的進一步發(fā)展加強，

東移速度加快，渦旋范圍明顯增大，且降水落區(qū)位于低渦中心的東部，雨帶范圍也明顯增大，1 h最大降水強度維持在30 mm左右；到26日10：00，低渦中心已移至江蘇北部近海邊緣，16：00低渦中心已入海，降水落區(qū)也隨之移入東海，江淮地區(qū)的強降水過程結(jié)束。可見，低渦的時空演變特征與小時強降水中心的移動和雨強的變化一致，淺薄中尺度低渦是此次暴雨過程的主要影響系統(tǒng)，低渦東側(cè)及東南側(cè)為暴雨主要落區(qū)，這與苗春生等[21]得到的統(tǒng)計結(jié)果相同，因此進一步說明了此暴雨低渦具有汛期江淮暴雨低渦的典型特征。

3 2種溫室排放情景下汛期江淮低渦的時間變化特征對比

3.1 未來2種情景下低渦活動特征

通過對歷史時段低渦的活動特征進行分析，表明RegCM4模式模擬結(jié)果能夠大致給出汛期低渦頻數(shù)年際變化趨勢，該研究對未來2種溫室排放情景下2020—2030年汛期江淮低渦的年際變化進行統(tǒng)計，并對比未來2種排放情景下汛期江淮低渦年際變化的預(yù)估結(jié)果。

結(jié)果表明，2020—2030年未來2種溫室排放情景下汛期江淮低渦出現(xiàn)頻次在年際變化上RCP 4.5情景下較RCP 8.5情景下更加顯著。RCP 4.5情景下，汛期江淮低渦的年際變化呈現(xiàn)先增長、再減少、再增長的趨勢，增減變化幅度較大，2024年低渦出現(xiàn)頻數(shù)達到極大值（8個），而在2026年則出現(xiàn)了極小值（1個）；RCP 8.5情景下，汛期江淮低渦的年際變化則呈現(xiàn)緩慢增長的趨勢。與模式模擬的歷史時段汛期低渦的年際變化相比，未來2種排放情景下的低渦年際變化均呈現(xiàn)增加的趨勢，說明隨著溫室氣體排放量的增加，低渦出現(xiàn)的頻數(shù)也呈現(xiàn)增加的趨勢，且RCP 8.5情景下的平穩(wěn)增長趨勢出現(xiàn)的低渦更多，由此引發(fā)的暴雨災(zāi)害也將增加，因此控制溫室氣體的排放，有助于減少低渦暴雨災(zāi)害天氣的發(fā)生。

從未來2種溫室排放情景下汛期江淮低渦的各月變化來看，RCP 4.5情景下5月出現(xiàn)的低渦最多，為26個，占低渦總數(shù)的65.5%，7月最少，僅占10.9%，與歷史模擬結(jié)果 相比有所減少，低渦出現(xiàn)頻數(shù)月際整體分布情況與歷史模擬的結(jié)果相似；而RCP 8.5情景下，6月出現(xiàn)的低渦則明顯增多，達 到了低渦總數(shù)的45.1%，7月仍為最少，達19.6%，這與RegCM4模式對歷史模擬結(jié)果在7月低渦出現(xiàn)頻數(shù)的比例相當(dāng)。

3.2 未來2種情景下暴雨低渦移動特征

為了進一步了解2020—2030年未來2種溫室排放情景下暴雨低渦移動的變化特征，對挑選出的暴雨低渦進行進一步統(tǒng)計分析，按照移動路徑進行分類，對其低渦中心渦度強度的變化進行分析，并對2種情景下低渦移動特征進行對比。

統(tǒng)計結(jié)果顯示，RCP 4.5情景下暴雨低渦移動路徑主要為東北路和東路2種，分別占暴雨低渦總數(shù)的44.4%和33.3%；而RCP 8.5情景下暴雨低渦主要移動路徑除東北路（占低渦總數(shù)的31.8%）和東路（36.4%），有一部分暴雨低渦向北移動顯著，在此歸結(jié)為北路，沿此路徑的暴雨低渦移動路徑與緯圈夾角大于60°，此類低渦占低渦總數(shù)的18.2%；另外一部分低渦移動則屬于少動或東南移動，在此不做討論。從移動路徑（圖5～6）可以看出，2種情景下偏東路徑的暴雨低渦都經(jīng)長江流域東移入海，沿此路徑的暴雨低渦的移動路徑與緯圈基本平行，夾角小于30°；而沿東北路徑移動的暴雨低渦由于源地不同，有的未入海就已消亡，有的則能入海，且發(fā)展更遠。

分別挑選出具有代表性的暴雨低渦個例，對其中心渦度隨時間變化進行分析，得到低渦強度隨時間的變化特征（圖7～8）。從圖7～8可以看出，RCP 4.5情景下，無論是東北路還是東路的低渦個例，除去個別暴雨低渦外，其余個例的強度變化均呈現(xiàn)出平穩(wěn)維持的變化趨勢。相對RCP 4.5情景下低渦強度的平穩(wěn)變化趨勢而言，RCP 8.5情景下的低渦強度隨時間變化較為顯著，且不同路徑呈現(xiàn)出不同的變化趨勢；沿東北路徑移動的低渦，其強度隨時間的變化均經(jīng)歷了先減弱再增強的階段，此時有的低渦消亡，而有的低渦繼續(xù)減弱—增強的發(fā)展；沿偏東路徑移動的暴雨低渦，其強度隨時間變化大部分也呈現(xiàn)出減弱—增強—減弱的趨勢，且有個別個例持續(xù)減弱顯著，低渦整體強度比沿東北路徑移動的暴雨低渦強度偏弱；而沿偏北路徑移動的暴雨低渦強度隨時間變化與前2種路徑略有不同，大部分低渦呈現(xiàn)先增強后減弱的變化趨勢，且整體強度也較強，這也是高溫室排放情景下特有的低渦移動路徑和強度變化趨勢。

綜上所述，RCP 4.5情景下的暴雨低渦強度隨時間變化整體強度弱于RCP 8.5情景，且低渦變化趨勢較RCP 8.5情景更加穩(wěn)定。高溫室排放情景下低渦強度的增強以及變化趨勢的復(fù)雜性都能影響低渦暴雨的強度發(fā)生改變，說明更高的溫室排放情景有利于產(chǎn)生更強的低渦暴雨。

4 結(jié)論與討論

該研究首先對當(dāng)代（1995—2005年）觀測和RegCM4模式模擬的江淮低渦的時間變化進行對比，并利用WRF模式對當(dāng)代典型江淮暴雨低渦個例進行數(shù)值模擬，利用得到的高分辨率的模擬結(jié)果來研究江淮暴雨低渦的時空演變特征；其次對未來2種情景下典型暴雨低渦的演變過程特征進行對比分析，包括江淮低渦的年際變化、路徑及強度變化等，討論2種溫室排放情景對低渦演變特征的影響。得到以下結(jié)論：

（1）2種資料在描述1995—2005年汛期江淮低渦出現(xiàn)頻數(shù)的年際變化上雖有所差別，但總體來看，模式資料模擬出了增長—減少—增長—減少的低渦頻數(shù)年際變化趨勢。歷史時段典型暴雨低渦個例的時空演變特征與小時強降水中心的移動和雨強的變化一致，淺薄中尺度低渦是此次暴雨過程的主要影響系統(tǒng)，低渦東側(cè)及東南側(cè)為暴雨主要落區(qū)，這與汛期江淮暴雨低渦的暴雨落區(qū)相對低渦中心位置的統(tǒng)計結(jié)果相同。

（2）未來2種溫室排放情景下暴雨移動路徑均主要為東北路和東路，但RCP 8.5情景下偏北路徑的低渦也達到了18.2%；從各類路徑典型暴雨低渦強度隨時間的變化上來看，RCP 4.5情景下的暴雨低渦強度隨時間變化整體強度弱于RCP 8.5情景，且低渦變化趨勢較RCP 8.5情景更加穩(wěn)定。高溫室排放情景下低渦強度的增強以及變化趨勢的復(fù)雜性都能影響低渦暴雨的強度發(fā)生改變，說明更高的溫室排放情景有利于產(chǎn)生更強的低渦暴雨，因此研究不同溫室排放情景對暴雨低渦的影響具有重要意義。

參考文獻

[1] 陶詩言，徐淑英.夏季江淮流域持久性旱澇現(xiàn)象的環(huán)流特征[J].氣象學(xué)報，1962，32（1）：1-10.

[2] 錢永甫，王謙謙，黃丹青.江淮流域的旱澇研究[J].大氣科學(xué)，2007，31（6）：1279-1289.

[3] 姚素香，張耀存.江淮流域梅雨期雨量的變化特征及其與太平洋海溫的相關(guān)關(guān)系及年代際差異[J].南京大學(xué)學(xué)報，2006，42（3）：298-308.

[4] HOSKINS B J.The role of potential vorticity in symmetric stability and instability[J].Quart J R Met Soc，1974，100（425）：480-482.

[5] ZHAI G Q，ZHOU L L，WANG Z.Analysis of a group of weak smallscale vortexes in the planetary boundary layer in the meiyu front[J].Adv Atmos Sci，2007，24（3）：399-408.

[6] CHEN S J，KUO Y H，WANG W，et a1.A modeling case study of heavy rainstorms along the meiyu front[J].Mon Wea Rev，1998，126（9）：2330-2351.

[7] 陶詩言，倪允琪，趙思雄，等.1998年夏季中國暴雨的形成機理與預(yù)報研究[M].北京：氣象出版社，2001：184.

[8] 貝耐芳，趙思雄.1998 年“二度梅”期間突發(fā)強暴雨系統(tǒng)的中尺度分析[J].大氣科學(xué)，2002，26（4）：526-540.

[9] 孫建華，張小玲，齊琳琳，等.2002年6月20～24日梅雨鋒中尺度對流系統(tǒng)發(fā)生發(fā)展分析[J].氣象學(xué)報，2004，62（4）：423-438.

[10] 程麟生，彭新東，馬艷.“91.7”江淮暴雨低渦發(fā)展結(jié)構(gòu)和演變的中尺度數(shù)值模擬[J].高原氣象，1995，14（3）：270-280.

[11] 程麟生，馮伍虎.“987”突發(fā)大暴雨及中尺度低渦結(jié)構(gòu)的分析和數(shù)值模擬[J].大氣科學(xué)，2001，25（4）：465-478.

[12] 隆霄，程麟生.“99·6”梅雨鋒暴雨低渦切變線的數(shù)值模擬和分析[J].大氣科學(xué)，2004，28（3）：342-356.

[13] 胡宜昌，董文杰，何勇.21世紀(jì)初極端天氣氣候事件研究進展[J].地球科學(xué)進展，2007，22（10）：1066-1075.

[14] 翟盤茂，劉靜.氣候變暖背景下的極端天氣氣候事件與防災(zāi)減災(zāi)[J].中國工程科學(xué)，2012，14（9）：55-63.

[15] 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].Adv Atrnos Sci，2001，18（6）：1224-1230.

[16] SHI Y，GAO X J，WU J，et al.Simulating future climate changes over North China with a high resolution regional climate model[J].Journal of applied meteorological science，2010，21（5）：580-589.

[17] 徐璇，陸日宇，石英.全球和區(qū)域氣候模式對中國東部夏季降水季節(jié)演變模擬的比較[J].大氣科學(xué)，2011，35（6）：1177-1186.

[18] 翟穎佳，李耀輝，陳玉華.全球及中國區(qū)域氣候變化預(yù)估研究主要進展簡述[J].干旱氣象，2013，31（4）：803-813.

[19] IPCC.Climate change 2014：Mitigation of climate change[M].Cambridge：Cambridge University Press，2014.

[20] 鄒驥，滕飛，傅莎.減緩氣候變化社會經(jīng)濟評價研究的最新進展：對IPCC第五次評估報告第三工作組報告的評述[J].氣候變化研究進展，2014，10（5）：313-322.

[21] 苗春生，徐方姝，王堅紅，等.兩種溫室氣體排放情景下中國汛期江淮暴雨低渦特征研究[J].大氣科學(xué)，2015，40（2）：257-270.