王瑩 馬紅云 李?？?/p>

(1 南京信息工程大學(xué) 氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心/氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室/大氣科學(xué)學(xué)院氣侯與應(yīng)用前沿研究院(ICAR)，南京 210044；2 江西省氣象局，南昌 330000)

引 言

改革開放以來，中國(guó)城市化水平日益提高，尤其是東部地區(qū)，城市化水平已達(dá)55%，并逐漸形成了以長(zhǎng)三角、珠三角和京津翼3個(gè)特大規(guī)模城市群為代表的我國(guó)東部大規(guī)模沿海城市帶。隨著城市面積的持續(xù)增長(zhǎng)[1]，城市人口將會(huì)直接受到由溫室氣體引起的氣候變暖的影響[2]。工業(yè)革命以來，全球平均表面溫度明顯增加，1880—2012年增加了(0.85±0.2) ℃。氣候變暖會(huì)引發(fā)一系列的氣候和環(huán)境變化，例如海平面上升、水圈循環(huán)變化、海洋酸化、極端天氣氣候事件頻率及強(qiáng)度增加等[3]。

近幾十年來，由于自然變化以及人類活動(dòng)的影響，大范圍氣候異常現(xiàn)象頻發(fā)，其中高溫事件尤為引人注目。例如，2003 年夏季席卷全球的一系列高溫?zé)崂耸录拐麄€(gè)歐亞大陸的死亡率在短期內(nèi)急劇上升[4]; 同年，我國(guó)大范圍持續(xù)性高溫事件影響了大多數(shù)省市，多地最高氣溫連續(xù)突破歷史記錄，持續(xù)時(shí)間之長(zhǎng)也是自有觀測(cè)記錄以來歷史罕見[5]。高溫事件給社會(huì)經(jīng)濟(jì)乃至人民生命財(cái)產(chǎn)造成了嚴(yán)重的影響。國(guó)內(nèi)外已有不少對(duì)夏季高溫的研究[6-7]，通過對(duì)歐洲地區(qū)[8]、加拿大[9]和中國(guó)[10]等區(qū)域的研究顯示，近年來高溫日數(shù)和極端高溫事件出現(xiàn)頻次和強(qiáng)度穩(wěn)步上升，增加較為顯著。葉殿秀等[10]研究表明，近幾十年來中國(guó)地區(qū)除新疆西南部增加較小外，其余地區(qū)高溫頻次增長(zhǎng)趨勢(shì)系數(shù)最大超過0.8，增長(zhǎng)速率為7.8次/(10 a)，高溫事件強(qiáng)度呈顯著正趨勢(shì)的區(qū)域繼續(xù)增加，增加最多的是經(jīng)濟(jì)較發(fā)達(dá)的長(zhǎng)江沿岸、長(zhǎng)江三角洲以及東南沿海地區(qū)。

隨著全球增暖，越來越多的學(xué)者開始關(guān)注增暖1.5 ℃/2.0 ℃水平下極端氣候的變化[11]。Karmalkar, et al[12]預(yù)估美國(guó)毗鄰地區(qū)變暖最快的是東北地區(qū)，當(dāng)全球增暖達(dá)到2.0 ℃時(shí)，東北地區(qū)預(yù)計(jì)增暖3.0 ℃；King, et al[13]發(fā)現(xiàn)與增暖2.0 ℃相比，在增暖1.5 ℃的情況下，世界變暖的頻率至少降低24%，且限制歐洲大陸的變暖具有非常明顯的好處，包括更少的極端高溫和極端降水；對(duì)澳大利亞大陸的預(yù)估結(jié)果也是如此[14]。LI, et al[15]定量分析表明，與2.0 ℃溫升閾值相比，控制全球增暖在1.5 ℃以內(nèi)，將使東亞極端高溫事件強(qiáng)度、頻率和持續(xù)時(shí)間的增幅減少35%～46%。李縱橫等[16]利用CMIP5中的8個(gè)模式的結(jié)果，對(duì)我國(guó)江淮地區(qū)夏季未來極端高溫進(jìn)行了預(yù)估，結(jié)果表明：在RCP2.6情景下，2000s末江淮地區(qū)夏季極端高溫日數(shù)將可能達(dá)20 d左右；在 RCP4.5 情景下，2000s末極端高溫日數(shù)可能達(dá)40 d左右；在RCP8.5情景下，2000s末極端高溫日數(shù)將可能達(dá)約70 d。

與城市極端高溫相關(guān)的一個(gè)重要指數(shù)是人體舒適度，且高溫是與天氣相關(guān)死亡率增加的主要原因[17]。2003年歐洲高溫?zé)崂耸录?dǎo)致的死亡人數(shù)超過35 000人[18],研究表明，城市氣溫每升高0.5 ℃，居民的死亡風(fēng)險(xiǎn)將提高兩倍[19],并且城市地區(qū)的超額死亡率顯著高于其周邊的郊區(qū)和鄉(xiāng)村地區(qū)[20-22]。

本文選取我國(guó)長(zhǎng)三角城市群區(qū)域進(jìn)行研究，長(zhǎng)三角城市群是我國(guó)最大的城市群，根據(jù)2014年人口普查顯示，人口達(dá)1.5億，因此未來將面臨較大的高溫風(fēng)險(xiǎn)[23-24]。2015年，《巴黎協(xié)定》明確提出將全球平均升溫控制在相對(duì)于工業(yè)化前水平2.0 ℃以內(nèi)，并努力將其控制在1.5 ℃以內(nèi)， 以降低氣候變化的風(fēng)險(xiǎn)與影響[25]。在不同的碳排放路徑下，增暖達(dá)到1.5 ℃/2.0 ℃的時(shí)間有所不同，很多學(xué)者進(jìn)行了預(yù)估[26-28]。根據(jù)美國(guó)大氣研究中心NCAR提供的全球氣候系統(tǒng)模式CESM在RCP4.5排放情景下對(duì)未來的預(yù)估結(jié)果，本文將增暖1.5 ℃的時(shí)間段設(shè)為2025—2034年，未來增暖2.0 ℃的時(shí)間段設(shè)為2042—2051年，該時(shí)間段的選取與孔瑩等[29]、翟盤茂等[30]的研究結(jié)果較為一致。

本文著重討論RCP4.5情景下增暖1.5 ℃/2.0 ℃期間長(zhǎng)三角城市群區(qū)域的氣溫變化情況，特別是高溫?zé)崂税l(fā)生的頻次和強(qiáng)度變化，同時(shí)結(jié)合未來人口預(yù)估數(shù)據(jù)，進(jìn)一步給出高溫影響人口數(shù)的預(yù)估，這將有助于制定提高中國(guó)東部城市人口舒適性的政策措施，為應(yīng)對(duì)氣候變化進(jìn)行的城市規(guī)劃提供依據(jù)。

1 模擬試驗(yàn)與方案設(shè)計(jì)

全球氣候模式是目前預(yù)測(cè)未來氣候變化、研究氣候變化及其響應(yīng)的主要工具。政府間氣候變化專門委員會(huì)第五次評(píng)估報(bào)告(IPCC AR5) 基于CMIP5(第五階段全球耦合模式比較計(jì)劃) 對(duì)多個(gè)全球氣候模式開展了從模式評(píng)判到未來氣候預(yù)估的研究，并為開展高分辨率區(qū)域性氣候變化研究提供了源數(shù)據(jù)[31-32 ]。此外，CMIP5 在CMIP3(第三階段全球耦合模式比較計(jì)劃)的基礎(chǔ)上引入了新的溫室氣體排放情景——RCPs(Representative Concentration Pathways， 代表性濃度路徑情景) ，包括 4 個(gè)情景，這些情景納入了氣候政策對(duì)溫室氣體及氣溶膠排放的影響，并優(yōu)化了生物物理及海陸氣交換過程[31 ]。其中，RCP8.5為 CO2高排放路徑，RCP6 和 RCP4.5 都為中間穩(wěn)定路徑[33-34 ]。

由美國(guó)國(guó)家大氣研究中心(NCAR)開發(fā)的CESM模式是基于CCSM4模式發(fā)展的地球系統(tǒng)模式。根據(jù)CMIP5試驗(yàn)計(jì)劃，CESM模式進(jìn)行了20 世紀(jì)氣候模擬(1951—2005年)、RCP4.5情景的氣候預(yù)估(2006—2100年)等試驗(yàn)。該研究選取CESM模式提供的 經(jīng)ERA-interim數(shù)據(jù)偏差矯正的歷史模擬數(shù)據(jù)集中1996—2005 年作為歷史氣候現(xiàn)狀的代表年，該代表年選取參考CHEN, et al[35]的歷史數(shù)據(jù)集的時(shí)段選擇(1995—2005年)；同時(shí)，利用RCP4.5情景氣候預(yù)估試驗(yàn)結(jié)果提供的增暖1.5 ℃/2.0 ℃前后10 a作為未來代表年以模擬未來情景下的城市群氣候特征?；贑ESM模式提供的側(cè)邊界條件，采用WRFv3.9.1進(jìn)行區(qū)域動(dòng)力降尺度，對(duì)歷史時(shí)期和未來增暖1.5 ℃(2025—2034年)/2.0 ℃(2042—2051年)時(shí)期分別模擬，時(shí)段從每年的5月31日00時(shí)至9月1日06時(shí)(世界時(shí),下同)，兩重嵌套及地表覆蓋類型如圖1所示，空間分辨率分別為15 km和5 km，中心經(jīng)緯度為(31.5°N，119°E)，d01和d02的格點(diǎn)數(shù)分別為91×97、91×112。與歷史時(shí)期進(jìn)行對(duì)比的觀測(cè)數(shù)據(jù)來自中國(guó)地面氣候資料日值數(shù)據(jù)集(V3.0)，供選取了26個(gè)臺(tái)站資料，位置如圖1b中黑色圓點(diǎn)所示。

圖1 模擬的區(qū)域：(a)水平分辨率分別為15 km和5 km的兩層鑲嵌設(shè)置；(b)模擬區(qū)域最內(nèi)層的地表覆蓋類型(黑點(diǎn)是中國(guó)地面氣候資料日值數(shù)據(jù)集中的26個(gè)觀測(cè)臺(tái)站)

本文使用中國(guó)土地覆蓋數(shù)據(jù)集ChinaLC，如圖1b所示，其中紅色代表城市，城市周圍大片黃色區(qū)域不是傳統(tǒng)的灌溉農(nóng)田，是農(nóng)田退化后形成的農(nóng)田和自然植被交錯(cuò)的鑲嵌體下墊面，其物理特征物理介于城市和農(nóng)田之間[38]。該數(shù)據(jù)集包括中國(guó)及周邊區(qū)域1981、1990、2000、2010年四期5 km和30 km分辨率土地覆蓋產(chǎn)品[36]。YANG， et al[37]以Google Earth 高分辨率遙感影像選取的驗(yàn)證樣本作為真實(shí)地表信息，評(píng)價(jià)了國(guó)際上現(xiàn)有的7種大尺度土地覆蓋產(chǎn)品在中國(guó)區(qū)域的精度。結(jié)果表明，ChinaLC在中國(guó)區(qū)域的總體精度均高于國(guó)際上現(xiàn)有的大尺度土地覆蓋產(chǎn)品。

為了討論未來增溫對(duì)人口影響，未來人口數(shù)據(jù)采用姜彤等[39]在2010年第六次中國(guó)人口普查數(shù)據(jù)的基礎(chǔ)上利用 IPCC 發(fā)布的可持續(xù)發(fā)展 (SSP1)、中度發(fā)展 (SSP2)、局部或不一致發(fā)展 (SSP3)、不均衡發(fā)展 (SSP4)、常規(guī)發(fā)展 (SSP5) 這 5 種共享社會(huì)經(jīng)濟(jì)路徑，率定人口—發(fā)展—環(huán)境分析(PDE)模型中的人口生育率、死亡率、遷移率、教育水平等參數(shù)，得到的 2011—2100 年中國(guó)和 31 個(gè)省 (區(qū)/市) 人口變化預(yù)估。

2 結(jié)果與討論

2.1 模式評(píng)估

為了評(píng)估模式的模擬效果，圖2給出了歷史時(shí)期2 m氣溫的觀測(cè)數(shù)據(jù)與WRF模擬數(shù)據(jù)的頻次對(duì)比。記每日每個(gè)站點(diǎn)平均氣溫為一次，總計(jì)23 920次，由此可見，在大于29 ℃及小于23 ℃的溫度區(qū)間，觀測(cè)數(shù)據(jù)與模擬數(shù)據(jù)的溫度頻次分布基本接近，中間溫度段有一定偏差，可能和溫度區(qū)間的設(shè)置有關(guān)，總體上各個(gè)溫度段的頻次變化趨勢(shì)相同。此外，圖3給出了2 m氣溫的觀測(cè)數(shù)據(jù)與模擬結(jié)果的空間分布對(duì)比。在本文所選取的長(zhǎng)三角區(qū)域中，一共有26個(gè)觀測(cè)點(diǎn)，通過逐一比對(duì)，觀測(cè)數(shù)據(jù)與模擬數(shù)據(jù)的吻合率達(dá)到了85.2%，為了更好地對(duì)觀測(cè)與模擬數(shù)據(jù)進(jìn)行比較，本文引入了統(tǒng)計(jì)變量進(jìn)行檢驗(yàn)，包括認(rèn)同指數(shù)(Index of Agreement, IA)、準(zhǔn)確率(Hit Rate, HR)、相關(guān)系數(shù)(R)、均方根誤差(Root Mean Square Error, RMSE)、平均誤差(Mean Error, ME)、標(biāo)準(zhǔn)化平均誤差(NME)、平均偏差(Mean Bias, MB)、標(biāo)準(zhǔn)化平均偏差(NMB)和標(biāo)準(zhǔn)差(Standard Deviation, STD)。其中，認(rèn)同指數(shù)(IA)和準(zhǔn)確率(HR)是近幾年用來描述兩數(shù)列之間相關(guān)性的統(tǒng)計(jì)參數(shù)，可以更好地體現(xiàn)觀測(cè)與模擬的相關(guān)性，觀測(cè)數(shù)據(jù)與模擬結(jié)果的認(rèn)同指數(shù)是指觀測(cè)對(duì)模擬有用或者有價(jià)值的判斷和評(píng)估，數(shù)值在0～1之間，認(rèn)同指數(shù)越大說明越具有參考價(jià)值；準(zhǔn)確率與選取的標(biāo)準(zhǔn)值大小有關(guān)，氣溫的標(biāo)準(zhǔn)值為2 K，差異小于標(biāo)準(zhǔn)值的樣本數(shù)與總樣本數(shù)的比值就是準(zhǔn)確率其中HR與選取的標(biāo)準(zhǔn)值大小有關(guān)，氣溫的標(biāo)準(zhǔn)值為2 K；STDo表示觀測(cè)數(shù)據(jù)的標(biāo)準(zhǔn)差，STDF表示模擬數(shù)據(jù)的標(biāo)準(zhǔn)差。具體計(jì)算方法如下：

圖2 觀測(cè)數(shù)據(jù)與WRF模擬結(jié)果的2 m氣溫的頻率對(duì)比(純色代表觀測(cè)數(shù)據(jù)，網(wǎng)格代表WRF模擬結(jié)果)

圖3 觀測(cè)數(shù)據(jù)(a)與WRF模擬結(jié)果(b)的2 m氣溫的空間分布

(1)

(2)

(3)

(4)

(5)

(6)

(7)

如表1所示，認(rèn)同指數(shù)IA達(dá)到0.891，相關(guān)系數(shù)R為0.874(P<0.01)，準(zhǔn)確率HR為77.8%，且ME和MB都很小，分別為0.876和0.548。綜上，觀測(cè)數(shù)據(jù)與模擬結(jié)果具有很好的空間吻合率，CESM模式資料作為側(cè)邊界資料可以為未來的模擬提供可信、可靠的數(shù)據(jù)，本文采用的降尺度方法可以較為可靠地模擬研究區(qū)域氣象要素的空間分布。

表1 觀測(cè)數(shù)據(jù)與模擬結(jié)果的統(tǒng)計(jì)參數(shù)及數(shù)值

2.2 增暖1.5 ℃/2.0 ℃情景下氣象要素空間變化

圖4給出了歷史時(shí)期、增暖1.5 ℃時(shí)期和2.0 ℃時(shí)期下2 m氣溫和比濕的空間分布?？傮w來看，歷史時(shí)期和未來模擬預(yù)測(cè)的各氣象要素的空間分布較為相似，氣溫高、比濕小的區(qū)域主要集中在江皖浙的城市區(qū)域，以及城市周圍的鑲嵌體地區(qū)，體現(xiàn)出了城市化效應(yīng)，且隨著全球不斷增暖，這種效應(yīng)變得更加明顯。為了進(jìn)一步分析對(duì)不同溫升閾值響應(yīng)差，圖5給出了RCP4.5情景下增暖1.5 ℃/2.0 ℃時(shí)期和歷史時(shí)期氣象要素的空間分布差異場(chǎng)。增暖1.5 ℃下內(nèi)陸地區(qū)的增溫、增濕較沿海區(qū)域更多，與歷史時(shí)期相比，區(qū)域平均氣溫上升0.8 ℃，比濕上升0.065 g·kg-1。增暖2.0 ℃時(shí)，區(qū)域平均氣溫將上升1.47 ℃，比濕增加0.131 g·kg-1；從空間分布來看，安徽中南部鑲嵌體區(qū)域的增溫較周圍區(qū)域大，杭州灣城市群較其他城市區(qū)域增溫更多，蘇皖北部地區(qū)的比濕將顯著增加。

圖4 歷史時(shí)期(a、d)、增暖1.5 ℃時(shí)期(b、e)和2.0 ℃時(shí)期(c、f)下2 m氣溫(a—c，單位：℃)和比濕(d—f,單位：g·kg-1)10 a平均空間分布

圖5 增暖1.5 ℃時(shí)期—?dú)v史時(shí)期(a、c)和增暖2.0 ℃時(shí)期—?dú)v史時(shí)期(b、d)下2 m氣溫(a、b;單位：℃)和比濕(c、d;單位：g·kg-1)的空間分布差異

2.3 增暖1.5 ℃/2.0 ℃情景下高溫日數(shù)及舒適度指數(shù)時(shí)空變化

2.3.1 不同升溫閾值下高溫日數(shù)和舒適度指數(shù)的時(shí)間變化

將日最高氣溫≥35 ℃定義為一個(gè)高溫日，若持續(xù)時(shí)間在5 d以上，則定義為一次高溫?zé)崂?。高溫?zé)崂祟l次指1 a發(fā)生高溫?zé)崂说拇螖?shù)，高溫?zé)崂藦?qiáng)度指夏季所有高溫?zé)崂诉^程中滿足高溫日的累積數(shù)[40-41]，高溫?zé)崂思捌渲笖?shù)的變化是基于整個(gè)區(qū)域每個(gè)格點(diǎn)進(jìn)行計(jì)算，然后再做區(qū)域平均。圖7給出了3個(gè)時(shí)間段高溫?zé)崂祟l次和強(qiáng)度的時(shí)間變化。

如圖6所示，無論是高溫?zé)崂祟l次還是強(qiáng)度均隨全球增暖而增加。統(tǒng)計(jì)顯示，歷史時(shí)期、增暖1.5 ℃和增暖2.0 ℃時(shí)期10 a平均高溫?zé)崂祟l次分別為1.9、2.8和3.9次，而強(qiáng)度分別為22.1、37.8和50.7 ℃·d。這表明區(qū)域平均高溫?zé)崂祟l次在RCP4.5情景下增溫1.5 ℃/2.0 ℃時(shí)期較歷史時(shí)期分別增加了47%和100%，熱浪強(qiáng)度分別增加了71%和129%。

圖6 歷史時(shí)期(1996—2005年；黑色線)、增暖1.5 ℃時(shí)期(2025—2034年；紅色線)和2.0 ℃時(shí)期(2042—2051年；藍(lán)色線)下高溫?zé)崂祟l次(a；單位：次)、高溫?zé)崂藦?qiáng)度(b；單位：℃·d)的年變化

高溫?zé)崂藢?duì)人體感覺有重要影響，為了進(jìn)一步探討人體舒適度對(duì)不同升溫閾值的響應(yīng)，本文引進(jìn)了人體舒適度指數(shù)進(jìn)行分析：THI指數(shù)[42]。THI，又名溫濕指數(shù)，綜合考慮氣溫和濕度的影響，反映人體與周圍環(huán)境的熱量交換，是人類對(duì)氣候直接感受的第一指標(biāo)，計(jì)算方法如下：

(8)

其中：t和RH分別代表氣溫(℃)和相對(duì)濕度(%)，且THI指數(shù)等級(jí)劃分如表2所示。

表2 人體舒適度指數(shù)的劃分等級(jí)

圖7給出了THI指數(shù)在3個(gè)時(shí)間段(歷史時(shí)期、增暖1.5 ℃時(shí)期和2.0 ℃時(shí)期)的日變化曲線，可以看到，一方面，3個(gè)時(shí)間段的日變化特征十分一致，THI指數(shù)都呈單峰單谷變化，都在05時(shí)達(dá)到谷值，在15時(shí)達(dá)到峰值，即05時(shí)舒適度最大，15時(shí)舒適度最小，會(huì)感覺極不舒適；另一方面，隨著全球變暖，THI數(shù)值明顯呈上升趨勢(shì)，人體覺得不舒適的時(shí)間段延長(zhǎng)。在RCP4.5情景下增暖1.5 ℃時(shí)期，1 d中THI≥26的持續(xù)時(shí)間為10 h，比歷史時(shí)期增加2 h，到增暖2.0 ℃時(shí)，50%及以上人口覺得不舒適的時(shí)間持續(xù)可達(dá)15 h。

圖7 歷史時(shí)期(1996—2005年；黑色實(shí)線)、增暖1.5 ℃時(shí)期(2025—2034年；紅色實(shí)線)和2.0 ℃時(shí)期(2042—2051年；藍(lán)色實(shí)線)下 THI指數(shù)的日變化

2.3.2 不同升溫閾值下高溫日數(shù)及舒適度指數(shù)的空間變化

為了更全面地對(duì)東部城市群的未來氣候進(jìn)行評(píng)估，圖8給出了不同升溫閾值下高溫日數(shù)和THI指數(shù)的空間分布，這與圖4中2 m氣溫的空間變化趨勢(shì)較為接近。

圖8 歷史時(shí)期(a、d)、增暖1.5 ℃時(shí)期(b、e)和2.0 ℃時(shí)期(c、f)下高溫日數(shù)(a—c;單位：次)和THI指數(shù)(d—f)的空間分布

整體上看，歷史時(shí)期和未來不同升溫閾值下的高溫日數(shù)和THI指數(shù)的空間分布特征較相似，變化趨勢(shì)也接近，即隨著全球增暖，高溫日數(shù)急劇增加，人體舒適度大大降低，且范圍迅速擴(kuò)張。變化最明顯的區(qū)域主要集中在江皖浙的城市區(qū)域，以及城市周圍的鑲嵌體部分，這表明城市化效應(yīng)的顯著性變化。

結(jié)合未來人口預(yù)估數(shù)據(jù)深入分析，進(jìn)一步給出了高溫影響人口數(shù)的預(yù)估。10 a累積的高溫日數(shù)超過300 d時(shí)，增暖1.5 ℃/2.0 ℃時(shí)期覆蓋區(qū)域分別影響了1 495.8和3 862.9萬人；THI指數(shù)超過27(即100%的人覺得炎熱不適)時(shí)，RCP4.5情景下增暖1.5 ℃/2.0 ℃時(shí)期覆蓋區(qū)域影響的人口分別達(dá)到了1 796.6萬人和7 399.5萬人，分別占未來增暖1.5 ℃/2.0 ℃時(shí)期總?cè)丝诘慕?0%和40%，因此與2.0 ℃升溫閾值相比，控制增暖在1.5 ℃以內(nèi)，極不舒適覆蓋區(qū)域影響的人口數(shù)預(yù)計(jì)可減少5 602.9萬人，約占該地區(qū)總?cè)丝诘?0%。

2.3.3 不同升溫閾值下高溫日數(shù)增加的可能原因

高溫天氣的形成原因是多方面多角度的，它不僅與全球氣候變暖的大背景有關(guān)，還與大氣環(huán)流異常有關(guān)，同時(shí)太陽活動(dòng)、城市建設(shè)及生態(tài)環(huán)境惡化等諸多因素也是導(dǎo)致高溫日數(shù)不可忽視的重要因素。

前文已描述過全球氣候增暖的背景，下文將通過對(duì)不同增暖時(shí)期的環(huán)流場(chǎng)進(jìn)行分析，闡釋長(zhǎng)三角城市群高溫?zé)崂嗽黾拥脑?。圖9給出了在不同增溫閾值下7月的平均位勢(shì)高度和環(huán)流場(chǎng)。可以看出，3個(gè)時(shí)期都受大陸高壓控制。其中在歷史時(shí)期，5 880 gpm線穿過了長(zhǎng)三角城市群，并都是西南氣流。而到了增暖1.5 ℃時(shí)期，長(zhǎng)三角城市群區(qū)域500 hPa出現(xiàn)了一個(gè)閉合高壓中心，中心位置在沿海附近，且位勢(shì)高度達(dá)到了5 908 gpm，風(fēng)速也有所減小，同樣在增暖2.0 ℃時(shí)期也有一個(gè)閉合高壓中心，但閉合高壓中心位置相比增暖1.5 ℃時(shí)期更靠近內(nèi)陸，大約在(31.45°N，117.45°E)，這種高層閉合高壓，并且結(jié)合該地區(qū)底層出現(xiàn)的持續(xù)高溫?zé)崂?，有利于天氣系統(tǒng)的持續(xù)和穩(wěn)定，是高溫?zé)崂顺霈F(xiàn)并增加的重要條件。

圖9 歷史時(shí)期(a)、增暖1.5 ℃時(shí)期(b)和2.0 ℃時(shí)期(c)下7月平均位勢(shì)高度和環(huán)流場(chǎng)

3 結(jié)論

(1)CESM歷史時(shí)期動(dòng)力降尺度模擬結(jié)果與觀測(cè)數(shù)據(jù)的相關(guān)性都很好，時(shí)間相關(guān)系數(shù)高達(dá)0.874，同時(shí)具有很好的空間吻合率，表明利用CESM模式結(jié)果進(jìn)行動(dòng)力降尺度對(duì)長(zhǎng)三角城市群地表氣溫的時(shí)空變化特征具有良好的模擬能力，因此該模式可用于對(duì)該城市群未來氣象要素變化的預(yù)估研究。

(2)基于WRF/UCM的降尺度預(yù)估結(jié)果表明，在RCP4.5情景下到達(dá)全球增溫1.5 ℃/2.0 ℃時(shí)期，長(zhǎng)三角城市群區(qū)域夏季平均氣溫、比濕、高溫?zé)崂酥笖?shù)等與歷史時(shí)期相比均有顯著升高。且在空間分布上較為相似，變化最大的主要集中在鑲嵌體和城市下墊面，這種空間分布格局體現(xiàn)出了城市化效應(yīng)，并且隨著全球不斷增暖，這種效應(yīng)變得更加明顯。

(3)結(jié)合未來人口預(yù)估數(shù)據(jù)集，受高溫影響的長(zhǎng)三角城市群人口數(shù)明顯增加，THI指數(shù)超過27時(shí)，增暖1.5 ℃時(shí)期覆蓋影響人數(shù)接近1 800萬，而到增溫2.0 ℃時(shí)為7 400萬人左右，由此可見若將增溫控制在1.5 ℃內(nèi)，因高溫覺得極不舒適的人數(shù)將減少30%。