張嬌艷，李 霄，陳早陽，李 揚，周 濤

全球升溫1.5℃和2.0℃情景下貴州省極端降水的變化特征*

張嬌艷1,2，李 霄1，陳早陽1，李 揚3，周 濤1

（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）

利用CCSM4和IPSL-CM5A-MR模式1961-2005年歷史模擬和2006?2098年RCP2.6和RCP4.5排放情景下的逐日降水以及1961?2005年貴州省84個氣象臺站逐日降水資料，使用偏差校正改善模式模擬能力，通過降水強度、日最大降水量和強降水量等9個指標探究全球升溫1.5℃和2.0℃條件下貴州省極端降水變化特征。結果表明：貴州省RCP2.6和RCP4.5情景下各極端降水指數(shù)雖然波動幅度較大，但總體上均呈現(xiàn)增加的趨勢，且相對于基準期（1986?2005年）而言全球升溫2.0℃時各極端降水指數(shù)增幅約為升溫1.5℃時的兩倍。在升溫2.0℃下9個極端降水指數(shù)概率密度曲線尾端均向右延伸，表明在升溫2.0℃情景下各極端降水指數(shù)中高值出現(xiàn)的概率增大。因此，將全球升溫控制在1.5℃而不是2.0℃意義重大。

氣候變化；貴州省；升溫1.5℃；升溫2.0℃；極端降水

工業(yè)革命以來，全球氣候正經歷著以變暖為主要特征的變化，由此區(qū)域降水發(fā)生顯著變化，同時持續(xù)的升溫還將增強其對自然系統(tǒng)以及人類系統(tǒng)的影響[1?2]。相對于工業(yè)革命前期全球平均溫度上升2℃是一個危險閾值，屆時氣候變化將導致氣候系統(tǒng)各個圈層，例如海平面上升、海洋酸化、生物多樣性、糧食產量、極端天氣和氣候事件等方面發(fā)生不可逆的或者災難性的變化，最終對人類生存造成嚴重威脅[3?4]。另外對于許多地區(qū)尤其是小島國及非洲等氣候脆弱地區(qū)，升溫目標控制在2℃依舊存在較高的風險[5?6]。為應對氣候變化的不利影響，2015年在《聯(lián)合國氣候變化框架公約》第21次締約方會議一致通過了將2℃升溫幅度閾值目標正式寫入《巴黎協(xié)定》，并繼續(xù)爭取把升溫幅度限定在1.5℃[7]。

中國政府在第七十五屆聯(lián)合國大會上提出，應對氣候變化《巴黎協(xié)定》代表了全球綠色低碳轉型的大方向，是保護地球家園需要采取的最低限度行動，各國必須邁出決定性步伐。中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現(xiàn)碳中和。這是中國首次向全球明確實現(xiàn)碳中和的時間點，也是迄今為止各國中做出的最大減少全球變暖預期的氣候承諾。隨后，碳中和、碳達峰成為中國“十四五”污染防治攻堅戰(zhàn)的主攻目標，這是第一次將碳達峰、碳中和目標寫入經濟和社會發(fā)展五年規(guī)劃，充分體現(xiàn)了中國積極應對氣候變化展現(xiàn)的大國擔當。為了科學應對氣候變化，需要對未來氣候變化特征進行合理預估，為制定碳達峰、碳中和相應的減排措施提供科學依據(jù)。郎咸梅等[8]利用區(qū)域氣候模式在SRES A1B情景下對東亞地區(qū)進行的高分辨率數(shù)值模擬試驗數(shù)據(jù)，就全球變暖背景升溫2℃情景下中國平均氣候和極端氣候事件變化進行了預估。周夢子等[9]基于CMIP5耦合氣候模式模擬結果對1.5℃和2.0℃升溫閾值時中國溫度和降水的變化進行了預估分析。王艷君等[10]基于區(qū)域氣候模式COSMO-CLM及5個全球氣候模式研究了全球升溫1.5℃和2.0℃目標下長江流域極端降水的變化特征。丁凱熙等[11]基于部門間影響模式比較計劃（ISI-MIP）下5個全球氣候模式降水數(shù)據(jù)對未來全球升溫1.5℃和2.0℃下瀾滄江流域極端降水的變化情況進行了預估。周刊社等[12]利用CMIP5模式對西藏羌塘國家自然保護區(qū)氣溫、降水和植被凈初級生產力等進行了預估。

本研究擬針對氣象災害多發(fā)、頻發(fā)的貴州省，基于全球氣候模式數(shù)據(jù)，探究全球1.5℃和2.0℃情景下其極端降水變化特征，以期為防范和化解氣象災害風險提供科學指南，筑牢扶貧搬遷安置點氣象防災減災第一道防線，防止搬遷群眾因災致貧返貧，助力地方脫貧攻堅工作。

1 資料與方法

1.1 降水資料

模式數(shù)據(jù)來自國家氣候中心收集和整理的2個CMIP5模式（CCSM4和IPSL-CM5A-MR），這2個模式是從8個常用的CMIP5模式經過泰勒圖對逐日降水數(shù)據(jù)進行檢驗挑選出，在貴州省的模擬效果最好[13]。為便于使用，將模式數(shù)據(jù)統(tǒng)一插值為1°×1°（CCSM4和IPSL-CM5A-MR模式原分辨率分別為288×192、144×143，其中分辨率以緯向?經向格點數(shù)表示），包括1961?2005年歷史模擬和2006?2098年RCP2.6和RCP4.5溫室氣體排放情景下的逐日降水資料。歷史實況部分使用貴州省1961?2005年84個氣象臺站逐日降水資料。為便于分析，將CMIP5模式資料利用雙線性插值法插值到貴州省84個站點，所有計算及繪圖都以站點為基礎，具體站點分布如圖1所示。另外根據(jù)國際常用做法[8?9]，基準期定義為1986?2005年。

圖1 貴州省84個站點的空間分布

1.2 模擬數(shù)據(jù)的偏差校正

雖然CCSM4和IPSL-CM5A-MR模式是利用泰勒圖檢驗出的模擬效果最好的數(shù)據(jù)，但是仍存在一定誤差。因此，需要對貴州省84個站點模式降水數(shù)據(jù)進行偏差校正處理[14]，即

1.3 全球升溫1.5℃和2.0℃時間的確定

研究表明，1986?2005年全球平均氣溫較工業(yè)革命前（1850?1900年）已經升高0.61℃[1]，因此，在此基礎上繼續(xù)升高0.89℃和1.39℃后，全球升溫幅度將達到1.5℃和2.0℃。根據(jù)多模式集合平均的結果，RCP2.6情景下預計在2029年全球升溫達到1.5℃閾值；RCP4.5情景下預計在2049年達到升溫2.0℃閾值[1,15]。為降低選擇單一年份對結果帶來的不確定性[16]，分別以2029年和2049年為中心，前后各推10a，選擇 RCP2.6情景下2020?2039年和RCP4.5情景下2040?2059年作為全球升溫1.5℃和2.0℃的模擬時段。

1.4 極端降水指數(shù)定義

極端降水指數(shù)選取氣候變化檢測和指數(shù)專家組（ETCCDI）推薦的濕日降水量（PRCPTOT）、降水強度（SDII）、日最大降水量（Rx1d）、連續(xù)5d最大降水量（Rx5d）、強降水量（R95p）和極強降水量（R99p）指數(shù)，還有年降水量和干/濕季降水量，具體定義見表1。這些極端降水指數(shù)的評價方法在其它研究中也得到了廣泛使用[11,17]。

2 結果與分析

2.1 模式對歷史時段極端降水指數(shù)的模擬能力驗證

以各站1961?2005年實測逐日降水量為基礎，對CCSM4和IPSL-CM5A-MR兩個氣候模式模擬的逐日降水量數(shù)據(jù)進行偏差校正，分別計算表2中所列的9個極端降水指數(shù)?？紤]到相對于單一模式，多模式平均對極端降水的模擬效果更佳，因此，將校正后2個模式的極端降水指數(shù)進行平均得到最終極端降水指數(shù)結果（記為MME，Multi-model ensemble）。

采用多年平均、標準差、相對誤差和空間相關系數(shù)4個指標，通過與觀測資料的對比，評價校正后的模式降水數(shù)據(jù)對貴州省極端降水模擬的適用性[11]。結果如表2所示。多年平均值和標準差均基于各站平均值計算，相對誤差為觀測的多年平均值與MME的多年平均值之間的比較，空間相關系數(shù)為觀測的逐站多年平均值與MME的逐站多年平均值之間的相關系數(shù)。

表1 極端降水指數(shù)的定義

由表2可見，MME模擬貴州省各極端降水指數(shù)的多年平均值除干季降水量外，均小于觀測實況值，其中相對誤差絕對值最大的是Rx1d（日最大降水量），達到40.2%；而由標準差表征的MME各極端降水指數(shù)與觀測實況相比的離散度較為接近；另外，除干季降水量外其它指數(shù)的空間相關系數(shù)（基于站點）均高達0.6及以上，且通過了0.01水平的顯著性檢驗，表明MME對貴州省各極端降水的空間分布模擬能力較好。

圖2給出了1961?2005年貴州省基于站點的實測和MME模擬的極端降水指數(shù)空間分布。由圖可見，除干季降水量外，MME均能較好地模擬貴州省各極端降水指數(shù)自西北向東向南逐漸增大的分布特征，且西南和南部的大值中心位置也幾乎一致。但是，MME低估了對SDII、Rx1d、Rx5d、R95p和R99p的模擬。結合表1和圖2可知，總的來說除干季降水外，MME對1961?2005年貴州省極端降水具有一定的模擬能力，尤其是能準確呈現(xiàn)各指數(shù)的空間分布，可以利用MME來評價未來不同升溫情景下貴州省極端降水的變化特征。

2.2 未來升溫1.5℃和2.0℃情景下極端降水指數(shù)的變化特征

2.2.1時間變化

圖3給出了貴州省RCP2.6和RCP4.5情景下各極端降水指數(shù)的時間變化及其線性趨勢。由圖可見，各指數(shù)雖然波動幅度較大，但總體均呈增加的趨勢。圖4給出了基準期、升溫1.5℃（2020?2039年）和升溫2.0℃（2040?2059年）下各極端降水指數(shù)變化箱線圖。由圖可見，除Rx1d和干季降水量以外，隨著全球氣溫的升高，各極端降水指數(shù)均增大（均以中位線對應的數(shù)值為參照），但升溫1.5℃和2.0℃對應下的增量有所不同，其中R99p增幅最大，分別為19.0%和49.5%；R95p增幅次之，分別為21.7%和29.4%；之后依次為Rx5d、SDII、PRCPTOT、年降水量和濕季降水量。Rx1d在升溫1.5℃時與基準期（1986?2005年）持平，但在升溫2.0℃時增幅為16.5%；干季降水量在升溫1.5℃時增幅為12.8%，但在升溫2.0℃時有所減少，減幅為0.3%。除此之外，相對于基準期而言，全球升溫2.0℃時各極端降水指數(shù)增幅約為升溫1.5℃時的兩倍。不難看出，隨著全球氣溫的升高，貴州省極端降水事件出現(xiàn)的可能性在不斷增大，因此，將全球升溫控制在1.5℃而不是2.0℃意義重大，丁凱熙等的研究中也得到同樣的結果[11]。

表2 兩個CMIP5模式模擬結果經偏差校正后計算的各極端降水指數(shù)的平均值（MME）與同期觀測值計算結果的對比（1961?2005年）

注：*表示相關系數(shù)通過0.01水平的顯著性檢驗。MME為在各站以1961?2005年實測逐日降水量資料為基礎，對2個氣候模式模擬的逐日降水量數(shù)據(jù)進行偏差校正，然后重新分別計算9個極端降水指數(shù)，再將校正后2個模式的極端降水指數(shù)進行平均得到最終的極端降水指數(shù)結果。

Note:*is P＜0.01. MME refers the average extreme precipitation indices calculated by two models data which were corrected based on the observed daily precipitation data from 1961 to 2005 at each station.

圖2 1961?2005年基于站點的實測值和MME模擬的極端降水指數(shù)空間分布

注：a表示觀測值，b表示MME。

Note: a is observed data, and b is MME data.

圖3 RCP2.6（2006?2039）和RCP4.5（2006?2059）情景下貴州省各極端降水指數(shù)的時間變化及其線性趨勢

圖4 不同情景下貴州省各極端降水指數(shù)平均值的統(tǒng)計箱線圖

2.2.2 空間變化

圖5為貴州省基于站點的不同情景下各極端降水指數(shù)的空間分布。對比基準期和全球升溫1.5℃下貴州省各極端降水指數(shù)的差異來看，PRCPTOT、年降水量和濕季降水量在貴州省東部地區(qū)呈現(xiàn)減少的態(tài)勢，減幅最大接近40mm，而中西部地區(qū)主要呈現(xiàn)增加的趨勢，增幅最大接近50mm。Rx1d在西南部和東南部減少1～5mm，在西部和北部地區(qū)增加1～6mm；Rx5d除在東南部減少2～6mm，其余地區(qū)均以增加為主，升幅集中在4～12mm。SDII、R95p、R99p和干季降水量的特征相似，均以增加的態(tài)勢為主，升幅分別在0.1～0.5mm·d?1、20～100mm、10～50mm和2～12mm。

對比升溫1.5℃與2.0℃下貴州省各極端降水指數(shù)的差異可見，除干季降水量在全省呈現(xiàn)減少態(tài)勢（減幅集中在2～10mm）外，其余各指標在全省均呈現(xiàn)增加態(tài)勢，且增量由西北向東南不斷增大。其中，PRCPTOT、SDII、Rx1d、Rx5d、R95p、R99p、年降水量和濕季降水量的增量分別為20～90mm、0.1～0.5mm·d?1、8～20mm、5～30mm、10～100mm、30～80mm、20～100mm和20～70mm。

2.2.3 極端降水概率分布

采用非參數(shù)估計中的核密度估計來擬合極端降水的概率分布情況，該方法在前人的許多研究中都得到了應用[11,18?20]。如圖6所示，除Rx5d和干季降水量以外，其余指數(shù)概率密度曲線隨著氣溫的升高逐漸向右移動，說明貴州省極端降水均值基本都有所增加，但各指數(shù)的方差變化有所差異。值得一提的是，在升溫2.0℃下9個極端指數(shù)概率密度曲線尾端均向右延伸，表明在該情景下各極端指數(shù)中高值出現(xiàn)的概率增大，因此，無論從降水強度還是降水量的角度來看，未來極端事件發(fā)生的可能性在增大。

3 結論與討論

3.1 結論

（1）在各站以1961?2005年實測逐日降水量數(shù)據(jù)為基礎對2個氣候模式模擬的逐日降水量數(shù)據(jù)進行偏差校正，分別計算9個極端降水指數(shù)，再將校正后的2個模式的極端降水指數(shù)進行平均得到最終極端降水指數(shù)結果MME。采用多年平均、標準差、相對誤差和空間相關系數(shù)4個指標對MME進行評估，除干季降水外，MME對1961?2005年貴州省極端降水具有一定的模擬能力，尤其是能準確呈現(xiàn)各指數(shù)的空間分布，可以利用MME來評價未來不同升溫情景下貴州省極端降水的變化特征。

（2）貴州省RCP2.6和RCP4.5情景下各極端降水指數(shù)雖然波動幅度較大，但總體上均呈現(xiàn)增加的趨勢。除Rx1d和干季降水量外，隨著全球氣溫的升高，各極端降水指數(shù)均增大，但升溫1.5℃和2.0℃對應下的增量有所不同，其中R99p增幅最大，分別為19.0%和49.5%。相對于基準期而言全球升溫2.0℃時各極端降水指數(shù)增幅基本上約為升溫1.5℃時的兩倍。

（3）除干季降水量以外，升溫1.5℃條件下貴州省各極端降水指數(shù)相對于基準期基本呈現(xiàn)中西部地區(qū)增加、東部地區(qū)減少的態(tài)勢；而升溫2.0℃條件下各極端降水指數(shù)相對于升溫1.5℃下在全省均呈現(xiàn)增加態(tài)勢。因此，隨著溫度的升高，極端事件發(fā)生的可能性也會隨之增大。

（4）在升溫2.0℃條件下9個極端指數(shù)概率密度曲線尾端均向右延伸，表明在該情景下各極端指數(shù)中高值出現(xiàn)的概率增大。

3.2 討論

貴州省RCP2.6和RCP4.5情景下各極端降水指數(shù)總體上均呈現(xiàn)增加的趨勢，且相對于基準期（1986?2005年）而言，全球升溫2.0℃時各極端降水指數(shù)增幅約為升溫1.5℃條件下的兩倍。在升溫2.0℃下9個極端降水指數(shù)概率密度曲線尾端均向右延伸，表明在升溫2.0℃條件下各極端指數(shù)中高值出現(xiàn)的概率增大。以上研究結果與前人在不同升溫閾值下極端降水事件的變化研究結果相似[8?11]。同時極端降水量的增大，可能引發(fā)更多的氣象災害事件，帶來更大的社會經濟損失，因此，未來在貴州省應該及時更新防洪標準，汛期加強洪水預報和預警，積極做好對易地扶貧搬遷群眾后續(xù)的扶持工作，切實鞏固脫貧攻堅成果；另外，充分利用降水增加形成的徑流發(fā)電以最大程度趨利避害[11]。將全球升溫控制在1.5℃而不是2.0℃意義重大，碳達峰和碳中和事關中華民族永續(xù)發(fā)展和構建人類命運共同體。

圖5 不同情景下貴州省基于站點極端降水指數(shù)模擬值的空間分布

注：a表示升溫1.5℃與基準期差值，b表示升溫2.0℃與升溫1.5℃差值；粗黑線表示0線。

Note: a refers to the difference between the warming of 1.5℃ and base period, b refers to the difference between the warming of 2.0℃and 1.5℃. The thick black line indicates the zero line.

圖6 不同情景下貴州省各極端降水指數(shù)概率密度分布

需要指出的是，盡管CMIP5耦合模式在各方面較以往的全球模式均存在一定的改進和提高，但在降水的模擬上還存在較大的不確定性[21]。2021年8月，政府間氣候變化專門委員會正式發(fā)布了IPCC第六次評估報告第一工作組報告《氣候變化2021：自然科學基礎》，第二和第三工作組報告將于2022年第一季度發(fā)布，綜合評估報告將于2022年第三季度發(fā)布，待其相關模式結果完全公布后，還將就相關領域繼續(xù)開展更深入和全面的研究。

[1] IPCC.Climate change 2013:the physical science basis.IPCC working group I contribution to AR5[M].Cambridge, UK,New York,USA:Cambridge University Press,2013.

[2] IPCC.Climate change 2014:synthesis report.Contribution of working groups I,II and III to the Fifth assessment report of the intergovernmental panel on climate change[M]. Geneva,Switzerland:IPCC,2014:151.

[3] Schneider S H,Semenov S,Patwardhan A,et al.Assessing key vulnerabilities and the risk from climate change.In: Parry M L,Canziani O F,Palutikof J P,et al(eds.). Climate change 2007:impacts,adaptation and vulnerability. Contribution of working group II to the Fourth assessment report of the intergovernmental panel on climate change[M]. Cambridge: Cambridge University Press,2007:779-810.

[4] Fischlin A,Midgley G F,Price J T,et al.Ecosystems,their properties,goods,and services.In:Parry M L,Canziani O F,Palutikof J P,et al.eds.Climate change 2007:impacts, adaptation and vulnerability.Contribution of working group II to the Fourth assessment report of the intergovernmental panel on climate change[M].Cambridge:Cambridge University Press,2007:211-272.

[5] Nangombe S,Zhou T J,Zhang W X,et al.Record-breaking climate extremes in Africa under stabilized 1.5℃and 2℃global warming scenarios[J].Nat Climate Change,2018, 8(5):375-380.

[6] Seneviratne S I,Donat M G,Pitman A J,et al.Allowable CO2emissions based on regional and impact related climate targets[J].Nature,2016,529(7587):477-483.

[7] UNFCCC.The Paris agreement.Decision 1/CP. 21[R].Paris: UNFCCC,2015.

[8] 郎咸梅,隋月.全球變暖2℃情景下中國平均氣候和極端氣候事件變化預估[J].科學通報,2013,58(8):734-742.

Lang X M,Sui Y.Changes in mean and extreme climates over China with a 2℃ global warming[J].Chin Sci Bull, 2013,58(8):734-742.(in Chinese)

[9] 周夢子,周廣勝,呂曉敏,等.1.5和2℃升溫閾值下中國溫度和降水變化的預估[J].氣象學報,2019,77(4):728-744.

Zhou M Z,Zhou G S,Lv X M,et al.Projection of temperature and precipitation changes over China under global warming of 1.5 and 2℃[J].Acta Meteorologica Sinica, 2019,77(4):728-744.(in Chinese)

[10] 王艷君,劉俸霞,翟建青,等.全球升溫1.5℃與2.0℃目標下長江流域極端降水的變化特征[J].氣象科學,2019,39 (4):540-547．

Wang Y J,Liu F X,Zhai J Q,et al.Variation characteristics of extreme precipitation in the Yangtze River Basin under the global warming 1.5℃ and 2.0℃[J].Journal of the Meteorological Sciences,2019,39( 4):540-547.(in Chinese)

[11] 丁凱熙,張利平,佘敦先,等.全球升溫1.5℃和2.0℃情景下瀾滄江流域極端降水的變化特征[J].氣候變化研究進展, 2020,16 (4):466-479.

Ding K X,Zhang L P,She D X,et al.Variation of extreme precipitation in Lancang River basin under global warming of 1.5℃ and 2.0℃[J].Advances in Climate Change Research, 2020,16 (4):466-479.(in Chinese)

[12] 周刊社,杜軍,沈旭,等.氣候變化背景下羌塘國家自然保護區(qū)植被凈初級生產力時空變化[J].中國農業(yè)氣象,2021, 42(8):627-641

Zhou K S,Du J,Shen X,et al.Spatial and temporal variability of vegetation net primary productivity in Qiangtang National Nature Reserve under climate change[J].Chinese Journal of Agrometeorology,2021,42(8):627-641. (in Chinese)

[13] 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].中國農業(yè)氣象, 2017,38(10):655-662.

Zhang J Y,Li Y,Zhang D H,et al.Projected changes in extreme precipitation events in Guizhou based on CMIP5 simulations over the 21st century[J].Chinese Journal of Agrometeorology,2017,38(10):655-662.(in Chinese)

[14] Li H X,Chen H P,Wang H J,et al.Future precipitation changes over China under 1.5℃ and 2.0℃ global warming targets by using CORDEX regional climate models [J].Science of the Total Environment,2018,640- 641:543-554.

[15] Gao X J,Shi Y,Zhang D F,et al.Uncertainties in monsoon precipitation projections over China:results from two high-resolution RCM simulations[J].Climate Res.,2012,52: 213-226．

[16] Chen J,Gao C,Zeng X F,et al.Assessing changes of river discharge under global warming of 1. 5℃ and 2℃ in the upper reaches of the Yangtze River Basin:approach by using multiple-GCMs and hydrological models[J].Quatern. Int.,2017,453:63-73.

[17] 徐影,周波濤,吳婕,等.1.5～4℃升溫閾值下亞洲地區(qū)氣候變化預估[J].氣候變化研究進展,2017,13 (4):306-315.

Xu Y,Zhou B T,Wu J,et al.Asian climate change in response to for global warming targets[J].Advances in Climate Change Research,2017,13 (4):306-315.(in Chinese)

[18] 劉俸霞,王艷君,趙晶,等.全球升溫1.5℃與2.0℃情景下長江中下游地區(qū)極端降水的變化特征[J].長江流域資源與環(huán)境,2017,26 (5):133-143.

Liu F X,Wang Y J,Zhao J,et al.Variations of the extreme precipitation under the global warming of 1.5℃ and 2.0℃ in the Mid Lower reaches of the Yangtze River basin[J]. Resources and Environment in the Yangtze Basin,2017, 26(5):133-143.(in Chinese)

[19] Ren D,Leslie L M,Lynch M J.Trends in storm-triggered landslides over southern California[J]. Journal of Applied Meteorology and Climatology,2014,53(2):217-233.

[20] Teegavarapu R S V,Goly A,Obeysekera J.Influences of Atlantic multidecadal oscillation phases on spatial and temporal variability of regional precipitation extremes[J]. Journal of Hydrology,2013,495(15):74-93.

[21] Taylor K E,Stouffer R J,Meehl G A.An overview of CMIP5 and the experiment design[J].Bull Amer Meteor Soc,2012, 93(4):485-498.

Variation of Extreme Precipitation over Guizhou under the Global Warming of 1.5℃ and 2.0℃

ZHANG Jiao-yan1,2, LI Xiao1, CHEN Zao-yang1, LI Yang3, ZHOU Tao1

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

Guizhou province suffered frequently from natural hazards induced by severe weathers. It was necessary to investigate the features of extreme precipitation under the global warming scenarios quantitatively and scientifically to keep the relocated groups away from returning to the poverty due to disasters. Based on the daily precipitation of historical simulation from 1961 to 2005 and under RCP2.6/RCP4.5 emission scenarios during 2006?2098 from CCSM4/ IPSL-CM5A-MR modes, as well as daily precipitation data of 84 meteorological stations over Guizhou from 1961 to 2005, the characteristics of extreme precipitation changes in Guizhou under the global warming of 1.5℃and 2.0℃ were explored through 9 indicators including precipitation intensity, daily maximum precipitation and heavy precipitation, using bias correction to improve the simulation capabilities. It was demonstrated that the extreme precipitation indices in RCP 2.6 and RCP 4.5 scenarios over Guizhou had a large fluctuation range, but uprising trend could be found. Of more interest was that the increase approximately doubled under the scenario of 2.0℃-warming comparing to 1.5℃-warming, which were based on extreme precipitation indices from 1986?2005. The tail ends of the probability density curves of the 9 indies all extended to the right at 2.0℃, indicating that more extreme precipitation events might occur under the scenario of 2.0℃-warming. Therefore, it was essential to make control on the global warming and keep the warming within 1.5℃.

Climate change; Guizhou; Global warming of 1.5℃; Global warming of 2.0℃; Extreme precipitation

10.3969/j.issn.1000-6362.2022.04.001

張嬌艷,李霄,陳早陽,等.全球升溫1.5℃和2.0℃情景下貴州省極端降水的變化特征[J].中國農業(yè)氣象,2022,43(4):251-261

2021?07?07

貴州省氣象局科研業(yè)務項目[黔氣科登（2021）01?07號]

李揚，副研級高級工程師，主要從事氣候變化研究工作，E-mail: lyon81504687@163.com

張嬌艷，E-mail:mylove813jiaojiao@163.com