李 純， 姜 彤， 王艷君， 繆麗娟， 李溯源， 陳梓延， 呂嫣冉

（1.南京信息工程大學(xué)地理科學(xué)學(xué)院，江蘇南京 210044； 2.南京信息工程大學(xué)大氣科學(xué)學(xué)院，江蘇南京 210044）

0 引言

聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)（Intergov?ernmental Panel on Climate Change，IPCC）第五次報(bào)告指出，近百年來(lái)全球平均氣溫升高了0.85~0.89 ℃[1］，且未來(lái)氣溫將會(huì)持續(xù)升高，2020 年可能成為近百年來(lái)最熱的一年[2］。有研究表明，驅(qū)動(dòng)干旱和熱浪的氣候要素已從過(guò)去的降水不足轉(zhuǎn)變?yōu)榻鼛资陙?lái)的過(guò)高氣溫[3］。在氣候變暖背景下，高溫[3］、干旱[4］、洪澇[5］等極端氣候事件頻發(fā)，進(jìn)而衍生出一系列問(wèn)題，對(duì)人類(lèi)生活、農(nóng)業(yè)、社會(huì)經(jīng)濟(jì)等方面產(chǎn)生深刻影響[6-7］。氣溫是氣候變化研究中的基礎(chǔ)要素，合理預(yù)估未來(lái)氣溫對(duì)區(qū)域維持生態(tài)系統(tǒng)穩(wěn)定及保證社會(huì)經(jīng)濟(jì)穩(wěn)定發(fā)展具有重要意義。

黃河是中國(guó)第二大河，是中國(guó)西北、黃淮海平原、華北平原的重要水源。黃河上游的河源區(qū)是黃河流域主要的產(chǎn)流區(qū)之一，其產(chǎn)流量占黃河流域徑流量的1/3以上[8］，且流域內(nèi)冰川、凍土發(fā)育，地形地貌條件復(fù)雜，是氣候變化的敏感區(qū)域。近年來(lái)，在氣候變暖背景下，黃河上游地區(qū)氣溫呈持續(xù)上升趨勢(shì)[9］，流域內(nèi)凍土退化[10］、冰川退縮[11］、水資源時(shí)空分布不均[12］等問(wèn)題相伴而生，流域水資源脆弱性和風(fēng)險(xiǎn)很大。因此，科學(xué)預(yù)估黃河上游地區(qū)未來(lái)氣候變化對(duì)黃河水資源管理、可持續(xù)發(fā)展具有至關(guān)重要的意義。過(guò)往很多學(xué)者對(duì)黃河流域氣候變化的研究開(kāi)展了不少工作[12-13］，但大多是分析黃河整個(gè)流域的歷史氣候變化特征，而對(duì)黃河上游地區(qū)未來(lái)的預(yù)估較少。

目前，對(duì)未來(lái)氣候變化的預(yù)估，主要基于全球氣候系統(tǒng)模式這一工具。鑒于其復(fù)雜性，在預(yù)估前有必要針對(duì)模式的模擬能力先進(jìn)行評(píng)估[14］。已有大量研究基于CMIP5（Coupled Model Intercompari?son Project Phase 5）評(píng)估氣候模式對(duì)全球或區(qū)域氣候要素的模擬能力，預(yù)估了未來(lái)氣候的變化趨勢(shì)[15-16］。從結(jié)果來(lái)看，幾乎所有的模式都表明不同區(qū)域未來(lái)的氣溫呈升高趨勢(shì)。當(dāng)前，國(guó)際耦合模式比較計(jì)劃已經(jīng)進(jìn)行到第六階段（CMIP6），相較于以前的模式計(jì)劃，它參與的模式數(shù)量最多、設(shè)計(jì)的科學(xué)試驗(yàn)最為完善、所提供的模擬數(shù)據(jù)最為齊全，并且CMIP6 在分辨率、物理過(guò)程及參數(shù)化方面都有所改進(jìn)。就排放情景而言，CMIP6 模式引入新一代組合情景，即共享社會(huì)經(jīng)濟(jì)路徑和代表性濃度路徑（SSP-RCP）組合情景，這些模式數(shù)據(jù)結(jié)果將支撐未來(lái)5~10 年的全球氣候研究[17-19］。并且已有學(xué)者證明，相比于CMIP5，CMIP6 模式的集合效果能使模擬結(jié)果與觀(guān)測(cè)更為接近[20-21］。

基于以上認(rèn)識(shí)，本文利用最新一代模式數(shù)據(jù)CMIP6評(píng)估其在黃河上游的適用性，并預(yù)估21世紀(jì)黃河上游在不同SSP-RCP 情景下氣溫的年、季時(shí)空變化特征，以期為黃河上游適應(yīng)氣候變化及做出應(yīng)對(duì)決策提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

研究區(qū)（圖1）位于黃河上游地區(qū)（32°~39° N、96°~105° E），西抵巴顏克拉山脈，流域內(nèi)氣溫呈現(xiàn)西低東高的特點(diǎn)。平均海拔大于3 500 m，流域面積約為2.2×105km2。黃河上游地區(qū)的水資源約占全流域的57%[12］。流域內(nèi)廣泛分布著冰川凍土，屬青藏高原氣候，由于其獨(dú)特的地理位置、地形等因素，屬于受氣候變化影響的敏感區(qū)域。冬季受青藏冷高壓控制，具有典型的大陸性氣候特征；暖季受西南季風(fēng)的影響，降水較多，形成高原亞熱帶濕潤(rùn)季風(fēng)氣候[9］。

圖1 研究區(qū)位置Fig. 1 Location of the study area

1.2 數(shù)據(jù)來(lái)源

1.2.1 氣象觀(guān)測(cè)資料

研究選取來(lái)源于中國(guó)氣象數(shù)據(jù)共享網(wǎng)的再分析氣象數(shù)據(jù)集CN05.1（http：//data. cma. cn/site/in?dex.html），該套網(wǎng)格化觀(guān)測(cè)數(shù)據(jù)集是基于中國(guó)境內(nèi)2 400多個(gè)氣象臺(tái)站的觀(guān)測(cè)資料插值處理后得到[22］，其時(shí)間跨度為1961—2014 年，空間分辨率為0.5°×0.5°。本文使用該數(shù)據(jù)集提供的逐日平均氣溫資料。

1.2.2 氣候模式資料

氣候模式資料來(lái)源于CMIP6 模式中的歷史數(shù)據(jù)（1961—2014年），以及未來(lái)模擬數(shù)據(jù)（2015—2100年）（https：//esgf-node. llnl. gov/search/cmip6/）。這套數(shù)據(jù)包括了不同共享經(jīng)濟(jì)社會(huì)路徑SSP（shared socioeconomic pathway）與不同輻射強(qiáng)迫RCP（rep?resentative concentration pathway）的7 種組合情景，包括SSP1-1.9、SSP1-2.6 及SSP4-3.4（低輻射強(qiáng)迫情景）、SSP2-4.5、SSP4-6.0 及SSP3-7.0（中等、中至高輻射強(qiáng)迫情景）和SSP5-8.5（高輻射強(qiáng)迫情景）[17-18］。綜合考慮歷史時(shí)期與未來(lái)時(shí)期氣候數(shù)據(jù)在時(shí)間與空間上的完整性，研究最終選用了5 個(gè)模式資料的逐月平均氣溫（表1）。

表1 本研究使用的5個(gè)CMIP6氣候模式信息Table 1 Information of the five CMIP6 climate models in the study

為了便于將CMIP6 模式資料與觀(guān)測(cè)資料進(jìn)行比較，使用反距離權(quán)重插值法將所有模式數(shù)據(jù)插值到與觀(guān)測(cè)數(shù)據(jù)相同的0.5°×0.5°網(wǎng)格點(diǎn)上，并將觀(guān)測(cè)與歷史模擬資料的年份統(tǒng)一為1961—2014 年?；鶞?zhǔn)期參照時(shí)段選為1995—2014年，未來(lái)時(shí)段選取2021—2040 年、2041—2060 年和2081—2100 年，分別代表21世紀(jì)近期、中期和遠(yuǎn)期[23］。在進(jìn)行未來(lái)預(yù)估前，需要進(jìn)行相應(yīng)的降尺度與偏差訂正工作[24-25］。本文利用基于觀(guān)測(cè)數(shù)據(jù)的等距累積分布函數(shù)法（EDCDF）對(duì)氣候模式數(shù)據(jù)進(jìn)行統(tǒng)計(jì)偏差訂正，以提升未來(lái)預(yù)估數(shù)據(jù)可信度[26］，并且這一方法已經(jīng)在不同區(qū)域得以應(yīng)用[27-28］。

1.3 研究方法

引入均方根誤差（RMSE）和皮爾森空間相關(guān)系數(shù)（PCOR）2個(gè)評(píng)價(jià)指標(biāo)，對(duì)觀(guān)測(cè)與模擬結(jié)果進(jìn)行評(píng)估[29］。其中，均方根誤差（RMSE）檢驗(yàn)?zāi)M與觀(guān)測(cè)資料的離散程度。計(jì)算公式為

式中：O為觀(guān)測(cè)值；C為模擬值；n為樣本數(shù)。

PCOR 由觀(guān)測(cè)和模擬兩個(gè)序列的協(xié)方差除以其標(biāo)準(zhǔn)差的乘積得到，用于衡量二者間的相關(guān)性。

式中：Covij為兩序列間的協(xié)方差；δi為i序列標(biāo)準(zhǔn)差；δj為j序列標(biāo)準(zhǔn)差。PCOR 的值越接近1，說(shuō)明觀(guān)測(cè)值與模擬值的空間相關(guān)性越強(qiáng)，大于0.5 則表明相關(guān)性較強(qiáng)。

氣象要素的變化趨勢(shì)（氣候傾向率）采用一元線(xiàn)性方程表示。

式中：Y為氣溫；t為時(shí)間（本文為1960—2014 年）；a0為回歸系數(shù)；a1為常數(shù)[30］。

本文所選用的多模式集合平均為多個(gè)模式的簡(jiǎn)單算術(shù)平均，相較于單一模式，多模式集合能更好地模擬出氣候變化特征，模擬能力要優(yōu)于單個(gè)模式[31-32］。

2 結(jié)果與討論

2.1 CMIP6模式對(duì)氣溫的模擬評(píng)估

研究首先對(duì)比了觀(guān)測(cè)資料與模式資料在歷史時(shí)期（1961—2014 年）的表現(xiàn)。從均方根誤差與多年平均值偏差指標(biāo)來(lái)看，多模式集合平均的誤差顯著小于單個(gè)模式。多模式集合的氣溫與觀(guān)測(cè)的年內(nèi)月氣溫表現(xiàn)較為一致（圖2）。同時(shí)也發(fā)現(xiàn)多模式集合氣溫與觀(guān)測(cè)氣溫有著較一致的年際波動(dòng)趨勢(shì)，觀(guān)測(cè)氣溫與多模式集合氣溫的氣候傾向率分別為0.35 ℃·（10a）-1、0.34 ℃·（10a）-1。對(duì)比觀(guān)測(cè)資料，多模式集合平均也能較好地模擬出黃河上游地區(qū)歷史時(shí)期的平均氣溫由東北向西南遞減的空間分布特征（圖3）。由泰勒?qǐng)D[33］可見(jiàn)，各模式對(duì)黃河上游氣溫的模擬能力較好。其中，各模式的標(biāo)準(zhǔn)差均小于0.5，均方根誤差在0.4 以?xún)?nèi)，相關(guān)系數(shù)為0.95 以上，且多模式集合的標(biāo)準(zhǔn)差、均方根誤差均較單個(gè)模式小，其相關(guān)系數(shù)較單個(gè)模式更高，達(dá)0.98以上。綜上，多模式集合平均的模擬效果較單個(gè)模式更好（圖4）。

圖2 1961—2014年觀(guān)測(cè)與多模式集合平均的各月平均氣溫對(duì)比Fig. 2 Comparison of monthly mean air temperature between observations and multi-model ensemble mean from 1961 to 2014

圖3 1961—2014年黃河上游地區(qū)觀(guān)測(cè)與多模式集合平均的平均氣溫空間分布Fig. 3 Spatial distribution of observed and multi-model ensemble mean average air temperature in upper basin of the Yellow River from 1961 to 2014

圖4 基于氣候模式與氣象觀(guān)測(cè)資料的黃河上游地區(qū)平均氣溫泰勒?qǐng)DFig. 4 Taylor chart of average air temperature in upper basin of the Yellow River based on multiple climate models and meteorological observation data

2.2 黃河上游地區(qū)未來(lái)的氣溫變化

2.2.1 2015—2100年年平均氣溫變化

整體看來(lái)，不同情景下21世紀(jì)黃河上游地區(qū)年平均氣溫（圖5）總體表現(xiàn)為波動(dòng)上升趨勢(shì)[0.03~0.82 ℃·（10a）-1］。其中，高輻射強(qiáng)迫情景SSP5-8.5下氣溫增速最快[0.82 ℃·（10a）-1］；其次為中至高、中等輻射強(qiáng)迫情景，如SSP3-7.0、SSP4-6.0、SSP2-4.5 的氣候傾向率分別為0.62 ℃·（10a）-1、0.48 ℃·（10a）-1、0.37 ℃·（10a）-1；氣溫增速最慢的為低輻射強(qiáng)迫情景，如SSP4-3.4、SSP1-2.6、SSP1-1.9，其氣候傾向率分別為0.27 ℃·（10a）-1、0.14 ℃·（10a）-1、0.03 ℃·（10a）-1，且均已通過(guò)0.01顯著性水平檢驗(yàn)。

圖5 不同SSP-RCP情景下21世紀(jì)平均氣溫相對(duì)基準(zhǔn)期（1995—2014年）的溫度增幅Fig. 5 Temperature increase of average air temperature in the 21st century relative to the base period（1995—2014）under different SSP-RCP scenarios

分時(shí)期看來(lái)，低輻射強(qiáng)迫情景（SSP1-1.9、SSP1-2.6、SSP4-3.4）下年氣溫變化表現(xiàn)為先增加，在21世紀(jì)中期（2041—2060年）達(dá)到增幅峰值，遠(yuǎn)期（2081—2100 年）氣溫增速呈放緩趨勢(shì)；以SSP1-1.9為例，在21世紀(jì)近、中、遠(yuǎn)三時(shí)期平均氣溫相對(duì)基準(zhǔn)期（1995—2014 年）分別增加1.22 ℃、1.53 ℃、1.25 ℃（圖6）；而在中、高輻射強(qiáng)迫情景下，年平均氣溫隨時(shí)間推移呈現(xiàn)持續(xù)上升態(tài)勢(shì)，均在21世紀(jì)末期達(dá)到峰值。如中至高輻射強(qiáng)迫情景下（SSP3-7.0），在近、中、遠(yuǎn) 三時(shí)期相對(duì)基準(zhǔn)期（1995—2014年）分別增加1.31 ℃、2.40 ℃、5.07 ℃；SSP5-8.5 高輻射強(qiáng)迫情景下，在近、中、遠(yuǎn)期階段氣溫相對(duì)基準(zhǔn)期增加最多，分別增加1.45 ℃、2.98 ℃、6.40 ℃（圖6）。

圖6 不同SSP-RCP情景下21世紀(jì)近期、中期、遠(yuǎn)期平均氣溫相對(duì)基準(zhǔn)期（1995—2014年）的溫度增幅Fig. 6 Temperature increase of short-term，mid-term and long-term average air temperature in the 21st century relative to the base period（1995—2014）under different SSP-RCP scenarios

2.2.2 2015—2100年季平均氣溫變化

不同情景下，黃河上游地區(qū)四季平均氣溫在21世紀(jì)總體均表現(xiàn)出波動(dòng)上升的趨勢(shì)，增速隨情景及季節(jié)各異（圖略）。季節(jié)劃分標(biāo)準(zhǔn)為：12 月至次年2月為冬季、3—5 月為春季、6—8 月為夏季、9—11 月為秋季。由21世紀(jì)春、夏、秋、冬四季不同情景的氣候傾向率，得知不同情景下四季在2015—2100年的氣溫增速變化相差不大，夏季在各個(gè)情景下的氣溫增速相較于其他季節(jié)是最快的，春季增溫相對(duì)最慢，也有個(gè)別情景如SSP5-8.5 情景在秋季升溫最快，氣候傾向率達(dá)0.89 ℃·（10a）-1；其次，在每個(gè)季節(jié)中，7 個(gè)情景下氣溫的增速也隨情景不同而異，也符合低輻射強(qiáng)迫情景SSP1-1.9增速最慢，高輻射強(qiáng)迫情景SSP5-8.5 增速最快的特點(diǎn)，其后為中至高、中等、低輻射強(qiáng)迫情景（SSP3-7.0、SSP4-6.0、SSP2-4.5、SSP4-3.4、SSP1-2.6、SSP1-1.9）。以夏季為例，低輻射強(qiáng)迫情景（SSP1-1.9、SSP1-2.6、SSP4-3.4）在2015—2100年的氣候傾向率分別為0.04 ℃·（10a）-1、0.16 ℃·（10a）-1、0.32 ℃·（10a）-1，而中等、中至高輻射強(qiáng)迫情景（SSP2-4.5、SSP4-6.0、SSP3-7.0）分 別 為0.44 ℃·（10a）-1、0.53 ℃·（10a）-1、0.67 ℃·（10a）-1；高輻射強(qiáng)迫情景SSP5-8.5 下氣溫增速達(dá)0.86 ℃·（10a）-1。

如圖7 所示，不同情景下夏季在近期（2021—2040 年）、中期（2041—2060 年）、遠(yuǎn)期（2081—2100年）相對(duì)基準(zhǔn)期（1995—2014 年）的增溫幅度不同，但升溫空間分布格局類(lèi)似，均呈現(xiàn)黃河上游西部增溫強(qiáng)于東部，南部增溫強(qiáng)于北部，增溫幅度最大的區(qū)域位于黃河上游西部地區(qū)；如在SSP5-8.5高輻射強(qiáng)迫情景下，黃河上游西部地區(qū)在21世紀(jì)中期階段氣溫相對(duì)基準(zhǔn)期增幅將會(huì)超過(guò)2 ℃，而在21 世紀(jì)遠(yuǎn)期階段，中等、中至高輻射強(qiáng)迫情景（SSP2-4.5、SSP4-6.0、SSP3-7.0）下，黃河上游西部地區(qū)在夏季的氣溫增幅均達(dá)2 ℃及以上，高輻射強(qiáng)迫情景SSP5-8.5下更是達(dá)6 ℃左右。就情景來(lái)看，高輻射強(qiáng)迫情景較其他情景增溫幅度大，如SSP5-8.5情景下氣溫增幅最大（-0.13~4.93 ℃）；其次為中至高、中等輻射強(qiáng)迫情景（SSP3-7.0、SSP4-6.0、SSP2-4.5），其氣溫增幅分別介于-0.34~3.61 ℃、-0.34~2.76 ℃、-0.36~2.10 ℃；增溫幅度最小為低輻射強(qiáng)迫情景（SSP4-3.4、SSP1-2.6、SSP1-1.9），其氣溫增幅分別介于-0.23~1.45 ℃、-0.23~0.58 ℃、-0.08~0.13 ℃。文中只給出未來(lái)夏季相對(duì)基準(zhǔn)期（1995—2014 年）變化空間圖，其他季節(jié)空間分布格局與夏季類(lèi)似（圖略）。

圖7 黃河上游地區(qū)21世紀(jì)夏季平均氣溫相對(duì)基準(zhǔn)期（1995—2014年）的溫度增幅空間分布Fig. 7 Spatial distribution of temperature increase of average air temperature in summer in the 21st century relative to the base period（1995—2014）in upper basin of the Yellow River

3 結(jié)論與展望

本文通過(guò)5個(gè)CMIP6模式資料評(píng)估了黃河上游地區(qū)的歷史與未來(lái)氣溫變化，并預(yù)估了7 種不同組合情景下21世紀(jì)黃河上游地區(qū)的氣溫在年尺度、季節(jié)尺度的時(shí)空變化趨勢(shì)。主要結(jié)論如下：

（1）通過(guò)觀(guān)測(cè)資料與模式資料的對(duì)比，得到5個(gè)CMIP6 的氣候模式資料對(duì)于黃河上游地區(qū)的氣溫均具有較強(qiáng)的模擬能力，且多模式集合算術(shù)平均的模擬效果要優(yōu)于單個(gè)氣候模式，與觀(guān)測(cè)資料的空間相關(guān)系數(shù)達(dá)0.9以上。

（2）黃河上游地區(qū)2015—2100 年平均氣溫在7個(gè)情景下整體呈波動(dòng)上升趨勢(shì)，其增溫速率為0.03~0.82 ℃·（10a）-1，其 中 低 輻 射 強(qiáng) 迫 情 景 如SSP1-1.9、SSP1-2.6、SSP4-3.4 的年氣溫變化表現(xiàn)為先增加，在21 世紀(jì)中期到達(dá)增幅峰值，遠(yuǎn)期增速出現(xiàn)放緩趨勢(shì)；其余中、高排放情景下氣溫隨時(shí)間推移表現(xiàn)為持續(xù)增加態(tài)勢(shì)；SSP5-8.5 增速最快，達(dá)0.82 ℃·（10a）-1，SSP1-1.9 增 速 最 慢，為0.03 ℃·（10a）-1?？臻g上，模擬出黃河上游地區(qū)的氣溫由東北向西南遞減的分布特征。

（3）黃河上游地區(qū)四季氣溫在未來(lái)不同情景下均呈現(xiàn)波動(dòng)上升的趨勢(shì)。雖然不同季節(jié)、不同情景下的氣候傾向率變化相差不大，夏季在各個(gè)情景下的氣溫增速相較其他季節(jié)是最快的，SSP5-8.5 情景在秋季升溫最快[增溫速率達(dá)0.89 ℃·（10a）-1］。劉勤等[34］同樣得出在1961—2010 年黃河上游地區(qū)在夏季增溫最快的結(jié)論。具體表現(xiàn)為在高輻射強(qiáng)迫情景下增溫較低輻射強(qiáng)迫情景快，不同情景下的空間增溫分布形態(tài)基本一致，均呈現(xiàn)西部增溫強(qiáng)于東部，南部增溫強(qiáng)于北部的特點(diǎn)。其中以黃河上游西部地區(qū)增溫最為明顯，王國(guó)慶等[35］利用CMIP5 資料也得出同樣的未來(lái)增溫空間分布特征。

全球變暖背景下，黃河上游地區(qū)氣溫將持續(xù)升高，會(huì)造成冰川退縮、積雪與徑流量減少、水土流失，荒漠化進(jìn)程加劇等，進(jìn)一步加劇整個(gè)流域水資源分配不均的矛盾。本文利用CMIP6 模式對(duì)黃河上游氣溫進(jìn)行模擬預(yù)估，其研究結(jié)果與已有研究結(jié)果有很大相似性。即：總體上，未來(lái)黃河上游表現(xiàn)為增溫趨勢(shì)，但增溫幅度隨情景及時(shí)期不同各有差異。基于CMIP5 模式資料的中國(guó)氣溫模擬預(yù)估研究表明，21 世紀(jì)前期，不同情景之間的預(yù)估結(jié)果差別較小，到了21 世紀(jì)遠(yuǎn)期，不同情景下氣溫升幅相差變大，越高的情景（如RCP8.5）下，氣溫增幅越大[15］，這與本文的研究結(jié)果較為一致。

此外，王國(guó)慶等[35］利用CMIP5 模式分析了黃河流域未來(lái)水資源趨勢(shì)變化，表明在RCP4.5、RCP8.5情景下，21 世紀(jì)中期黃河流域氣溫增幅將可能超過(guò)2 ℃閾值。本研究也同樣得出相似的結(jié)論，即在21世紀(jì)中期，CMIP6 模式資料中的高輻射強(qiáng)迫情景下（如SSP5-8.5），黃河上游氣溫增幅將會(huì)超過(guò)2 ℃；到達(dá)21 世紀(jì)遠(yuǎn)期，在一些中等、高輻射強(qiáng)迫情景下（SSP2-4.5、SSP4-6.0、SSP3-7.0），黃河上游氣溫增幅也會(huì)超過(guò)2 ℃，在21 世紀(jì)遠(yuǎn)期高輻射強(qiáng)迫情景下（SSP5-8.5）黃河上游氣溫增幅更會(huì)超過(guò)6 ℃。

本文旨在科學(xué)預(yù)估黃河上游未來(lái)氣溫，為黃河未來(lái)水資源管理、合理規(guī)避災(zāi)害風(fēng)險(xiǎn)、社會(huì)經(jīng)濟(jì)發(fā)展提供指導(dǎo)意義，下一步可收集更多資料，依據(jù)各要素之間的關(guān)聯(lián)，對(duì)氣候變化作進(jìn)一步的深入分析，從而提出更全面地應(yīng)對(duì)與適應(yīng)氣候變化的措施。