陳笑晨，唐振飛，陳錫寬，鄭潮宇，李欣欣，楊 婷

（1. 福建省氣候中心，福建 福州 350008；2. 江西省吉安市氣象局，江西 吉安 343006；3. 福建省氣象服務(wù)中心，福建 福州 350008）

引 言

近百年來(lái)，地球氣候系統(tǒng)正經(jīng)歷著以全球變暖為主要特征的顯著變化［1］。20世紀(jì)80年代以來(lái)，全球變暖趨勢(shì)進(jìn)一步加劇，極端天氣氣候事件的發(fā)生頻率和強(qiáng)度急劇增加［2］，對(duì)人類生產(chǎn)生活造成了極大的影響和危害，引起國(guó)際社會(huì)的普遍關(guān)注［3-4］。我國(guó)地處亞歐大陸東部，東臨太平洋，受其獨(dú)特的地理位置和季風(fēng)氣候的影響，是世界上氣候變率最大的地區(qū)之一，受極端事件的影響更為顯著［5］。已有研究表明，中國(guó)大陸地區(qū)極端高溫和極端暖事件呈明顯上升趨勢(shì)［6-8］，許多地區(qū)頻繁出現(xiàn)超過(guò)35 ℃的高溫天氣，給人民生產(chǎn)活動(dòng)和身體健康造成巨大威脅［9-11］。因此，對(duì)極端氣候事件特別是極端氣溫事件的未來(lái)變化進(jìn)行準(zhǔn)確預(yù)估，為政策制定提供抵御和適應(yīng)氣候?yàn)?zāi)害的科學(xué)依據(jù)是非常重要的［12］。

全球氣候模式是進(jìn)行氣候模擬和不同排放情景下未來(lái)氣候變化預(yù)估的重要工具［13-15］，自20世紀(jì)90年代起，世界氣候研究計(jì)劃（World Climate Research Program，WCRP）發(fā)起了國(guó)際耦合模式比較計(jì)劃（Coupled Model Intercomparison Project，CMIP），旨在“推動(dòng)模式發(fā)展和增進(jìn)對(duì)地球氣候系統(tǒng)的科學(xué)理解”［16］。目前CMIP 系列的最新版本是CMIP6，有來(lái)自全球33 家機(jī)構(gòu)約112 個(gè)氣候模式版本注冊(cè)參加［17］，是迄今為止參與模式數(shù)量最多、設(shè)計(jì)數(shù)值試驗(yàn)最豐富、所提供模擬數(shù)據(jù)最為龐大的一次計(jì)劃［18］。與上一代CMIP5 的典型濃度路徑情景（representa?tive concentration pathways，RCPs）相比，CMIP6 新開發(fā)了一套共享社會(huì)經(jīng)濟(jì)路徑情景（shared socioeco?nomic pathways，SSPs）［19］。新情景既包括人口、經(jīng)濟(jì)發(fā)展、生態(tài)系統(tǒng)、資源、制度和社會(huì)因素等未來(lái)的變化，還包括未來(lái)減緩、適應(yīng)和應(yīng)對(duì)氣候變化的努力措施等［20］。目前一些研究工作已經(jīng)采用CMIP6模式數(shù)據(jù)［21-22］，ZHU等［23］基于12個(gè)CMIP6全球氣候模式評(píng)估了模式對(duì)中國(guó)區(qū)域的模擬能力，發(fā)現(xiàn)多模式集合平均（multi-model ensemble，MME）能很好地模擬年平均溫度、日最高氣溫最大值和日最低氣溫最小值的空間分布，但是很難再現(xiàn)冷夜和暖日的空間分布，且在青藏高原上存在很大的冷偏差；JIANG 等［24］比較了兩代模式對(duì)1961—2005 年中國(guó)溫度的模擬能力，結(jié)果表明，模式對(duì)氣候態(tài)溫度的模擬能力CMIP6較CMIP5 有明顯改進(jìn)，而對(duì)年際溫度的模擬能力改進(jìn)不大；向竣文等［25］基于CMIP6全球氣候模式數(shù)據(jù)，對(duì)中國(guó)地區(qū)未來(lái)時(shí)期極端氣溫進(jìn)行了預(yù)估，發(fā)現(xiàn)未來(lái)4種情景下極端最高氣溫和極端最低氣溫都顯著升高，升溫幅度隨著情景的變化逐漸加大。

福建省地處中國(guó)東南沿海亞熱帶氣候帶，氣候條件復(fù)雜多變，極端天氣氣候事件頻發(fā)，是氣候變化的高度敏感區(qū)［26］。近幾十年來(lái)，福建氣溫呈明顯升高趨勢(shì)，月極端最低氣溫升高速度遠(yuǎn)大于極端最高氣溫，閩西和閩中的山間盆地、河谷為極端高溫大值分布區(qū)［27］。隨著福建城市化、工業(yè)化進(jìn)程不斷加快，像福州5 a、20 a、100 a一遇極端高溫閾值分別達(dá)到39.6、40.9 和42.1 ℃［28］，且高溫極值越來(lái)越高，帶來(lái)的災(zāi)害影響和損失日益嚴(yán)重。本文利用CMIP6 氣候模式輸出的歷史和未來(lái)數(shù)據(jù)，對(duì)SSP2-4.5和SSP5-8.5情景下極端氣溫指數(shù)進(jìn)行偏差訂正處理，結(jié)合廣義極值（generalized extreme value，GEV）理論，預(yù)估福建省未來(lái)極端溫度的變化特征，以期為生態(tài)文明建設(shè)、城市規(guī)劃管理、工農(nóng)業(yè)生產(chǎn)生活和應(yīng)急防災(zāi)減災(zāi)等提供參考依據(jù)。

1 資料和方法

1.1 研究資料

觀測(cè)資料采用中國(guó)氣象局提供的1971—2010年CN05.1 逐日氣溫格點(diǎn)數(shù)據(jù)，空間分辨率為0.25°×0.25°。該數(shù)據(jù)基于中國(guó)2400 多個(gè)地面氣象臺(tái)站的觀測(cè)資料，是一套經(jīng)過(guò)質(zhì)量控制和插值建立的高分辨率格點(diǎn)數(shù)據(jù)集，已廣泛應(yīng)用于氣候變化研究［29］。

參照Z(yǔ)HU 等［30］文章，模式資料選擇6 個(gè)在中國(guó)區(qū)域模擬效果較好的CMIP6（https：//esgf-node. llnl.gov/search/cmip6/）氣候模式（表1），模式資料為逐日數(shù)據(jù)，空間分辨率各不相同。未來(lái)情景選取SSP2-4.5和SSP5-8.5，其中SSP2-4.5 和SSP5-8.5 分別代替了早期CMIP5 中2 個(gè)代表性濃度路徑RCP4.5 和RCP8.5。SSP2-4.5表示的是中等社會(huì)脆弱性和中等輻射強(qiáng)迫的組合，而SSP5-8.5是唯一可以實(shí)現(xiàn)2100年人為輻射強(qiáng)迫達(dá)到8.5 W·m-2的高排放共享社會(huì)經(jīng)濟(jì)路徑。以每20 a 作為一個(gè)研究時(shí)段［1991—2010年、21世紀(jì)近期（2021—2040年）、中期（2051—2070年）和末期（2081—2100年）］，選擇極端事件顯著增加的1991—2010 年為歷史參照期?？紤]到觀測(cè)數(shù)據(jù)和模式數(shù)據(jù)空間分辨率不同，使用雙線性插值方法將所有模式數(shù)據(jù)統(tǒng)一插值到與觀測(cè)數(shù)據(jù)分辨率（0.25°×0.25°）相同的經(jīng)緯度網(wǎng)格上［31-32］。研究發(fā)現(xiàn)不同的模式對(duì)中國(guó)極端氣溫指數(shù)的模擬性能存在較大差異，多模式集合平均的結(jié)果能較好地模擬出中國(guó)極端氣溫指數(shù)的變化趨勢(shì)和空間分布特征［33］，文中的集合平均是6個(gè)模式算術(shù)平均值。

表1 6個(gè)CMIP6全球氣候模式基本信息Tab.1 Basic information of six CMIP6 global climate models

本文附圖涉及的地圖基于國(guó)家測(cè)繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號(hào)為GS（2017）3320號(hào)的標(biāo)準(zhǔn)地圖制作，底圖無(wú)修改。

1.2 指標(biāo)與方法

1.2.1 極端氣溫指數(shù)

為了研究極端氣溫變化，采用世界氣象組織（World Meteorological Organization，WMO）和WCRP等聯(lián)合成立的氣候變化檢測(cè)和指數(shù)專家組ETCCDI推廣的極端氣溫指數(shù)［34-35］，從中選取4 個(gè)極端氣溫指數(shù)（表2）。

表2 極端氣溫指數(shù)定義Tab.1 The definition of extreme temperature indices

1.2.2 偏差訂正方法

采用分位數(shù)映射（quantile-mapping，QM）方法對(duì)CMIP6 全球氣候模式數(shù)據(jù)進(jìn)行偏差訂正。該方法是在選定的時(shí)段內(nèi)，分別計(jì)算模擬值和觀測(cè)值的累積分布函數(shù)（cumulative distribution function，CDF），構(gòu)建兩者之間的傳遞函數(shù)（transfer function，TF），然后根據(jù)傳遞函數(shù)，訂正其他時(shí)段內(nèi)模擬值的CDF，最終達(dá)到降低模式模擬誤差的目的。參考童堯等［36］的做法，首先選取1971—1990年為原始訓(xùn)練期，建立傳遞函數(shù)：

式中：TF為傳遞函數(shù)；xm為模式的原始輸出值；xac為訂正值。

文中使用參數(shù)傳遞函數(shù)（PTFl），公式如下：

式中：Po和Pm1分別為訓(xùn)練期觀測(cè)數(shù)據(jù)和模式數(shù)據(jù)的經(jīng)驗(yàn)累積分布；a和b為系數(shù)，系數(shù)采用最小二乘方估計(jì)。

然后選取1991—2010 年歷史參照期進(jìn)行獨(dú)立樣本回報(bào)檢驗(yàn)，將建立好的傳遞函數(shù)應(yīng)用于該時(shí)段，即：

式中：Pac為訂正后的檢驗(yàn)時(shí)段累積分布；Pm2為檢驗(yàn)時(shí)段模式數(shù)據(jù)的累積分布。

最后將傳遞函數(shù)分別應(yīng)用到21世紀(jì)近期、中期和末期，從而訂正3個(gè)時(shí)期的模式模擬結(jié)果值。

1.2.3 泰勒?qǐng)D采用泰勒?qǐng)D［37］對(duì)歷史參照期極端氣溫的模擬效果進(jìn)行評(píng)估。泰勒?qǐng)D可以將兩個(gè)場(chǎng)或者序列間的相關(guān)系數(shù)、歸一化標(biāo)準(zhǔn)差及均方根誤差這3 個(gè)指標(biāo)放在同一張圖上，相關(guān)系數(shù)可以表示模擬結(jié)果與觀測(cè)值之間空間分布的相似程度，歸一化標(biāo)準(zhǔn)差和均方根誤差則分別表示模擬結(jié)果的空間均勻性和強(qiáng)度與觀測(cè)值之間的差異。因?yàn)槿咧g存在數(shù)學(xué)轉(zhuǎn)換關(guān)系，可以從泰勒?qǐng)D上直觀地比較出不同模式模擬能力的優(yōu)劣。

1.2.4 廣義極值分布法

采用廣義極值GEV［38］分布擬合年極端最高氣溫。GEV 分布是對(duì)Gumbel、Frèchet 和Weibull 這3種概率分布函數(shù)的統(tǒng)一描述［39］。參數(shù)估計(jì)方法為L(zhǎng)矩估計(jì)，相比于常用的極大似然估計(jì)，在估計(jì)重現(xiàn)水平時(shí)L 矩估計(jì)比較方便且所需樣本量更?。?0］。具體做法：從福建省每個(gè)網(wǎng)格點(diǎn)逐日最高氣溫的模式數(shù)據(jù)訂正值中篩選出歷年最大值，得到4 個(gè)不同時(shí)期（歷史參照期、21 世紀(jì)近期、中期和末期）的年最高氣溫序列，應(yīng)用GEV 分布擬合得到重現(xiàn)期為20、50、100 a的網(wǎng)格點(diǎn)極端最高氣溫?cái)?shù)據(jù)，最后將網(wǎng)格點(diǎn)極端最高氣溫進(jìn)行區(qū)域平均，分析福建省極端最高氣溫及其重現(xiàn)期的變化。

2 結(jié)果分析

2.1 極端氣溫指數(shù)偏差訂正及模擬評(píng)估

圖1為歷史參照期福建省4 個(gè)極端氣溫指數(shù)模擬場(chǎng)相對(duì)于觀測(cè)場(chǎng)的泰勒?qǐng)D?？梢钥闯?，大多數(shù)極端氣溫指數(shù)模擬值與觀測(cè)值的空間相關(guān)系數(shù)由訂正前的0.3~0.7 提高到0.6~0.9，模擬值中心化均方根誤差由訂正前的0.7~1.0 降低到0.5~0.8，歸一化的標(biāo)準(zhǔn)差訂正后為0.7~1.2。Su 和TX90p 的空間相關(guān)系數(shù)訂正效果最好，其中Su 訂正前空間相關(guān)系數(shù)大多為0.3~0.6，訂正后提升至0.7~0.9，第6 個(gè)模式訂正前最差為0.24，訂正后為0.75；部分模式TX90p 訂正前空間相關(guān)系數(shù)接近0，存在氣候漂移現(xiàn)象［41］，訂正后提升至0.7~0.8。從6 個(gè)CMIP6 氣候模式集合平均來(lái)看，也是Su、TX90p 訂正效果最好，其中Su 歸一化標(biāo)準(zhǔn)差由訂正前的0.64 提升至0.86，TX90p 由訂正前的0.63 提升至0.92。由此可見，經(jīng)過(guò)QM 偏差訂正后，6 個(gè)CMIP6氣候模式歷史參照期極端氣溫指數(shù)與觀測(cè)更為接近，可見訂正后的結(jié)果用于未來(lái)情景預(yù)估相對(duì)合理和可信。因此，下文用訂正后6 個(gè)模式的集合平均值來(lái)分析21 世紀(jì)不同時(shí)期極端氣溫指數(shù)相對(duì)于歷史參照期的時(shí)空變化特征。

圖1 歷史參照期福建省4個(gè)極端氣溫指數(shù)模擬場(chǎng)相對(duì)于觀測(cè)場(chǎng)的泰勒?qǐng)D（a）QM偏差訂正前，（b）QM偏差訂正后（1～6對(duì)應(yīng)表1中模式序號(hào)）Fig.1 Taylor diagrams of simulated fields of four extreme temperature indices relative to observation fields in Fujian Province during historical reference period（a）before bias correction by QM method，（b）after bias correction by QM method（numbers 1 to 6 correspond to the model serial number in Table 1）

圖2為歷史參照期TXx、TNn、Su 和TX90p 模擬值經(jīng)QM 偏差訂正后空間分布?？梢钥闯觯琓Xx 全省大部為20~23 ℃，南部高、北部低；TNn 全省大部為12~18 ℃，沿海高、內(nèi)陸低；Su 為130~190 d，其空間分布與TXx 分布類似；TX90p 全省差異較小，為10.8~11.0 d，表現(xiàn)為西北內(nèi)陸多、沿海少。

圖2 歷史參照期TXx（a）和TNn（b）（單位：℃），Su（c）和TX90p（d）（單位：d）模擬值經(jīng)QM訂正后空間分布Fig.2 The spatial distribution of TXx（a）and TNn（b）（Unit：℃），Su（c）and TX90p（d）（Unit：d）simulations corrected by QM method during historical reference period

2.2 福建省未來(lái)極端氣溫指數(shù)變化預(yù)估

2.2.1 時(shí)間變化

表3為SSP2-4.5 和SSP5-8.5 情景下21 世紀(jì)不同時(shí)期福建極端氣溫指數(shù)相對(duì)于參照期的變化。可以看出，所有指數(shù)在未來(lái)均呈增加趨勢(shì)，且隨著時(shí)間推移增幅不斷加大。在SSP2-4.5 情景下，TXx 在21世紀(jì)近期升高1.11 ℃，末期升高2.76 ℃，SSP5-8.5情景下TXx 在21 世紀(jì)末期出現(xiàn)4.86 ℃的巨大增幅。TNn 與TXx 類似，SSP2-4.5 情景下21 世紀(jì)末期升高2.38 ℃，SSP5-8.5 情景下升高達(dá)4.55 ℃。Su未來(lái)也將大幅增加，SSP2-4.5情景下21世紀(jì)末增加38.57 d，而SSP5-8.5 情景下增加66.12 d。TX90p在21世紀(jì)相對(duì)于參照期同樣在增加，以SSP5-8.5情景為例，21世紀(jì)近期增加9.55 d，中期增加28.60 d，末期增加47.98 d。

表3 SSP2-4.5和SSP5-8.5情景下21世紀(jì)不同時(shí)期福建極端氣溫指數(shù)相對(duì)于歷史參照期的變化Tab.3 The change of extreme temperature indices during different period in the 21st century relative to historical reference period in Fujian Province under SSP2-4.5 and SSP5-8.5 scenarios

2.2.2 空間變化

圖3為SSP2-4.5 情景下福建省21 世紀(jì)不同時(shí)期極端氣溫指數(shù)相對(duì)于歷史參照期變化值的空間分布?？梢钥闯觯琓Xx西北內(nèi)陸增幅大、東南沿海增幅小；福建西北部TXx 在21 世紀(jì)近期升高1.1~1.2 ℃，中期升高2.2~2.4 ℃，末期升高2.8~3.0 ℃；對(duì)應(yīng)的3 個(gè)時(shí)期福建東南部分別升高0.8~1.0、1.6~2.0、2.2~2.6 ℃。TNn 分布與TXx 類似，增幅略小，21世紀(jì)末期東南部升高2.0~2.2 ℃，西北部升高2.3~2.5 ℃。福建西南部是Su 增量大值區(qū)，該區(qū)域從21 世紀(jì)近期的17~22 d 增加至末期的41~45 d，增幅翻倍。TX90p 福建東南部增加最快，從21 世紀(jì)近期的8～10 d 增加至末期的29~33 d，增加超過(guò)3倍。

圖3 SSP2-4.5情景下21世紀(jì)近期（上）、中期（中）和末期（下）福建省TXx和TNn（單位：℃），Su和TX90p（單位：d）相對(duì)于歷史參照期變化值的空間分布（黑點(diǎn)通過(guò)α=0.05的顯著性檢驗(yàn)。下同）Fig.3 Spatial distribution of change values of TXx and TNn（Unit：℃），Su and TX90p（Unit：d）in near-term（the top），mid-term（the middle）and late-term（the bottom）of the 21st century relative to historical reference period in Fujian Province under SSP2-4.5 scenario（The dark dots passed the 0.05 significance test. the same as below）

圖4為SSP5-8.5情景下福建省21世紀(jì)不同時(shí)期極端氣溫指數(shù)相對(duì)于歷史參照期變化值的空間分布?？梢钥闯觯髦笖?shù)變化值的空間分布與SSP2-4.5 相似。SSP5-8.5 排放情景下，21 世紀(jì)末期，福建西北部TXx 升高4.8~5.2 ℃、TNn 升高4.6~5.0 ℃，福建中南部Su增加68~74 d、TX90p增加48~55 d。

圖4 SSP5-8.5情景下21世紀(jì)近期（上）、中期（中）和末期（下）福建省TXx和TNn（單位：℃），Su和TX90p（單位：d）相對(duì)于歷史參照期變化值的空間分布Fig.4 Spatial distribution of change values of TXx and TNn（Unit：℃），Su and TX90p（Unit：d）in near-term（the top），mid-term（the middle）and late-term（the bottom）of the 21st century relative to historical reference period in Fujian Province under SSP5-8.5 scenario

2.3 TXx及其重現(xiàn)期的變化

圖5為SSP2-4.5 和SSP5-8.5 情景下21 世 紀(jì) 不同時(shí)期福建省20、50、100 a 一遇TXx 相對(duì)于歷史參照期的變化?？梢钥闯?，無(wú)論是20 a 一遇、50 a 一遇、還是100 a 一遇的TXx 增幅都相對(duì)一致。SSP2-4.5情景下，增溫較為勻速穩(wěn)定，21世紀(jì)近期增溫約1 ℃，中期約2 ℃，末期達(dá)到3 ℃；而SSP5-8.5 情景下，增溫呈加速趨勢(shì)，21 世紀(jì)近期和中期約1.5~3.0 ℃，末期甚至達(dá)到5.0 ℃及以上。

圖5 SSP2-4.5（a）、SSP5-8.5（b）情景下21世紀(jì)不同時(shí)期福建省20、50、100 a一遇TXx相對(duì)于歷史參照期的變化Fig.5 The change of TXx of 20-year,50-year and 100-year return periods during different period in the 21st century relative to historical reference period in Fujian Province under SSP2-4.5(a)and SSP5-8.5(b)scenarios

IPCC 第六次評(píng)估報(bào)告［42］指出，極端高溫事件發(fā)生的頻率會(huì)隨著氣候變暖而增大。如果不加以控制，預(yù)計(jì)未來(lái)20 a全球升溫相對(duì)于1850 年工業(yè)化前或達(dá)到甚至超過(guò)1.5 ℃，那么以前每50 a 才發(fā)生一次的極端高溫事件，未來(lái)大約每6 a 就會(huì)出現(xiàn)一次；如果未來(lái)全球平均氣溫升高4 ℃，極端高溫事件每1~2 a 就會(huì)出現(xiàn)一次。對(duì)于福建區(qū)域，本文計(jì)算了歷史參照期20 a 一遇TXx 在未來(lái)的重現(xiàn)期（圖6）。可以看出，兩種情景下，歷史參照期20 a 一遇TXx 在21 世紀(jì)近期4 a 左右就會(huì)重現(xiàn)，到21 世紀(jì)中期和末期，平均1~2 a 就會(huì)重現(xiàn)。在SSP5-8.5 情景下，歷史參照期20 a一遇的極端最高氣溫在21世紀(jì)末期每年都可能發(fā)生。

圖6 SSP2-4.5、SSP5-8.5情景下福建省歷史參照期20 a一遇TXx在21世紀(jì)不同時(shí)期的重現(xiàn)期Fig.6 The return period of TXx under 20-year return period in historical reference period in different periods in the 21st century under SSP2-4.5 and SSP5-8.5 scenarios

3 結(jié) 論

基于CMIP6 模擬數(shù)據(jù)和高分辨率逐日格點(diǎn)觀測(cè)數(shù)據(jù)，分別采用分位數(shù)映射法和泰勒?qǐng)D對(duì)福建省極端氣溫指數(shù)模擬值進(jìn)行了訂正和評(píng)估，發(fā)現(xiàn)在歷史參照期（1991—2010 年）極端氣溫指數(shù)相對(duì)于觀測(cè)值中心化均方根誤差由訂正前的0.7~1.0降低到0.5~0.8，歸一化標(biāo)準(zhǔn)差訂正后為0.7~1.2，大多數(shù)極端氣溫指數(shù)模擬值與觀測(cè)值的空間相關(guān)系數(shù)由訂正前的0.3~0.7 提高到0.6~0.9。在此基礎(chǔ)上，分析SSP2-4.5 和SSP5-8.5 情景下福建省21 世紀(jì)近期（2021—2040 年）、中期（2051—2070 年）和末期（2081—2100 年）訂正后的極端氣溫指數(shù)相對(duì)于歷史參照期的時(shí)空變化特征，并重點(diǎn)關(guān)注極端最高氣溫TXx重現(xiàn)期的變化。得到如下結(jié)論。

（1）不同情景下，21 世紀(jì)不同時(shí)期福建省極端氣溫指數(shù)相對(duì)于歷史參照期均呈現(xiàn)升高的趨勢(shì)，且隨著時(shí)間推移增幅不斷加大。SSP5-8.5 情景下升溫更為明顯，表現(xiàn)為至21 世紀(jì)末期，極端最高氣溫TXx 升高4.86 ℃，極端最低氣溫TNn 升高4.55 ℃，夏季日數(shù)Su 增加66.12 d，暖晝?nèi)諗?shù)TX90p 增加47.98 d。

（2）在SSP2-4.5 和SSP5-8.5 情景下各極端氣溫指數(shù)的未來(lái)變化較為相似。表現(xiàn)為TXx呈現(xiàn)西北內(nèi)陸增幅大、東南沿海增幅小的趨勢(shì)；TNn 分布與TXx類似，增幅略小；Su 福建西南部增量是大值區(qū)；而TX90p 在福建東南部增幅最大。在SSP5-8.5 情景下，21 世紀(jì)末期，福建西北部TXx 升高4.8~5.2 ℃、TNn 升高4.6~5.0 ℃，福建中南部Su 增加68~74 d、TX90p增加48~55 d。

（3）SSP2-4.5情景下，21世紀(jì)3個(gè)時(shí)期增溫較為勻速，而SSP5-8.5 情景下，升溫呈加速趨勢(shì)。兩種情景下，歷史參照期20 a 一遇的TXx 在21 世紀(jì)近期4 a 左右將會(huì)出現(xiàn)一次，21 世紀(jì)中期和末期1~2 a 就會(huì)發(fā)生。

本文對(duì)福建省的未來(lái)極端氣溫進(jìn)行了預(yù)估和分析，得到的結(jié)果對(duì)于科學(xué)認(rèn)識(shí)極端事件氣候變化規(guī)律有一定幫助。但同時(shí)也應(yīng)看到，全球氣候模式對(duì)福建區(qū)域極端氣溫的模擬仍存在一定的不確定性，今后可采用更多CMIP6 模式、應(yīng)用不同集合方案實(shí)現(xiàn)模式結(jié)果的合理集合平均，從而降低預(yù)估的不確定范圍［43-44］。同時(shí)也要加強(qiáng)動(dòng)力降尺度和區(qū)域氣候模式的嵌套應(yīng)用，使得模擬效果得到進(jìn)一步改善。