田孟勤,張 杰,羅 陽,王 超,何肖國(guó)
(1.貴陽市氣象局,貴州 貴陽 550001;2.貴州省息烽縣氣象局,貴州 息烽 551100)
隨著全球變暖的日益加劇,各國(guó)政府及科學(xué)家將未來氣候變化作為研究中心。全球氣候模式能夠模擬大氣環(huán)流、海陸之間的相互作用,構(gòu)建溫室氣體排放情景,有了未來溫室氣體可能的排放情況,就能夠?qū)ξ磥硎澜鐨夂虻目赡茏兓M(jìn)行模擬和預(yù)估。為了保證全球氣候模式能夠準(zhǔn)確模擬未來氣候變化,將模式模擬數(shù)據(jù)與觀測(cè)資料進(jìn)行比對(duì),對(duì)氣候模式的可靠性進(jìn)行綜合評(píng)價(jià)也是人們關(guān)注的熱點(diǎn)問題[1-4]。目前,國(guó)際耦合模式比較計(jì)劃已經(jīng)進(jìn)行到第五階段( Coupled Model Intercomparison Project Phase 5 ,以下簡(jiǎn)稱CMIP5),利用CMIP5公布的最新預(yù)估數(shù)據(jù)開展了大量的研究:基于CMIP5的37個(gè)不同氣候模式和HadCRUT4數(shù)據(jù),Knutti and Sedlácek et al. 研究發(fā)現(xiàn)CMIP5的預(yù)估氣溫空間分布特征與IPCC AR4的結(jié)果較為相似[2],而Fyfe et al.發(fā)現(xiàn)近20 a全球變暖幅度明顯小于氣候模式模擬結(jié)果[3];郭彥等利用CMIP5氣候模式輸出數(shù)據(jù)對(duì)1906—2005年中國(guó)平均氣溫變化進(jìn)行了模擬和評(píng)估,發(fā)現(xiàn)CMIP5模式相較于CMIP3模式在模擬的準(zhǔn)確度上都有所提高[5]。在區(qū)域尺度上,Su Fengge et al.和姜燕敏等分別對(duì)CMIP5氣候模式結(jié)果在青藏高原和中亞地區(qū)的模擬能力進(jìn)行了評(píng)估[6-7]。此外,一些學(xué)者還采用不同極端氣候指數(shù),對(duì)CMIP5的模式結(jié)果進(jìn)行了評(píng)估和預(yù)估分析[8-9]。
云南位于我國(guó)西南地區(qū),屬低緯度山地高原地形,地勢(shì)由北向南成階梯型分布,地貌復(fù)雜多變,作為全球生物多樣性最豐富的地區(qū)之一和世界級(jí)的基因庫,該地區(qū)氣候變化對(duì)全球變化較為敏感[10]。正因如此,利用CMIP5模式模擬數(shù)據(jù)對(duì)云南地區(qū)未來氣候變化特征進(jìn)行預(yù)估,不僅有助于改進(jìn)模式在復(fù)雜地形條件下的氣候模擬能力,更有利于開展氣候變化背景下的山地生態(tài)系統(tǒng)的適應(yīng)性管理和加強(qiáng)生物多樣性的保護(hù)工作。
本文中采用的觀測(cè)數(shù)據(jù)來自中國(guó)氣象局國(guó)家信息中心,包括云南地區(qū)31個(gè)國(guó)家氣象站點(diǎn)1986—2005年降水、氣溫的逐月數(shù)據(jù)(圖1)。模式數(shù)據(jù)包括IPCC AR5中使用的8個(gè)氣候模式數(shù)據(jù)及21個(gè)氣候模式的簡(jiǎn)單集合平均數(shù)據(jù)(表1),其中氣候基準(zhǔn)期數(shù)據(jù)為1986—2005年的模擬數(shù)據(jù),未來預(yù)估數(shù)據(jù)為在排放情景RCP2.6、RCP4.5、RCP8.5下的模式輸出數(shù)據(jù)。預(yù)估時(shí)段采用IPCC AR5 推薦的“near-term”(2020—2035年)。為方便與觀測(cè)數(shù)據(jù)的比較,采用雙線性插值法將8個(gè)氣候模式和模式集合數(shù)據(jù)統(tǒng)一插值到氣象站點(diǎn)上。
圖1 云南省氣象站點(diǎn)與氣候模式格點(diǎn)分布圖Fig.1 Distributions of meterological stations and GCMs in Yunnan Province
表1 CMIP5 氣候模式概況(粗體為本研究采用的8個(gè)模式)Tab.1 Information of CMIP5 climate models
續(xù)表1 CMIP5 氣候模式概況(粗體為本研究采用的8個(gè)模式)
本文采用相關(guān)系數(shù)與均方根誤差對(duì)CMIP5在氣候基準(zhǔn)期(1986—2005年)的模擬數(shù)據(jù)與31個(gè)觀測(cè)站點(diǎn)觀測(cè)數(shù)據(jù)進(jìn)行分析,評(píng)估其模擬效果相。大多數(shù)文獻(xiàn)對(duì)于模式的評(píng)估往往分別比較相關(guān)系數(shù)與均方根誤差,Taylor在PCMDI(Program for climate Model Diagnosis and Intercomparison)的技術(shù)報(bào)告上發(fā)表了Taylor Diagram,在二維圖上對(duì)相關(guān)系數(shù)與均方根誤差進(jìn)行體現(xiàn)[11]。其原理如下:
(1)
(2)
(3)
(4)
其中,fn為模式數(shù)據(jù);rn為觀測(cè)數(shù)據(jù);σf為模式標(biāo)準(zhǔn)差;σr為觀測(cè)數(shù)據(jù)標(biāo)準(zhǔn)差;上標(biāo)“ ̄”為平均值;N為云南地區(qū)的格點(diǎn)數(shù)。
空間相關(guān)系數(shù)可以用來表征兩個(gè)平均場(chǎng)(觀測(cè)和模擬)的空間差異與相似程度,計(jì)算公式如下:
COR=
(5)
對(duì)圖2進(jìn)行分析可以得出:8個(gè)模式均能模擬出云南降水在1986—2005年間的增加趨勢(shì),但模式F (FGOALS-s2)的降水和氣溫趨勢(shì)明顯高于觀測(cè)數(shù)據(jù)的趨勢(shì);對(duì)氣溫的趨勢(shì)模擬中,僅模式J (MRI-CGCM3) 模擬出了下降趨勢(shì),顯然與實(shí)際觀測(cè)數(shù)據(jù)的趨勢(shì)不符,而其余7個(gè)模式均為上升趨勢(shì),與實(shí)際觀測(cè)數(shù)據(jù)的趨勢(shì)一致。與氣溫、降水觀測(cè)數(shù)據(jù)的趨勢(shì)相比較,模式集合數(shù)據(jù)的趨勢(shì)均與氣溫、降水觀測(cè)數(shù)據(jù)的趨勢(shì)較為接近。
圖2 氣候模式對(duì)年平均氣溫、降水(1986—2005年)線性趨勢(shì)的模擬比較(粗實(shí)線為觀測(cè)數(shù)據(jù)線性趨勢(shì),字母B代表模式集合數(shù)據(jù)的趨勢(shì)線,字母(C-J)所代表模式見表1)Fig.2 The observed and simulated linear trend of annual precipitation (left) and temperature (right) during 1986—2005
從表2的統(tǒng)計(jì)結(jié)果可看出:對(duì)降水、氣溫趨勢(shì)模擬最好的兩個(gè)模式分別是模式J(MRI-CGCM3)和模式D(BNU-ESM);雖然模式J的降水趨勢(shì)與觀測(cè)降水趨勢(shì)較為接近,但其年平均降水的空間分布特征模擬結(jié)果與觀測(cè)結(jié)果相差較遠(yuǎn);分析模式數(shù)據(jù)對(duì)氣溫的空間分布特征模擬結(jié)果發(fā)現(xiàn),多模式集合數(shù)據(jù)要優(yōu)于8個(gè)氣候模式數(shù)據(jù),與觀測(cè)數(shù)據(jù)最為接近;總體來看,多模式集合數(shù)據(jù)和各氣候模式模擬數(shù)據(jù)在降水的空間分布特征模擬上要比氣溫的空間分布特征模擬效果要差。
表2 氣候模式對(duì)云南地區(qū)年平均氣溫、降水(1986—2005年)模擬結(jié)果統(tǒng)計(jì)Tab.2 Statistic feature of observed and simulated annual temperature (left) and precipitation (right) during 1986—2005
如圖3所示:與觀測(cè)數(shù)據(jù)相比,在基準(zhǔn)期逐月氣溫的模擬上多模式集合的均方根誤差和標(biāo)準(zhǔn)差均為最小,盡管各氣候模式與觀測(cè)數(shù)據(jù)的相關(guān)系數(shù)大致分布在0.95附近,但各氣候模式均存在較大的均方根誤差和標(biāo)準(zhǔn)差;而對(duì)于降水而言,多模式集合的月降水?dāng)?shù)據(jù)與觀測(cè)數(shù)據(jù)相關(guān)系數(shù)最高,8個(gè)模式的均方根誤差均較大,說明氣候模式的模擬數(shù)據(jù)與觀測(cè)數(shù)據(jù)所呈現(xiàn)的實(shí)際結(jié)果之間還存在著較大偏差。
鑒于與觀測(cè)數(shù)據(jù)相比,月平均降水、月氣溫序列的模擬結(jié)果存在著較大的均方根誤差和標(biāo)準(zhǔn)差,為了進(jìn)一步對(duì)模式數(shù)據(jù)的模擬能力進(jìn)行分析,驗(yàn)證模式數(shù)據(jù)與觀察數(shù)據(jù)的吻合程度,對(duì)模擬數(shù)據(jù)和觀測(cè)數(shù)據(jù)的月降水和月氣溫在年內(nèi)的變化情況進(jìn)行對(duì)比分析,結(jié)果如圖4 所示:月降水的年內(nèi)變化存在季節(jié)性變化,夏季降水明顯多于春秋季節(jié),在降水的年內(nèi)分布模擬上,8個(gè)氣候模式數(shù)據(jù)雖然能夠模擬出年內(nèi)降水的季節(jié)性變化,但在雨季降水峰值的模擬上效果較差,而多模式集合數(shù)據(jù)不僅能夠很好的模擬出降水的季節(jié)性變化,而且對(duì)降水峰值模擬的效果也明顯較好;基準(zhǔn)期內(nèi)月平均氣溫觀測(cè)值雖呈現(xiàn)季節(jié)變化,但月與月之間差值較小,8個(gè)氣候模式數(shù)據(jù)對(duì)春、秋、冬季的氣溫模擬效果差,遠(yuǎn)遠(yuǎn)低于觀測(cè)值,僅夏季(6—8月)氣溫與觀測(cè)數(shù)據(jù)較為接近,無法模擬出云南高原氣候的特點(diǎn),而多模式集合數(shù)據(jù)則與實(shí)際觀測(cè)結(jié)果中氣溫的年內(nèi)變化較為接近。
圖3 觀測(cè)數(shù)據(jù)(A)與多模式集合(B)、各模式(C-J)月降水、氣溫序列的Talor圖 (綠色曲線為均方根誤差)Fig.3 The observed (A), Multi model (B) and Models (C-J) Talor diagram of annual precipitation (left) and temperature (right) during 1986—2005
圖4 氣候模式對(duì)月平均氣溫、降水(1986—2005年)的模擬比較(白色柱狀圖為觀測(cè)值,黃色為多模式集合數(shù)據(jù),藍(lán)色和粉色為8個(gè)模式結(jié)果的箱點(diǎn)圖,其中,粉色框上下邊界分別代表均值標(biāo)準(zhǔn)誤差的95% 置信線,黑點(diǎn)代表8個(gè)模式)Fig.4 The observed and simulated monthly mean temperature (left) and monthly precipitation (right) during 1986—2005
鑒于8個(gè)氣候模式在降水、氣溫的模擬上與觀測(cè)數(shù)據(jù)存在較大差異,本文對(duì)未來(2020—2035年)氣溫和降水變化的預(yù)估采用多模式集合數(shù)據(jù)。從未來3種排放情景下云南氣溫、降水空間變化幅度(圖5)上可看出,與多模式集合基準(zhǔn)期模擬結(jié)果相比,未來3種情景下云南縱向嶺谷地區(qū)降水增加幅度為1%~3%;3種排放情景下,整個(gè)云南地區(qū)降水均呈現(xiàn)西增東減態(tài)勢(shì),RCP8.5情景下降水變幅最大;未來氣溫則表現(xiàn)為一致升高,RCP8.5情景下氣溫變幅最大。
圖5 未來(2020—2035年)3種情景下云南降水、氣溫變化幅度(與21個(gè)模式集合的基準(zhǔn)期數(shù)據(jù)比較)Fig.5 Distribution of annual precipitation(left) and temperature (right) during 2016—2035 under RCP 2.6,RCP 4.5 and RCP 8.5 scenarios in Yunnan Province
續(xù)圖5 未來(2020—2035年)3種情景下云南降水、氣溫變化幅度(與21個(gè)模式集合的基準(zhǔn)期數(shù)據(jù)比較)Fig.5 Distribution of annual precipitation(left) and temperature (right) during 2016—2035 under RCP 2.6,RCP 4.5 and RCP 8.5 scenarios in Yunnan Province
本文基于CMIP5的8個(gè)氣候模式和多模式集合數(shù)據(jù)(21個(gè)氣候模式簡(jiǎn)單集合)和觀測(cè)數(shù)據(jù),評(píng)估了其在基準(zhǔn)期內(nèi)對(duì)云南氣溫、降水的模擬能力,并應(yīng)用多模式集合數(shù)據(jù),預(yù)估了未來不同排放情景下(RCP2.6、RCP4.5、RCP8.5)云南地區(qū)氣溫、降水的空間分布趨勢(shì)。結(jié)果如下:
①多模式集合和部分模式能較好的模擬出基準(zhǔn)期內(nèi)氣溫、降水的年際變化趨勢(shì);在空間分布特征上,氣候模式(包括多模式集合)對(duì)降水的模擬偏差較差,對(duì)氣溫的模擬相對(duì)較好;但在月平均氣溫和月降水的年內(nèi)分布模擬上,多模式集合數(shù)據(jù)的模擬效果明顯優(yōu)于8個(gè)氣候模式數(shù)據(jù),因此在進(jìn)行氣候變化預(yù)估時(shí)采用多模式集合數(shù)據(jù)
②預(yù)估結(jié)果表明,在未來3種排放情景下云南地區(qū)降水呈西增東減的空間部分特征,縱向嶺谷地區(qū)降水增加幅度為1%~3%,且在RCP8.5情景下降水變幅最大,而氣溫在3種排放情景下則表現(xiàn)為一致的增加,RCP8.5情景下增幅最大。
致謝:本研究所使用的全球氣候模式氣候變化預(yù)估數(shù)據(jù),是由國(guó)家氣候中心研究人員對(duì)數(shù)據(jù)進(jìn)行的整理、分析和惠許使用。原始數(shù)據(jù)由各模式組提供,由WGCM(JSC/CLIVAR Working Group on Coupled Modelling)組織PCMDI (Program for Climate Model Diagnosis and Intercomparison)搜集歸類。多模式數(shù)據(jù)集的維護(hù)由美國(guó)能源部科學(xué)辦公室提供資助。