巢清塵 嚴(yán)中偉 孫穎

摘要 了解和認(rèn)識(shí)百年來(lái)中國(guó)氣候發(fā)生的變化、引起其變化的驅(qū)動(dòng)因素以及未來(lái)的可能變化，可以更好地適應(yīng)和減緩氣候變化。本文綜合評(píng)估了觀測(cè)到的中國(guó)氣候變化事實(shí)、中國(guó)氣候變化的驅(qū)動(dòng)力、中國(guó)未來(lái)氣候變化預(yù)估三大方面，分析了氣候變暖的趨勢(shì)、水循環(huán)以及降水和冰川變化、極端天氣氣候事件變化、生物化學(xué)循環(huán)、海洋和土地覆蓋變化及其氣候效應(yīng)以及未來(lái)氣候變化的特點(diǎn)和趨勢(shì)等最新科學(xué)進(jìn)展。在中國(guó)百年溫度趨勢(shì)、氣候系統(tǒng)多氣候指標(biāo)變化特征、極端天氣氣候事件中的人類活動(dòng)作用以及氣候系統(tǒng)模擬能力等方面的研究有了新的進(jìn)展?？梢钥吹街袊?guó)氣候變暖趨勢(shì)持續(xù)、大氣二氧化碳等長(zhǎng)壽命溫室氣體濃度繼續(xù)增長(zhǎng)、人為強(qiáng)迫影響了多種氣候要素在強(qiáng)度和頻率的變化，中國(guó)陸地生態(tài)系統(tǒng)的固碳量增加。本文最后提出未來(lái)中國(guó)氣候變化研究需要進(jìn)一步加強(qiáng)的問(wèn)題，包括：中國(guó)氣候變化中的城市化效應(yīng)、氣候系統(tǒng)內(nèi)部變率在年代際變化中的作用、氣溶膠-云-降雨相互作用的機(jī)理、大范圍土地利用變化（如大規(guī)模生態(tài)恢復(fù)工程）的氣候效應(yīng)，以及云輻射反饋、海洋環(huán)流對(duì)氣候變化的響應(yīng)與反饋、氣候-碳循環(huán)反饋等過(guò)程對(duì)氣候模擬不確定的影響等。

關(guān)鍵詞 氣候變化趨勢(shì);氣候變化歸因;氣候變化預(yù)估;科學(xué)新認(rèn)知

氣候變化問(wèn)題是當(dāng)今人類社會(huì)面臨的最大挑戰(zhàn)之一，因此，國(guó)際上開展了大量的科學(xué)研究。從2008—2017年，以“氣候變化”為主題發(fā)表的全球和中國(guó)論文數(shù)量快速增長(zhǎng)，全球SCI收錄論文數(shù)量上升了2.7倍多，中國(guó)SCI收錄論文數(shù)量上升了9.2倍[1]，大量的科學(xué)新認(rèn)識(shí)推動(dòng)了氣候變化科學(xué)及其相關(guān)學(xué)科的發(fā)展，提高了社會(huì)公眾對(duì)氣候變化的科學(xué)認(rèn)知?，F(xiàn)有的氣候變化科學(xué)認(rèn)知中尚存在不確定性，這主要與氣候系統(tǒng)觀測(cè)能力、數(shù)據(jù)的不完整、運(yùn)用不一致的數(shù)據(jù)集分析，以及與年際到年代際變率機(jī)理認(rèn)識(shí)的局限有關(guān)[2-3]。隨著近些年新的觀測(cè)數(shù)據(jù)集的應(yīng)用和分析方法的完善，特別是再分析資料的運(yùn)用，以及基于氣候系統(tǒng)物質(zhì)、能量和水循環(huán)過(guò)程的理解和模式模擬能力的發(fā)展，在上述一些問(wèn)題上已經(jīng)取得了一些新的科學(xué)進(jìn)展。

中國(guó)在氣候變化科學(xué)認(rèn)知上也取得了長(zhǎng)足的進(jìn)展。2017年國(guó)家啟動(dòng)《中國(guó)第四次氣候變化評(píng)估報(bào)告》的編制，從科學(xué)上進(jìn)一步厘清新認(rèn)識(shí)、新進(jìn)展，系統(tǒng)總結(jié)中國(guó)氣候變化科研最新成果，在中國(guó)氣候變化的速度、強(qiáng)度，人類活動(dòng)對(duì)中國(guó)氣候變化的影響等方面又有了新的進(jìn)展，將為國(guó)家制定應(yīng)對(duì)氣候變化政策、參與氣候變化國(guó)際談判提供更好的科學(xué)支撐。本文參考其中的一些結(jié)論，圍繞中國(guó)氣候變化的事實(shí)、驅(qū)動(dòng)力因素以及未來(lái)預(yù)估，試圖從全球視角進(jìn)行綜述。

1 觀測(cè)到的中國(guó)氣候變化事實(shí)

1.1 溫度變化

在全球氣候變暖背景下，百年來(lái)中國(guó)近地面氣溫也呈顯著上升趨勢(shì)。由于早年觀測(cè)資料缺失較多，且因觀測(cè)系統(tǒng)更迭、測(cè)站遷址等因素，很難直接與近幾十年觀測(cè)序列相比較，因而嚴(yán)重影響了近百年變暖的定量評(píng)估。近年來(lái)學(xué)術(shù)界取得的重要進(jìn)展就是發(fā)展了一系列均一化的中國(guó)長(zhǎng)期逐月氣溫序列集[4-5]，以及個(gè)別臺(tái)站（如北京、上海）均一化的長(zhǎng)期逐日氣溫序列[6-7]。運(yùn)用國(guó)際學(xué)術(shù)界常用的“氣候距平面積加權(quán)（CAM）”方法，估算的1900年以來(lái)中國(guó)平均氣溫上升趨勢(shì)為1.56±0.20 ℃/100a，明顯大于全球大陸平均趨勢(shì)（1.0 ℃/100a）。圖1顯示了1900年以來(lái)中國(guó)氣溫升高趨勢(shì)在1.3～1.7 ℃/100a之間，1960年代以來(lái)增暖加速達(dá)0.27 ℃/10a，反映了上世紀(jì)初以來(lái)中國(guó)氣候增暖趨勢(shì)估算結(jié)果的不確定性。此值比《第三次氣候變化國(guó)家評(píng)估報(bào)告》給出的百年平均增溫0.9～1.52℃要高[8]。比較各序列可見，主要差異出現(xiàn)于早期，特別是1940s年代的偏暖程度不一。相比早期研究結(jié)果，基于均一化的臺(tái)站氣溫資料所得到的中國(guó)區(qū)域20世紀(jì)30—40年代的異常偏暖較小[4]。根據(jù)元數(shù)據(jù)分析，新中國(guó)成立后由于城市化發(fā)展，許多臺(tái)站在1950s前后向郊區(qū)遷站，導(dǎo)致此前的早期觀測(cè)氣溫記錄相對(duì)偏高。經(jīng)過(guò)均一化校訂后的序列中，1940年代的偏暖記錄有所減弱。新的中國(guó)區(qū)域長(zhǎng)期氣溫序列更客觀地反映了區(qū)域氣候變化的特征[5]，但仍需要從機(jī)理上做進(jìn)一步分析。

1998年以來(lái)全球變暖不僅沒有停滯，反而略有加速，2014—2018年是有完整氣象觀測(cè)記錄以來(lái)最暖的5年[9]，特別是全球海洋穩(wěn)定而持續(xù)地變暖，2019再次刷新最暖記錄[10]。對(duì)于中國(guó)區(qū)域，20世紀(jì)是過(guò)去2000年歷史最暖百年之一。中國(guó)區(qū)域北方增溫大于南方，冬春季大于夏秋季，日最低氣溫增暖趨勢(shì)更加明顯。近幾十年中國(guó)城市化可能導(dǎo)致一些城市局地增暖趨勢(shì)較大，但對(duì)中國(guó)整體氣溫變化趨勢(shì)的影響較小。

1.2 水循環(huán)以及降水和冰川變化

根據(jù)均一化的中國(guó)2319站逐月降水觀測(cè)資料[11]，中國(guó)區(qū)域平均年降水量的常年值（1981—2010年）為630 mm。1961年以來(lái)，中國(guó)年降水總體呈增加趨勢(shì)，約為4.2 mm/10a。年降水量具有較大的年際波動(dòng)：1998年達(dá)歷史最高，超過(guò)常年值所代表的歷史平均水平 80 mm;2012年以來(lái)各年降水量均大于歷史平均水平。但區(qū)域差別明顯，中國(guó)東北、西北、西藏大部和東南部年降水量呈現(xiàn)較強(qiáng)的增加趨勢(shì)，由于西北地區(qū)降水量基數(shù)小以及蒸發(fā)量增加，西北地區(qū)干旱氣候的格局未發(fā)生根本改變;而自東北南部和華北部分地區(qū)到西南一帶的年降水量呈現(xiàn)減少趨勢(shì)。

考慮相對(duì)濕度觀測(cè)的干偏差訂正后，發(fā)現(xiàn)中國(guó)年平均相對(duì)濕度自1961年以來(lái)沒有明顯的增減趨勢(shì)[12]，反映了由于氣溫升高大氣絕對(duì)含水量相應(yīng)增多而相對(duì)濕度變化不大的事實(shí)。但存在階段性變化特征：20世紀(jì)60年代中期至80年代中期相對(duì)濕度偏低，1989—2003年以偏高為主，2004—2014年總體偏低，2015年以來(lái)轉(zhuǎn)為偏高[13]。

1961年以來(lái)中國(guó)地表水資源量年際變化明顯，20世紀(jì)90年代中國(guó)地表水資源量以偏多為主，2003—2013年總體偏少，2015年以來(lái)中國(guó)地表水資源量持續(xù)偏多。中國(guó)十大流域中松花江、長(zhǎng)江、珠江、東南諸河和西北內(nèi)陸河流域地表水資源量總體表現(xiàn)為增加趨勢(shì)，其中，西北內(nèi)陸河流域地表水資源量增加的相對(duì)速率最大，平均每10年增加3.9%;遼河、海河、黃河、淮河和西南諸河流域則表現(xiàn)為減少趨勢(shì)，其中西南諸河流域地表水資源量減少的相對(duì)速率最大，平均每10年減少3.7%[14]。

與全球其他參照冰川相比，我國(guó)烏魯木齊河源1號(hào)冰川以及境內(nèi)山地冰川的消融速率相對(duì)較小，因?yàn)槿騾⒄毡ǘ酁楹Ｑ笮员╗15-16]。近幾十年來(lái)，中國(guó)西部80.8%的冰川呈現(xiàn)退縮狀態(tài)，其中，玉龍雪山等海洋型冰川的退縮最為顯著，其次是大陸型冰川，而極大陸型冰川的退縮相對(duì)緩慢[17]。中國(guó)是繼俄羅斯、加拿大之后，全球第三大凍土國(guó)。20世紀(jì)80年代以來(lái)，北半球多年凍土面積正快速退縮，總的來(lái)說(shuō)，高海拔多年凍土退化速率快于高緯度多年凍土，青藏高原融化速率最快，其次是阿拉斯加、俄羅斯和加拿大[18]。

1.3 海洋變化及氣候效應(yīng)

1980年來(lái)，中國(guó)沿海海平面上升速率為3.3 mm/a，高于同期全球海洋平均水平（見圖2）。20世紀(jì)90年代末以來(lái)，中國(guó)近海變暖幅度和速率均高于同期全球海洋平均，東中國(guó)海（渤、黃、東海）的升溫幅度要高于南中國(guó)海[19-20]。1970s之后，熱帶太平洋厄爾尼諾信號(hào)顯著增強(qiáng)，且持續(xù)時(shí)間更持久[21-24]。1990年之后，中部型厄爾尼諾趨于頻發(fā)[25-26]，研究表明中部型厄爾尼諾的發(fā)展年可能出現(xiàn)夏季長(zhǎng)江流域降水偏少、氣溫偏高，華南降水偏多等氣候特點(diǎn)。1970s以來(lái)，中國(guó)東部及鄰近海域出現(xiàn)的超強(qiáng)臺(tái)風(fēng)和海洋熱浪趨多、趨強(qiáng)[27-28]。

1.4 極端事件

1961年以來(lái)，中國(guó)區(qū)域極端熱天顯著增多，熱浪頻率增大，平均年極端高溫升高趨勢(shì)為0.21℃/10a。極端冷天顯著減少，冬季寒潮趨于減少，霜凍日數(shù)及冰凍日數(shù)顯著減少，平均年極端低溫升高趨勢(shì)為0.51℃/10a[29]。中國(guó)短歷時(shí)強(qiáng)降水日數(shù)與暴雨日數(shù)均呈現(xiàn)出自東南向西北逐漸減少的梯度分布，說(shuō)明中東部地區(qū)大多數(shù)暴雨天氣過(guò)程是包含短歷時(shí)強(qiáng)降水過(guò)程的。短歷時(shí)強(qiáng)降水極大值區(qū)主要位于華南南部、華北南部和黃淮地區(qū)，而華南北部至江南地區(qū)雖然暴雨頻次高，但該區(qū)域極端降水強(qiáng)度卻小于華北南部和黃淮東部[30-34]。雖然華北地區(qū)的年降水量大多只有江南地區(qū)年降水量的1/3左右，出現(xiàn)暴雨事件的頻率也低很多，但該區(qū)域的極端降水強(qiáng)度卻超過(guò)江南地區(qū)[35]。極端少雨天氣增多，特別是伴隨高溫?zé)崂硕焖侔l(fā)展的“驟旱”事件劇增[36]。全球變暖可能增加華北平原靜穩(wěn)天氣，從而增加冬季強(qiáng)霾天氣的頻率和持續(xù)時(shí)間[37-38]。

2 中國(guó)氣候變化的驅(qū)動(dòng)力

氣候變化的驅(qū)動(dòng)力包括地球氣候系統(tǒng)之外的外強(qiáng)迫因子以及氣候系統(tǒng)內(nèi)部因子的相互作用。自然強(qiáng)迫因子包括太陽(yáng)活動(dòng)、火山活動(dòng)和地球軌道參數(shù)等。太陽(yáng)活動(dòng)的總體影響很小。人為強(qiáng)迫包括兩個(gè)方面，一是工業(yè)化時(shí)代人類活動(dòng)通過(guò)化石燃料燃燒等方式增加大氣排放溫室氣體濃度，同時(shí)導(dǎo)致大氣氣溶膠形成，改變自然大氣的成分構(gòu)成，從而影響地球大氣輻射收支平衡;二是大范圍土地覆蓋和土地利用方式變化，會(huì)改變下墊面特征，導(dǎo)致地氣之間能量、動(dòng)量和水分傳輸?shù)淖兓M(jìn)而影響區(qū)域尺度氣候變化。

2.1 碳和其它生物化學(xué)循環(huán)

2008—2017年全球化石能源平均每年排放344億t CO2，土地利用變化平均每年排放53億t CO2[39]。近40年人類活動(dòng)排放CO2的30%和25%分別被陸地和海洋生態(tài)系統(tǒng)吸收，剩余的45%留在大氣中。導(dǎo)致全球大氣CO2等長(zhǎng)壽命溫室氣體濃度仍在持續(xù)增長(zhǎng)。由于中國(guó)自身發(fā)展的需要，中國(guó)能源消費(fèi)量與碳排放量快速增長(zhǎng)，從1994—2012年中國(guó)CO2排放量增加了約2.5倍[40]。2018年，全球大氣CO2年平均本底濃度為407.8±0.1 ppm。中國(guó)瓦里關(guān)全球本底站大氣CO2年平均本底濃度為409.4±0.3 ppm，略高于全球平均，與北半球平均值同期觀測(cè)結(jié)果基本一致。全球大氣CH4和NO2年平均本底濃度也均呈上升趨勢(shì)，中國(guó)瓦里關(guān)上述氣體均略高于全球平均，與北半球同期觀測(cè)平均值結(jié)果大體相當(dāng)（見表1）。

中國(guó)氣溶膠空間分布呈北方濃度大于南方，冬季濃度最高，夏季濃度最低。2012—2013年40個(gè)地面觀測(cè)站的結(jié)果顯示全國(guó)城市地區(qū)大氣PM2.5主要成分為有機(jī)物（26%）、硫酸鹽（17.7%）、礦物沙塵（11.8%）、硝酸鹽（9.8%）、銨鹽（6.6%）、元素碳（6.0%）[41]。氣溶膠對(duì)環(huán)流、降雨、東亞季風(fēng)等均有顯著影響，但其氣候效應(yīng)還有很大的不確定性。IPCC第五次耦合模式比較計(jì)劃（CMIP5）模擬顯示，東亞地區(qū)氣溶膠在1985—2005年間的增加導(dǎo)致東亞地區(qū)地表溫度減少大約1.05℃[42]，不同模式、不同氣溶膠組分對(duì)不同區(qū)域的氣候影響存在差異。

2013年以來(lái)，隨著國(guó)家《大氣污染防治行動(dòng)計(jì)劃》的實(shí)施，大多數(shù)城市的PM2.5年均濃度呈下降趨勢(shì)，達(dá)標(biāo)城市比例有所提高（見圖3）。然而，近年來(lái)中國(guó)東部地區(qū)地表臭氧濃度呈增加趨勢(shì)，研究發(fā)現(xiàn)華北平原地區(qū)夏季臭氧增加的重要因素是PM2.5濃度降低減少了氣溶膠對(duì)HO2自由基的非均相吸收，進(jìn)而加劇了臭氧的生成[43]。模式評(píng)估顯示，2012—2017年我國(guó)氣溶膠濃度的降低以及臭氧濃度的上升在中國(guó)東部（20～45°N， 105～122.5°E）對(duì)流層過(guò)去10年的年平均絕對(duì)增量2.26頂產(chǎn)生1.26 W/m2的正輻射強(qiáng)迫，有增暖的影響[44]。

2.2 土地覆蓋變化的氣候效應(yīng)

20世紀(jì)80年代以來(lái)，中國(guó)土地覆蓋變化總體上表現(xiàn)為城市建設(shè)用地持續(xù)擴(kuò)張，林地面積增加，耕地、草地、荒漠和濕地面積減小。中國(guó)陸地生態(tài)系統(tǒng)的固碳量呈增加趨勢(shì)，森林固碳量增加最為顯著。中國(guó)陸地生態(tài)系統(tǒng)總碳儲(chǔ)量為79.24±2.42 PgC，其中森林碳儲(chǔ)量最大，占總碳儲(chǔ)量的38.9%，草地碳儲(chǔ)量占32.1%，農(nóng)田碳儲(chǔ)量占20.6%[45-46]。中國(guó)陸地生態(tài)系統(tǒng)固碳量的增加得益于氣候變化以及中國(guó)森林和農(nóng)業(yè)管理措施的共同作用[47-49]。2000—2010年期間，中國(guó)的六大生態(tài)恢復(fù)工程直接增加了約74 TgC/a的固碳量[48]，而采取的農(nóng)田秸稈還田等措施增加了農(nóng)田20 TgC/a的碳匯[49]。中國(guó)陸地生態(tài)系統(tǒng)是顯著的碳匯，且呈增加趨勢(shì)，在全球自然固碳量中起到重要作用。大規(guī)模生態(tài)恢復(fù)工程的實(shí)施，對(duì)改善生態(tài)環(huán)境和減緩氣候變化帶來(lái)了許多積極的影響。

2.3 中國(guó)氣候和極端事件變化的歸因

《中國(guó)第三次氣候變化評(píng)估報(bào)告》在人類活動(dòng)對(duì)20世紀(jì)中國(guó)區(qū)域變暖的貢獻(xiàn)上開展了一些評(píng)估，但尚缺乏嚴(yán)謹(jǐn)?shù)难芯拷Y(jié)論。近年更多研究表明，人為強(qiáng)迫影響了1960s以來(lái)中國(guó)平均氣溫變化，對(duì)同期以來(lái)極端溫度強(qiáng)度、頻率和持續(xù)時(shí)間也造成影響。1961—2013年間觀測(cè)到的中國(guó)氣溫增加了1.44℃（1.22～1.66℃），利用CMIP5氣候模式對(duì)氣溫變化的歸因研究表明，中國(guó)變暖的主要貢獻(xiàn)因子為溫室氣體等人類活動(dòng)，包括CO2等在內(nèi)的溫室氣體增加了中國(guó)的氣溫，其貢獻(xiàn)為1.24℃（0.75～1.76℃），而其他包括氣溶膠在內(nèi)的人為因子主要是冷卻作用，降溫貢獻(xiàn)為0.43 ℃ （0.24～0.63℃），城市化因子的貢獻(xiàn)為0.49℃（0.12～0.86℃）[50]。其他的研究對(duì)不同時(shí)段中國(guó)氣溫變化的分析均表明溫室氣體等人類活動(dòng)的貢獻(xiàn)是最主要的，但是城市化對(duì)中國(guó)區(qū)域氣溫變化的貢獻(xiàn)仍然具有爭(zhēng)議，不同的研究利用不同的資料和方法得到的結(jié)論存在差異。在中國(guó)西部，人類活動(dòng)導(dǎo)致中國(guó)西北地區(qū)溫度在1958—2012年間增加了1.37℃，其貢獻(xiàn)高達(dá)92%[51]。大氣中溫室氣體濃度的增加是目前觀測(cè)到的中國(guó)極端溫度增加的主要原因，土地利用變化也是夏季日最高氣溫上升的重要驅(qū)動(dòng)因子[52-53]。在極端事件的影響方面，人類活動(dòng)很可能增加了中國(guó)高溫?zé)崂说陌l(fā)生概率，同時(shí)可能減少了低溫寒潮的發(fā)生概率?？赡苁沟孟娜杖諗?shù)和熱帶夜日數(shù)明顯增加，霜凍日數(shù)和冰凍日數(shù)顯著減少[54-55]。但1961—2012年中國(guó)整體觀測(cè)降水序列中尚無(wú)法檢測(cè)到人類活動(dòng)對(duì)極端降水趨勢(shì)的顯著影響[56]，人類活動(dòng)對(duì)降水長(zhǎng)期變化的歸因研究還有較大不確定性，仍需進(jìn)一步深入探索。

3 中國(guó)未來(lái)氣候變化預(yù)估

3.1 氣候系統(tǒng)模式評(píng)估

氣候系統(tǒng)模式或地球系統(tǒng)模式是建立在超級(jí)計(jì)算機(jī)系統(tǒng)上，綜合考慮地球系統(tǒng)不同圈層的性狀及其相互關(guān)系的一個(gè)大型軟件系統(tǒng)，是理解全球氣候變化不可或缺和最主要的工具[57-58]。我國(guó)大陸有四個(gè)單位的6個(gè)模式參與CMIP5試驗(yàn)比較，有六個(gè)單位的10個(gè)模式參與了CMIP6試驗(yàn)比較（見表2）[59-60]。

比較CMIP5和CMIP6多模式集合對(duì)中國(guó)區(qū)域的降水模擬，可以看到都能模擬出中國(guó)降水由東南向西北逐漸遞減的特征，但都高估了青藏高原及其南側(cè)的降水量，低估了中國(guó)東部長(zhǎng)江流域的降水量。CMIP6多模式集合在新疆、四川盆地和長(zhǎng)江流域的降水模擬偏差比CMIP5多模式集合有所減少，但對(duì)青藏高原及其南側(cè)的降水偏差并無(wú)改善。CMIP5和CMIP6多模式集合對(duì)東亞夏季風(fēng)氣候平均態(tài)的模擬有一定能力，但在強(qiáng)度上略有不同。CMIP6多模式集合模擬的孟加拉灣西風(fēng)氣流偏強(qiáng)，而CMIP5則偏弱，二者都低估了南海的西南氣流。CMIP6多模式集合模擬的中國(guó)西南地區(qū)風(fēng)速略偏強(qiáng)。相對(duì)而言，CMIP6多模式集合改進(jìn)較大的是副熱帶高壓，其位置和強(qiáng)度都比CMIP5多模式集合更加接近觀測(cè)。

3.2 未來(lái)變化預(yù)估

利用CMIP5多模式看到，與歷史時(shí)期（1986—2005年）相比，在RCP8.5溫室氣體排放情景下，到21世紀(jì)前期（2021—2040），中期（2041—2060）和后期（2081—2100），中國(guó)年平均氣溫將分別升溫1.43℃、2.59℃和5.31℃[61]，年平均降水將分別增加約2%，6%和12%[62-63]。

與歷史時(shí)期（1986—2005年）相比，在RCP4.5和RCP8.5溫室氣體排放情景下，本世紀(jì)初期（2016—2035年）中國(guó)區(qū)域平均極端最高溫度大約增加1℃，中期（2046—2065年）增加1℃～2.5℃，末期（2081—2100年）分別增加2.6±0.5℃和5.8±0.2℃，其中東部地區(qū)增幅最大，在RCP8.5溫室氣體排放情景下超過(guò)6℃[64]。21世紀(jì)初期和中期中國(guó)區(qū)域平均極端最低溫度分別增加1.2℃和2.0℃，到21世紀(jì)末期，增加幅度為2.8℃±0.9℃和6.3℃±0.9℃，其中東北、西北北部和西南的南部增加幅度最大，RCP8.5下增溫超過(guò)7℃。RCP8.5溫室氣體排放情景下，中國(guó)未來(lái)每年氣溫高于35℃的天數(shù)約多出25 d，熱浪發(fā)生頻率約高出8倍（見圖4）。未來(lái)平均高溫?zé)崂税l(fā)生頻率、熱浪持續(xù)時(shí)間以及熱浪天數(shù)增加趨勢(shì)分別為0.39次/10a、1.11 d/10a和3.28 d/10a。到21世紀(jì)末期，區(qū)域平均的持續(xù)暖期增加136 d，區(qū)域平均霜凍日數(shù)將減少43d，寒潮日數(shù)大概減少3～4d[65]。最新一項(xiàng)研究還表明：復(fù)合型熱浪（晝夜都持續(xù)出現(xiàn)異常高溫的極端天氣）將從2030年代開始成為北半球各地最普遍發(fā)生的一類極端天氣現(xiàn)象，中國(guó)東部尤甚[66]。夏季風(fēng)區(qū)域的暴雨可能隨進(jìn)一步全球變暖而有所增加[67]。

基于多組CMIP5模式輸出的動(dòng)力海平面和比容海平面數(shù)據(jù)，并考慮格陵蘭島和南極冰蓋、冰川融化以及陸地水注入等海水質(zhì)量變化對(duì)區(qū)域海平面變化的貢獻(xiàn)，結(jié)合中國(guó)沿海代表性較好的7個(gè)驗(yàn)潮站資料以及衛(wèi)星高度計(jì)數(shù)據(jù)，通過(guò)綜合檢驗(yàn)與評(píng)估，選取置信度達(dá)到95%的9組模式，結(jié)果表明，21世紀(jì)中國(guó)近海海平面將繼續(xù)上升，并且具有顯著的區(qū)域性特征，同時(shí)海平面變化會(huì)引起中國(guó)沿海風(fēng)暴潮、潮汐特征和極值水位的明顯變化。相對(duì)于1986—2005年平均海平面，在RCP4.5溫室氣體排放情景下，到2100年?yáng)|海海平面上升33～84 cm、南海海平面上升34～79 cm;在RCP8.5溫室氣體排放情景下，東海海平面上升47～122 cm、南海海平面上升49～109 cm[68]（見圖5）。未來(lái)中國(guó)近海鹽度、環(huán)流、強(qiáng)臺(tái)風(fēng)和海洋熱浪的變化，尤其是海洋的碳源匯、酸化和溶解氧的觀測(cè)和相關(guān)研究仍需加強(qiáng)。

4 結(jié) 論

本文主要是在觀測(cè)到的中國(guó)氣候變化事實(shí)、氣候變化的驅(qū)動(dòng)因素以及氣候變化預(yù)估三個(gè)方面進(jìn)行了綜述，可以看到中國(guó)氣候不斷趨暖，人類活動(dòng)是其變化的主要驅(qū)動(dòng)因素。與五年前相比，在中國(guó)百年溫度趨勢(shì)、氣候系統(tǒng)多氣候指標(biāo)變化特征、極端天氣氣候事件中的人類活動(dòng)作用以及氣候系統(tǒng)模擬能力方面的認(rèn)識(shí)都有了新的進(jìn)展。但是一些研究，例如，中國(guó)氣候變化中的城市化效應(yīng)、氣候系統(tǒng)內(nèi)部變率在年代際變化中的作用、氣溶膠-云-降雨相互作用的機(jī)理、大范圍土地利用變化（如大規(guī)模生態(tài)恢復(fù)工程）的氣候效應(yīng)，以及云輻射反饋、海洋環(huán)流對(duì)氣候變化的響應(yīng)與反饋、氣候-碳循環(huán)反饋等過(guò)程對(duì)氣候模擬不確定的影響等方面仍需要進(jìn)一步加強(qiáng)。氣候變化研究涉及多圈層、多尺度、多要素的相互作用，以及全球和區(qū)域相互反饋，需要多部門、多領(lǐng)域?qū)＜壹訌?qiáng)合作，在觀測(cè)、資料、機(jī)理、模擬上形成合力，產(chǎn)出更有影響力的研究成果。

（編輯：劉呈慶）

參考文獻(xiàn)

[1]陳迎，巢清塵，胡國(guó)權(quán)，等.十年氣候前行路，歷經(jīng)風(fēng)雨見彩虹[M]//謝伏瞻，劉雅鳴.應(yīng)對(duì)氣候變化報(bào)告（2018）——聚首卡托維茲. 北京：社會(huì)科學(xué)文獻(xiàn)出版社，2018：1-26.

[2]IPCC. Climate change 2013： the physical science basis[R]// STOCKER T F， QIN D， PLATTNER G K， et al. Contribution of Working Group I to the fifth assessment report of the Intergovernmental Panel on Climate Change. Cambridge， United Kingdom and New York， NY， USA： Cambridge University Press， 2013： 1535.

[3]IPCC. Scoping of the IPCC sixth assessment report （AR6）， background， cross cutting issues and the AR6 synthesis[N/OL]. 2017-09-10[2017-10-04]. http：//cache1.nmic.cn/files/521600000072B15C/ipcc.ch/apps/eventmanager/documents/47/040820171122Doc.%206%20%20SYR_Scoping.pdf.

[4]CAO L J， YAN Z W， ZHAO P M， et al. Climatic warming in China during 1901-2015 based on an extended dataset of instrumental temperature records[J]. Environmental research letters， 2017， 5（12）：22-27.

[5]LI Q， ZHANG L， XU W， et al. Comparisons of time series of annual mean surface air temperature for China since the 1900s： observations， model simulations， and extended reanalysis[J]. Bulletin of the American Meteorological Society， 2017，98（4）：699-711.

[6]嚴(yán)中偉，丁一匯，翟盤茂，等.近百年中國(guó)氣候變暖趨勢(shì)之再評(píng)估[J].氣象學(xué)報(bào)，2020. DOI：10.11676/qxxb2020.028.

[7]QIAN C， CAO L J. Linear trends in mean and extreme temperature in Xiongan New Area， China[J]. Atmospheric and oceanic science letters， 2018，11（3）：246-254.

[8]《中國(guó)第三次氣候變化評(píng)估報(bào)告》編寫委員會(huì).中國(guó)第三次氣候變化評(píng)估報(bào)告[M].北京：科學(xué)出版社，2015.

[9]World Meteorological Organization （WMO）.WMO statement on the state of the global climate in 2018[R].Geneva： WMO， 2018.

[10]CHENG L， ABRAHAM J， ZHU J. et al. Recordsetting ocean warmth continued in 2019[J]. Advances in atmospheric sciences， 2020， 37（2）：137-142.

[11]楊朔，李慶祥.中國(guó)降水序列均一性分析方法及數(shù)據(jù)集更新完善[J].氣候變化研究進(jìn)展，2014，10（4）：276-281.

[12]朱亞妮，曹麗娟，唐國(guó)利，等.中國(guó)地面相對(duì)濕度非均一性檢驗(yàn)及訂正[J].氣候變化研究進(jìn)展，2015，11（6）：379-386.

[13]中國(guó)氣象局氣候變化中心.中國(guó)氣候變化藍(lán)皮書（2019）[R].北京：中國(guó)氣象局氣候變化中心，2019.

[14]葉柏生，丁永建，焦克勤，等.我國(guó)寒區(qū)徑流對(duì)氣候變暖的響應(yīng)[J].第四紀(jì)研究，2012，32（1）：103-110.

[15]YAO T， XUE Y， CHEN D， et al. Recent Third Poles rapid warming accompanies cryospheric melt and water cycle intensification and interactions between monsoon and environment： multidisciplinary approach with observation， modeling and analysis[J]. Bulletin of the American Meteorological Society， 2018，100（3）： 423-444.

[16]李忠勤.山地冰川物質(zhì)平衡和動(dòng)力過(guò)程模擬[M].北京：科學(xué)出版社，2019.

[17]姚檀棟，秦大河，沈永平，等.青藏高原冰凍圈變化及其對(duì)區(qū)域水循環(huán)和生態(tài)條件的影響[J].自然雜志，2013，35（3）：179-186.

[18]GUO D， WANG H， WANG A. Sensitivity of historical simulation of the permafrost to different atmospheric forcing datasets from 1979 to 2009[J]. Journal of geophysical research atmospheres， 2017，122（22）：12269-12284.

[19]國(guó)家海洋信息中心.2018年中國(guó)海平面公報(bào)[R].天津：國(guó)家海洋信息中心，2018.

[20]CAI R， TAN H， KONROYIANNIS H. Robust surface warming in offshore China seas and its relationship to the East Asian monsoon wind field and ocean forcing on interdecadal time scales[J]. Journal of climate， 2017， 30（22）： 8987-9004.

[21]POWER S， DELAGE F， CHUNG C， et al. Robust twentyfirstcentury projections of El Nio and related precipitation variability[J]. Nature， 2013，502：541-545.

[22]CAI W J， BORLACE S， LENGAIGNE M，et al. Increasing frequency of extreme El Nio events due to greenhouse warming[J]. Nature climate change， 2014，4：111-116.

[23]HUANG P， YING J. A multimodel ensemble pattern regression method to correct the tropical Pacific SST change patterns under global warming[J]. Journal of climate， 2015，28：4706-4723.

[24]LEE T， MCPHADEN M J. Increasing intensity of El Nio in the centralequatorial Pacific[J]. Geophysical research letters， 2010， 37： L14603. DOI：10.1029/2010GL044007.

[25]PASCOLINICAMPBELL M， ZANCHETTIN D， BOTHE O， et al. Toward a record of central Pacific El Nio events since 1880[J]. Theoretical and applied climatology， 2015，119（12）：379-389.

[26]XU K， TAM C Y， ZHU C， et al. CMIP5 projections of two types of El Nio and their related tropical precipitation in the 21st century[J]. Journal of climate， 2017，30：849-864.

[27]MEI W， XIE S P. Intensification of landfalling typhoons over the northwest Pacific since the late 1970s[J]. Nature geoscience. 2016， 9：753-757. DOI： 10.1038/ngeo2792.

[28]李琰， 范文靜， 駱敬新， 等. 2017年中國(guó)近海海溫和氣溫氣候特征分析[J].海洋通報(bào)， 2018（3）：296-302.

[29]YIN H， SUN Y. Characteristics of extreme temperature and precipitation in China in 2017 based on ETCCDI indices[J]. Advances in climate change research， 2018， 9（4）：218-226.

[30]CHEN J， ZHENG Y G， ZHANG X L， et al. Distribution and diurnal variation of warmseason shortduration heavy rainfall in relation to the MCSs in China[J]. Acta meteorologica sinica，2013， 27： 868–888.

[31]宇如聰，原韋華，李建.降水過(guò)程的不對(duì)稱性[J].科學(xué)通報(bào)，2013，58：1385-1392.

[32]李建，宇如聰，孫溦.中國(guó)大陸地區(qū)小時(shí)極端降水閾值的計(jì)算與分析[J].暴雨災(zāi)害，2013，32（1）：11-16.

[33]李建，宇如聰，孫溦.從小時(shí)尺度考察中國(guó)中東部極端降水的持續(xù)性和季節(jié)特征[J].氣象學(xué)報(bào)，2013，71（4）：652-659.

[34]ZHENG Y G， XUE M， LI B， et al. Spatial characteristics of extreme rainfall over China with hourly through 24hour accumulation periods based on nationallevel hourly rain gauge data[J]. Advances in atmospheric sciences， 2016，33（11）： 1218-1232.

[35]孫繼松.短時(shí)強(qiáng)降水和暴雨的區(qū)別和聯(lián)系[J].暴雨災(zāi)害，2017，36（6）：498-506.

[36]WANG L， YUAN X， XIE Z， et al. Increasing flash droughts over China during the recent global warming hiatus[J]. Scientific reports， 2016，6：305-371.

[37]CHEN H P， WANG H J. Haze days in north China and the associated atmospheric circulations based on daily visibility data from 1960 to 2012 [J]. Geophysical research，2015， 20（5）：895-909.

[38]PEI L， YAN Z. Diminishing clear winter skies in Beijing towards a possible future[J]. Environmental research letters，2018. DOI： 10.1088/17489326/aaf032.

[39]LE QUR C， ANDREW R M， FRIEDLINGSTEIN P， et al. Global carbon budget 2018[J]. Earth system science data， 2018， 10（4）：2141-2194.

[40]中華人民共和國(guó).中華人民共和國(guó)氣候變化第一次兩年更新報(bào)告[R/OL].2018-12. http：//www.ccchina.org.cn/archiver/ccchinacn/UpFile/Files/Default/20191031141943031420.pdf.

[41]LIU Z， GAO W， YU Y et al. Characteristics of PM2.5 mass concentrations and chemical species in urban and background areas of China： emerging results from the CAREChina Network[J]. Atmospheric chemistry and physics，2018，18： 8849-8871.

[42]LIU C， HU H B， ZHANG Y， et al. The direct effects of aerosols and decadal variation of global sea surface temperature on the East Asian summer precipitation in CAM3.0[J]. Journal of tropical meteorology， 2017，23（2）： 217-228.

[43]LI K， JACOB D J， LIAO H， et al. Anthropogenic drivers of 2013-2017 trends in summer surface ozone in China[J]. Proceedings of the National Academy of Sciences of the United States of America， 2019，116（2）： 422-427.

[44]DANG R， LIAO H. Radiative forcing and health impact of aerosols and ozone in China as the consequence of clean air actions over 2012-2017[J]. Geophysical research letters， 2019， 46： 12511-12519.

[45]FANG J， YU G， LIU L， et al. Climate change， human impacts， and carbon sequestration in China[J]. Proceedings of the National Academy of Sciences of the United States of America， 2018，115（16）： 4015-4020.

[46]TANG X， ZHAO X， BAI Y， et al. Carbon pools in Chinas terrestrial ecosystems： new estimates based on an intensive field survey[J]. Proceedings of the National Academy of Sciences of the United States of America， 2018， 115（16）： 4021-4026.

[47]FANG J， GUO Z， HU H， et al. Forest biomass carbon sinks in East Asia， with special reference to the relative contributions of forest expansion and forest growth[J]. Global change biology， 2014， 20（6）：2019-2030.

[48]LU F， HU H F， SUN W， et al. Effects of national ecological restoration projects on carbon sequestration in China from 2001 to 2010[J]. Proceedings of the National Academy of Sciences of the United States of America， 2018， 115（16）：4039-4044.

[49]ZHAO Y， WANG M， ZHANG X， et al. Economics and policydriven organic carbon input enhancement dominates soil organic carbon accumulation in Chinese croplands[J]. Proceedings of the National Academy of Sciences of the United States of America， 2018， 115（16）：4045-4050.

[50]SUN Y， ZHANG X， REN G， et al. Contribution of urbanization to warming in China[J]. Nature climate change， 2016， 6：706-709.

[51]LI C， ZHAO T， YING K. Effects of anthropogenic aerosols on temperature changes in China during the twentieth century based on CMIP5 models[J]. Theoretical and applied climatology， 2016，125：529-540.

[52]WEN H Q， ZHANG X， XU Y， et al. Detecting human influence on extreme temperatures in China[J]. Geophysical research letters， 2013，40：1171-1176.

[53]YIN H， SUN Y， WAN H， et al. Detection of anthropogenic influence on the intensity of extreme temperatures in China[J]. International journal of climatology， 2016，37：1229-1237.

[54]LU C H， SUN Y， ZHANG X B. Multimodel detection and attribution of changes in warm and cold spell durations [J]. Environmental research letters， 2018， 13： 074013. DOI： 10.1088/17489326/aacb3e.

[55]WANG J， TETT S F B， YAN Z W， et al. Have human activities changed the frequencies of absolute extreme temperatures in eastern China？[J]. Environmental research letters， 2018，13： 014012. DOI： 10.1088/17489326/aa9404.

[56]LI W， JIANG Z， ZHANG X， et al. On the emergence of anthropogenic signal in extreme precipitation change over China[J]. Geophysical research letters， 2018，45（17）：9179-9185.

[57]王斌， 周天軍， 俞永強(qiáng)，等.地球系統(tǒng)模式發(fā)展展望[J].氣象學(xué)報(bào)， 2008， 66（6）：857-869.

[58]王會(huì)軍，朱江，浦一芬.地球系統(tǒng)科學(xué)模擬有關(guān)重大問(wèn)題[J].中國(guó)科學(xué)：物理學(xué) 力學(xué) 天文學(xué)，2014（10）： 1116-1126.

[59]WU T， LU Y， FANG Y， et al. The Beijing Climate Center Climate System Model （BCCCSM）： the main progress from CMIP5 to CMIP6[J]. Geoscientific model development， 2019，12（4）： 1573-1600.

[60]周天軍， 鄒立維， 陳曉龍. 第六次國(guó)際耦合模式比較計(jì)劃（CMIP6）評(píng)述[J].氣候變化研究進(jìn)展， 2019，15（5）：445-456.

[61]郯俊嶺， 江志紅， 馬婷婷. 基于貝葉斯模型的中國(guó)未來(lái)氣溫變化預(yù)估及不確定性分析[J].氣象學(xué)報(bào)，2016，74（4）：583-597.

[62]JIANG Z， LI W， XU J， et al. Extreme precipitation indices over China in CMIP5 Models. Part I： model evaluation[J]. Journal of climate， 2015， 28： 8603-8619.

[63]LI W， JIANG Z， XU J， et al. Extreme precipitation indices over China in CMIP5 models. Part II： probabilistic projection[J]. Journal of climate， 2016，29（24）：8989-9004.

[64]XU Y， WU J， SHI Y， et al. Change in extreme climate events over China based on CMIP5[J]. Atmospheric and oceanic science letters， 2015，8（4）：185-192.

[65]ZHOU B， WEN Q， XU Y， et al. Projected changes in temperature and precipitation extremes in China by the CMIP5 multimodel ensembles[J]. Journal of climate， 2014，27： 6591-6611.

[66]WANG J， CHEN Y， TETT S F.B， et al. Anthropogenicallydriven increases in the risks of summertime compound hot extremes[J]. Nature communications， 2020， 11： 528. DOI： 10.1038/s41467019142338.

[67]ZHANG W， ZHOU T， ZOU L， et al. Reduced exposure to extreme precipitation from 0.5 °C? less warming in global land monsoon regions[J]. Nature communications， 2018，9： 3153. DOI： 10.1038/s41467018056333.

[68]王慧，劉秋林，李歡，等.海平面變化研究進(jìn)展[J].海洋信息，2018，33（3）：19-25.