鄧?yán)?朱歡歡 江志紅

摘要 利用第6次耦合模式比較計(jì)劃（CMIP6）中的9個(gè)全球氣候模式的模擬結(jié)果，通過(guò)CO2濃度達(dá)峰時(shí)間確定SSP1-1.9和SSP1-2.6兩種情景下的全球碳中和時(shí)間，預(yù)估了全球碳中和下中國(guó)區(qū)域氣候較歷史參考期（1995—2014年）的未來(lái)變化，分析不同時(shí)間達(dá)到碳中和下氣候響應(yīng)差異，并與未實(shí)現(xiàn)碳中和的SSP2-4.5情景下的氣候變化對(duì)比。結(jié)果表明，SSP1-1.9和SSP1-2.6情景下全球達(dá)到碳中和的時(shí)間分別為2041年和2063年，相較于歷史參考期，SSP1-1.9/SSP1-2.6下中國(guó)區(qū)域平均年氣溫上升1.22/1.58 ℃，平均年降水量增加7.1%/9.9%。SSP1-2.6（晚碳中和）較SSP1-1.9（早碳中和）情景下年均溫增高約0.36 ℃，最大升溫區(qū)位于西南及高原地區(qū)。對(duì)降水而言，晚碳中和較早碳中和全國(guó)平均年降水量增加約2.7%。全年及夏季降水量顯著增加區(qū)主要在西北，新疆地區(qū)出現(xiàn)降水增加超過(guò)8%的大值區(qū)，冬季則集中于黃河中下游，增幅也超過(guò)8%。未碳中和的SSP2-4.5情景下中國(guó)區(qū)域的升溫顯著強(qiáng)于SSP1-2.6（碳中和）情景，年平均氣溫高約0.61 ℃，西北地區(qū)是升溫差別大值區(qū)，其中新疆部分地區(qū)增加升溫超過(guò)0.8 ℃。SSP2-4.5較SSP1-2.6情景年降水量在西北地區(qū)增加顯著，內(nèi)蒙古西北部最大增加超過(guò)10%。有無(wú)碳中和對(duì)冬季降水影響更大，SSP2-4.5情景下新疆部分地區(qū)降水增加比SSP1-2.6下多20%左右，云南部分地區(qū)則少15%左右，表明有無(wú)碳中和對(duì)氣候的影響遠(yuǎn)大于早晚碳中和。

關(guān)鍵詞碳中和;預(yù)估;氣候變化;不同情景

近期公布的IPCC第六次評(píng)估報(bào)告指出，相對(duì)于工業(yè)化前，人類活動(dòng)導(dǎo)致2010—2019年全球地表氣溫上升了1.07 ℃（0.8～1.3 ℃），其中溫室氣體造成了1.0～2.0 ℃的升溫（IPCC，2021）。CO2作為人為溫室氣體的主體，其累積排放與全球溫升呈近線性關(guān)系（Allen et al.，2009;Matthews et al.，2009;Meinshausen et al.，2009;Zickfeld et al.，2009;Collins et al.，2013;Stocker et al.，2013）。全球升溫的最大值將會(huì)在CO2開(kāi)始減少約幾十年后出現(xiàn)，并且排放的CO2越多，排放與升溫峰值的間隔時(shí)間越長(zhǎng)（Zickfeld and Herrington，2015）。因此如果不控制碳排放，就很難實(shí)現(xiàn)《巴黎協(xié)定》提出的“到本世紀(jì)末將全球溫升控制在2 ℃之內(nèi)”的長(zhǎng)期目標(biāo)（UNFCCC，2015）。中國(guó)是發(fā)展中國(guó)家也是碳排放大國(guó)，為應(yīng)對(duì)氣候變化，推動(dòng)全球氣候行動(dòng)，我國(guó)在第75屆聯(lián)合國(guó)一般性辯論上提出了“雙碳”目標(biāo)，承諾在2030年前實(shí)現(xiàn)碳達(dá)峰，在2060年前實(shí)現(xiàn)碳中和。

中國(guó)地處東亞季風(fēng)區(qū)，地形復(fù)雜，區(qū)域氣候更容易受到全球變化影響，加上我國(guó)人口眾多，經(jīng)濟(jì)正處于快速發(fā)展階段，氣象災(zāi)害導(dǎo)致的社會(huì)經(jīng)濟(jì)損失尤為嚴(yán)重。在“雙碳”目標(biāo)提出前，已有不少學(xué)者基于《巴黎協(xié)定》提出的1.5/2.0 ℃升溫閾值對(duì)中國(guó)區(qū)域展開(kāi)了未來(lái)預(yù)估研究，發(fā)現(xiàn)相較于全球，中國(guó)氣候變暖幅度更大（胡婷等，2017;江曉菲等，2020;Zhang et al.，2021），極端暖事件明顯增多，極端冷事件減少（陳曉晨等，2015;李東歡等，2017;Sun et al.，2019;Aihaiti et al.，2021;Li et al.，2021;Zhang et al.，2021;Zhu et al.，2021）。同時(shí)中國(guó)大部分地區(qū)普遍存在濕潤(rùn)化的趨勢(shì)，極端降水顯著增加（Li et al.，2021）。Shi et al.（2018）基于第5次耦合模式比較計(jì)劃（CMIP5）數(shù)據(jù)對(duì)3種不同典型濃度路徑（RCP2.6、RCP4.5和RCP8.5）下中國(guó)區(qū)域的氣溫變化展開(kāi)了研究，發(fā)現(xiàn)1.5/2.0 ℃全球升溫閾值之間的額外0.5 ℃溫升將對(duì)中國(guó)區(qū)域氣溫造成顯著影響，幾乎整個(gè)中國(guó)區(qū)域的平均溫度和極端高溫、低溫上升幅度都將超過(guò)0.5 ℃。Zhang et al.（2021）利用最新的CMIP6數(shù)據(jù)基于共享社會(huì)經(jīng)濟(jì)路徑（SSP1-2.6、SSP2-4.5和SSP5-8.5）預(yù)估了在5個(gè)特定的全球升溫閾值（1.5～5.0 ℃）下中國(guó)各地未來(lái)極端高溫的變化，發(fā)現(xiàn)與升溫2～5 ℃相比，溫升控制在1.5 ℃能夠?qū)⒅袊?guó)區(qū)域極端高溫的增加減少36%～87%，進(jìn)一步佐證了溫升控制的緊迫性。必須注意的是，以上研究主要關(guān)注不同升溫閾值下出現(xiàn)的氣候響應(yīng)差異，這些差異很大程度上來(lái)源于情景中不同的溫室氣體（CO2）排放設(shè)計(jì)。

IPCC全球升溫1.5 ℃特別報(bào)告也指出為了將全球升溫控制在1.5 ℃之內(nèi)，需要在2050年左右達(dá)到凈零碳排（IPCC，2018）。目前針對(duì)碳中和下中國(guó)氣候變化的研究已開(kāi)始引起關(guān)注。徐北瑤等（2022）基于RCP4.5情景和中國(guó)未來(lái)排放動(dòng)態(tài)預(yù)測(cè)模型模擬的2030年排放數(shù)據(jù)，研究發(fā)現(xiàn)中國(guó)“雙碳”目標(biāo)下的減排政策有利于PM2.5、O3和CO2濃度減少，但會(huì)導(dǎo)致2030年我國(guó)部分地區(qū)氣溫較2015年上升。在實(shí)現(xiàn)碳中和以及低增溫目標(biāo)的政策調(diào)整下，21世紀(jì)全球氣溶膠的減少會(huì)減緩CO2減少帶來(lái)的冷卻效應(yīng)，不利于對(duì)北半球特別是北極地區(qū)的升溫控制（Ma et al.，2022）。Chen et al.（2021）針對(duì)中國(guó)的“雙碳”目標(biāo)自行設(shè)計(jì)了碳減排路徑，發(fā)現(xiàn)在全球其他國(guó)家維持一定排放僅中國(guó)實(shí)現(xiàn)“雙碳”目標(biāo)的路徑下，21世紀(jì)末全球溫升將減少0.16～0.21 ℃。但上述研究?jī)H分析了實(shí)現(xiàn)碳中和對(duì)21世紀(jì)氣候變化影響，沒(méi)有對(duì)達(dá)到碳中和時(shí)的氣候變化展開(kāi)研究。楊晨輝等（2022）聚焦于“雙碳”背景下贛江流域的氣候變化，發(fā)現(xiàn)相比于“高碳”路徑，21世紀(jì)“雙碳”路徑下贛江流域水資源更豐富且極端水文事件強(qiáng)度更低，說(shuō)明是否達(dá)到碳中和對(duì)區(qū)域氣候有重要影響。但這一研究中“雙碳”路徑下碳中和時(shí)間的選取是基于政策目標(biāo)，而不是基于碳中和定義以及耦合模式中未來(lái)情景下全球CO2的排放，研究某一情景下達(dá)到全球碳中和時(shí)我國(guó)氣候變化的預(yù)估。另一方面，CMIP6的模擬預(yù)估是基于社會(huì)經(jīng)濟(jì)路徑和排放路徑共同構(gòu)成的新情景框架（Moss et al.，2010）進(jìn)行的，SSP1-1.9和SSP1-2.6情景可在21世紀(jì)的不同時(shí)段到達(dá)碳中和（O’Neill et al.，2016;Gidden et al.，2019;Tebaldi et al.，2021），實(shí)際上反映了減排的快慢，那么或早或晚達(dá)到全球碳中和時(shí)區(qū)域氣候響應(yīng)是否存在差異呢？顯然這直接關(guān)系到我國(guó)減排政策的實(shí)施，也是制定趨緩和適應(yīng)未來(lái)氣候變化政策的科學(xué)依據(jù)。

由上可見(jiàn)，目前有關(guān)碳中和對(duì)未來(lái)氣候變化影響的研究正日趨關(guān)注，但達(dá)到碳中和時(shí)氣候變化的相關(guān)研究不多，缺乏特定SSP情景下達(dá)到全球碳中和時(shí)中國(guó)區(qū)域氣候變化的響應(yīng)研究。特別是在不同情景下或早或晚達(dá)到全球碳中和時(shí)，中國(guó)區(qū)域氣候響應(yīng)是否存在差異？能否達(dá)到碳中和對(duì)中國(guó)區(qū)域氣候變化的影響等問(wèn)題的認(rèn)識(shí)尚很不足。故本文基于CO2濃度變化確定SSP1-1.9和SSP1-2.6情景下的全球碳中和時(shí)間，并分析當(dāng)全球達(dá)到碳中和時(shí)中國(guó)區(qū)域氣溫、降水相較于歷史時(shí)段的變化，同時(shí)關(guān)注全球不同時(shí)間達(dá)到碳中和時(shí)以及有無(wú)碳中和下中國(guó)區(qū)域氣候的響應(yīng)差異。

1 資料與方法

1.1 資料

本文使用截至2022年3月CMIP6官網(wǎng)上可獲得的CMIP6模式輸出的2015—2100年大氣中的CO2質(zhì)量數(shù)據(jù)（單位：kg），SSP1-1.9情景下有2個(gè)模式的CO2數(shù)據(jù)可下載，SSP1-2.6和SSP2-4.5情景下則有8個(gè)（表1）。考慮到給出碳數(shù)據(jù)的模式較少，本文添加了模式互比較項(xiàng)目的輸入數(shù)據(jù)集（input4MIPs）中相同時(shí)段給定的CO2濃度數(shù)據(jù)（單位：ppm;1 ppm=1×10-6，下同）。結(jié)合2種數(shù)據(jù)以提高本文碳中和時(shí)間選取的可靠性。歷史和未來(lái)預(yù)估的模式資料亦來(lái)自CMIP6，基本信息如表2所示。由于CMIP6官網(wǎng)上可獲得的SSP1-1.9情景下模式數(shù)據(jù)有限，3個(gè)情景下的預(yù)估僅選取了9個(gè)模式2015—2100年氣溫、降水的月數(shù)據(jù)。歷史時(shí)段則為1995—2014年，與IPCC AR6中一致。觀測(cè)資料使用1995—2014年0.5°×0.5°的CN05.1格點(diǎn)觀測(cè)的逐月氣溫、降水?dāng)?shù)據(jù)（吳佳和高學(xué)杰，2013）。為了便于分析比較，模式與觀測(cè)資料統(tǒng)一插值到1°×1°。

1.2 方法

當(dāng)前碳中和的定義較為寬泛（鄧旭等，2021），本文按照IPCC給出的定義：與某一主體相關(guān)的人為CO2排放被人為CO2清除量所平衡（IPCC AR6），因此碳中和時(shí)間的確定可以從人為CO2排放凈零和CO2濃度達(dá)峰兩個(gè)角度考慮。根據(jù)SSP情景的設(shè)計(jì)，SSP1-1.9與SSP1-2.6情景可以在21世紀(jì)中葉達(dá)到碳中和（O’Neill et al.，2016;Gidden et al.，2019;Tebaldi et al.，2020），因此選擇SSP1-1.9和SSP1-2.6情景作為碳中和情景。考慮到目前可獲取的人為CO2排放數(shù)據(jù)較為有限，利用表1數(shù)據(jù)，根據(jù)CO2濃度的峰值時(shí)間找出2個(gè)情景下到達(dá)碳中和的時(shí)間，并以該年份為中心，向前取9 a，向后取10 a共20 a作為本文的“碳中和時(shí)期”。同時(shí)為比較分析碳中和對(duì)于氣候調(diào)控的影響，根據(jù)不同情景下獲得的碳中和時(shí)間，在CO2排放持續(xù)上升的SSP2-4.5情景下分別取對(duì)應(yīng)的20 a氣候態(tài)作為未達(dá)到碳中和的氣候變化對(duì)照。

本研究采用多模式集合方法進(jìn)行未來(lái)預(yù)估，分析SSP1-1.9和SSP1-2.6情景下全球碳中和時(shí)期中國(guó)區(qū)域的氣溫和降水較歷史參考期（1995—2014年）的變化。同時(shí)比較2個(gè)碳中和情景間的溫度和降水變化差異，以分析早晚碳中和下的氣候響應(yīng)差異。最后將SSP1-2.6情景下氣溫和降水的變化與未出現(xiàn)碳中和的SSP2-4.5情景下的變化對(duì)比，分析有無(wú)碳中和對(duì)中國(guó)區(qū)域氣候的影響。

2 結(jié)果

2.1 歷史模擬評(píng)估

為檢驗(yàn)本研究中使用的CMIP6模式對(duì)中國(guó)區(qū)域氣候的模擬能力。圖1給出了觀測(cè)資料與CMIP6模式模擬的1995—2014年中國(guó)區(qū)域氣溫、降水氣候態(tài)空間分布。模式較為合理地模擬出中國(guó)區(qū)域氣溫由南向北遞減及降水由東南沿海向西北內(nèi)陸遞減的分布特征。由圖1e可知，模式模擬溫度整體為冷偏差，其中青藏高原為冷偏差的大值區(qū)，局地偏差大于4 ℃。就降水而言，大部分區(qū)域?yàn)闈衿睿嗖馗咴瓰闈衿畹拇笾祬^(qū)，局地偏差達(dá)60%;新疆北部部分地區(qū)及長(zhǎng)江以南為較弱的干偏差（圖1f）。

使用泰勒?qǐng)D進(jìn)一步檢驗(yàn)了模式模擬中國(guó)區(qū)域歷史參考期氣溫降水的表現(xiàn)，以驗(yàn)證模式模擬與觀測(cè)資料的一致程度。由圖1g可知模式間存在一定的模擬差異，且對(duì)溫度的模擬優(yōu)于降水。模式模擬年氣溫與觀測(cè)的空間相關(guān)系數(shù)大于0.9，中心化的均方根誤差在0.25～0.50;而模擬降水與觀測(cè)的空間相關(guān)系數(shù)在0.45～0.86，中心化的均方根誤差大于0.50。集合平均能在一定程度上改善模擬效果，集合平均模擬的年氣溫和降水與觀測(cè)的空間相關(guān)系數(shù)分別為0.97和0.82，中心化的均方根誤差分別為0.26和0.62，且空間標(biāo)準(zhǔn)差均在1.10之內(nèi)。總體而言，模式能較好地模擬出中國(guó)區(qū)域氣溫、降水氣候態(tài)的空間分布，且氣溫的模擬優(yōu)于降水。

2.2 全球碳中和時(shí)間

根據(jù)IPCC AR6給出的碳中和定義可知，在碳中和背景下人為CO2排放達(dá)到凈零，報(bào)告同時(shí)指出只有當(dāng)人為CO2排放凈零后CO2濃度才會(huì)開(kāi)始下降，即CO2濃度達(dá)到峰值的時(shí)間與人為CO2排放達(dá)到凈零的時(shí)間是基本一致的。因此在目前CMIP6模式中可獲得的CO2相關(guān)數(shù)據(jù)有限的情況下，本文使用CMIP6模式輸出的大氣中的CO2質(zhì)量，并補(bǔ)充增加了input4MIPs中的CO2濃度，以CO2濃度達(dá)峰的時(shí)間確定不同情景到達(dá)碳中和的時(shí)間。圖2給出了CO2濃度的時(shí)間變化，2種數(shù)據(jù)模擬的CO2變化基本一致。

圖2中SSP1-2.6與SSP2-4.5情景的結(jié)果并沒(méi)有顯示表1中所有模式的集合結(jié)果，因?yàn)镹orESM2-LM、NorESM2-MM和TaiESM1這3個(gè)模式在量級(jí)上與另外5個(gè)模式存在一定差異，但CO2的變化趨勢(shì)一致。在CO2濃度達(dá)峰這一條件下，SSP1-1.9情景下全球達(dá)到碳中和的時(shí)間為2041年，CO2濃度為440 ppm;SSP1-2.6情景下達(dá)到碳中和的時(shí)間則為2063年，CO2濃度為474 ppm，2個(gè)情景相差約20 a。按照1.2節(jié)方法中的定義，SSP1-1.9情景下的“碳中和時(shí)期”為2032—2051年;SSP1-2.6情景下的“碳中和時(shí)期”為2054—2073年。2個(gè)情景下以濃度達(dá)峰得到碳中和時(shí)間可能與凈零碳排條件下得到的時(shí)間存在一定差異，需要注意在本研究中確定碳中和時(shí)間的前提條件。

SSP2-4.5情景下CO2在21世紀(jì)持續(xù)增加，本文將該情景作為無(wú)碳中和背景下氣候變化的參照。SSP2-4.5情景下選取與SSP1-2.6情景下“碳中和時(shí)期”對(duì)應(yīng)的20 a作為無(wú)碳中和背景下氣候變化的對(duì)比。SSP2-4.5情景下2063年的CO2濃度為546 ppm，與同年SSP1-2.6情景下相差72 ppm。

2.3 碳中和下中國(guó)區(qū)域的氣候預(yù)估

2.3.1 碳中和下的氣候變化

為了分析未來(lái)全球碳中和時(shí)期中國(guó)區(qū)域的氣候變化，圖3給出了相對(duì)于歷史參考期，SSP1-1.9和SSP1-2.6情景下碳中和時(shí)期中國(guó)區(qū)域氣溫變化的空間分布。由圖3可知，碳中和時(shí)期中國(guó)區(qū)域整體均升溫顯著。SSP1-1.9/SSP1-2.6情景下中國(guó)區(qū)域分別升溫1.22 ℃（0.8～1.6 ℃）/1.58 ℃（1.1～2.0 ℃）。其中，SSP1-1.9情景下黃河下游地區(qū)升溫幅度最大，超過(guò)1.5 ℃;華南和西南部分區(qū)域的升溫低于全國(guó)平均水平。SSP1-2.6情景下升溫大值區(qū)位于西藏北部和黃河下游地區(qū)，超過(guò)1.8 ℃，云南地區(qū)升溫幅度最小。冬夏對(duì)比，SSP1-1.9/SSP1-2.6情景下夏季區(qū)域（JJA）平均氣溫上升約1.23/1.57 ℃，新疆和西藏北部出現(xiàn)升溫大值區(qū)，局地升溫幅度超過(guò)1.8/2.1 ℃。SSP1-1.9/SSP1-2.6情景下冬季區(qū)域平均氣溫升幅分別為1.11/1.62 ℃。冬季（DJF）升溫大值區(qū)主要分布在東北、西藏以及長(zhǎng)江以南地區(qū)，升溫最高超過(guò)1.5/2.1 ℃?？傮w而言，碳中和時(shí)期中國(guó)區(qū)域較歷史時(shí)期升溫顯著，黃河下游地區(qū)年均升溫幅度最大。夏季升溫大值區(qū)主要在北方地區(qū)，而冬季升溫大值區(qū)則主要在南方地區(qū)。

碳中和時(shí)期中國(guó)區(qū)域降水較歷史參考期整體增加（圖4）。SSP1-1.9/SSP1-2.6情景下年降水的相對(duì)變化分別在（1.6%～12.1%）/（5.6%～13.7%）。SSP1-1.9情景下中國(guó)區(qū)域平均年均降水增加約為7.1%，華南、華北及東北等地降水相對(duì)增加幅度較大，達(dá)10%以上。新疆部分區(qū)域年降水減少。SSP1-2.6情景下中國(guó)區(qū)域年均降水增加9.9%，且整體變化顯著。內(nèi)蒙古西部降水增加最多，增幅超過(guò)15%。就冬夏季節(jié)變化而言，夏季降水的相對(duì)變化與年變化相似，SSP1-1.9/SSP1-2.6情景下區(qū)域平均降水分別增加約6.5%/9.3%。冬季降水增加幅度較大，SSP1.19/SSP1-2.6情景下區(qū)域平均增幅分別為10.7%/13.7%。SSP1-1.9情景下，河套地區(qū)冬季降水顯著增加并且增加幅度最大，局地增幅甚至超過(guò)25%。SSP1-2.6情景下冬季降水增幅達(dá)25%的大值區(qū)進(jìn)一步向東向南擴(kuò)展，包含黃河及長(zhǎng)江中游地區(qū)。2個(gè)情景下中國(guó)區(qū)域年和季節(jié)降水都增加，且冬季降水增幅大于年與夏季，冬季黃河及長(zhǎng)江的中游地區(qū)出現(xiàn)增幅超過(guò)25%的大值區(qū)。

2.3.2 早晚碳中和下的氣候響應(yīng)差異

由2.2節(jié)可知，SSP1-1.9和SSP1-2.6情景達(dá)到全球碳中和的時(shí)間分別為2041年和2063年，2個(gè)情景間相差了20 a。SSP1-2.6情景下（晚碳中和）中國(guó)區(qū)域較歷史參考期的平均溫度和降水升幅都大于SSP1-1.9情景（早碳中和）。圖5進(jìn)一步給出了不同碳中和時(shí)期中國(guó)區(qū)域氣溫變化差異的空間分布。由圖可見(jiàn)，SSP1-2.6情景下中國(guó)區(qū)域平均的年均溫比SSP1-1.9情景高出0.36 ℃（0.2～0.7 ℃），其中西南和高原區(qū)域的溫度差異較大，超過(guò)0.4 ℃。夏季SSP1-2.6情景較SSP1-1.9情景高約0.35 ℃，差異較大的區(qū)域主要位于西北地區(qū)。冬季2個(gè)情景間中國(guó)區(qū)域溫升幅度的差別更大，區(qū)域平均約為0.51 ℃，升幅差異的大值區(qū)位置與年變化接近，高原局地溫差可達(dá)0.8 ℃。可見(jiàn)，雖然最終都達(dá)到了碳中和，但SSP1-2.6情景下持續(xù)的20 a碳排仍會(huì)帶來(lái)顯著升溫，尤其是在西南及高原地區(qū)。

圖5b給出了早晚碳中和下中國(guó)區(qū)域降水響應(yīng)的差異，可以看到SSP1-2.6情景（晚碳中和）預(yù)估的中國(guó)區(qū)域年平均降水普遍比SSP1-1.9情景（早碳中和）增加的更多，區(qū)域平均增加約2.7%。中國(guó)大部分地區(qū)降水增加，其中西北地區(qū)增加較多，新疆地區(qū)出現(xiàn)降水增加超過(guò)8%的大值區(qū)。夏季降水差異的空間分布與年降水變化相似，新疆部分地區(qū)差異較大。2個(gè)情景間冬季降水的差異整體不顯著，但SSP1-2.6情景下黃河中下游地區(qū)降水較SSP1-1.9情景增加超過(guò)8%，而云南及內(nèi)蒙古部分地區(qū)降水較SSP1-1.9情景減少達(dá)6%?？偟膩?lái)說(shuō)，SSP1-2.6情景（晚碳中和）預(yù)估中國(guó)區(qū)域的降水要略多于SSP1-1.9情景（早碳中和），較晚碳中和主要會(huì)造成新疆部分地區(qū)夏季降水顯著增加，黃河中下游地區(qū)冬季降水增加。

2.4 有、無(wú)碳中和下中國(guó)區(qū)域的氣候響應(yīng)差異

相較于大氣中CO2濃度持續(xù)上升的SSP2-4.5情景，碳中和情景下的升溫得到了一定控制。兩個(gè)碳中和情景與SSP2-4.5情景間氣候差異的空間分布相近，此處只展示SSP1-2.6情景結(jié)果。由圖6可見(jiàn)，SSP2-4.5情景下中國(guó)區(qū)域年氣溫相較于SSP1-2.6情景增加約0.61 ℃（0.3～0.9 ℃），西北地區(qū)氣溫差異最大，部分區(qū)域達(dá)0.8 ℃。夏季情景間溫度變化差異的空間分布與年變化相近。冬季SSP2-4.5情景較SSP1-2.6情景預(yù)估中國(guó)區(qū)域平均氣溫偏強(qiáng)約0.54 ℃，其中北方地區(qū)差異顯著，東北地區(qū)偏強(qiáng)甚至超過(guò)1.0 ℃，而長(zhǎng)江以南則差異不顯著?？偟膩?lái)說(shuō)，SSP2-4.5情景下中國(guó)區(qū)域的溫升要強(qiáng)于碳中和情景，西北地區(qū)為年和夏季溫度差異的大值區(qū)。有無(wú)碳中和對(duì)冬季氣溫影響更大，東北地區(qū)出現(xiàn)了差異超過(guò)1.0 ℃的最大值區(qū)。

與碳中和情景相比，未碳中和情景下北方部分地區(qū)降水相對(duì)增加，南方地區(qū)降水減少（圖6）。與SSP1-2.6情景相比，SSP2-4.5情景下年均降水增加了0.7%（-6.2%～12.3%），西北及高原北部部分地區(qū)降水增加顯著，其中內(nèi)蒙古西北部差異最大，增加超過(guò)10%;長(zhǎng)江以南地區(qū)降水顯著減少，華南地區(qū)降水減少達(dá)5%。夏季降水差異分布與年變化近似，但差異基本不顯著。SSP2-4.5情景下冬季降水較SSP1-2.6情景增加2.0%，東北西部及西北地區(qū)降水增加顯著，新疆部分地區(qū)增加超過(guò)20%;而南方地區(qū)降水顯著減少，其中西南地區(qū)為降水減少的大值區(qū)，云南局地減幅達(dá)15%。總體而言，SSP2-4.5情景下年降水量增加略強(qiáng)于SSP1-2.6情景，其中內(nèi)蒙古西北部降水增加最多，局地超過(guò)10%;而華南地區(qū)則是降水減少的大值區(qū)，局地減少超過(guò)5%。冬夏對(duì)比，有無(wú)碳中和下冬季降水差異更顯著，SSP2-4.5情景下新疆部分地區(qū)降水增加比SSP1-2.6情景下多20%左右，云南部分地區(qū)則少15%左右。

3 結(jié)論與討論

本文利用CMIP6和input4MIPs的CO2濃度數(shù)據(jù)確定了SSP1-1.9和SSP1-2.6情景下全球達(dá)到碳中和的時(shí)間。預(yù)估了2個(gè)情景下中國(guó)區(qū)域在全球碳中和時(shí)期較歷史參考期的氣候變化，并分析了早晚碳中和下的響應(yīng)差異，還將SSP1-2.6情景與SSP2-4.5情景下的預(yù)估進(jìn)行對(duì)比以分析有無(wú)碳中和的氣候變化差異。主要結(jié)果如下：

1）CMIP6模式能較好地模擬出中國(guó)區(qū)域氣溫和降水氣候態(tài)的空間分布，且對(duì)氣溫的模擬優(yōu)于降水。以CO2濃度達(dá)峰時(shí)間確定了2個(gè)情景下全球達(dá)到碳中和的時(shí)間。SSP1-1.9情景下全球達(dá)到碳中和的時(shí)間為2041年，SSP1-2.6情景下則為2063年。

2）與歷史參考期相比，碳中和時(shí)期氣溫顯著上升，SSP1-1.9/SSP1-2.6情景下中國(guó)區(qū)域分別升溫1.22 ℃（0.8～1.6 ℃）/1.58 ℃（1.1～2.0 ℃）。2個(gè)情景下升溫大值區(qū)均出現(xiàn)在北方地區(qū)，黃河下游地區(qū)升溫分別超過(guò)1.5/1.8 ℃。夏季升溫大值區(qū)主要在北方地區(qū)，而冬季升溫大值區(qū)則主要在南方地區(qū)。中國(guó)區(qū)域降水整體增加，SSP1-1.9/SSP1-2.6情景下區(qū)域平均年降水量分別增加7.1%/9.9%，大值區(qū)主要位于華南、華北及東北地區(qū)。夏季降水變化與年總量變化一致，冬季降水增幅更大，黃河及長(zhǎng)江中下游地區(qū)增幅超過(guò)25%。

3）2個(gè)情景達(dá)到碳中和的時(shí)間存在先后，較晚碳中和的SSP1-2.6情景與較早碳中和的SSP1-1.9情景相比，中國(guó)區(qū)域平均年氣溫升高約0.36 ℃，年降水增加約2.7%，較晚達(dá)到碳中和會(huì)引起中國(guó)區(qū)域顯著升溫，特別是西南及高原地區(qū)。與較早碳中和的SSP1-1.9情景相比，較晚到達(dá)碳中和會(huì)造成年及夏季降水在西北大部分地區(qū)顯著增加，新疆地區(qū)增加超過(guò)8%，冬季則在黃河中下游地區(qū)增加達(dá)8%。

4）未碳中和的SSP2-4.5情景下中國(guó)區(qū)域的升溫要顯著強(qiáng)于SSP1-2.6情景，區(qū)域平均年氣溫比SSP1-2.6高約0.61 ℃，西北地區(qū)氣溫差異較大，最大超過(guò)0.8 ℃。夏季氣溫差異分布與年變化相近，冬季東北地區(qū)出現(xiàn)了差異超過(guò)1.0 ℃的大值區(qū)。SSP2-4.5情景下年降水量增加略多于SSP1-2.6情景，年降水在西北地區(qū)增加顯著，內(nèi)蒙古西北部最大增加超過(guò)10%。能否碳中和對(duì)冬季降水影響更大，SSP2-4.5情景下新疆部分地區(qū)降水增加比SSP1-2.6情景下多20%左右，云南部分地區(qū)少15%左右。

研究發(fā)現(xiàn)達(dá)到碳中和對(duì)中國(guó)區(qū)域的氣候變化有很大影響，與未實(shí)現(xiàn)碳中和的情景相比，達(dá)到碳中和能在很大程度上控制溫升，并在一定程度上增加西南地區(qū)降水，同時(shí)減緩西北地區(qū)的降水增加。早達(dá)到碳中和相較于晚碳中和也可以調(diào)控中國(guó)區(qū)域的溫升，減少西北大部分地區(qū)夏季降水的增加，以及黃河中下游地區(qū)冬季降水的增加。但有無(wú)碳中和對(duì)中國(guó)氣候的影響遠(yuǎn)大于早晚碳中和。必須注意的是，本文對(duì)碳中和下中國(guó)區(qū)域的氣候響應(yīng)研究結(jié)果存在一定的不確定性，一方面，本研究中碳中和時(shí)間僅由CO2濃度變化確定，因此在碳中和時(shí)間的確定上還存在不確定性;另一方面，模式的模擬性能由于物理框架、參數(shù)化設(shè)置、分辨率等的不同而存在差異，本文僅用了9個(gè)氣候模式，模式數(shù)量相對(duì)較少，可能會(huì)導(dǎo)致預(yù)估結(jié)果的不確定性，后續(xù)需要加入更多的模式。同時(shí)也可以通過(guò)各種優(yōu)化集合方案進(jìn)行預(yù)估（Eyring et al.，2019），以減小預(yù)估的不確定性。

參考文獻(xiàn)（References）

Aihaiti A，Jiang Z H，Zhu L H，et al.，2021.Risk changes of compound temperature and precipitation extremes in China under 1.5 ℃ and 2 ℃ global warming[J].Atmos Res，264：105838.doi：10.1016/j.atmosres.2021.105838.

Allen M R，F(xiàn)rame D J，Huntingford C，et al.，2009.Warming caused by cumulative carbon emissions towards the trillionth tonne[J].Nature，458（7242）：1163-1166.doi：10.1038/nature08019.

Chen J W，Cui H J，Xu Y Y，et al.，2021.Long-term temperature and sea-level rise stabilization before and beyond 2100：estimating the additional climate mitigation contribution from Chinas recent 2060 carbon neutrality pledge[J].Environ Res Lett，16（7）：074032.doi：10.1088/1748-9326/ac0cac.

陳曉晨，徐影，姚遙，2015.不同升溫閾值下中國(guó)地區(qū)極端氣候事件變化預(yù)估[J].大氣科學(xué)，39（6）：1123-1135. Chen X C，Xu Y，Yao Y，2015.Changes in climate extremes over China in a 2 ℃，3 ℃，and 4 ℃ warmer world[J].Chin J Atmos Sci，39（6）：1123-1135.（in Chinese）.

Collins W J，F(xiàn)ry M M，Yu H，et al.，2013.Global and regional temperature-change potentials for near-term climate forcers[J].Atmos Chem Phys，13（5）：2471-2485.doi：10.5194/acp-13-2471-2013.

鄧旭，謝俊，滕飛，2021.何謂“碳中和”？[J].氣候變化研究進(jìn)展，17（1）：107-113. Deng X，Xie J，Teng F，2021.What is carbon neutrality？[J].Clim Change Res，17（1）：107-113.doi：10.12006/j.issn.1673-1719.2020.261.（in Chinese）.

Eyring V，Cox P M，F(xiàn)lato G M，et al.，2019.Taking climate model evaluation to the next level[J].Nat Clim Chang，9（2）：102-110.doi：10.1038/s41558-018-0355-y.

Gidden M J，Riahi K，Smith S J，et al.，2019.Global emissions pathways under different socioeconomic scenarios for use in CMIP6：A dataset of harmonized emissions trajectories through the end of the century[J].Geosci Model Dev，12（4）：1443-1475.doi：10.5194/gmd-12-1443-2019.

胡婷，孫穎，張學(xué)斌，2017.全球1.5和2 ℃溫升時(shí)的氣溫和降水變化預(yù)估[J].科學(xué)通報(bào)，62（26）：3098-3111. Hu T，Sun Y，Zhang X B，2017.Temperature and precipitation projection at 1.5 and 2 ℃ increase in global mean temperature[J].Chin Sci Bull，62（26）：3098-3111.doi：10.1360/N972016-01234.（in Chinese）.

IPCC，2018.“Summary for Policymakers” in global warming of 1.5 ℃.An IPCC special report on the impacts of global warming of 1.5 ℃ above pre-industrial levels and related global greenhouse gas emission pathways，in the context of strengthening the global response to the threat of climate change，sustainable development，and efforts to eradicate poverty[R].Korea.

IPCC，2021.Climate change 2021：the physical science basis[R]//Masson-Delmotte V，Zhai P M，Pirani A，et al.Contribution of Working Group I to the Assessment Report of the Intergovernmental Panel on Climate Change.Cambridge and New York：Cambridge University Press.

江曉菲，江志紅，李偉，2020.全球增溫1.5和2 ℃下中國(guó)東部極端高溫風(fēng)險(xiǎn)預(yù)估[J].大氣科學(xué)學(xué)報(bào)，43（6）：1056-1064. Jiang X F，Jiang Z H，Li W，2020.Risk estimation of extreme high temperature in Eastern China under 1.5 and 2 ℃ global warming[J].Trans Atmos Sci，43（6）：1056-1064.doi：10.13878/j.cnki.dqkxxb.200201011001.（in Chinese）.

李東歡，鄒立維，周天軍，2017.全球1.5 ℃溫升背景下中國(guó)極端事件變化的區(qū)域模式預(yù)估[J].地球科學(xué)進(jìn)展，32（4）：446-457. Li D H，Zou L W，Zhou T J，2017.Changes of extreme indices over China in response to 1.5 ℃ global warming projected by a regional climate model[J].Adv Earth Sci，32（4）：446-457.doi：10.11867/j.issn.1001-8166.2017.04.0446.（in Chinese）.

Li T，Jiang Z H，Treut H L，et al.，2021.Machine learning to optimize climate projection over China with multi-model ensemble simulations[J].Environ Res Lett，16（9）：094028.doi：10.1088/1748-9326/ac1d0c.

Ma X F，Huang G，Cao J J，2022.The significant roles of anthropogenic aerosols on surface temperature under carbon neutrality[J].Sci Bull，67（5）：470-473.doi：10.1016/j.scib.2021.10.022.

Matthews H D，Gillett N P，Stott P A，et al.，2009.The proportionality of global warming to cumulative carbon emissions[J].Nature，459（7248）：829-832.doi：10.1038/nature08047.

Meinshausen M，Meinshausen N，Hare W，et al.，2009.Greenhouse-gas emission targets for limiting global warming to 2 ℃[J].Nature，458（7242）：1158-1162.doi：10.1038/nature08017.

Moss R H，Edmonds J A，Hibbard K A，et al.，2010.The next generation of scenarios for climate change research and assessment[J].Nature，463（7282）：747-756.doi：10.1038/nature08823.

ONeill B C，Tebaldi C，van Vuuren D P，et al.，2016.The scenario model intercomparison project （ScenarioMIP） for CMIP6[J].Geosci Model Dev，9（9）：3461-3482.doi：10.5194/gmd-9-3461-2016.

Shi C，Jiang Z H，Chen W L，et al.，2018.Changes in temperature extremes over China under 1.5 ℃ and 2 ℃ global warming targets[J].Adv Clim Change Res，9（2）：120-129.doi：10.1016/j.accre.2017.11.003.

Stocker B D，Roth R，Joos F，et al.，2013.Multiple greenhouse-gas feedbacks from the land biosphere under future climate change scenarios[J].Nat Clim Chang，3（7）：666-672.doi：10.1038/nclimate1864.

Sun C，Jiang Z，Li W，et al.，2019.Changes in extreme temperature over China when global warming stabilized at 1.5 ℃ and 2.0 ℃[J].Sci Reports，9：14982.doi：10.1038/s41598-019-50036-z.

Tebaldi C，Debeire K，Eyring V，et al.，2021.Climate model projections from the Scenario Model Intercomparison Project（ScenarioMIP） of CMIP6[J].Earth Syst Dyn，12（1）：253-293.doi：10.5194/ESD-12-253-2021.

UNFCCC，2015.Adoption of the Paris Agreement[R].Geneva，Switzerland：United Nations Office at Geneva.

吳佳，高學(xué)杰，2013.一套格點(diǎn)化的中國(guó)區(qū)域逐日觀測(cè)資料及與其它資料的對(duì)比[J].地球物理學(xué)報(bào)，56（4）：1102-1111. Wu J，Gao X J，2013.A gridded daily observation dataset over China region and comparison with the other datasets[J].Chin J Geophys，56（4）：1102-1111.doi：10.6038/cjg20130406.（in Chinese）.

徐北瑤，王體健，李樹(shù)，等，2022.“雙碳”目標(biāo)對(duì)我國(guó)未來(lái)空氣污染和氣候變化的影響評(píng)估[J].科學(xué)通報(bào)，67（8）：784-794. Xu B Y，Wang T J，Li S，et al.，2022.Assessment of the impact of “dual-carbon” goal on future changes in air pollution and climate in China[J].Chin Sci Bull，67（8）：784-794.（in Chinese）.

楊晨輝，王艷君，蘇布達(dá)，等，2022.SSP“雙碳”路徑下贛江流域徑流變化趨勢(shì)[J].氣候變化研究進(jìn)展，18（2）：177-187. Yang C H，Wang Y J，Su B D，et al.，2022.Runoff variation trend of Ganjiang River Basin under SSP “Double Carbon” path[J].Clim Change Res，18（2）：177-187.（in Chinese）.

Zhang G W，Zeng G，Yang X Y，et al.，2021.Future changes in extreme high temperature over China at 1.5 ℃—5 ℃ global warming based on CMIP6 simulations[J].Adv Atmos Sci，38（2）：253-267.doi：10.1007/s00376-020-0182-8.

Zhu H H，Jiang Z H，Li L，2021.Projection of climate extremes in China，an incremental exercise from CMIP5 to CMIP6[J].Sci Bull，66（24）：2528-2537.doi：10.1016/j.scib.2021.07.026.

Zickfeld K，Herrington T，2015.The time lag between a carbon dioxide emission and maximum warming increases with the size of the emission[J].Environ Res Lett，10（3）：031001.doi：10.1088/1748-9326/10/3/031001.

Zickfeld K，Eby M，Matthews H D，et al.，2009.Setting cumulative emissions targets to reduce the risk of dangerous climate change[J].PNAS，106（38）：16129-16134.doi：10.1073/pnas.0805800106.

Projection of climate change in China under carbon neutral scenarios

DENG Li，ZHU Huanhuan，JIANG Zhihong

Key Laboratory of Meteorological Disaster of Ministry of Education/Joint International Research Laboratory of Climate and Environment Change/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disaster，Nanjing University of Information Science and Technology，Nanjing 210044，China

This paper presents projections of regional climate change over China under carbon neutrality against the historical reference period （1995—2014），based on an ensemble of nine model simulations from the Coupled Model Intercomparison Project Phase 6 （CMIP6）.The time of carbon neutrality globally is determined by the time of peak CO2 concentration under two scenarios，namely SSP1-1.9 and SSP1-2.6.The results are compared with what produced by the SSP2-4.5 scenario，in which carbon neutrality cannot be achieved.The respective times to reach carbon neutrality under the SSP1-1.9 and SSP1-2.6 scenarios are 2041 and 2063.Compared with the reference period，the areal-mean annual temperature in China increases by 1.22/1.58 ℃ under the SSP1-1.9/SSP1-2.6 scenarios，and the areal-mean annual precipitation increases by 7.1%/9.9%.The areal-mean annual temperature increases by 0.36 ℃ under the SSP1-2.6 （late carbon neutrality） in comparison to the SSP1-1.9 （early carbon neutrality），with the strongest warming located in southwestern China and on the Tibet Plateau.For precipitation，the areal-mean annual precipitation increases by 2.7% in the later carbon neutral period compared to the earlier carbon neutral period.The annual and summer precipitations increase significantly in northwestern China，with an increase greater than 8% occurring in Xinjiang.In winter，the region that has an increase of precipitation above 8% is located in the middle and lower reaches of the Yellow River.The warming under the SSP2-4.5 scenario is significantly stronger than that under the SSP1-2.6 scenario，with the regional mean temperature being about 0.61 ℃ higher.The largest warming is located in northwestern China，with an increase of greater than 0.8 ℃ in some parts of Xinjiang.The annual precipitation increases more significantly in northwestern China under the SSP2-4.5 scenario than that under the SSP1-2.6 scenario，with a maximum increase of above 10% in northwestern Inner Mongolia.The winter precipitation increases by more than 20% in some areas of Xinjiang，and decreases by more than 15% in Yunnan.The results of this study show that the presence or absence of carbon neutrality has a much greater impact on climate than the time （early or late） of carbon neutrality.

carbon neutrality;future projections;climate change;scenarios

doi：10.13878/j.cnki.dqkxxb.20220323015

（責(zé)任編輯：袁東敏）