陳 梓 延，姜 彤，王 艷 君，姜 汕，周 建，蘇 布 達(dá)

(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) 災(zāi)害風(fēng)險管理研究院，江蘇 南京 210044)

0 引 言

近100 a全球氣候正經(jīng)歷一次以變暖為主要特征的顯著變化，且變暖趨勢仍在加劇。作為氣候變化敏感區(qū)，中國1901～2019年地表年平均氣溫呈顯著上升趨勢，增溫幅度遠(yuǎn)超全球平均狀況；年降水量趨勢性變化不顯著，但存在著明顯的年代際振蕩且空間差異顯著[1]。研究表明，自有觀測氣象資料以來，中國不同地區(qū)氣溫差異較大，除四川盆地和川滇交界地區(qū)氣溫呈下降趨勢外，其他地區(qū)氣溫均呈上升趨勢，西部和北方升溫幅度較大，其中青藏高原升溫趨勢最為顯著；降水也有明顯的區(qū)域特色，西北與東南地區(qū)增加，華北向西南一帶減少[2-4]。烏江位于中國西南地區(qū)，是長江上游南岸最大的支流。2021年習(xí)近平總書記至烏江考察，指出烏江是貴州省“母親河”，烏江流域以近四成的貴州省面積，承載了貴州省一半以上的人口和經(jīng)濟總量，是省內(nèi)經(jīng)濟社會發(fā)展最快的區(qū)域[5]。此外，由于地處喀斯特地區(qū)，烏江流域水文情勢復(fù)雜、生態(tài)環(huán)境脆弱，易受氣候變化的影響[6-8]。在全球氣候變化背景下，研究烏江流域區(qū)域氣候變化特點，對相關(guān)部門有針對性地采取適應(yīng)氣候變化的措施，保障流域經(jīng)濟平穩(wěn)發(fā)展有著重要意義。

氣候變化預(yù)估主要基于氣候模式。通過近30 a的發(fā)展，氣候模式已廣泛應(yīng)用在未來氣候變化及其影響的研究中。國際耦合模式比較計劃(CMIP)為氣候模式提供了標(biāo)準(zhǔn)化的試驗框架，促進(jìn)了氣候模式的發(fā)展與完善，構(gòu)建了最為完善的氣候模式資料庫，支撐起了整個國際社會的氣候研究[9]。已有大量研究運用CMIP5的氣候模式結(jié)果，進(jìn)行全球和區(qū)域尺度上氣溫與降水的模擬評估與預(yù)估，以確定未來氣候變化及其影響[10-13]。CMIP5采用典型濃度路徑RCP2.6，RCP4.5，RCP6.0，RCP8.5，代表未來不同的溫室氣體排放水平[14]。根據(jù)CMIP5氣候模式預(yù)估結(jié)果，21世紀(jì)中國區(qū)域氣溫、降水將呈增加趨勢[3，15]，而烏江流域未來氣溫、降水變化趨勢與全國一致[16-17]。

CMIP6在CMIP5的基礎(chǔ)上，將共享社會經(jīng)濟路徑(SSP1，可持續(xù)發(fā)展路徑；SSP2，中間路徑；SSP3，區(qū)域競爭路徑；SSP4，不均衡路徑；SSP5，傳統(tǒng)化石燃料為主的路徑)與典型濃度路徑相結(jié)合，構(gòu)建了7個SSPs新情景(SSP1-1.9，SSP1-2.6，SSP4-3.4代表低強迫情景；SSP2-4.5，SSP4-6.0代表中等強迫情景；SSP3-7.0，SSP5-8.5代表高強迫情景)[18-22]。SSPs新情景既考慮了未來社會經(jīng)濟可能的發(fā)展?fàn)顩r，也涵蓋了未來溫室氣體排放量從低到高的變化情況，是探索各種潛在變暖途徑的理想選擇[23]。

目前，利用CMIP6模式預(yù)估全球和區(qū)域氣候變化研究的工作正在逐漸開展[24-27]，而現(xiàn)有氣候變化預(yù)估研究中，以烏江流域為主體的研究偏少，相關(guān)研究考慮的未來變化情景有限，采用的氣候模式較為陳舊[6，16-17]，未能充分考慮不同社會經(jīng)濟發(fā)展?fàn)顩r和溫室氣體排放共同作用下流域氣溫、降水的變化趨勢。本文基于觀測數(shù)據(jù)，評估經(jīng)過降尺度與偏差訂正的CMIP6全球氣候模式對烏江流域氣溫、降水的模擬能力，并利用新提出的SSPs情景，分析烏江流域2021～2100年的氣溫、降水變化，以期為烏江流域應(yīng)對氣候變化提供思路與參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

烏江流域(104.29°E～109.34°E，26.15°N～30.23°N)位于長江上游以南，流域面積約8.79萬 km2，干流化屋基以上為上游，化屋基至思南縣為中游，思南縣以下為下游(見圖1)。研究區(qū)位于亞熱帶季風(fēng)區(qū)，夏季高溫多雨，冬季低溫少雨。流域地形以高原山脈和丘陵為主，地勢西南高東北低，起伏較大。

圖1 烏江流域氣象站及氣候模式格點分布

1.2 數(shù) 據(jù)

本文的觀測數(shù)據(jù)是由中國2 000余個地面氣象觀測站逐日氣象資料插值構(gòu)建的1961～2014年空間分辨率為0.5°×0.5°的格點數(shù)據(jù)集[28]。

多模式集合平均可以減少氣候模式本身所帶來的不確定性[29]。本文使用每個情景下5個模式的集合平均結(jié)果分析烏江流域2021～2100年氣溫、降水變化趨勢。

1.3 研究方法

1.3.1降尺度與偏差訂正

由于氣候模式數(shù)據(jù)的原始分辨率各不相同，本文使用空間解集(Spatial Disaggregation，SD)方法對其進(jìn)行統(tǒng)計降尺度，采用等距累計分布函數(shù)(Equidistant Cumulative Distribution Functions，EDCDF)進(jìn)行偏差訂正。

SD統(tǒng)計降尺度方法認(rèn)為氣候模式原始粗分辨率數(shù)據(jù)反映的區(qū)域地形和氣候特征在降尺度過程中保持不變。首先將逐月觀測數(shù)據(jù)的多年平均值插值至模式分辨率，估算觀測數(shù)據(jù)與模式數(shù)據(jù)的偏差場；然后將偏差場插值回觀測數(shù)據(jù)分辨率，并與原觀測數(shù)據(jù)相加(氣溫)或相乘(降水)，得到降尺度后的模式數(shù)據(jù)[30]。本研究中將氣候模式數(shù)據(jù)統(tǒng)一降尺度至觀測數(shù)據(jù)分辨率(0.5°×0.5°)(見表1)。

表1 氣候模式降尺度前后空間分辨率

EDCDF偏差訂正主要根據(jù)實測、歷史模擬、預(yù)估數(shù)據(jù)的累積概率分布進(jìn)行訂正。對氣候模式歷史模擬數(shù)據(jù)進(jìn)行偏差訂正時，是以相同時間段內(nèi)模式模擬的氣溫、降水的均值與對應(yīng)觀測值相近為目標(biāo)。對氣候模式預(yù)估數(shù)據(jù)進(jìn)行偏差訂正時，需計算未來某一值對應(yīng)的累積概率，假定在此累積概率下對應(yīng)的實測和歷史模擬數(shù)據(jù)的差值保持不變，通過此差值(Δ)對氣候模式數(shù)據(jù)開展校正[31]。EDCDF公式如下：

(1)

xcorrect=x+Δ

總而言之，早年之象山與其他宋明學(xué)人一樣，勤奮好學(xué)，立足實踐，涉獵甚廣，立志于報效國家，窮則著書立說，達(dá)則兼濟天下。然而早年之象山理論未定，學(xué)術(shù)未成，思想呈現(xiàn)出混雜、矛盾的現(xiàn)象，不可與中晚年之象山等同視之。

(2)

式中：x為氣候要素；F為累積概率分布函數(shù)(CDF);Foc為歷史時期實測數(shù)據(jù);Fmc為歷史時期模擬數(shù)據(jù);Fms為預(yù)估期模擬數(shù)據(jù)。

1.3.2氣候傾向率與顯著性檢驗

本文使用氣候傾向率來表征氣候變量隨時間的變化規(guī)律。以xi表示樣本量為n的某一氣候變量，以ti表示樣本對應(yīng)的時間，則xi與ti之間的一元線性回歸式為

xi=a+bti(i=1，2，3，…，n)

(3)

式中：a為回歸常數(shù)，b為回歸系數(shù)。a和b由最小二乘法估計得到，回歸系數(shù)b×10即氣候傾向率。氣候傾向率大于0，表明變量隨時間呈上升趨勢，小于0為下降趨勢。

采用Mann-Kendall檢驗法(M-K法)，檢測烏江流域氣溫、降水變化是否顯著。M-K法是一種非參數(shù)統(tǒng)計檢驗方法，被廣泛應(yīng)用于氣象領(lǐng)域。

2 結(jié)果與分析

2.1 氣候模式模擬能力評估

1961～2014年，烏江流域年平均氣溫為13.9 ℃，年降水為1 191.8 mm。氣溫呈波動上升趨勢，降水呈波動下降趨勢，傾向率分別為0.1 ℃/10 a和-20.1 mm/10 a。

氣候模式模擬的平均氣溫和降水分別為14.2 ℃和1 365.8 mm，高于觀測年平均氣溫0.3 ℃、高于觀測年平均降水14.6%，氣溫與降水傾向率分別為0.1 ℃/10 a和-20.6 mm/10 a。經(jīng)降尺度與偏差訂正后，年平均氣溫和降水的偏差分別縮小為0.01 ℃和0.03%，氣溫與降水傾向率分別為0.1 ℃/10 a和-13.4 mm/10 a。經(jīng)降尺度和偏差訂正的氣候模式與觀測值偏差較小，變化趨勢與觀測值相符，可以在時間尺度上基本描述流域氣溫、降水的特征(見圖2)。

注：實線表示多模式集合平均，陰影表示多個模式的上下限范圍。

從烏江流域多年(1961～2014年)平均氣溫、降水的空間分布來看，烏江流域氣溫呈現(xiàn)出由上游向下游逐漸升高的空間分布規(guī)律，降水在流域上游和下游較高，中游較低。降尺度與偏差訂正前，5個氣候模式的氣溫、降水與觀測值空間相關(guān)性均小于0.9，經(jīng)降尺度與偏差訂正以后，所有模式的氣溫、降水與觀測值在空間上一致性均較高，空間相關(guān)系數(shù)均能夠達(dá)到0.95以上。

2.2 氣溫變化

2.2.1年氣溫時空變化

2021～2100年，多模式集合平均顯示，烏江流域年平均氣溫在各情景下均呈顯著上升趨勢(顯著性水平0.05)(見表2)。隨著溫室氣體排放量的增加，流域年平均氣溫傾向率逐漸增大，SSP1-1.9和SSP1-2.6情景下傾向率為0.1 ℃/10 a，溫升最慢；SSP5-8.5下傾向率為0.6 ℃/10 a，溫升最快。

表2 SSPs情景下21世紀(jì)烏江流域年平均氣溫傾向率

相對于基準(zhǔn)期，烏江流域21世紀(jì)近期、中期和末期的年平均氣溫變化如圖3所示。年平均氣溫近期、中期、末期增幅分別為1.1(SSP4-3.4)～1.2 ℃(SSP1-1.9)，1.4(SSP1-1.9)～2.3 ℃(SSP5-8.5)，1.3(SSP1-1.9)～4.6 ℃(SSP5-8.5)。年平均氣溫近期各情景增幅均在1.0 ℃左右；中期與末期增幅最小值在SSP1-1.9，最大值在SSP5-8.5。

圖3 烏江流域21世紀(jì)近期、中期和末期年平均氣溫相對于1995～2014年的變化

空間上，各情景下3個時期烏江流域年平均氣溫相對于基準(zhǔn)期均有所上升，總體上呈現(xiàn)出由上游向下游氣溫增幅逐漸增大的分布特征(見圖4)。

圖4 不同情景下烏江流域21世紀(jì)近期、中期和末期年平均氣溫相對1995～2014年變化率空間分布

2.2.2季節(jié)氣溫時空變化

2021～2100年烏江流域四季氣溫在各情景下均呈波動上升趨勢(見表3)，SSP1-1.9下夏、秋兩季氣溫上升趨勢不顯著，其余情景下各季氣溫均呈顯著上升趨勢(顯著性水平0.05)。四季氣溫傾向率均隨著溫室氣體排放量的增加而增大，SSP1-1.9下氣溫上升最慢，四季傾向率均為0.1 ℃/10 a ；SSP5-8.5下氣溫上升最快，春、冬兩季傾向率為0.6 ℃/10 a，夏、秋兩季為0.7 ℃/10 a。

表3 SSPs下21世紀(jì)烏江流域四季平均氣溫傾向率

相對于基準(zhǔn)期(1995～2014年)，烏江流域21世紀(jì)近期、中期和末期的四季氣溫變化如圖5所示。春季，近期、中期、末期氣溫增幅分別為1.1(SSP1-1.9)～1.4 ℃(SSP5-8.5)，1.4(SSP1-1.9)～2.5 ℃(SSP5-8.5)，1.3(SSP1-1.9)～4.8 ℃(SSP5-8.5)；夏季，近期、中期、末期氣溫增幅分別為0.6 ℃(SSP4-6.0)～1.1 ℃(SSP5-8.5)，1.1(SSP1-1.9)～2.2 ℃(SSP5-8.5)，0.9(SSP1-1.9)～5.3 ℃(SSP5-8.5)；秋季，近期、中期、末期氣溫增幅分別為1.2(SSP2-4.5)～1.6 ℃(SSP5-8.5)，1.6(SSP1-1.9)～2.8 ℃(SSP5-8.5)，1.4(SSP1-1.9)～5.7 ℃(SSP5-8.5)；冬季，近期、中期、末期氣溫增幅分別為1.0 ℃(SSP4-3.4)～1.5 ℃(SSP5-8.5)，1.6(SSP1-1.9)～2.6 ℃(SSP5-8.5)，1.6 ℃(SSP1-1.9)～5.1 ℃(SSP5-8.5)。從四季氣溫各時期變化來看，夏季氣溫增幅多為同時期四季中最低，秋季氣溫增幅多為同時期四季中最高。

圖5 烏江流域21世紀(jì)近期、中期和末期四季平均氣溫相對于1995～2014年的變化

空間上，各情景下3個時期烏江流域四季氣溫相對于基準(zhǔn)期均有所上升，氣溫增幅的空間分布特征與年氣溫增幅一致，總體上從上游至下游逐漸增大。

2.3 降水變化

2.3.1年降水時空變化

多模式集合平均顯示，2021～2100年，烏江流域年降水在各情景下均呈顯著上升趨勢(顯著性水平0.05)(見表4)。SSP3-7.0下降水增速最慢，傾向率為10.2 mm/10 a；SSP4-3.4下降水增速最快，傾向率為14.6 mm/10 a。

表4 SSPs下21世紀(jì)烏江流域年降水傾向率

烏江流域年降水在21世紀(jì)近、中、遠(yuǎn)期相對于基準(zhǔn)期變化如圖6所示。年降水近、中、末期相對變化率分別為-2.7%(SSP3-7.0)～3.9%(SSP5-8.5)，-1.2%(SSP3-7.0)～6.2 %(SSP1-2.6)，3.7%(SSP3-7.0)～10.3%(SSP1-2.6)。各情景下，流域年降水相對于基準(zhǔn)期變化率均在近期最小，末期最大。

圖6 烏江流域21世紀(jì)近期、中期和末期年降水相對于1995～2014年的變化

空間上，烏江流域年降水在3個時期相對于基準(zhǔn)期變化如圖7所示。在21世紀(jì)近期，流域降水在SSP4-3.4、SSP4-6.0和SSP3-7.0下降，其他情景下上升；中期降水僅在SSP3-7.0下降，其他情景下上升；末期所有情景降水均上升。流域中游年降水增幅較大，上游與下游增幅較小的時期與情景包括：近期SSP2-4.5、SSP5-8.5，中期SSP1-2.6、SSP4-3.4、SSP2-4.5、SSP4-6.0和SSP5-8.5，末期SSP1-1.9、SSP1-2.6和SSP2-4.5，其余情況還包括上游到下游增幅逐漸減小或逐漸增大?？傮w上，多數(shù)時期與情景下，烏江流域年降水相對于基準(zhǔn)期上升，且表現(xiàn)出中游增幅較大，上游與下游增幅較小的規(guī)律。

圖7 不同情景下烏江流域21世紀(jì)近期、中期和末期年降水相對1995～2014年變化率空間分布

2.3.2季節(jié)降水時空變化

21世紀(jì)烏江流域四季降水在不同情景下主要呈顯著上升趨勢(顯著性水平0.05)(見表5)。四季降水變化趨勢不顯著的情景有：春季SSP1-2.6，夏季SSP1-1.9和SSP2-4.5，秋季SSP2-4.5、SSP4-6.0和SSP5-8.5，冬季SSP5-8.5。

表5 SSPs下21世紀(jì)烏江流域季節(jié)降水傾向率

各情景下季節(jié)降水相對于基準(zhǔn)期的變化率在21世紀(jì)近期、中期、末期的變化如圖8所示。春季，近期、中期、末期降水變化率分別為-2.0%(SSP3-7.0)～6.5%(SSP1-1.9)，2.1%(SSP3-7.0)～6.8%(SSP1-1.9)，6.4%(SSP3-7.0)～14.3%(SSP5-8.5)；夏季，近期、中期、末期降水變化率分別為-2.4%(SSP3-7.0)～4.4%(SSP2-4.5)，-1.4%(SSP4-6.0)～6.7%(SSP2-4.5)，2.3%(SSP4-6.0)～7.2%(SSP1-2.6)；秋季，近期、中期、末期降水變化率分別為-4.8%(SSP3-7.0)～4.4%(SSP5-8.5)，-6.5%(SSP3-7.0)～4.4%(SSP5-8.5)，-3.4%(SSP3-7.0)～10.2%(SSP1-2.6)；冬季，近期、中期、末期降水變化率分別為-3.1%(SSP4-6.0)～22.9%(SSP1-2.6)，-6.5%(SSP3-7.0)～33.6%(SSP1-2.6)，-1.1%(SSP3-7.0)～33.8%(SSP1-2.6)?？傊髑榫跋?，夏季、秋季降水變化率相對最小，冬季降水變化率相對最大。

圖8 烏江流域21世紀(jì)近期、中期和末期季節(jié)降水相對于1995～2014年的變化

空間上，烏江流域四季降水在21世紀(jì)的變化規(guī)律各不相同。相對于基準(zhǔn)期，總體上，春、冬兩季降水變化率從流域上游到下游逐漸增大，秋季降水變化率從流域上游到下游逐漸減??；夏季降水變化率的空間分布特征與年降水變化率基本一致，多數(shù)情景與時期下，夏季降水呈現(xiàn)出中游增幅較大，上游與下游增幅較小的規(guī)律。

3 結(jié)論與討論

3.1 結(jié) 論

本文選取CMIP6中SSPs情景齊全的5個GCMs，基于1961～2014年中國區(qū)域氣象逐日格點數(shù)據(jù)，開展GCMs的降尺度與偏差訂正處理，評估了氣候模式對1961～2014年烏江流域氣溫、降水的模擬能力，并使用多模式集合平均預(yù)估了2021～2100年流域氣候變化趨勢并分時期分析流域氣溫與降水的變化特征，主要結(jié)論如下：

(1) 2021～2100年，各情景下的烏江流域年、季平均氣溫均呈上升趨勢，傾向率隨溫室氣體排放量的增加而增大。相對于基準(zhǔn)期(1995～2014年)，各情景下，近期年平均氣溫增幅均在1 ℃左右，中期和末期，SSP1-1.9與SSP5-8.5下年平均氣溫增幅分別為最小(1.4 ℃和1.3 ℃)和最大(2.3 ℃和4.6 ℃)；夏季與秋季氣溫增幅分別為最小和最大?？臻g上，相對于基準(zhǔn)期，各情景下年平均氣溫、季節(jié)氣溫總體上呈現(xiàn)出上游增幅最小，下游增幅最大的分布特征。

(2) 2021～2100年，各情景下的烏江流域年降水、季降水總體呈上升趨勢。相對于基準(zhǔn)期，各情景下，年降水變化率均在近期最小，末期最大；夏、秋季降水變化率最小，冬季降水變化率最大?？臻g上，相對于基準(zhǔn)期，各情景下，春、冬兩季降水變化率總體上從流域上游至下逐漸增大，秋季降水變化率總體上由流域上游至下游逐漸減??；年降水和夏季降水多呈現(xiàn)出中游變化率大于上游與下游變化率的特征。

3.2 討 論

氣候變化預(yù)估考慮到了不確定性問題。預(yù)估的不確定性主要體現(xiàn)在氣候變化情景設(shè)計上，也就是共享社會經(jīng)濟路徑(SSPs)情景；SSPs情景與未來社會經(jīng)濟變化密切相關(guān)，情景設(shè)計時，考慮了未來從低碳到高碳不同的社會經(jīng)濟發(fā)展路徑[32-33]。此外，氣候模式本身和不同模式之間客觀存在結(jié)構(gòu)等方面的差異，導(dǎo)致模式預(yù)估結(jié)果存在一定的不確定性。

基于CMIP6模式和SSPs情景，本文較全面地評估了烏江流域未來氣溫、降水變化趨勢與幅度，完善了烏江流域不同情景下氣候變化方面的研究，可為流域未來的綜合管理與發(fā)展規(guī)劃提供參考。已有烏江流域氣候變化的研究受限于當(dāng)時國際耦合模式比較計劃發(fā)布的氣候模式，考慮的未來情景較少，且這些情景假設(shè)也有其局限性。如CMIP5氣候模式的4個RCPs(RCP2.6、RCP4.5、RCP6.0、RCP8.5)，不針對特定的社會經(jīng)濟發(fā)展路徑，僅考慮到2100年CO2濃度。而本文使用的CMIP6氣候模式共有7個情景，結(jié)合了共享社會經(jīng)濟路徑和典型濃度路徑，同時考慮未來社會經(jīng)濟和溫室氣體排放量變化，提高了烏江流域氣候變化研究的科學(xué)性。

隨著CMIP6發(fā)布更多具有全情景的氣候模式，烏江流域氣候變化相關(guān)研究可進(jìn)一步補充氣候模式，以增加研究結(jié)果的可靠性，減少不確定性。