华北地区地处东亚季风区北部，20 世纪70 年代末以来，在全球增暖和东亚夏季风减弱^[1-2]的共同作用下，呈现出气温升高､降水减少的趋势，成为全国受干旱影响较为严重的地区之一，区域干旱和水资源短缺成为影响社会经济可持续发展的突出问题.研究华北地区未来气候变化在科学上十分必要，可为气候变化影响､适应和减缓对策研究提供科学依据.

全球环流模式是气候变化研究的主要工具，各国科学家使用不同的全球环流模式，进行了大量模拟试验，预估未来气候的变化^[3].计算条件的限制，全球模式分辨率较粗，区域气候模式则是弥补全球模式这方面不足的有力工具.中国具有复杂的地形和下垫面特征，又地处东亚季风区，全球模式在这里的模拟经常出现较大偏差^[4-6]，对未来气候变化预估存在不确定性^[7].有研究表明，较高分辨率数值模拟，对东亚气候有更好的模拟能力^[8-10]，从而得到气候变化对东亚气候影响可靠信息的可能性较大.由于在区域气候模拟方面，区域气候模式较全球模式具有明显优势，近年来，使用区域气候模式进行中国区域当代气候模拟和未来气候预估的研究已有很多^[11-19].需要指出的是，以往的这些研究大都或多或少存在着一些不足之处，或模式积分时间不够长，或分辨率不够高；在预估结果的分析方面，也有很多不足的地方，如对极端事件的分析不够深入，缺乏对中国特有气候现象的研究等.

为深入这方面的研究，国家气候中心使用高分辨率区域气候模式RegCM3 单向嵌套全球模式MIROC3.2_hires进行了25km 高分辨率中国地区1951-2000 年观测温室气体和2001-2100 年IPCCSRESA1B 温室气体情景下共计150 年的区域气候变化模拟试验，并就试验结果做了雅鲁藏布江布拉马普特拉河流域气候变化和模拟结果不确定性的分析^[20-21].这里针对华北地区在检验模式性能的基础上分析其未来气候平均态和极端事件的变化.分析中华北地区定义为34°N-43°N，110°E-124°E，包括北京､天津､河北､山西和山东以及内蒙古中南部､辽宁南部和河南北部.本文第2节为试验设计､资料和方法介绍，第3节为模式模拟性能的检验，包括平均气温､降水和5个极端气候事件指数(2个和气温有关，3 个和降水有关)，第4 节为对未来气候和极端气候事件的预估，第5节给出结论.

研究使用的区域气候模式是意大利国际理论物理中心(ICTP)发展的区域气候模式RegCM3^[22].不同于公开发行的模式版本，此试验中为了纠正模式气温模拟偏差，引入了地表发射率^[23].试验中模式中心点为35°N 和109°E，东西方向288 个格点，南北方向219个格点，模式水平分辨率25km，模拟范围覆盖整个中国及周边地区.模式垂直分层18层，顶层气压10hPa.

试验初始场和侧边界值来自日本全球模式MIROC3.2_hires在观测温室气体(1951-2000)和IPCCSRESA1B温室气体排放情景(2001-2100)下的模拟结果^[24]，许崇海等^[6]计算了IPCC AR4的22个全球模式对东亚地区105°E 以东模拟的气温､降水和观测的相关系数，结果表明MIROC3.2_hires模式模拟结果最好.模式保留有其为IPCCAR4所进行的间隔每6 小时的长时间模拟结果(1951-2100)，可以满足RegCM3模式所需要的初始场和侧边界条件.试验之前，首先完成了MIROC3.2_hires和RegCM3 的嵌套工作，关于模式及试验设计等更详细的信息，可参见文献^[23-25].

用于检验模式模拟性能的观测资料，气温采用中国地区1961-2005年空间分辨率为0.5°×0.5°的日平均格点资料CN05^[26]，变量包括平均气温､最高气温和最低气温.降水采用Xie等发展的东亚地区高分辨率0.5°×0.5°的日降水数据集^[27].

在所进行的150年连续模拟积分结果分析中，以1981-2000年代表当代，2041-2060 年代表 21世纪中期，2081-2100年代表 21世纪末期.下文中全球模式结果指用于驱动RegCM3 的MIROC3.2_hires模式的模拟结果，区域模式结果指RegCM3的模拟结果，CN05 和Xie资料分别代表气温和降水的观测值.5 个极端事件指数定义参照Frich等^[28]和Alexander等^[29]，定义见表 1.

表 1(Table 1)

表 1 极端事件指数的定义 Table 1 Definition of extreme event indices

表 1 极端事件指数的定义 Table 1 Definition of extreme event indices

全球和区域模式对华北地区当代(1981-2000)多年平均气温的模拟由图 1给出.和观测(图 1a)相比，两个模式对地面气温空间分布型的模拟都较好，大致呈由南向北随纬度和地形气温逐渐降低的趋势(图 1c和1e)，但区域模式地形识别能力强，更好地再现了由地形太行山脉､吕梁山脉等引起的温度波动.对地面气温数值的模拟而言，区域模式结果更好，如模拟区域北部平均气温的最低值全球模式模拟在4~6℃之间，相同地理位置区域模式模拟和观测大部分地区在2~4 ℃之间，局部地区低于2 ℃；模拟区域气温最高值，全球模式模拟高于16 ℃，位于山东､河南交界处，区域模式模拟和观测没有出现高于16℃的地方.整个分析区域内全球模式大部分地区存在系统性1~3℃暖偏差，特别在山西太行山脉､吕梁山脉等山地地区暖偏差在4℃以上(图略)；区域模式对这个暖偏差有明显的纠正，大部分地区模拟和观测的误差在-1~1 ℃之间，仅在河北南部和河南东部表现出1~2 ℃暖偏差(图略).

图 1

Fig. 1

图 1 当代(1981-2000)年平均气温(单位:℃)和降水(单位:mm) (a)观测气温；(b)观测降水；(c)全球模式模拟气温；(d)全球模式模拟降水；(e)区域模式模拟气温；(f)区域模式模拟降水. Fig. 1 Annual mean temperature (unit:℃)and precipitation (unit:mm) in 1981-2000 (a) Observed temperature；(b) Observed precipitation； (c) Simulated temperature by MIROC 3.2_hires；(d) Simulated precipitation by MIRO C3.2_hires；(e) Simulated temperature by RegCM3；(f)Simulated precipitation by RegCM3.

区域模式模拟的1981-2000 年华北区域平均冬季和夏季逐日平均气温的频率分布(图 2a和2b)与观测相比，从平均状态和离差幅度看，都是冬季模拟较好.冬季观测和模拟均表明日平均气温在-16~5℃之间，-6 ℃左右出现天数最多，观测和模拟出现-6℃的日数分别为11d/a和9d/a.夏季模拟气温比观测偏高，且方差偏大，观测气温在12~28 ℃之间，22 ℃左右出现天数最多，数值为19d/a；而模拟气温在15~32 ℃之间，23 ℃左右出现天数最多，数值为13d/a.

图 2

Fig. 2

图 2 观测(黑色线)､区域模式模拟当代(蓝色线)､21世纪中期(红色线)和21世纪末期(粉色线)平均气温概率分布 Fig. 2 Frequency of daily mean temperature over North China-observation (black lines)，present day (blue lines)，in the middle of 21st century (red lines) and in the late of 21st century(pink lines)

全球模式和区域模式(山区除外)都较好地模拟了观测(图 1b)中当代年平均降水从西北到东南递增的空间分布(图 1d和1f)，但两个模式模拟降水数值都比观测偏多，大多数地区模拟降水比观测偏多100~250mm(图略).

值得注意的是在一些高山地区，区域模式模拟中出现了在观测中没有的降水大值区，如太行山区等.其原因可能来自两个方面，一是模式本身地形降水模拟偏大，另外文中所用观测站点在山区的缺乏，也使得格点化降水观测资料(0.5°×0.5°)低估山地的真实降水.区域模式模拟的山地降水特点可以在观测站点较密(109 站)的山西1971-2000 年平均降水分布图^[30](图 3)上看出，山西东部太行山区和西部吕梁山区的降水大值区清楚地表现在多年平均降水分布图上.

图 3

Fig. 3

图 3 山西1971-2000年平均降水(单位:mm) Fig. 3 Mean precipitation of Shanxi Province in 1971-2000 (unit:mm)

当代华北区域观测和全球､区域模式模拟FD的空间分布相似，都表现出随纬度和地形自南到北FD 数值增大的特点，区域内大部分地区FD 在80~220d之间(图 4a，4c，4e).和观测相比，全球模式模拟FD 数值偏小，如区域内FD 都<200d，山东､河南部分地区FD<80d；相反，区域模式模拟部分地区FD 数值偏大，如区域北部模拟中出现了观测中没有的FD>220d局部地区，模拟中FD 数值在200~220d的区域明显大于观测.

图 4

Fig. 4

图 4 当代(1981-2000)和气温有关的极端气候指数分布(单位:d) (a)观测霜冻日数；(b)观测生长季长度日数；(c)全球模式模拟霜冻日数；(d)全球模式模拟生长季长度日数；(e)区域模式模拟霜冻日数；(f)区域模式模拟生长季长度日数. Fig. 4 Extreme weather in dices of related temperature in 1981-2000 (unit:d) (a) Observed frost days；(b) Observed growing season length；(c) Simulated frost days by MIROC 3.2_hires；(d) Simulated growing season length by MIROC3.2_hires；(e) Simulated frost days by Reg CM3；(f) Simulated growing season length by RegCM3.

当代观测GSL 的空间分布特点在全球和区域模式模拟结果中有较好的表现，和FD 相反，呈现出随纬度和地形自南到北GSL 数值减小的特点.全球模式GSL模拟数值较观测偏多(图 4d)，而区域模式GSL 模拟数值明显表现出区域北部较观测偏少，区域南部较观测偏多的特点(图 4f).如区域北部观测GSL 为175~190d的区域在区域模式模拟中为160~175d，而区域南部观测GSL 为265~280d的区域在区域模式模拟中基本大于280d.

当代观测和全球､区域模式模拟R10在空间分布上基本呈现出从西北向东南递增的分布，两个模式对观测中河北南部的R10 较小值也有很好的模拟，但大部分地区两个模式模拟R10数值较观测偏多(图 5a，5d，5g).区域模式模拟在高山地区和年平均降水一样，出现了观测中没有的大值区，如沿燕山､太行山区R10在25~30d之间(图 5g).和观测相比，整个分析区域内区域模式模拟R10数值偏差最大的区域为燕山､太行山地区和辽宁部分地区，R10分别偏大7.5~10d 和12.5d以上(图略).

图 5

Fig. 5

图 5 当代(1981-2000)和降水有关的极端指数分布 (a)观测强降水日数(单位:d)；(b)观测降水强度(单位:mm/d)；(c)观测5日最大降水量(单位:mm)；(d)全球模式模拟强降水日数；(e)全球模式模拟降水强度；(f)全球模式模拟5日最大降水量；(g)区域模式模拟强降水日数；(h)区域模式模拟降水强度；(i)区域模式模拟5日最大降水量. Fig. 5 Extreme indices related to precipitation in 1981-2000 (a) Observed heavy precipitation days (unit:d)；(b) Observed simple daily in tensity index (unit:mm/d)；(c)Observed max5-day precipitation amount(unit:mm)；(d) Simulated heavy precipitation days by MIROC3.2_hires；(e) Simulated simple daily intensity index by MIROC3.2_hires； (f) Simulated RX5 day by MIROC 3.2_hires； (g) Simulated heavy precipitation days by RegCM3； (h) Simulated simple daily in tensity index by RegCM3；(i) Simulated max5-day precipitation amount by RegCM3.

和观测相比(图 5b)，全球模式模拟SDII数值在区域东部明显偏小(图 5e)，区域模式模拟SDII空间分布和数值都和观测比较相近，从西北向东南SDII数值从5 mm/d 递增到大于10 mm/d(图 5b和5h).整个分析区域内，除了沿燕山､太行山地区区域模式模拟SDII数值偏大1.0~1.5 mm/d外，其他大部分地区二者差别在-0.5~1.0 mm/d 之间(图略).区域模式模拟SDII和观测数值比较相近，表明区域模式模拟降水偏大的主要原因可能是模拟降水日数偏多.

和R10类似，全球､区域模式模拟的RX5day和观测相比呈现出分布相似､数值偏大的特点(图 5c，5f，5i).区域模式模拟RX5day偏大程度较大的地区从辽宁经河北北部向西南伸展到山西南部，上述地区RX5day较观测偏多30mm 以上，河北辽宁两省交界处RX5day 偏多60 mm 以上.区域中西北地区､河北南部由于RX5day数值较小，模拟和观测的差别小于20mm(图略).

对未来气候的模拟表明，A1B 排放情景下，华北地区区域平均气温在2010-2100 年以0.5 ℃/10a的速率上升，21世纪中期和末期分别为12.5 ℃和14.4 ℃(图 6a).21世纪中期和末期华北地区年平均气温的空间分布形态和当代(1981-2000)相似，仍随纬度和地形分布(图略).21 世纪中期区域内大部分地区气温较当代升高3~3.9℃，气温升高幅度大小基本随纬度分布，区域西南部升温最小，低于3 ℃，东北部升温最大，在3.6~3.9 ℃ 之间(图 7a).21世纪末期区域内大部分地区气温较当代升高4.5~5.8 ℃，仍然是西南部升温最小，低于4.8 ℃，区域北部升温最大，高于5.5 ℃(图 7b).

图 6

Fig. 6

图 6 2010-2100年区域平均气温､降水和极端气候指数 (a)气温(单位:℃)；(b)降水(单位:mm/d)；(c)霜冻日数(单位:d)；(d)生长季长度(单位:d)；(e)强降水日数(单位:d)；(f)降水强度(单位:mm/d)；(g)五日最大降水量(单位:mm). Fig. 6 Regional mean temperature，precipitation and extreme climate index during 2010-2100 (a) Temperature(unit:℃)；(b) Precipitation(unit:mm/d)；(c) Frost days(unit:d)；(d) Growing season length(unit:d)；(e) Heavy precipitation days(unit:d)；(f) Simple daily intensity index (unit:mm/d)；(g)Max5-day precipitation amount(unit:mm).

图 7

Fig. 7

图 7 平均气温(单位:℃)和降水(单位:%)变化( a)21世纪中期平均气温变化；(b)21世纪末期平均气温变化；(c)21世纪中期平均降水变化；(d)21世纪末期平均降水变化. Fig. 7 Changes of mean temperature (unit:℃)and precipitation (unit:%) (a) Changes of temperature in the middle of 21st century；(b) Changes of temperature in the late of 21st century；(c) Changes of precipitation in the middle of 21st century；(d) Changes of precipitation in the late of 21st century.

冬季21世纪中期和末期气温整体向高温段移动，日平均气温分别在-14~8 ℃和-11~10 ℃之间，日平均气温出现天数最多的气温值分别为-2℃2和-1 ℃，出现日数分别为11d/a 和12d/a(图 2a).夏季区域模式模拟未来日平均气温概率分布的变化和冬季一样主要表现在平均状态的变化上，21世纪中期和末期出现天数最多的值分别为27 ℃和29 ℃，出现日数均为12d/a(图 2b).

华北地区区域平均降水在2010-2100 年以2.26mm/a的速率增加，21世纪中期和末期区域年平均降水分别为2.29 mm/d 和2.53 mm/d(图6b).21世纪中期，区域内年平均降水西部大部分地区较当代增加，但增加值较小，增加值大于20% 的区域集中在山西北部及其以北内蒙古部分地区；区域东部年平均降水少变或略减少，河北北部､京津大部分地区､山东等地降水变化在±5% 之间，仅在河北东北部和辽宁局部地区有5% ~10% 的减少(图7c).21世纪末期，区域降水较当代增加明显，大部分地区增加值超过10%，区域西部的山西北中部和内蒙古部分地区，增加值大于30%(图 7d).

对于中国地区未来气候变化预估的分析研究有很多^{[7， 31-35]}，一致认为未来中国地区气温升高，降水区域平均呈增加趋势，但区域性差异较大，本研究得到的结果和上述结论基本一致.上述分析研究由于各自使用的模式以及温室气体强迫不同，对未来气候变化的预估在总体一致的前提下存在一定的差异性.如李博和周天军^[7]对IPCCAR4中A1B 排放情景下的23个全球气候模式对中国地区气温､降水的模拟结果进行了分析，和1990-1999 年相比，2040-2059年华北地区气温升高1.8~2.2 ℃，降水增加0.1~0.25 mm/d(相当于增加10% 左右)，并指出对降水变化的模拟结果可信度较低.许崇海^[33]分析了IPCC AR4 中15 个全球气候模式在A1B 排放情景下未来中国地区的气候变化预估，表明华北区域2056-2065 年和2081-2100 年较1961-2000年平均气温升高2.3~2.5 ℃ 和3.5~4.0℃，平均降水增加5% ~10% 和10% ~15%.Feng等^[34]对T319 分辨率ECHAM5 模式在A1B排放情景下2080-2099 年中国地区降水的变化进行了分析，相对于1980-1999 年，华北地区降水以增加为主，但局部地区降水减少5%左右.

2010-2100年FD 以4.9d/10a的速率减少，到21世纪中期，区域平均FD 为119.9d(图 6c)，FD 较当代基本从高纬度到低纬度减少20~40d(图 8a)，区域南部当代FD 为80~100d的区域基本减少到40~60d，区域北部200~220d的区域减少到180~200d(图略).21世纪末期，区域平均FD数值在21世纪中期的基础上减少20d，为99.8d(图 6c)，区域内FD 随纬度和地形较当代减少35~60d(图 8b)，当代FD 为80~100d的区域减少到40d以下，200~220d 的区域减少到160~180d(图略).

图 8

Fig. 8

图 8 霜冻日数和生长季长度日数变化(单位:d) (a)21世纪中期霜冻日数变化；(b)21世纪末期霜冻日数变化；(c)21世纪中期生长季长度日数变化；(d)21世纪末期生长季长度日数变化. Fig. 8 Changes of frost days and growing season lengths(unit:d) (a) Changes of frost days in the middle of 21st century；(b) Changes of frost days in the late of 21st century；(c) Changes of growing season length in the middle of 21st century；(d) Changes of growing season length in the late of 21st century.

未来GSL 呈持续增加趋势，2010-2100 年区域平均GSL 以4.8d/10a的速率增加，未来两个时段区域平均GSL 比当代分别增加30.4d和49.8d，GSL 数值达到248.2d和267.6d(图 6d).21世纪中期区域内大部分地区GSL 较当代增加20~30d，区域南部河南省GSL 增加最多，部分地区GSL 增加35d以上(图 8c)，数值达到320~340d之间(图略).21世纪末期，区域内大部分地区GSL 较当代增加35~65d，增加幅度在区域内自西北向东南递增，区域西北部内蒙古GSL 增加最小，为35~40d，而区域南部的河南和山东南部GSL 增加>55d(图8d).对应当代GSL 最小值的区域(<160d)，21 世纪末期GSL 增加到180~200d，当代GSL 最大值的区域(280~300d)，21世纪末期GSL增加到340d以上(图略).

本研究中FD 和GSL 的变化和王冀等^[35]选取IPCCAR4的7个全球模式，在A1B 排放情景下得出的结果相似，文献^[35]指出相对于1961-1990年，2021-2050 年和2071-2100 年华北地区霜冻日数减少20d和35~45d，GSL 增加14~20d和30~40d.

2010-2100年区域平均R10 以0.5d/10a的速率增加，未来两个时段区域平均R10 数值达到23.3d和25.0d(图 6e).21世纪中期较当代区域西部R10增加，其中山西西北部部分地区及其和内蒙古交界地区R10增加较明显，达到4~6d；东部大部分地区R10增减幅度<1d，河北东北部和辽宁交界地区R10减少>2d(图 9a).21世纪末期，区域大部分地区较当代R10增加，其中区域西部大部分地区增加>4d，局部地区增加6d以上；东部R10 增加数值较小，辽宁部分地区R10 减少1~3d(9b).

图 9

Fig. 9

图 9 强降水日数(单位:d)､降水强度(单位:mm/d)和五日最大降水量(单位:mm)变化 (a)21世纪中期强降水日数变化；(b)21世纪末期强降水日数变化；(c)21世纪中期降水强度变化；(d)21世纪末期降水强度变化；(e)21世纪中期五日最大降水量变化；(f)21世纪末期五日最大降水量变化. Fig. 9 Changes of number of heavy precipitation days(unit:d)，simple daily intensity index (unit:mm/d) and max5-day precipitation amount(unit:mm) (a) Changes of heavy precipitation days in the middle of 21st century；(b)Changes of heavy precipitation days in the late of 21st century ；(c)Changes of simple daily in tensity index in the middle of 21st century ；(d)Changes of simple daily in tensity index in the late of 21st century ；(e)Changes of max5-day precipitation amount in the middle of 21st century ；(f)Changes of max5-day precipitation amount in the late of 21st century.

2010-2100年区域平均SDII每10a以0.15mm/d的速率增加，未来两个时段区域平均SDII数值达到9.16 mm/d和9.71 mm/d(图 6f).21 世纪中期区域大部分地区SDII较当代增加或少变，仅在河北东北部和辽宁局部地区SDII减少>0.5 mm/d.山西北部和内蒙古部分地区SDII增加较明显，达到1~1.5mm/d(图 9c).21世纪末期整个区域SDII较当代增加，其中山西北中部､河北和山东的大部分地区以及辽宁部分地区SDII增加1~1.5mm/d，局部地区增加2mm/d以上(图 9d).

2010-2100年区域平均RX5day 以3.3 mm/10a的速率增加，未来两个时段区域平均RX5day数值达到127.7mm和141.9mm(图 6g).21世纪中期内蒙古､山西北部､河北中南部以及山东部分地区RX5day较当代增加10~40 mm，局部地区增加>40mm(图 9e)；其余大部分地区RX5day变化在-10~10 mm 之间，局部地区减少10~30 mm.21世纪末期区域内RX5day较当代以增加为主，其中河北东北部和山东中部部分地区增加50 mm 以上(图 9f).

对于和降水有关的极端事件模拟研究，本研究结果和他人的研究结果在总体一致的前提下存在一定的差异，如许崇海^[33] 指出2056-2065 年和2081-2100年华北区域R10 分别增加1~3d 和2~4d，SDII增加0.3~0.7mm/d和0.5~1.1mm/d，RX5day增加5~11 mm 和8~14 mm.而Feng等^[34]研究表明2080-2099 年华北地区SDII以增加为主，局部地区减小，RX5day变化则在华北地区呈正负相间的空间分布.

本文对区域气候模式RegCM3 在A1B 温室气体排放情景下的气候变化模拟结果针对华北地区进行了分析，首先通过模拟结果与观测的对比，检验了模式对气温､降水以及和气温､降水各自有关的一些极端气候事件的模拟能力，在此基础上，对它们未来的变化进行了分析，结果表明:

(1) 模式对华北区域气温以及和气温有关的极端气候事件---霜冻日数､生长季长度模拟较好，较好地模拟了它们的空间分布特征和数值.模式对华北区域降水以及和其有关的强降水日期､降水强度､五日最大降水量等具有一定的模拟能力，能够模拟出它们各自的主要空间分布特征，但模式模拟降水本身偏多，对强降水日期､降水强度､五日最大降水量也存在模拟偏多､偏大的误差.

(2) 未来2010-2100年华北地区区域平均气温以0.5 ℃/10a升高，21世纪中期和末期区域内年平均气温分别升高3~3.9 ℃和4.5~5.8 ℃，这种气温呈现整体向高温段移动的特点.未来区域平均降水以2.26 mm/a增加，21 世纪中期表现为区域西部降水增加，东部变化不明显；21 世纪末期整个区域降水增加，西部地区增加值大于20%.

(3) 温室气体在引起华北区域平均气温和降水变化的同时，引起极端气候事件变化.2010-2100年区域平均霜冻日数以4.9d/10a减少，21 世纪中期和末期区域内霜冻日数分别减少20~40d和35~60d；同时生长季长度以4.8d/10a增加，21世纪中期和末期区域内生长季长度分别延长20~30d和35~65d.和降水有关的极端气候事件---强降水日期､降水强度､五日最大降水量未来以增大､增强为主要特点，21 世纪末期这种增大､增强变化特点更加明显.

本文所进行的华北地区未来气候变化预估分析只是一个模式的模拟结果，关注的也只是气候系统对温室气体的敏感程度，得到的华北地区未来气候变化预估结果存在一定的不确定性.未来有必要进行多种强迫情形下的多模式高分辨率气候变化模拟研究，以助于给出可信度较高的气候变化预估，更好地为社会可持续发展提供科学依据.