如今，气候变化作为科学前沿问题，已经给人类的生存和发展提出了一个重大的挑战.根据政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)第五次评估报告(AR5)(IPCC, 2013)的主要结论，1880—2012年全球平均地表气温升高了0.85(0.65~1.06)℃.而且未来的温度将会持续升高，极端暖事件进一步增多(胡伯彦等, 2013).据估计，到21世纪末(2081—2100年)，全球平均地表气温将比1986—2005年增加0.3~4.8 ℃(IPCC, 2013).全球未来的降水则会呈现“干者愈干、湿者愈湿”的格局，强降水事件发生的强度和频率都可能进一步加大(Zhao et al., 2014).中国东北地区拥有丰富的林业资源，是我国最大的国有林区，林业用地面积达5350.3万公顷，森林覆盖率67.1%.活立木总蓄积量35万立方米，占全国活立木总蓄积的24.3%，是我国重要的木材生产基地(张珑晶，2014).此外，东北地区还是我国重要的商品粮基地，2012年东北地区粮食产量为11175万吨，占全国粮食总产量的19.0%，2013年更是达到了11750万吨，成为全国粮食增长最快、贡献最大的区域(关国锋等，2015).可见，东北未来气候的变化关系到全国的林业资源与粮食安全，因此研究东北的未来气候变化有着十分重要的意义.

气候模式是预测未来气候变化的重要工具(Chen, 2013).与之前的模式相比，国际耦合模式比较计划第五阶段(phase five of the Coupled Model Intercomparison Project, CMIP5)中的模式在分辨率、物理过程以及参数化等方面都有所改进(Guo et al., 2013).这些改进在对气温的模拟上效果较为明显(Chen et al., 2011; Zhao et al., 2014)，如Guo等(2013)的研究表明，CMIP5模式对中国年平均气温的模拟结果优于CMIP3模式，对气温气候态的空间分布以及变化趋势等特征的模拟能力都有所提高.但CMIP5模式对降水的模拟似乎并未得到改善(Zhao et al., 2014；吴佳等, 2015).Baker和Huang(2014)的研究指出，CMIP5模式对于美国西南部冬季降水模拟误差并没有比CMIP3模拟结果有所减小.Xu和Xu(2012b)的研究则表明CMIP5模式对中国地区降水的模拟在某种程度上与CMIP3模拟结果类似.

与CMIP3不同，CMIP5采用了针对辐射强迫而设定的典型浓度路径(representative concentration pathways, RCPs)排放情景，包括了RCP8.5(高浓度路径)、RCP6、RCP4.5(中稳定浓度路径)和RCP2.6(低浓度路径)(Taylor et al., 2012).根据CMIP5全球气候模式的模拟结果，各国学者针对气候预估展开了一系列的研究，并取得了一些很有意义的成果(Otieno and Anyah, 2013; Thibeault and Seth, 2014).我国学者的研究表明，相比于20世纪末，在不同RCP情景下，21世纪未来阶段我国的气温将以显著增加为主要变化特征，且高浓度路径下的增温幅度更大(Zhao et al., 2014; Tian et al., 2015).Xu和Xu(2012a)基于11个CMIP5模式的集合结果分析了中国未来气候变化情况，指出在RCP2.6、RCP4.5和RCP8.5三种情景下，2011—2100年全国气温增加率分别为0.06 ℃/10a、0.24 ℃/10a和0.63 ℃/10a，且北方增温幅度比南方大，西北比西南增温快(Wang and Chen, 2014).对于降水，研究发现其全球变化将呈现“干者愈干、湿者愈湿”的格局(Zhao et al., 2014)，中国区域平均降水将增加，且北方地区的降水相对增加幅度明显大于南方地区(Tian et al., 2015).值得注意的是，21世纪前期(2011—2040年)，中国南方降水将有减少的趋势，尤其是在RCP8.5情景下(Xu and Xu, 2012a).

近期，崔妍等(2013)应用5个CMIP3全球气候模式在SRES B1、A1B和A2三种排放情景下的试验数据，预估中国东北地区在21世纪中期和末期的地面温度均将升高，且末期增温幅度高于中期，SRES A2情景下的增温幅度高于其他情景.但是该工作是基于CMIP3耦合模式模拟结果，且未考虑对模式气温数据进行插值时因地形起伏而产生的误差.为此，本文在考虑了地形效应影响的基础上，评估了26个CMIP5耦合模式对我国东北三省气温和降水的模拟能力，并从中筛选出了4个对东北气候模拟较优的模式，用该4个模式的集合平均预估了RCP4.5和RCP8.5两种情景下21世纪未来阶段东北三省的气温和降水的变化情况及其不确定性，并进行了相应的干旱性分析.

本文所用的气候模式资料为CMIP5耦合模式历史模拟试验数据(时间段为1961—2005年)以及未来模拟试验数据(时间段为2016—2099年).根据这两个时段气温与降水数据的可利用性与完整性，共有26个耦合模式的数据可用.模式的基本信息如表 1所示，更多细节请参见http://cmip-pcmdi.llnl.gov/cmip5/.观测数据来自CN05资料(Xu et al., 2009; 吴佳和高学杰, 2013)，该数据是基于全国2400多个气象站的观测资料建立起的一套0.5°×0.5°分辨率的格点资料，时间跨度为1961—2010年.

表 1(Table 1)

表 1 模式的基本信息 Table 1 Basic information on the climate models 模式编号 模式名称 模式分辨率 (经度(°)×纬度(°)) 线性趋势 年气温 (℃/10a) 年降水 (mm/10a) 1 ACCESS1-0 192×145 0.24* 10.43 2 ACCESS1-3 192×145 0.20* -8.17 3 BCC_CSM1.1 128×64 0.29* -0.68 4 BCC_CSM1.1-M 320×160 0.26* 10.49 5 BNU-ESM 128×64 0.60* 14.84 6 CanESM2 128×64 0.43* 6.32 7 CCSM4 288×192 0.26* 9.22 8 CESM1-BGC 288×192 0.26* 0.58 9 CNRM-CM5 256×128 0.23* 16.62* 10 CSIRO-Mk3-6-0 192×96 0.20* 10.89 11 FGOALS-g2 128×60 0.25* 3.03 12 GFDL-CM3 144×90 0.12 -22.07* 13 GFDL-ESM2G 144×90 0.34* -14.22* 14 GFDL-ESM2M 144×90 0.27* -6.26 15 GISS-E2-R 144×90 0.17* -1.29 16 HadGEM2-CC 192×145 0.09 -21.16* 17 inmcm4 180×120 0.08 -7.86 18 IPSL-CM5A-LR 96×96 0.37* 10.09 19 IPSL-CM5A-MR 144×143 0.22* 16.38* 20 MIROC5 256×128 0.12* -8.07 21 MIROC-ESM 128×64 0.08 14.98 22 MIROC-ESM-CHEM 128×64 0.27* 4.00 23 MPI-ESM-LR 192×96 0.22* -8.50 24 MPI-ESM-MR 192×96 0.20* 6.52 25 MRI-CGCM3 320×160 0.15* -22.85* 26 NorESM1-M 144×96 0.29* -2.00 MME 0.30* -5.80 CN05 0.39* -3.06 注：(1)模式名称按首字母顺序排列.(2)线性趋势为1961—2005年气温和降水的趋势变化值，*表示通过95%的信度水平检验.(3) CN05为观测资料；加粗的模式为选出的4个相对可靠模式，MME为该4个模式集合平均结果.

表 1 模式的基本信息 Table 1 Basic information on the climate models

因各个模式的水平分辨率不同，故利用双线性插值法将所有模式数据和观测数据统一插值到相同的网格点上(1°×1°)，然后根据相应的地形高度数据对模式的气温数据进行地形效应校正(Zhao et al., 2008)(气温直减率取0.65 ℃/100 m).本文的研究区域为中国东北三省(118°E—136°E，38°N—54°N)，共计104个格点.文章所选取的对历史气候的模拟时段为1961—2005年，未来预估试验时段分别为2016—2035年(近期)、2046—2065年(中期)和2080—2099年(末期)(IPCC, 2013).

本文对未来气候的预估分析采用的是CMIP5模式在等权重系数条件(姚遥等, 2012)下的集合平均结果.该方法在气候变化评估与预估领域中已得到了广泛应用，且已有研究指出多模式集合(the multi-model ensemble mean, MME)结果优于绝大多数单个模式(Jiang et al., 2005; Chen and Sun, 2009; Chen, 2013).

全球气候模式模拟的不确定性主要来自以下两个方面：1)模式中对物理参数的选取及物理过程的描述存在较大的不确定性；2)太阳参数等外强迫及气候系统对其的响应导致模式模拟结果的不确定性(姚遥等, 2012).为定量地描述不确定性，本文引入了信噪比的概念.信噪比(λ)定义为多模式集合预估绝对值与模式间的标准差(STD)的比值.公式如下：

其中，x_i为第i个模式的模拟结果，x为多模式集合平均结果(MME)，n(本文n为4)为模式个数.λ > 1表示模拟的可信度高，λ < 1则表示模拟可信度低(Zhou and Yu, 2006; Xu and Xu, 2012a; Tian et al., 2015).

本文首先对26个CMIP5耦合模式的模拟能力进行评估，选出较优模式，然后重点分析在不同RCP情景下较优模式的集合结果对东北三省未来气温和降水变化特征的预估及其不确定性，最后对未来的干旱变化情况进行了讨论与分析.

为了客观地衡量26个CMIP5模式对东北三省年平均气温和降水的模拟能力，本文引入了泰勒图(Taylor, 2001)，从泰勒图上可直观地看出模式间模拟结果的差异.如图 1所示，图中的数字分别对应表 1中26个CMIP5气候模式，横轴上的圆点表示观测资料.其中，模式点到观测点的距离表示模拟场经观测场标准差标准化之后的中心化标准误差，模式点到原点的距离表示模拟场与观测场之间的标准差之比(这里假定观测场的标准差为1)，模式点对应的方位角位置表示模拟场与观测场之间的相关系数.综合以上三个指标，当模式点离观测点越近时，表明该模式的模拟能力越强(Jiang and Tian, 2013).

图 1

Fig. 1

图 1 在参照时段1961—2005年，东北三省模拟场相对于观测场的泰勒图：(a)气温空间分布；(b)降水空间分布；(c)气温时间序列.实心正方形为模式集合，横轴上的圆点表示观测 Fig. 1 Taylor diagram for displaying the statistics of spatial distributions of 45-year (1961—2005) mean (a) surface air temperature, (b) precipitation and (c) temporal variability of regionally averaged surface air temperature in Northeast China. The solid square represents MME and observation is considered as the point in abscissa axis

本文设置了五个定量标准来挑选相对可靠的模式：(1)研究区域内，年平均气温和降水的模拟场与观测场的空间相关系数均大于0.192(通过95%的信度水平检验)(图 1a和图 1b)；(2)年平均气温和降水的空间场的中心化均方根误差与观测场标准差比值(NCRMSE)在1个标准差以内(图 1a和图 1b)；(3)年平均气温的模拟时间序列与观测时间序列的相关系数大于0.294(通过95%的信度水平检验)(图 1c)；(4)年平均气温的线性趋势模拟值分别介于0.194~0.582 ℃/10a(CN05气温线性趋势值的正负50%)之间且通过显著性检验(表 1)；(5)年平均降水的线性趋势模拟值为负值(因为CN05降水线性趋势值为负)(表 1).最终，从26个CMIP5气候模式中选取了4个对东北三省气候历史模拟相对可靠的模式：BCC-CSM1.1、GFDL-ESM2G、GFDL-ESM2M和NorESM1-M.从泰勒图中可以看出，该4个模式的集合平均尽管可能在某些方面不如某单个模式模拟较优，但就总体而言，综合气温和降水的空间与时间方面的模拟，模式集合仍优于绝大多数单个模式.

图 2给出了4个CMIP5较优模式集合模拟的1861—2099年东北三省区域平均气温和降水的年平均距平时间序列(相对于1986—2005年)，表 2为模式集合预估的21世纪东北三省年平均气温(降水)气候态的区域平均变化值.可以看到，中国东北三省在不同RCP情景下的气温均以增加为主要特征，且高浓度路径下(RCP8.5)的增温速率是中浓度路径下(RCP4.5)速率的两倍多(图 2a).此结论与Zhao等(2014)和Xu和Xu(2012a)得出的全球及中国变暖趋势类似.RCP8.5情景下，2006—2099年的东北气温变化几乎呈现直线上升趋势，增温速率为0.53 ℃/10a(通过99%的信度水平检验)；且21世纪中期增温效应最为明显(0.50 ℃/10a，通过99%的信度水平检验).在RCP4.5情景下，东北气温在21世纪近期的变化情况与RCP8.5情景下相差不大，增温速率为0.46 ℃/10a(通过99%的信度水平检验)；但2060年之后，气温变化则相对趋于稳定.到了21世纪末，RCP4.5和RCP8.5情景下的增温幅度分别为3.81±0.97 ℃和6.29±0.99 ℃(表 2).

图 2

Fig. 2

图 2 在不同RCP情景下CMIP5模式集合对东北三省未来区域平均(a)气温和(b)降水变化的情景预估.图中所示的是相对于1986—2005年历史试验的年平均气温距平和年平均降水距平百分率的时间序列，阴影部分为模式间的一个标准差.不同RCP情景下的未来(2006—2099年)气温(℃/10a)和降水(%/10a)趋势以数字表示，其中加*的数字表示通过99%的信度水平检验 Fig. 2 (a) Annual mean surface air temperature anomalies and (b) precipitation anomaly percentage, averaged over Northeast China, relative to 1986—2005, under different RCP scenarios (RCPs) simulations of the CMIP5 multi-model ensemble (MME) mean with one inter-model standard deviation (shading). The temperature (℃/10a) and precipitation (%/10a) trends under different RCPs are also shown, and the numbers with the asterisk indicate statistical significance at the 1% level

表 2(Table 2)

表 2 CMIP5模式集合对不同情景下东北三省气温和降水的变化预估(相对于1986—2005年) Table 2 The projection of surface air temperature and precipitation over Northeast China during 2016—2035, 2046—2065 and 2080—2099 by the CMIP5 multi-models ensemble average based on that during 1986—2005. 气温(℃) 降水(%) RCP4.5 RCP8.5 RCP4.5 RCP8.5 近期 (2016—2035年) 2.58 (0.51) 2.66 (0.48) 3.74 (4.45) 4.04 (2.02) 中期 (2046—2065年) 3.43 (0.67) 4.16 (0.81) 7.77 (3.99) 9.60 (2.98) 末期 (2080—2099年) 3.81 (0.97) 6.29 (0.99) 11.24 (7.77) 15.95 (7.72) 注：括号内为模式间的一个标准差.

表 2 CMIP5模式集合对不同情景下东北三省气温和降水的变化预估(相对于1986—2005年) Table 2 The projection of surface air temperature and precipitation over Northeast China during 2016—2035, 2046—2065 and 2080—2099 by the CMIP5 multi-models ensemble average based on that during 1986—2005.

21世纪的未来阶段东北三省区域平均降水量将会略微有所增加(相对于1986—2005年)(图 2b)，且RCP8.5情景下的降水增加速率(1.48%/10a)和未来各时段的降水增加幅度均略高于RCP4.5情景(1.10%/10a).到了21世纪末期，RCP4.5和RCP8.5情景下东北三省的降水相对增加幅度分别为11.24±7.77%和15.95±7.72%，略高于全国降水的增加量(8%±6%和12%±8%)(Tian et al., 2015).

图 3为RCP4.5和RCP8.5情景下CMIP5多模式集合的东北三省未来年平均气温和降水量相对当代气候(1986—2005年)的变化.从图 3(a—f)中可以看出，21世纪的未来阶段，整个东北三省地区的气温都在上升，且北部地区增温幅度普遍大于南部地区，这与先前CMIP3的研究结论类似(崔妍等, 2013).此外，到了21世纪末期，RCP8.5情景下东北三省各区域的增温幅度越来越高于RCP4.5情景(图 2a和图 3c, 3f)，北部地区尤为显著.值得注意的是，辽宁省最南边沿海地区的增温幅度要略高于东北内陆地区.对比增温前后的空间分布图(图略)，发现虽然北方增温幅度高于南方，但增温后的整个东北三省未来气温分布格局仍然是南部地区高于北部.21世纪近期，RCP4.5和RCP8.5情景下东北三省的变暖幅度类似，相对增加了0.6~1.5 ℃.到了中期，RCP8.5情景下的增温幅度(2.2~3.1 ℃)开始略微高于RCP4.5情景(1.5~2.5 ℃).而末期时，两种情景下的增温幅度分别为1.9~2.6 ℃和4.1~5.4 ℃，高浓度排放下的增温幅度显著高于中低浓度排放.

图 3

Fig. 3

图 3 CMIP5模式集合在RCP 4.5(a—c, g—i)和RCP 8.5(d—f, j—l)情景下对东北三省未来年平均气温(℃)(a—f)和降水(%)(g—l)气候态的预估.图中为未来气温和降水与1986—2005年历史试验的差异.未来3个时段分别为:(a, d, g, j) 2016—2035年; (b, e, h, k) 2046—2065年; (c, f, i, l) 2080—2099年.图中黑点表示信噪比大于1 Fig. 3 The changes in surface air temperature (℃) (a—f) and precipitation (%) (g—l) under RCP4.5 (a—c, g—i) and RCP8.5 (d—f, j—l) projections minus historical simulations (1986—2005) in Northeast China during (a, d, g, j) 2016—2035, (b, e, h, k) 2046—2065, and (c, f, i, l) 2080—2099. The black dots denote a signal to noise ratio greater than 1

图中的黑点表示信噪比大于1.从气温信噪比来看，在未来的三个时段，两种情景下东北气温的信噪比均大于1，说明CMIP5模式集合对东北三省未来气温预估的可靠性较大.且对末期气温预估的可靠性高于近期，RCP8.5情景预估的可靠性高于RCP4.5情景，对东北三省东南部地区预估的可靠性普遍高于西北部地区(图略).

从CMIP5模式集合在两种情景下对东北三省未来年平均降水预估的空间分布图(图 3g—3l)可以看出，除了RCP4.5情景下吉林省东南部地区在21世纪初期降水会有略微减少外，东北三省未来的降水将普遍增加，但波动较大(相对于1986—2005年)(图 2b).此结论与Xu和Xu(2012a)的研究结果略有不同，其用11个CMIP5模式集合平均预估全国未来降水变化情况，得出中国东北三省的降水量在未来各个时间段都会相对增加.产生此类差异很有可能是与所用模式不同有关.从图 3(g—l)可以看出，在2065年之前，两种情景下降水的增加幅度相差不大，到了21世纪末期，RCP8.5情景下的增加幅度高于RCP4.5情景下.此外，在末期，RCP4.5情景下东北三省降水增加幅度约为5.0%~15.3%，此结论与Chen(2013)用16个耦合模式集合预估未来全国降水得出的东北三省降水增加幅度为8%~16%的结果相近.整体来看，东北三省的西南角，即辽宁省西部地区降水的增加最为显著，尤其是RCP8.5情景下的末期，降水增加幅度已达到了25%以上.分析表明，RCP4.5和RCP8.5情景下，21世纪东北三省的降水分布格局依然是从东南部向西北部逐渐递减(图略).

与气温相比，模式对东北降水模拟的可靠性也是随着时间的推移，可靠性逐渐增强.但值得注意的是，模式集合对21世纪近期降水模拟的可靠性较低，中期之后可靠性逐渐加强，且对北部降水预估的可靠性普遍高于南部.

从Xu和Xu(2012a)利用11个CMIP5全球耦合模式的集合平均结果得到的全国信噪比空间分布来看，其东北三省的气温信噪比值分布在1~6之间，降水信噪比值分布在0~4之间.而本文得到的气温信噪比最大可达到10(图略)，降水信噪比虽在RCP4.5情景下的近期较低，但在中期后明显提高.说明经过筛选得出的较优模式集合平均结果对东北三省气候模拟的可靠性进一步加强了，尤其体现在对气温的模拟上.

为了分析东北三省未来气候线性趋势的空间分布情况，将CMIP5模式集合预估的年平均气温和降水趋势值绘于图 4中.如图 4(a—c)所示，RCP4.5情景下，21世纪近期东北三省一直处于增温状态(均通过95%的信度水平检验)，且东北部地区的增温速率最快，最大增温率达到了0.61 ℃/10a.到了中期，东北三省的增温速率较近期有所下降，速率值分布在0.12~0.44 ℃/10a之间.末期，东北三省的中部地区气温变化速率为负，开始呈现逐渐减小的趋势.RCP8.5情景下(图 4d—4f)，未来21世纪东北三省的气温均处于增加的状态(均通过95%的信度水平检验)，且北部地区的增温速率普遍高于南部地区，到了末期，黑龙江省最北部增温速率达到了0.69 ℃/10a.

图 4

Fig. 4

图 4 CMIP5模式集合在RCP 4.5(a—c, g—i)和RCP8.5(d—f, j—l)情景下对东北三省未来年平均气温(℃/10a) (a—f)和降水(mm·d-1/10a) (g—l)线性趋势的预估分布.未来3个时段分别为:(a, d, g, j) 2016—2035年; (b, e, h, k) 2046—2065年; (c, f, i, l) 2080—2099年.图中黑点表示通过95%的信度水平检验 Fig. 4 Spatial distribution of the linear trends of the surface air temperature (℃/10a) (a—f) and precipitation (mm·d-1/10a) (g—l) under RCP4.5 (a—c, g—i) and RCP8.5 (d—f, j—l) in Northeast China during (a, d, g, j) 2016—2035, (b, e, h, k) 2046—2065, and (c, f, i, l) 2080—2099. The black dots indicate statistical significance at the 95% confidence level.

对比1986—2005年的降水线性趋势变化图(图略)发现，在RCP4.5情景下(图 4g—4i)，21世纪近期，辽宁省西部和黑龙江省东部地区降水增加速率最大(0.12~0.16 mm·d^-1/10a)，并通过95%的信度水平检验.到了中后期，东北三省各地区的降水速率较近期有所减慢，但均未通过显著性检验.RCP8.5情景下，虽然近期的多年平均(2016—2035年)降水量有所增加(图 3j)，但降水速率则是呈现西部为正东部为负的趋势.其中黑龙江省北部地区的降水变化速率为正，降水逐渐增加；吉林省东部地区的降水变化速率则为负，呈现逐渐减少趋势.到了21世纪中期，东北三省的西部地区降水增加速率最快，最大降水增加率达到了0.15 mm·d^-1/10a.

有研究表明，虽然中国大部分地区未来降水增加，但因为气温升高蒸发加剧，中国许多地方仍将变干旱(Wang and Chen, 2014).如中国西南部地区，未来干旱在RCP8.5情景下会进一步加强(Wang et al., 2014).根据前文的分析，我国东北三省未来气温将显著升高，降水量也较20世纪有所增加，那么东北未来气候将会变得干旱还是湿润?为此，本文引入了一个较为简单的干旱指标——水分盈亏量(曾丽红等, 2011)来衡量东北三省的干旱变化情况.其计算公式见式(1)：

(1)

式中，K为某时段的水分盈亏量，P为某时段的降水量，PE_m为某时段的潜在蒸散量.当K > 0时，表明水分存在盈余，为气候湿润季节；K < 0时，表明水分存在亏缺，为气候干燥季节(曾丽红等, 2011).

其中，潜在蒸散量采用了Thornthwaite (1948)方法求得，计算公式见式(2):

(2)

式中，PE_m为潜在蒸散量(mm/月)，T_i为月平均气温(℃)，H为年热量指数，A为常数.

年热量指数H由式(3)计算：

(3)

常数A由式(4)计算：

(4)

当月平均气温T_i≤0℃时，月潜在蒸散量PE_m=0(mm/月).

刘珂和姜大膀(2015)采用SPEI (Standardized Precipitation-Evapotranspiration Index)干旱指标，用10个CMIP5模式的试验数据预估RCP4.5情景下21世纪中国干湿变化情况，得到在该情景下的中国区域年平均SPEI值逐年减小，说明中国区域整体有逐年变干的趋势.但其并未分析年平均SPEI的空间分布情况.故本文将着重从空间特征方面来分析未来东北三省的干湿变化情况.图 5为不同情景下东北三省未来年平均水分盈亏量变化的空间分布图(相对于1986—2005年).从图 5(a—c)可以看出，RCP4.5情景下，在21世纪近期，东北三省的南部地区将会变得相对干旱.这是因为相比于过去，该区域的降水增加幅度较小，局部地区甚至出现负增长(图 3g)，而由增温引起的蒸散量逐渐增大，蒸散量增加幅度超过了降水增加幅度，水分盈亏量呈减小趋势，所以将相对变旱.而东北三省的北部地区在近期则会相对变湿10%左右，该区域虽增温幅度略高于南方，但降水量的增加幅度超过了由增温引起的蒸散量的增加幅度，水分盈亏量呈增加趋势，所以将会变得相对湿润.到了中后期，RCP4.5情景下的东北三省普遍都将相对变湿，相对变湿0~40%，尤其是西南部地区，该区域虽然位于东北的南部，气温较高，但增温幅度与东北内陆地区相差不大(图 3b和3c)，而受渤海海域的影响，该区域降水的增加却远高于内陆地区(图 3h和3i)，降水增加幅度超过蒸散量增加幅度，所以将会变得相对湿润.此结论与刘珂和姜大膀(2015)得到的未来东北有较弱的变湿趋势的结论类似.但与Wang和Chen(2014)的结论略有不同，其给出了中国区域的PDSI (Palmer Drought Severity Index)变化空间分布图，发现在RCP4.5情景下，未来21世纪东北三省的北部将会略微变干，尤其到了中后期；而南部地区则没有明显的变干或变湿趋势.这种差异的产生可能是因为PDSI指数除了考虑蒸散量与降水量之外，还考虑了径流量及土壤湿度等因素.

图 5

Fig. 5

图 5 CMIP5模式集合在RCP 4.5(a, b, c)和RCP 8.5(d, e, f)情景下对东北三省未来年平均水分盈亏量变化(%)的预估.图中为未来水分盈亏量相对于1986—2005年的距平百分率.未来3个时段分别为: (a), (d) 2016—2035年; (b), (e) 2046—2065年; (c), (f) 2080—2099年 Fig. 5 The changes in water deficit (%) under RCP4.5 (a, b, c) and RCP8.5 (d, e, f) projections relative to 1986—2005 in Northeast China during (a, b) 2016—2035, (c, d) 2046—2065, and (e, f) 2080—2099

从RCP8.5情景下(图 5d—5f)东北三省未来水分盈亏量变化的分布特征图(相对于1986—2005年)可以看出，在该情景下，东北三省将划分为两个部分：中间偏西部地区将相对变干旱，其余地区则会相对变湿润，尤其是在21世纪中后期，这种现象更为明显.出现此类分布格局是因为在该情景下，东北三省的中西部地区气温升高幅度虽与周边相差不大，但降水的增加幅度普遍低于周边，低于蒸散量的增加幅度，水分盈亏量呈现减小的趋势，故将相对变旱.而除了上述区域之外，其余地区的降水量较为充沛，虽然未来气温的升高将会导致潜在蒸散量增加，但降水的增加幅度更大，所以将会变得相对湿润.有研究表明(Shi and Xu, 2007; 刘珂和姜大膀, 2015)，当代东北三省中部和南部属于湿润地区，其余区域属于半湿润地区.总体来说，即东南部比西北部湿润.RCP8.5情景下水分盈亏量变化的分布格局，也再一次验证了高浓度路径情景下未来气候将会变得“干者愈干、湿者愈湿”的结论(Zhao et al., 2014).

东北三省气温和降水的未来变化对全国林业及社会经济的发展有着重要的意义.因此，本文在评估26个CMIP5模式对东北三省气候变化模拟能力的基础上，依据泰勒图和线性趋势值选出对东北模拟较优的4个模式，利用模式集合平均结果重点分析了RCP4.5和RCP8.5两种情景下东北三省年平均气温和降水的未来变化特征，并分析了其不确定性.然后根据干旱指标——水分盈亏量对研究区域内未来的干旱情况进行了讨论与分析.主要结论如下：

(1)对气温的分析表明，2006—2099年中国东北三省在不同RCP情景下的气温均以增加为主要变化特征，且RCP8.5情景下的增温速率(0.53 ℃/10a)明显高于RCP4.5情景下的速率(0.22 ℃/10a).到了21世纪末期，RCP4.5情景下的气温变化趋于稳定，而RCP8.5情景下的气温则持续上升，两种情景下的温度分别升高了3.81±0.97 ℃和6.29±0.99 ℃(相对于1986—2005年).从气温变化的空间分布上来看，未来东北三省的北部地区增温幅度普遍大于南部地区，辽宁省部分沿渤海地区的增温幅度略高于内陆地区.

(2)未来东北三省的区域平均降水量将会有所加大，2006—2099年将分别以1.10%/10a(RCP4.5)和1.48%/10a(RCP8.5)的速率增加，但波动较大.到21世纪末期，RCP4.5和RCP8.5情景下的降水增加幅度分别达到11.24±7.77%和15.95±7.72%(相对于1986—2005年).从降水变化的空间分布可以看出，未来东北三省绝大部分地区的降水将普遍增加，且辽宁省西部地区降水的增加最为显著.

(3)通过对东北三省未来气温和降水变化的信噪比空间分布的分析可以看出，CMIP5多模式集合对东北三省未来气温的预估可靠性较大(信噪比均大于1)，对降水模拟则是随着时间的推移，可靠性逐渐增强，且对北部降水预估的可靠性高于南部.整体来看，经过筛选得出的4个较优模式对东北三省气候模拟的可靠性进一步加强了，尤其体现在对气温的模拟上.

(4)对东北三省未来气温和降水线性趋势的空间分布分析来看，RCP4.5情景下，未来21世纪东北三省的东北部地区增温速率最快，2016—2035年达到最大增温率(0.61 ℃/10a)，降水则是在21世纪近期，辽宁省西部和黑龙江省东部地区降水增加速率最大；而RCP8.5情景下，三个时间段的东北三省北部地区增温速率(最大增温率达到0.69 ℃/10a)均普遍高于南部地区，降水变化速率则是2065年前北部地区增加最快，最大降水增加率可达0.15 mm·d^-1/10a.

(5)利用Thornthwaite公式计算潜在蒸散量，并用水分盈亏量(降水量-潜在蒸散量)来考察东北三省未来的干湿情况.结果表明，相对于1986—2005年，RCP4.5情景下，21世纪近期东北三省南部地区的蒸散量增加幅度超过降水增加幅度，将变得相对干旱，北部地区则会相对变湿；到了中后期则整个研究区域普遍变湿.而RCP8.5情景下，东北三省的中西部地区将相对变干旱，其余地区则会相对变湿润.

综合而言，虽然本文选用了最新的CMIP5全球气候模式，并择选了模拟较优的模式，但它们对东北三省气候的模拟仍存在一定的不确定性，尤其体现在降水上.此外，因篇幅限制，本文计算潜在蒸散量时采用了所需气象要素较少的Thornthwaite方法.在以后的工作中，将进一步采用误差相对较小的FAO Penman-Monteith方法来计算潜在蒸散量，并加强全球气候模式与区域模式的相结合，来更好地预测未来气候变化.

感谢文中表 1所示的CMIP5各模式组提供模拟试验数据，感谢国家气候中心提供CN05观测数据集.