2021, Vol.41
2 浙江师范大学地理与环境科学学院, 浙江 金华 321004)
大量古气候重建资料(冰芯、石笋、孢粉、湖泊沉积等)揭示了距今约两万年左右的末次冰盛期(Last Glacial Maximum，简称LGM)以来全球气候经历了不稳定的冰消期、温暖的全新世及受人类活动影响越来越严重的现代气候等特征时期[1~6]。这种演化不仅包含了日地轨道改变导致太阳辐射变化的影响，还叠加了地球环境不同子气候系统之间(海气、陆气、冰气等)相互作用，此外还体现了人类活动导致气溶胶及温室气体急剧增加产生的气候效应[7~11]。因此，这种多系统多时空尺度相互作用下的气候变化极其复杂，其变化规律及对外强迫因子的响应和反馈是古气候研究的热点及难点。
研究表明末次冰盛期北半球的冰川范围广、气温低、CO2浓度低，冬季阿留申低压加强及西风急流南移，冬季风较强；夏季西太副高变弱，水汽输送减少，东亚地区降水减少[12~15]。末次冰盛期之后全球气候进入了温度急剧上升的冰消期，时间约为19~11kaB.P.，这段时期南北半球增暖不均匀，气候极不稳定，出现了多个气候突变事件，其中以14kaB.P.前后的BA暖期及12kaB.P.左右的新仙女木事件(YD冷期)最为显著[6, 16~18]。此后，全球气候逐步进入了相对稳定的全新世暖期，中全新世(约6kaB.P.左右)地球轨道参数的变化导致夏季北半球热带外地区的入射太阳辐射大约增加5 % [19]，北美大陆上残余的冰川已完全消失，地形和海岸线与现代相似，中国地区表面温度约比现代高1~4℃，降水约多40 % ~100 % [20~27]。而近千年来气候除了受到太阳活动、火山活动等自然因素的影响外，更受到人类活动导致下垫面的改变及工业革命以来温室气体排放的影响，呈现出与以往仅由自然因素影响不一致的显著变化[28~30]。所以探讨自然因素和人类活动共同影响下的气候变化，深入理解二者对现代气候的影响和贡献差异对预测未来气候演化是非常重要的。
以往古气候研究主要集中在对特定地点地质资料或历史气候代用资料的分析上，资料的分辨率低、局地性强，不同代用资料之间缺乏一致性，导致对古气候变化存在诸多争议。基于理论模型和同化资料积分而得的古气候模拟结果，与地质记录相结合，提供了一个高时空分辨率的地球环境演变图景，人们可以更清晰地获取完整的气候信息，全面认识地球系统的演化过程，所以近年来在古气候研究中广泛应用[31~33]。古气候模拟比较计划(PMIP)给出了多模式不同特征时期平衡试验及近1000年瞬变试验的结果[31~32, 34~38]，给我们提供了探讨古气候的另一途径，但不能给出末次冰盛期以来气候连续演变的物理图像。于是，基于地球轨道参数变化及地质代用资料反演的冰盖、温室气体变化等，利用全球耦合气候模式CCSM3进行的全变量强迫瞬变试验(TraCE-21ka)结果提供了人们进一步探讨气候演变的可能性[39~45]。
区域气候变化相对于全球气候具有局地差异性，借助古气候模拟的方法，人们对区域气候有了更深入的认识[25~27, 44~45]，但重建资料的局地性及全球模式较粗的分辨率不能满足我们对区域气候的精细认识要求，通过使用区域气候模式进行动力降尺度模拟分析有助于对其深入理解，进一步认识区域气候变化的不同影响因子。本研究使用TraCE-21ka模拟结果嵌套区域气候模式，通过动力降尺度方法对中国区域末次冰盛期以来每千年尺度的气候状况进行模拟，探究中国不同区域之间的气候演变差异，这对精细刻画区域气候时空分布，理解中国区域古气候特征及预测未来气候具有重要意义。
1 模式和试验设计 1.1 全球海气耦合模式及嵌套资料本文所用嵌套环流资料来源于美国国家大气研究中心(NCAR)主持的TraCE-21ka项目[35~36]，该项目利用全球耦合气候模式CCSM3对末次冰盛期以来的气候进行了全强迫瞬变积分模拟试验，强迫因子包含了由于日地轨道参数引起的太阳辐射变化及温室气体CO2的变化，瞬时边界场条件来自于ICE-5G的冰盖和地形，模式的水平分辨率为3.75°×3.75°，垂直方向为26层，模式结果输出时段为22kaB.P.~1990A.D.。本研究用于驱动区域气候模式的侧边界嵌套场为逐月变化数据，包括以下变量：U(纬向风速)、V(经向风速)、Z3(位势高度)、Q(比湿)、T(温度)、PS(表面气压)、SST(表面海温)。动力降尺度嵌套试验中，每千年积分时间长度设置为30年，使用30年结果平均来代表每千年的气候分布。
1.2 区域气候模式和参数设置本文所用的区域气候模式RegCM4由意大利国际理论物理中心(ICTP)所开发并广泛应用[46~48]。RegCM4采用σ坐标，具有可压缩性，采用Arakawa B网格差分方案，针对原来的PBL方案模拟的湍流垂直输送过大进行修正，修正后的方案能够更好地模拟边界层变量并捕捉逆温；新增CLM3.5作为陆面方案，同时BATS1e方案也有了调整，增加了两种陆面类型；还引入了海冰模式，气溶胶粉尘模块亦进一步修正和发展。RegCM4模式能够较好地模拟出中国地区气温和降水的时空分布特征，这是采用RegCM4进行中国千年尺度气候动力降尺度模拟的基础[49~51]。本文所用模式版本为RegCM4.1，选用Grell积云对流参数化方案、次网格显式湿过程及ZENG海洋通量参数化方案，陆面过程采用的是BATS 1e参数化方案，模式侧边界采用指数张弛时变边界方案。
此外，本文还采用了来自国家气象信息中心1961~2000年的平均气温及降水观测资料对模拟结果进行了对比[52]。
1.3 试验设计 1.3.1 模拟区域图 1为本文动力降尺度嵌套模拟区域，填色为地形高度分布，中心格点位置为35.39°N，105.48°E，纬向格点为128个，经向格点为94个，分辨率为50km。
|
图 1 区域模式中的动力降尺度模拟嵌套区域(阴影填色为海拔高度，单位：m) Fig. 1 The research area in the RegCM4(the shading represent altitude in units of m) |
与进行现代气候的模拟不同，在古气候模拟中，较长时间尺度的影响因素需要考虑进去，例如日地轨道参数变化、植被变化、温度气体浓度变化等。作为地球系统的能量来源，太阳辐射直接和间接地影响着地球系统的气候分布。到达大气层顶的太阳辐射受到太阳活动、日地距离和太阳高度角等因素影响，这些因子与太阳自身演变及日地轨道的变化密切相关[8~9, 19]，其中日地轨道变化参数主要包括了周期约为10万年的偏心率变化、4.1万年的黄赤交角变化和2.3万年的岁差变化。表 1给出了千年尺度日地轨道参数的变化情况，通过以下公式可计算得到各地大气层顶不同时刻的太阳辐射。
|
表 1 末次冰盛期以来千年尺度日地轨道参数变化 * Table 1 The values of solar orbital parameters in each millennium since the LGM |
|
其中，S0为太阳常数；ρ为日地相对距离；cosμ为太阳高度角。
图 2给出了根据不同千年日地轨道参数计算而得的末次冰盛期以来北半球不同季节大气顶太阳辐射变化情况，从中可以看到，由于日地轨道参数的变化，到达北半球大气顶的太阳辐射变化有显著的季节差异，其中，冬季和夏季呈反相变化，夏季太阳辐射从21kaB.P.呈现上升趋势，至10~9kaB.P.处达到最大，然后下降至今，变化幅度达32W/m2；而冬季则相反，在10kaB.P.前后处于低值，变化幅度达20W/m2。春季太阳辐射的高点出现在15kaB.P.，低点出现5kaB.P.左右，变化幅度达29W/m2；而秋季的高点出现在4kaB.P.，低点出现在14kaB.P.前后，变化幅度为28W/m2。由此可见，由日地轨道变化引起的太阳辐射长时间尺度变化是非常显著的，必须在利用区域气候模式进行动力降尺度嵌套模拟古气候时加以考虑。
|
图 2 末次冰盛期以来不同季节北半球平均大气层顶太阳辐射演变 Fig. 2 The evolution of insolation averaged of the Northern Hemisphere in different seasons since the LGM |
本文区域模式所用的中国区域地表状况来自Li等[53]利用花粉反演而得的千年尺度自然植被变化，中国区域外则以现代植被代替。图 3给出了花粉反演的末次冰盛期以来千年尺度自然植被变化情况。由图 3可知，自然植被在季风边缘带(包括东北、内蒙、河套及青藏高原东侧一带)的变化最为显著，这可能与东亚夏季风雨带的进退有关；此外西北地区自然植被的显著变化出现在冰消期，可能与温度的急速上升有关；而中国南部地区在末次冰盛期和近两千年以来变化最为明显，但在全新世比较稳定，可能与人类活动影响密切联系。
|
图 3 末次冰盛期以来花粉反演的每千年中国区域自然植被分布 1.作物/混合农业(crop/mixed farming)；2.矮草(short grass)；3.常绿针叶林(evergreen needle leaf tree)；4.落叶针叶林(deciduous needle leaf tree)；5.落叶阔叶林(deciduous broad leaf tree)；6.常绿阔叶林(evergreen broad leaf tree)；7.高草(tall grass)；8.沙漠(desert)；9.苔原(tundra)；10.灌溉作物(irrigated crop)；11.半沙漠(semi-desert)；12.冰帽/冰川(ice cap/glacier)；13.沼泽(bog or marsh)；14.内陆水(inland water)；15.海洋(ocean)；16.常绿灌木(evergreen shrub)；17.落叶灌木(deciduous shrub)；18.混合林地(mixed woodland)；19.森林/田野混合(forest/field mosaic)；20.水陆混合(water and land mixture)；21.城市(urban)；22.郊区(sub-urban) Fig. 3 The distributions of the natural vegetation retrieved from pollen in each millennium in China region since the LGM |
温室气体对气候有重要影响，其长期变化在古气候模拟中也必须加以考虑[42]。从图 4中二氧化碳(CO2)的浓度变化可以看出，由21kaB.P.到现代，CO2的浓度逐渐增加，21kaB.P.到17kaB.P.增幅较小，17kaB.P.到11kaB.P.的冰消期有明显的增长，可能与这段时间全球温度的快速增长而导致海洋排放显著增加有关，11kaB.P.到工业革命前相对稳定，缓慢增长。而在现代，受到工业革命及人类活动的影响，又急剧增多。从甲烷(CH4)的浓度变化可以看出，21kaB.P.到现代亦呈现上升趋势，CH4浓度在14kaB.P.和11kaB.P.前后出现突然上升，达到峰值后有所下降，在6kaB.P.又呈现上升趋势。本文中动力降尺度模拟地球轨道参数及CO2与TraCE-21ka一致，TraCE-21ka中没有考虑CH4的变化，而在降尺度模拟中加入了冰芯反演的CH4的变化[54]。
|
图 4 末次冰盛期以来二氧化碳(CO2)及甲烷(CH4)浓度变化 Fig. 4 The variations of CO2 and CH4 since the LGM |
此外，除了上述几个因素，末次冰盛期以来冰盖及海陆分布变化亦应在降尺度模拟中加以考虑，但这差异主要出现在南北半球高纬及北美地区[55~56]，本研究中降尺度模拟区域位于亚洲中低纬地区，海陆分布差异主要出现在黄海及渤海地区，冰盖基本没有变化；此外，瞬变试验TraCE-21ka的环流场包含了这方面的影响，其可以通过嵌套影响动力降尺度结果。因此，冰盖及海陆分布改变虽然在本文降尺度模拟中未加以考虑，但其影响亦有体现。
2 结果分析通过对末次冰盛期以来每千年气候进行动力降尺度试验，得到了22组千年尺度模拟结果。我们首先将区域模式动力降尺度模拟结果与TraCE-21ka及现代观测结果对比以查看降尺度结果对粗分辨率模式的改进能力及对中国气候的精细刻画能力；在此基础上，基于PMIP确定的特征时期，我们探讨末次冰盛期(21kaB.P.)、全新世中期(6kaB.P.)和现代(0kaB.P.)这3个时期中国气候的时空分布差异，进一步揭示中国气候的长期变化特征。
2.1 区域动力降尺度结果与TraCE-21ka及观测结果对比图 5给出了0kaB.P.年平均的TraCE-21ka、RegCM4.1动力降尺度及现代观测(Obs.)结果，其中观测结果中温度分布是1961~2000年表面气温的多年平均(T2m)。从温度分布来看，TraCE-21ka及动力降尺度结果都较好地再现了观测结果中国东部温度随纬度及西部随海拔高度降低的特征，但动力降尺度结果较TraCE-21ka更好地捕捉了温度受下垫面及高度变化影响造成的局地差异特征：如动力降尺度结果中新疆地区天山山脉的影响造成温度低于南北侧盆地的特点在TraCE-21ka中没有体现，区域模式结果中青藏高原的温度分布更好地遵循了局地地形高度变化，中国东部地区温度分布也较好地体现了盆地与山脉、沿海与内陆的分布影响。从降水的分布来看，两种模拟结果都体现了中国南多北少的季风降水特点，主雨带皆位于长江流域。但从TraCE-21ka的结果来看，有个虚假大值中心位于秦岭南侧，而通过动力降尺度模拟修正了这一偏差；此外亦可以看到，观测结果中降水区主要位于长江以南地区(图 5f)，而TraCE-21ka模拟的华南地区降水偏少，动力降尺度结果中也呈现出了这一特点，体现了大尺度环流嵌套场的影响。总体来看，利用TraCE-21ka结果嵌套RegCM4.1动力降尺度模拟显著地改进了低分辨率结果，更精细地体现中国地区气候分布的区域差异。
|
图 5 TraCE-21ka(a)、RegCM4模拟(c)的0kaB.P.年平均表面温度、观测的地表气温(e，单位：℃)及降水(b，d，f，单位：mm/天)分布 Fig. 5 The annual mean temperature(Units in ℃)and precipitation(Units in mm/d)respectively from the results of TraCE-21ka(a, b), down scaling simulations of RegCM4(c, d)and observation(e, f) |
图 6给出了末次冰盛期、全新世中期及现代这3个特征时期夏季气温型态及差异。由图 6可知，全新世中期中国夏季气温与现代比较接近，而与末次冰盛期差异较大(图 6a~6c); 与现代相比(图 6d)，末次冰盛期夏季气温除了甘肃和宁夏部分地区略高外，其余大部分地区偏低2~10℃，其中东部地区特别是东北和华南更为显著。全新世中期中国夏季温度除了黄河下游华北地区及东北南部地区较现代略偏低外，其余大部地区普遍略高(图 6e)，其中内蒙西部较为明显，但总体来说差异较小，幅度基本在2℃以内；而从图 6f中的末次冰盛期和全新世中期的对比来看，中国地区在末次冰盛期的温度偏低是全域性的，只是在数值上有所差异，其中还是以东北和华南偏低最为显著。上述结论与前人的研究结果一致[13, 55]。
|
图 6 夏季3个特征时期气温型态(a：末次冰盛期；b：全新世中期；c：现代)及差异(d：末次冰盛期减现代；e：全新世中期减现代；f：末次冰盛期减全新世中期)(单位：℃) Fig. 6 The summer temperature pattern in three typical periods(a:LGM; b:Mid-Holocene; c:Present)and differences between them(d:LGM minus Present; e:Mid-Holocene minus Present; f:LGM minus Mid-Holocene)(units in ℃) |
图 7给出了3个特征时期冬季气温型态及差异。从3个时期中国冬季气温分布来看(图 7a~7c)，东部随纬度变化呈现南高北低的分布，黑龙江北部最低；西部随地形高度气温降低，青藏高原为低值中心。与现代相比(图 7d)，末次冰盛期中国大部分冬季气温偏低2~8℃左右，其中以东北地区最为显著; 而全新世中期的情况与夏季不同(图 7e)，大部分地区较现代偏低0~4℃，这与古气候重建资料有所差异，也是古气候模拟中一个争议且关注的焦点[26~27]。比较末次冰盛期与全新世中期情况来看(图 7f)，青藏高原周围地区略高，其他地区略低，也不像夏季一样一致偏低，因此，全新世中期冬季气温的变化在古气候演变中还需进一步研究。
图 8是3个特征时期夏季降水型态及差异。总体而言，全新世中期中国夏季降水与现代比较接近，季风雨带主要位于江淮地区，东北亦有明显降水；而末次冰盛期降水与全新世中期以及现代差异均较大，其主要降水区位于黄河流域及东北南部地区(图 8a~8c)。末次冰盛期中国黄土高原及华北地区夏季降水较中全新世及现代偏多，而其余大部地区偏少(图 8d和8f)。那么是什么原因导致这种季风降水的分布差异呢？我们知道，末次冰盛期的海陆分布、冰盖、温室气体等与现代相差较大，人们亦对末次冰盛期各种因子对季风降水的影响作了分析，指出海陆分布变化是影响降水的重要因子[55~56]，因此在进一步研究中我们亦会考虑这方面的影响。全新世中期中国江淮以北地区夏季降水较现代相对较多，而长江中下游地区及华南地区夏季降水与现代相比偏少，呈现北多南少的分布型态，表明全新世中期夏季风较强，季风雨带较现代偏北(图 8e)，与前人结论一致[57~60]。
2.3 不同区域季节变化
上述内容探讨了不同特征时期中国区域的气候型态变化，可以看出中国气候具有显著的区域差异，这种差异在气候要素的季节变化中是如何体现的呢？为此选取了以下6个区域进行分析，具体分区见图 9。
|
图 9 区域划分示意图 Fig. 9 The six divided regions |
图 10给出了6个区域在不同特征时期气温的季节变化。由图 10a中东北地区的表现来看，3个时期气温峰值皆出现在8月份，谷值出现在1月份，全新世中期和现代非常接近，12月至5月的冬春季节现代气温略高于全新世中期，夏秋季节二者相差无几。二者较末次冰盛期偏高5~10℃，其中夏季较冬季显著。从华北地区变化来看(图 10b)，气温最高值出现在7月；全新世中期冬春季气温明显低于现代，而夏秋季则略高于现代，末次冰盛期仍为三者最低，但差异不如东北地区显著。江淮地区的变化与华北地区类似(图 10c)，亦是冬春季节现代气温高于全新世中期和末次冰盛期，而夏秋季则是全新世中期略高于现代，显著高于末次冰盛期；华南地区的分布差异与东北地区相似(图 10d)，即现代与全新世中期相差无几，却显著高于末次冰盛期。西北地区的分布与青藏高原类似(图 10e和10f)，差异主要体现在夏季，而冬春季不明显。
|
图 10 3个特征时期不同区域气温季节变化(单位：℃) Fig. 10 The seasonal variations of temperature in three typical periods for six regions(units in ℃) |
总体而言，自末次冰盛期至全新世中期，中国6个区域的气温均有不同程度的上升趋势且呈现显著的区域和季节差异，东部大于西部，夏秋季大于冬春季，气温的年振幅变大。其中，东北、华南、江淮流域气温随时间显著上升，而青藏高原和西北地区冬季比较稳定，夏季略有上升。从全新世中期至现代，气温的变化主要体现在夏秋季的略微下降和冬春季的小幅上升，表明气温的年振幅在变小。
图 11给出了6个地区不同特征时期降水的季节变化。从东北地区来看，从10月份至5月的冬半年少雨季节，3个时期的降水没有明显差异，基本稳定；但在6月至9月的夏季降雨集中时期3个特征时期的差异显著，其中末次冰盛期降水最少，峰值出现在8月；全新世中期降水最多，峰值亦出现在8月，峰值与末次冰盛期差异达到4mm/天；现代降水介于二者之间，其中5~6月与全新世相近，8~9月与末次冰盛期相近，降水峰值达6mm/天，出现在7月，较末次冰盛期和全新世中期有所提前。华北的情况则明显不同，末次冰盛期的降水出现了两个峰值，分别在6月和10月，全新世中期的峰值则出现在9月，现代降水较前两个时期都偏少，峰值出现在8月。江淮地区的降水则随着年代的变化逐渐增多，其中以末次冰盛期最少，峰值出现在5月，低值出现在8月；全新世中期的型态类似，但降水偏多，现代降水则恢复单峰型，峰值出现在5~6月，对于末次冰盛期降水出现的这种季节内分布似乎不好解释，不知是模拟的问题还是其他原因有待进一步分析。无论是TraCE-21ka还是降尺度结果来看，华南的降水都明显偏少，末次冰盛期的峰值出现在6月，而全新世中期及现代则出现在8月。西北的降水在3个时期都比较少，且差异不大。青藏高原的降水可能是包含了南亚季风的影响所以量级也比较大，3个时期的差异亦主要出现在夏季，与东北地区类似，末次冰盛期最少，全新世中期最多，现代居中。
|
图 11 3个特征时期不同区域降水季节变化(单位：mm/d) Fig. 11 Same as Fig. 10 but for precipitation(units in mm/d) |
本文基于全球耦合气候模式CCSM3进行的全变量强迫瞬变试验模拟结果(TraCE-21ka)，结合日地轨道改变引起的太阳辐射变化、古花粉数据反演的中国区域下垫面变化和冰芯重建的温室气体资料，嵌套高分辨率区域气候模式RegCM4进行了末次冰盛期以来中国区域千年尺度气候的动力降尺度模拟，获取了22组模拟结果。通过对动力降尺度结果与TraCE-21ka及现代观测结果对比分析得知动力降尺度模拟显著改进了低分辨率结果，更精细地体现中国气候分布的区域差异，再现了中国高精度的历史气候变化。
基于动力降尺度模拟结果及PMIP确定的特征时期，我们探讨了末次冰盛期、全新世中期和现代这3个时期中国气候的时空分布差异。结果表明中国自末次冰盛期以来的气候变化具有显著的区域差异性和季节非对称性，东部变化大于西部，夏秋季变化大于冬春季。与现代相比，末次冰盛期气候寒冷干燥，大部分地区偏低2~10℃，尤其是华南和东北地区更为显著；主要降水区位于黄河流域及东北南部地区，与现代降水型态差异较大。全新世中期夏季气温较现代略偏高，变化幅度基本在2℃以内，而冬季大部分地区较现代偏低0~4℃，呈现出冬春偏冷夏秋偏热的季节非一致性变化，意味着该时期气温的年振幅增大；其降水与现代相比呈北多南少分布，表明东亚夏季风较强，雨带偏北，这些与前人研究结果一致。此外，通过比较不同区域降水的季节变化得知，东北地区及青藏地区降水峰值强度、华北和华南降水峰值位置以及江淮流域降水强度在不同时期的差异表明了降水模拟的复杂性和难度，需要进一步深入研究。
综上所述，本文通过动力降尺度方法更精细地再现了末次冰盛期以来中国千年尺度气候的变化，模拟结果虽然较好地改进了低分辨率模式的结果，但在很大程度上还依赖于模式性能及全球模式结果的输入，比如对青藏高原东侧大值降水中心有了明显的修正，但对全球模式结果中华南降水偏少的情形仍没有改进，所以在嵌套场选择上尽量利用对东亚降水模拟性能较好的全球模式结果。另外，与众多模式结果一样，模拟结果中全新世中期的冬季气温较现代是偏低的，这与重建代用资料结果不一致，一直是模拟结果的关注焦点，目前还没有让人信服的解释。此外，本研究的动力降尺度结果中末次冰盛期的降水主要分布于黄河流域及东北地区，与现代降水型态相差甚远，这是否反映了那个时期降水的客观情况？抑或由于在动力降尺度中没有考虑到海陆分布差异而导致？这些问题都还未能得到很好的解释和可靠的论据，在以后的工作中我们将针对不同特征时期进行不同因子影响气候型态的模拟试验，以进一步揭示不同背景时期不同因子对中国气候影响的贡献。
| [1] |
丁仲礼, 孙继敏, 余志伟, 等. 黄土高原过去130 ka以来古气候事件年表[J]. 科学通报, 1998, 43(6): 567-574. Ding Zhongli, Sun Jimin, Yu Zhiwei, et al. Chronology of paleoclimatic events in the Loess Plateau since the past 130 ka[J]. Chinese Science Bulletin, 1998, 43(6): 567-574. DOI:10.3321/j.issn:0023-074X.1998.06.002 |
| [2] |
王绍武, 黄建斌, 闻新宇. 古气候的启示[J]. 气象, 2012, 38(3): 257-265. Wang Shaowu, Huang Jianbin, Wen Xinyu. Implication of paleoclimate[J]. Meteorological Monthly, 2012, 38(3): 257-265. |
| [3] |
张俊辉, 夏敦胜, 张英, 等. 中国泥炭记录末次冰消期以来古气候研究进展[J]. 地球科学进展, 2012, 27(1): 42-51. Zhang Junhui, Xia Dunsheng, Zhang Ying, et al. Advances in palaeoclimatic research recorded by peat in China since the last deglaciation[J]. Advances in Earth Science, 2012, 27(1): 42-51. |
| [4] |
Wu H, Guiot J, Brewer S, et al. Climatic changes in Eurasia and Africa at the Last Glacial Maximum and mid-Holocene:Reconstruction from pollen data using inverse vegetation modelling[J]. Climate Dynamics, 2007, 29(2-3): 211-229. DOI:10.1007/s00382-007-0231-3 |
| [5] |
Zhao Y, Yu Z, Chen F, et al. Vegetation response to Holocene climate change in monsoon-influenced region of China[J]. Earth-Science Reviews, 2009, 97(1-4): 242-256. DOI:10.1016/j.earscirev.2009.10.007 |
| [6] |
蒋庆丰, 金典, 郑佳楠, 等. 末次冰消期以来赛里木湖沉积记录的气候突变[J]. 第四纪研究, 2019, 39(4): 952-963. Jiang Qingfeng, Jin Dian, Zheng Jianan, et al. Abrupt climate events recorded by Sayram Lake sediments since the last deglaciation[J]. Quaternary Sciences, 2019, 39(4): 952-963. |
| [7] |
Braconnot P, Otto-Bliesner B, Harrison S, et al. Results of PMIP2 coupled simulations of the Mid-Holocene and Last Glacial Maximum-Part 2:Feedbacks with emphasis on the location of the ITCZ and mid-and high latitudes heat budget[J]. Climate of the Past, 2007, 3: 279-296. DOI:10.5194/cp-3-279-2007 |
| [8] |
黄春菊, 田晓丽. 太阳活动对年代际-亚轨道尺度气候变化的驱动机制探讨[J]. 第四纪研究, 2018, 38(5): 1255-1267. Huang Chunju, Tian Xiaoli. Discussion on the driving mechanism of solar activity to interannual suborbital-scale climate change[J]. Quaternary Sciences, 2018, 38(5): 1255-1267. |
| [9] |
王志远, 王江林, 张诗茄, 等. 不同时间尺度影响下的北半球夏季风空间特征及其可能影响机制[J]. 第四纪研究, 2018, 38(6): 1494-1506. Wang Zhiyuan, Wang Jianglin, Zhang Shijia, et al. Impact of different timescales on the characteristics and mechanisms of the Northern Hemisphere Summer Monsoon:Based on the CESM results[J]. Quaternary Sciences, 2018, 38(6): 1494-1506. |
| [10] |
Wanner H, Solomina O, Grosjean M, et al. Structure and origin of Holocene cold events[J]. Quaternary Science Reviews, 2011, 30: 1-15. DOI:10.1016/j.quascirev.2011.07.010 |
| [11] |
McGee D, Donohoe A, Marshall J, et al. Changes in ITCZ location and cross-equatorial heat transport at the Last Glacial Maximum, Heinrich Stadial 1, and the mid-Holocene[J]. Earth and Planetary Science Letters, 2014, 390: 69-79. DOI:10.1016/j.epsl.2013.12.043 |
| [12] |
Bromwich D H, Toracinta E R, Wej H, et al. Polar MM5 simulations of the winter climate of the Laurentide Ice Sheet at the LGM[J]. Journal of Climate, 2004, 17: 3415-3433. DOI:10.1175/1520-0442(2004)0172.0.CO;2 |
| [13] |
Yanase W, Abe-Ouchi A. The LGM surface climate and atmospheric circulation over East Asia and the North Pacific in the PMIP2 coupled model simulations[J]. Climate of the Past, 2007, 3: 439-451. DOI:10.5194/cpd-3-655-2007 |
| [14] |
Chiverrell R C, Thomas G S P. Extent and timing of the Last Glacial Maximum (LGM) in Britain and Ireland:A review[J]. Journal of Quaternary Science, 2010, 25(4): 535-549. DOI:10.1002/jqs.1404 |
| [15] |
Yan M, Wang B, Liu J. Global monsoon change during the Last Glacial Maximum:A multi-model study[J]. Climate Dynamics, 2016, 47(1-2): 359-374. DOI:10.1007/s00382-015-2841-5 |
| [16] |
Cheng H, Zhang H, Spotl C, et al. Timing and structure of the Younger Dryas event and its underlying climate dynamics[J]. Proceedings of the National Academy of Sciences of the United States of America, 2020, 117(38): 23408-23417. DOI:10.1073/pnas.2007869117 |
| [17] |
张海伟, 程海, 蔡演军, 等. 赣北石笋记录的新仙女木事件[J]. 第四纪研究, 2019, 39(4): 994-1005. Zhang Haiwei, Cheng Hai, Cai Yanjun, et al. Timing and structure of the Yougner Dryas event recorded by a stalagmite from northern Jiangxi, China[J]. Quaternary Sciences, 2019, 39(4): 994-1005. |
| [18] |
李瀚瑛, Sinha Ashish, 程海, 等. 西南印度洋罗德里格斯岛石笋记录的新仙女木事件[J]. 第四纪研究, 2019, 39(4): 1006-1017. Li Hanying, Sinha Ashish, Cheng Hai, et al. The Younger Dryas Event recorded in a speleothem from Rodrigues, southwestern Indian Ocean[J]. Quaternary Sciences, 2019, 39(4): 1006-1017. |
| [19] |
Steinhilber F, Beer J, Frøhlich C. Total solar irradiance during the Holocene[J]. Geophysical Research Letters, 2009, 36: L19704. DOI:10.1029/2009GL040142 |
| [20] |
Masson V, Cheddadi R, Braconnot P, et al. Mid-Holocene climate in Europe:What can we infer from PMIP model-data comparisons?[J]. Climate Dynamics, 1999, 15(3): 163-182. DOI:10.1007/s003820050275 |
| [21] |
Wang Y, Cheng H, Edwards R L, et al. The Holocene Asian monsoon:Links to solar changes and North Atlantic climate[J]. Science, 2005, 308: 854-857. DOI:10.1126/science.1106296 |
| [22] |
Maher B A. Holocene variability of the East Asian summer monsoon from Chinese cave records:A re-assessment[J]. The Holocene, 2008, 18(6): 861-866. DOI:10.1177/0959683608095569 |
| [23] |
Chen F, Yu Z, Yang M, et al. Holocene moisture evolution in arid Central Asia and its out-of-phase relationship with Asian monsoon history[J]. Quaternary Science Reviews, 2008, 27(3-4): 351-364. DOI:10.1016/j.quascirev.2007.10.017 |
| [24] |
Hu C, Henderson G M, Huang J, et al. Quantification of Holocene Asian monsoon rainfall from spatially separated cave records[J]. Earth and Planetary Science Letters, 2008, 266(3-4): 221-232. DOI:10.1016/j.epsl.2007.10.015 |
| [25] |
Jiang D B, Tian Z P, Lang X M. Mid-Holocene net precipitation changes over China:Model-data comparison[J]. Quaternary Science Reviews, 2013, 82: 104-120. DOI:10.1016/j.quascirev.2013.10.017 |
| [26] |
Jiang D B, Tian Z P, Lang X M. Mid-Holocene global monsoon area and precipitation from PMIP simulations[J]. Climate Dynamics, 2015, 44(9-10): 2493-2512. DOI:10.1007/s00382-014-2175-8 |
| [27] |
Tian Z P, Jiang D B. Revisiting mid-Holocene temperature over China using PMIP3 simulations[J]. Atmospheric and Oceanic Science Letters, 2015, 8(6): 358-364. |
| [28] |
Bradley R S, Briffa K R, Cole J, et al. The climate of the last millennium[M]//Alverson K D, Pedersen T F, Bradley R S eds. Paleoclimate, Global Change and the Future. Global Change-The IGBP Series. Berlin, Heidelberg:Springer, 2003:106-141. https://doi.org/10.1007/978-3-642-55828-3_6.
|
| [29] |
Man W, Zhou T, Jungclaus J H. Effects of large volcanic eruptions on global summer climate and East Asian monsoon changes during the last millennium:Analysis of MPI-ESM simulations[J]. Journal of Climate, 2014, 27(19): 7394-7409. DOI:10.1175/JCLI-D-13-00739.1 |
| [30] |
Leys B A, Likens G E, Johnson C E, et al. Natural and anthropogenic drivers of calcium depletion in a northern forest during the last millennium[J]. Proceedings of the National Academy of Sciences of the United States of America, 2016, 113(25): 6934-6938. DOI:10.1073/pnas.1604909113 |
| [31] |
石正国, 雷婧, 周朋, 等. 轨道尺度亚洲气候演化机理的数值模拟:历史与展望[J]. 第四纪研究, 2020, 40(1): 8-17. Shi Zhengguo, Lei Jing, Zhou Peng, et al. Numerical simulation researches on orbital scale Asian climate dynamics:History and perspective[J]. Quaternary Sciences, 2020, 40(1): 8-17. |
| [32] |
刘艳, Harrison S P. 古气候模拟进展[J]. 地球物理学进展, 2008, 23(6): 1791-1796. Liu Yan, Harrison S P. Palaeoclimate modeling:A review[J]. Progress in Geophysics, 2008, 23(6): 1791-1796. |
| [33] |
万凌峰, 刘健, 高超超, 等. 全新世火山喷发对温度变化趋势影响的模拟研究[J]. 第四纪研究, 2020, 40(6): 1597-1610. Wan Lingfeng, Liu Jian, Gao Chaochao, et al. Study about influence of the Holocene volcanic eruptions on temperature variation trend by simulation[J]. Quaternary Sciences, 2020, 40(6): 1597-1610. |
| [34] |
姜大膀, 田芝平. 末次冰盛期和全新世中期东亚地区水汽输送的模拟研究[J]. 第四纪研究, 2017, 37(5): 999-1008. Jiang Dabang, Tian Zhiping. Last glacial maximum and mid-Holocene water vapor transport over East Asia:A modeling study[J]. Quaternary Sciences, 2017, 37(5): 999-1008. |
| [35] |
Braconnot P, Harrison S P, Kageyama M, et al. Evaluation of climate models using palaeoclimatic data[J]. Nature Climate Change, 2012, 2: 417-424. DOI:10.1038/nclimate1456 |
| [36] |
Sueyoshi T, Ohgaito R, Yamamoto A, et al. Set-up of the PMIP3 paleoclimate experiments conducted using an Earth system model, MIROC-ESM[J]. Geoscientific Model Development, 2013, 6(3): 819-836. DOI:10.5194/gmd-6-819-2013 |
| [37] |
Zanchettin D, Rubino A, Matei D, et al. Multidecadal-to-centennial SST variability in the MPI-ESM simulation ensemble for the last millennium[J]. Climate Dynamics, 2013, 40(5-6): 1301-1318. DOI:10.1007/s00382-012-1361-9 |
| [38] |
邱雅惠, 刘健, 刘斌, 等. 全新世北半球典型冷事件的模拟研究[J]. 第四纪研究, 2019, 39(4): 1055-1067. Qiu Yahui, Liu Jian, Liu Bin, et al. Characteristics of Holocene cold events in the Northern Hemisphere from the TraCE-21 ka model simulation[J]. Quaternary Sciences, 2019, 39(4): 1055-1067. |
| [39] |
孙炜毅, 刘健, 万凌峰, 等. 全新世北半球中纬度降水变化对不同外强迫响应的模拟研究[J]. 第四纪研究, 2020, 40(6): 1588-1596. Sun Weiyi, Liu Jian, Wan Lingfeng, et al. Simulation of Northern Hemisphere mid-latitude precipitation response to different external forcings during the Holocene[J]. Quaternary Sciences, 2020, 40(6): 1588-1596. |
| [40] |
何鹏, 刘健, 刘斌, 等. 全新世两次典型突变事件下北半球季风降水的变化对比[J]. 第四纪研究, 2019, 39(6): 1372-1383. He Peng, Liu Jian, Liu Bin, et al. Comparison of changes of Northern Hemisphere monsoon precipitation between two typical abrupt climate events in Holocene[J]. Quaternary Sciences, 2019, 39(6): 1372-1383. |
| [41] |
王波, 曹剑, 吴立广. 末次冰盛期气候反馈特征研究[J]. 第四纪研究, 2019, 39(4): 1042-1054. Wang Bo, Cao Jian, Wu Liguang. Climate feedbacks at the Last Glacial Maximum[J]. Quaternary Sciences, 2019, 39(4): 1042-1054. |
| [42] |
He F. Simulating Transient Climate Evolution of the Last Deglaciation with CCSM3[D]. Wisconsin: The PhD Thesis of University of Wisconsin, 2011: 1-120.
|
| [43] |
He F, Shakun J D, Clark P U, et al. Northern Hemisphere forcing of Southern Hemisphere climate during the last deglaciation[J]. Nature, 2013, 494: 81-85. DOI:10.1038/nature11822 |
| [44] |
王菁菁, 程军, 鹿化煜. 21 ka以来东亚夏季风区南部和北部气候变化的模拟与重建对比[J]. 第四纪研究, 2019, 39(3): 589-601. Wang Jingjing, Cheng Jun, Lu Huayu. Comparative analysis of simulation and reconstruction of climate change in the south and north of the East Asian summer monsoon region over the last 21 ka[J]. Quaternary Sciences, 2019, 39(3): 589-601. |
| [45] |
刘珊珊, 姜大膀. 过去21 ka中国干湿变化的瞬变模拟分析[J]. 第四纪研究, 2020, 40(6): 1550-1561. Liu Shanshan, Jiang Dabang. A transient simulation analysis of terrestrial moisture changes over China during the past 21000 years[J]. Quaternary Sciences, 2020, 40(6): 1550-1561. |
| [46] |
Giorgi F, Marinucci M R, Bates G T. Development of a second-generation regional climate model(RegCM2)PartⅠ:Boundary-layer and radiative transfer processes[J]. Monthly Weather Review, 1993, 121(10): 2794-2813. |
| [47] |
Giorgi F, Marinucci M R, Bates G T. Development of a second-generation regional climate model(RegCM2)Part Ⅱ:Convective processes and assimilation of lateral boundary conditions[J]. Monthly Weather Review, 1993, 121(10): 2814-2832. |
| [48] |
Giorgi F, and Coauthors. RegCM4:Model description and preliminary tests over multiple CORDEX domains[J]. Climate Research, 2012, 52: 7-29. DOI:10.3354/cr01018 |
| [49] |
巩崇水, 段海霞, 李耀辉, 等. RegCM4模式对中国过去30 a气温和降水的模拟[J]. 干旱气象, 2015, 33(3): 379-385. Gong Chongshui, Duan Haixia, Li Yaohui, et al. Simulation of temperature and precipitation in china in the last 30 years by using the RegCM4[J]. Journal of Arid Meteorology, 2015, 33(3): 379-385. |
| [50] |
吴昊旻, 黄安宁, 周洋, 等. RegCM4对中国区域气候模拟能力评估[J]. 气象科学, 2015, 35(1): 17-25. Wu Haomin, Huang Anning, Zhou Yang, et al. Evaluation on climate simulation ability of RegCM41 model over China[J]. Journal of the Meteorological Sciences, 2015, 35(1): 17-25. |
| [51] |
Gao X J, Shi Y, Han Z Y, et al. Performance of RegCM4 over major river basins in China[J]. Advances in Atmospheric Sciences, 2017, 34(4): 441-455. DOI:10.1007/s00376-016-6179-7 |
| [52] |
吴佳, 高学杰. 一套格点化的中国区域逐日观测资料及与其他资料的对比[J]. 地球物理学报, 2013, 56(4): 1102-1111. Wu Jia, Gao Xuejie. A gridded daily observation dataset over China region and comparison with the other datasets[J]. Chinese Journal of Geophysics, 2013, 56(4): 1102-1111. |
| [53] |
Li Q, Wu H, Yu Y, et al. Large-scale vegetation history in China and its response to climate change since the Last Glacial Maximum[J]. Quaternary International, 2019, 500: 108-119. DOI:10.1016/j.quaint.2018.11.016 |
| [54] |
Brook E J, Sowers T, Orchardo J. Rapid variations in atmospheric methane concentration during the past 110, 000 years[J]. Science, 1996, 273: 1087-1091. DOI:10.1126/science.273.5278.1087 |
| [55] |
Cao J, Wang B, Liu J. Attribution of the Last Glacial Maximum climate formation[J]. Climate Dynamics, 2019, 53(3-4): 1661-1679. |
| [56] |
Cao J, Wang B, Ma L. Attribution of global monsoon response to the Last Glacial Maximum forcings[J]. Journal of Climate, 2019, 32(19): 6589-6605. |
| [57] |
Jiang D, Tian Z, Lang X, et al. The concept of global monsoon applied to the Last Glacial Maximum:A multi-model analysis[J]. Quaternary Science Reviews, 2015, 126: 126-139. DOI:10.1016/j.quascirev.2015.08.033 |
| [58] |
Chen F, Xu Q, Chen J, et al. East Asian summer monsoon precipitation variability since the last deglaciation[J]. Scientific Reports, 2015, 5: 1-11. |
| [59] |
Hu C, Henderson G M, Huang J, et al. Quantification of Holocene Asian monsoon rainfall from spatially separated cave records[J]. Earth and Planetary Science Letters, 2008, 266(3-4): 221-232. DOI:10.1016/j.epsl.2007.10.015 |
| [60] |
Liu Z, Wen X, Brady E C, et al. Chinese cave records and the east Asia summer monsoon[J]. Quaternary Science Reviews, 2014, 83: 115-128. DOI:10.1016/j.quascirev.2013.10.021 |
2 College of Geography and Environmental Science, Zhejiang Normal University, Jinhua 321004, Zhejiang)
Abstract
The climate evolution since the Last Glacial Maximum(LGM) comprehensively reflects the complex non-linear physical processes under the influences of solar radiation change, interaction of the earth systems and effect of the rapid increase of aerosols and greenhouse gases caused by human activities. To reconstruct the climate pattern of China since the LGM is of great significance to understand the regional difference of paleoclimate and predict its future image. In this study, based on the variations of solar orbital parameters, natural vegetation distributions retrieved from pollen and greenhouse gases of ice core reconstruction, the dynamic downscaling modelling on the millennial scale climate of China since the LGM were carried out by using the monthly mean atmospheric circulation data of the fully-forced transient experiment results(TraCE-21 ka) as lateral boundary nested into the regional climate model(RegCM4) and 22 sets of simulation from 21 ka B. P. to 0 ka B. P. were obtained. Comparison of the dynamic downscaling results with TraCE-21 ka and modern observations indicate that the dynamic downscaling simulation could more precisely capture the regional differences of climate in China, and reproduce its high-precision historical change.Based on the dynamic downscaling simulation, we choose three typical periods of LGM, mid-Holocene and modern era for comparison to further discuss the climate change of China. The significant regional and seasonal differences in temperature and precipitation variations since the LGM were detected. The climate change in the eastern region is more significant than that in the western region, and in summer-autumn is higher than in winter-spring. Relative to modern times, the climate of the LGM was cold and dry with the temperature 2~10℃ lower in most areas, especially in South China and Northeast China; In this period, the rainfall region was mainly located in the Yellow River Basin and the southern part of Northeast China, which was far different from the modern pattern and the reasons need to be further studied. During the mid-Holocene, the temperature in summer was slightly higher than that in modern times with magnitude within 2℃, whereas in winter it was 0~4℃ lower than that in modern times in most areas. This non-uniform seasonal change with colder winter-spring and warmer summer-autumn relative to the present climate implies that the enlarged annual amplitude of temperature occurred in mid-Holocene. Meanwhile, the precipitation difference distribution of "positive in north and negative in south" between mid-Holocene and modern era reveals that the East Asian summer monsoon in mid-Holocene was stronger and the rain belt was far northward than the modern times.Additionally, the changes of precipitation peak intensity in Northeast China and Tibet Plateau, the location of precipitation peak in North China and South China, and the precipitation intensity in the Yangtze and Huaihe River Basin indicate the complexity and difficulty in paleomonsoon precipitation simulation, which need more studies.