应用气象学报  2008, 19 (6): 655-660   PDF    
引用本文
张勇, 曹丽娟, 许吟隆, 董文杰. 未来我国极端温度事件变化情景分析[J]. 应用气象学报, 2008, 19(6): 655-660.
Zhang Yong, Cao Lijuan, Xu Yinlong, Dong Wenjie. Scenario Analyses on Future Changes of Extreme Temperature Events over China[J]. Journal of Applied Meteorological Science, 2008, 19(6): 655-660  
未来我国极端温度事件变化情景分析
张勇1, 曹丽娟2, 许吟隆3, 董文杰1     
1. 国家气候中心, 北京 100081;
2. 国家气象信息中心, 北京 100081;
3. 中国农业科学院农业环境与可持续发展研究所, 北京 100081
2008-02-18 收到, 2008-05-23 收到修改稿.
资助项目: 科技部国际合作项目“区域气候变化的监测、模拟和影响研究” (2005DFA20940) 和“长江中下游高温热害监测预警技术”项目 (2006BAD04B04) 共同资助    
摘要: 基于Hadley气候预测与研究中心的区域气候模式系统PRECIS（Providing REgional Climates for Impacts Studies）单向嵌套该中心全球海-气耦合气候模式HadCM3高分辨率的大气部分HadAM3P, 检验PRECIS对我国气候基准时段（1961—1990年）极端温度事件的模拟能力, 分析IPCCSRES（Special Reporton Emission Scenarios）B2情景下未来2071—2100年相对于气候基准时段我国极端温度事件的变化响应。与观测资料的对比分析表明：PRECIS能够较好地模拟我国气候基准时段极端温度事件的局地分布特征。IPCC SRESB2情景下, 预估未来2071—2100年我国大部分地区高温日数出现频率均比气候基准时段高5倍以上; 霜冻日数将呈减少趋势, 我国南方地区的减少趋势大于北方地区; 暖期持续指数整体将呈增加趋势, 我国东北地区、西北地区中西部、华北地区和东南沿海地区增加显著; 冷期持续指数整体将呈减少趋势, 且东北地区、华北地区、西北地区及内蒙古、青藏高原大部地区的减少幅度将达到90%以上。
关键词: 区域气候模式    模式验证    IPCC SRES B2情景    极端温度事件    
Scenario Analyses on Future Changes of Extreme Temperature Events over China
Zhang Yong1, Cao Lijuan2, Xu Yinlong3, Dong Wenjie1     
1. National Climate Center, Beijing 100081;
2. National Meteorological In formation Center, Beijing 100081;
3. Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences, Beijing 100081
Abstract: A regional climate model system, PRECIS, which is developed at the UK Met Office Hadley Centre for Climate Prediction and Research, and nested in one-way mode within the HadAM3P, a higher-resolution version of the atmospheric component of the Hadley Centre climate model HadCM3, is employed to verify the ability of the model to simulate the present (1961-1990) extreme temperature events and to project the future (2071-2100) extreme temperature events changes relative to the present in China under the IPCC SRES B2 scenario. It is indicated from the comparison of the simulated present results with observations that the localized fine-scale distribution characteristics of extreme temperature events in China can be simulated well by PRECIS. Under the IPCC SRES B2 scenario, the changes show there is an increase in hot days in most areas in China and the increase exceeds 500% for Northeast China, North China, Northwest China and Southwest China, while the changes also show that there is a decrease in frost days in most areas in China. The decreasing amplitude in northern China is smaller than that in southern China. There is an overall increase of the simulated future warm-spell days over most areas of China, an obvious increase occurs in Northeast China, North China, the middle and west of Northwest China and southeast coastal areas. There is a decrease of the simulated future cold-spell days over most areas of China. The decreasing amplitude is projected to reach or exceed 90% for Northeast China, North China, Northwest China, Inner Mongolia and the Tibetan Plateau.
Key words: regional climate model     model validation     IPCC SRES B2 scenario     extreme temperature events    
引言

气候变化是气候系统内部变异与外界因子 (包括自然的和人为的) 共同作用的结果。随着人类活动引起温室气体排放的迅速增加, 从20世纪90年代起, 全球范围内呈现出日益明显的温室气体对大气的增温效应和对气候变化的影响。政府间气候变化专门委员会 (IPCC)2007评估报告[1]指出:全球平均地面气温升高超过90%的可能性是由于人为温室气体排放引起的, 1906-2005年全球平均地面气温升高了0.74±0.18 ℃, 全球气候模式 (GCM) 预估在6种SRES情景下全球平均地面气温将上升1.1~6.4 ℃。随着全球平均地面气温的升高, 大多数地区最低气温的升高速率明显高于最高气温的升高速率, 从而表现出一种日夜增暖的不对称性, 使得日较差减小[2]。20世纪我国气候变化趋势与全球变暖总趋势基本一致:近百年来观测到我国平均地面气温已经上升了0.5~0.8 ℃, 极端温度事件的频率和强度发生了显著变化[3-4]。考虑各种排放情景预估21世纪我国平均地面气温将上升3.9~6.0 ℃ [5]。全球平均地面气温不断升高, 对农作物生产环境产生了巨大影响[6-7], 全球变暖已经成为气象学家和农业学家广泛关注的重大问题。

GCM的水平分辨率通常为几百公里, 虽然可以很好地描述大气环流和全球气候的大尺度特征, 但描述山地和海岸带等区域尺度的地形特征和陆面物理过程则显得不足, 而高分辨率的区域气候模式 (RCM) 可以很好地反映影响局地气候的地面特征量及其气候本身未来的波动规律, 它被认为是获取高分辨率局地气候变化信息的有效动力降尺度分析方法。全球许多科学家已经在不同地区利用RCM进行未来极端气候事件变化的模拟研究工作[8-9]。我国RCM研究起步于20世纪90年代初, 例如, 国家气候中心的RegCM_NCC模式[10-12], 中国科学院东亚区域气候-环境重点实验室建立的RIEMS模式[13]等。2003年中国农业科学院引入英国Hadley中心发展的PRECIS模式[14], 用于发展我国区域高分辨率气候变化情景及影响评估研究[15-18]。

本文所用数据包括我国气候基准时段 (1961-1990年) 日平均、最高和最低地面气温资料以及相应的PRECIS模拟结果和未来2071-2100年PRE-CIS模拟结果。未来极端温度事件变化是指SRES B2情景下2071-2100年模拟结果相对于气候基准时段的变化值。

1 模式与方法简介

本文使用Hadley气候预测与研究中心的区域气候模式系统PRECIS, 该系统由HadAM3P为其提供边界场和初始场, 包含气候基准时段、SRES A2和B2情景下2071-2100年HadAM3P模拟的全球气候情景数据库、RCM本身和运行RCM所需的其他数据库。模式水平分辨率在旋转坐标下取为0.44°×0.44°, 在中纬度地区水平格点间距约为50 km, 经纬度方向格点数分别为145和112, 区域范围包括中国大陆及周边地区。模式大气部分垂直方向分为19层, 顶层高度为0.5 hPa。水平方向计算应用Arakawa B网格, 应用水平扩散项控制非线性不稳定。侧边界采用松弛边界条件, 陆地边界层应用的是MOSES (Met Office Surface Exchange Scheme) 方案。PRECIS对海洋下垫面的处理为:对气候基准时段的模拟应用观测的1°×1°网格的海表温度 (SST) 和海冰数据, 对未来情景的模拟则是将海-气耦合模式HadCM3模拟的SST和海冰在相应情景下相对于气候基准时段模拟结果的变化值叠加到SST和海冰观测值上。

本文按如下标准定义了4种极端温度事件:高温日数为一年中日最高气温大于35 ℃的总天数; 霜冻日数为一年中日最低气温小于0 ℃的总天数; 暖期持续指数为一年中至少连续6 d日平均气温大于90%上限的总天数; 冷期持续指数为一年中至少连续6 d日平均气温小于10%下限的总天数。

2 PRECIS对我国基准时段极端温度事件模拟能力分析

PRECIS模拟的我国气候基准时段年平均高温日数和霜冻日数与观测结果的对比表明 (图 1):模式模拟的年平均高温日数在西北和长江中下游以南地区较多, 而东北、华北地区和青藏高原较少, 这与观测值吻合较好。模式较好地模拟出了我国东部地区年平均霜冻日数从北向南逐渐递减的分布特征, 但是对我国西部地区年平均霜冻日数的模拟结果与观测值存在一定的偏差, 其中西北地区北部和青藏高原部分地区的模拟结果较观测值偏大。

图 1. 1961-1990年我国气候基准时段年平均高温日数 (a, b) 和霜冻日数 (c, d) 分布观测值 (a, c) 与模拟值 (b, d) 的比较 (单位:d/ a) Fig 1. The observed (a, c) and simulated (b, d) spatial distribution of hot days (a, b) and frost days (c, d) during 1961-1990(unit : d/ a)

气候变化对工农业生产以及人民生活的最直接影响是由极端低温和极端高温产生的冷热效应引起的。图 2给出我国气候基准时段PRECIS模拟的年平均暖期持续指数和冷期持续指数与观测值的对比。由图 2可见, 模式模拟出了我国西北和南方地区暖期持续指数高, 而东北和华北地区冷期持续指数低的空间分布特征, 只是西北地区东部年平均暖期持续指数范围偏广, 强度偏大, 模式模拟结果普遍比观测值偏多2 d左右。模式模拟的年平均冷期持续指数分布与观测值基本一致, 模式模拟出了我国西部地区和长江以南地区偏多, 东北、华北、江淮和江汉平原偏少的空间分布特征, 只是对华北地区北部和华南地区的模拟结果较观测值偏少。

图 2. 1961-1990年我国气候基准时段年平均暖期持续指数 (a, b) 和冷期持续指数 (c, d) 分布观测值 (a, c) 与模拟值 (b, d) 的比较 (单位: d/ a) Fig 2. The observed (a, c) and simulated (b, d) spatial distribution of warm-spell day s (a, b) and cold-spell days (c, d) during 1961-1990(unit : d/ a)

3 IPCC SRES B2情景下2071-2100年我国极端温度事件变化

根据图 3给出的IPCC SRES B2情景下2071-2100年我国年平均极端温度事件的变化, 预估未来除长江中下游、江淮地区和西北部分地区外, 我国大部分地区高温日数出现的频率均比气候基准时段高5倍以上 (图 3a); 霜冻日数均呈减少趋势, 南方地区的减少趋势大于北方地区, 华南地区的减少幅度达到80%(图 3b); 我国暖期持续指数整体呈增加趋势, 北方地区的增幅明显高于南方地区, 东北地区、西北地区中西部、华北地区和东南沿海地区增加显著 (图 3c); 我国冷期持续指数整体呈减少趋势, 且东北地区、华北地区、西北地区及内蒙古、青藏高原大部地区的减少幅度将达到90%以上, 南方地区的减少幅度相对较小, 表明未来东北和西北地区高温事件的发生频率将会增加, 而南方地区的冷害事件发生频率将会减少 (图 3d)。

图 3. IPCC SRES B2情景下2071-2100年我国年平均极端温度事件的变化响应 (单位:%) (a) 高温日数, (b) 霜冻日数, (c) 暖期持续指数, (d) 冷期持续指数 Fig 3. The spatial distribution of the simulated increment under the IPCC SRES B2 scenario relative to the present in hot days (a), frost days (b), warm-spell days (c), cold-spell day s (d) (unit :%)

4 小结

1) 总体上, PRECIS对我国极端温度事件的模拟结果与观测值较为吻合, 能够描述极端温度事件分布的一些局地尺度特征。由于台站观测资料直接内插到模拟格点, 没有考虑地形引起的偏差, 且青藏高原地区台站稀少, 这些都直接影响到模式的模拟效果。

2) IPCC SRES B2情景下, 预估未来2071-2100年我国高温日数出现频率和暖期持续指数将呈增加趋势, 而霜冻日数和冷期持续指数整体可能表现为减少趋势, 其中南方地区霜冻日数的减少趋势大于北方地区, 表明未来东北和西北地区高温事件的发生频率将增加, 而南方地区的冷害事件发生频率将减少。

本文模拟结果未包括气溶胶辐射效应的影响, 且只分析了温室气体排放IPCC SRES B2情景下我国极端温度事件的变化。在未来的工作中, 应同时考虑温室气体增温效应和气溶胶辐射效应的IPCC SRES各种情景下的多个模拟积分试验, 以期给出一个全球增暖背景下更可信的极端温度事件变化预估结果。

致谢 本工作气象观测数据由国家气象信息中心气象资料室提供, 区域气候模式系统PRECIS由Hadley气候预测与研究中心提供, 并得到英国Richard Jones, David Hassell, Simon Wilson的技术支持, 在此表示衷心感谢!
参考文献
[1] IPCC. Climate Change 2007: The Physical Science Basis. Summary for Policymakers. http://www. ipce. Ch/SPM2feb 07. pdf.
[2] David R E, Briony H, Philip D J, et al. Maximum and minimum temperature trends for the globe. Science, 1997, 277: 364–367. DOI:10.1126/science.277.5324.364
[3] Zhai P M, Pan X H, Trends in temperature extremes during 1951-1999 in China. Geophys Res Lett, 2003, 30, (17). DOI:10.1029/2003GL018004
[4] 谢庄, 苏德斌, 虞海燕, 等. 北京地区热度日和冷度日的变化特征. 应用气象学报, 2007, 18, (2): 232–236.
[5] 秦大河, 丁一汇, 苏纪兰, 等. 中国气候与环境演变评估 (Ⅰ):中国气候与环境变化及未来趋势. 气候变化研究进展, 2005, 1, (1): 4–9.
[6] 高永刚, 顾红, 姬菊枝, 等. 近43年来黑龙江气候变化对农作物产量影响的模拟研究. 应用气象学报, 2007, 18, (4): 532–538.
[7] 郑江平, 王春乙. 低温、干旱并发对玉米苗期生理过程的影响. 应用气象学报, 2006, 17, (1): 119–123.
[8] Bell J L, Sloan L C, Snyder M A, Regional changes in extreme climatic events: A future climate scenario. J Clim, 2004, 17: 81–87. DOI:10.1175/1520-0442(2004)017<0081:RCIECE>2.0.CO;2
[9] Diffenbaugh N S, Pal J S, Giorgi F, et al. Heat stress intensification in the Mediterranean climate change hotspot. Geophys Res Lett, 2007, 34: Ll1706. DOI:10.1029/2007GL030000
[10] Ding Y H, Shi X L, Liu Y M, et al. Multi-year simulations and experimental seasonal predictions for rainy seasons in China by using a nested regional climate model (RegCM_ NCC). Adv Atmos Sci, 2006, 23, (3): 323–341. DOI:10.1007/s00376-006-0323-8
[11] Ding Y H, Liu Y M, Shi X L, et al. Multi-year simulations and experimental seasonal predictions for rainy seasons in China by using a nested regional climate model (RegCM_ NCC). Adv Atmos Sci, 2006, 2006, 23, (4): 487–503.
[12] 李巧萍, 丁一汇. 区域气候模式对东亚冬季风多年平均特征的模拟. 应用气象学报, 2005, 16, (增刊): 30–40.
[13] Fu C B, Wang S Y, Xiong Z, et al. Regional climate model intercomparison project for Asia. Bull Amer Meteor Soc, 2005, 86. DOI:10.1175/BAMS-86-2-257
[14] Jones R G, Noguer M, Hassell D C, et al. Generating High Resolution Climate Change Scenarios Using PRECIS. Met Office Hadley Centre, Exeter, UK, 2004: 1–35.
[15] Lin E D, Xiong W, Ju H, et al. Climate change impacts on crop yield and quality with CO2 fertilization in China. Phil Trans R Soc B, 2005, 360: 2149–2154. DOI:10.1098/rstb.2005.1743
[16] 许吟隆, 张勇, 林一骅, 等. 利用PRECIS分析SRES B2情景下中国区域的气候变化响应. 科学通报, 2006, 51, (17): 2068–2074.
[17] Zhang Y, Xu Y L, Dong W J, et al. A future climate scenario of regional changes in extreme climate events over China using the PRECIS climate model. Geophys Res Lett, 2006, 33. DOI:10.1029/2006GL027229
[18] 张勇, 许吟隆, 董文杰, 等. SRES B2情景下中国区域最高、最低气温及日较差变化分布特征初步分析. 地球物理学报, 2007, 50, (3): 714–723.