预估全球升温1.5℃与2.0℃下淮河流域极端降雨的变化特征

淮河流域暴雨洪水灾害严重,科学预估未来全球升温1.5℃和2.0℃下淮河流域极端降雨的变化特征对流域防洪减灾及应对气候变化具有重要意义。基于最新的第六次国际耦合模式比较计划(CMIP6)中22个全球气候模式数据,利用改进的可靠性集合方案与概率比法,采用6个极端降雨指标预估了全球升温1.5℃和2.0℃下淮河流域未来极端降雨的时空变化与风险变化特征。结果表明:改进可靠性集合方案对淮河流域极端降雨的模拟性能要优于单一气候模式与算术平均集合方案;全球升温达到1.5℃与2.0℃阈值的平均时间段分别约为2017—2046年和2026—2055年;全球升温2.0℃下极端降雨指标增幅约为升温1.5℃下的1.4~2.6倍,其中流域北部地区为极端降雨增幅大值区;2种升温条件下极端降雨发生风险呈增加趋势,且额外增暖0.5℃将导致淮河流域极端降雨风险更高,如100 a重现期的极端降雨在升温1.5℃和2.0℃下将分别变为32年一遇和22年一遇,未来淮河流域极端降雨将会更加频繁。

全球升温1.5℃和2.0℃情景下澜沧江流域极端降水的变化特征

澜沧江是我国为数不多的跨境河流,流域内多发暴雨、洪水灾害,因此定量、科学地评估澜沧江流域未来全球升温情景下极端降水的变化特征,能够为澜沧江-湄公河沿线国家共同管理流域水资源和抵御自然灾害提供一定的科学指导。文中基于部门间影响模式比较计划(ISI-MIP)下5个全球气候模式降水数据,通过偏差校正增强其在澜沧江流域极端降水的模拟能力,使用降水强度、日最大降水量和强降水量等9个指标评价未来全球升温1.5℃和2.0℃下澜沧江流域极端降水的变化情况,并对结果的不确定性和可信度进行研究,得出以下主要结论:随着全球温度的升高,澜沧江流域年降水和极端降水均呈现增大趋势,其中极强降水量(R99p)升幅最大,升温1.5℃和2.0℃下升幅分别为37%和75%;相对于基准期,全球升温2.0℃下各极端降水指数增幅明显大于升温1.5℃,前者升幅甚至超出后者一倍;未来全球升温情景下,澜沧江流域湿季会变得更湿润,而干季则会更干燥;澜沧江流域降水集中程度会增大,使得流域内洪涝灾害发生的风险增大;ISI-MIP气候模式对澜沧江流域未来极端降水模拟存在较大不确定性,升温2.0℃较升温1.5℃情景下不确定性更大,但相对于基准期,前者极端降水增大的可信度更高。

全球1.5℃和2.0℃升温对中国小麦产量的影响研究

采用部门间影响模式比较计划(ISI-MIP)的气候模式,确定全球升温1.5℃和2.0℃出现的时间,并结合农业技术转移决策支持系统(DSSAT)模型模拟小麦的产量,最终选取4套数据对比研究中国小麦区温度和降水变化特征以及各区域小麦产量变化趋势,综合评价了不同升温情景对中国小麦产量的影响。结果表明:(1)在全球升温1.5℃和2.0℃背景下,我国小麦生育期内温度相对于工业革命前分别升高1.17℃和1.81℃。两种升温情景下我国春麦区升温幅度大于冬麦区升温幅度。春麦区中新疆春麦区升温幅度最大,西北春麦区升温幅度最小;冬麦区中温度变化最大和最小的麦区分别为西南冬麦区和黄淮冬麦区。(2)在全球升温1.5℃和2.0℃情景下,我国小麦生育期内降水相对于历史时段(1986—2005年)分别增加9.1%和11.3%。从各麦区来看,两种升温情景下春麦区降水增加幅度略大于冬麦区的增加幅度。所有麦区中只有新疆春麦区降水低于历史时段降水。春麦区降水增加幅度最大的麦区为北部春麦区。冬麦区中降水增加较大的麦区为北部冬麦区和黄淮冬麦区,降水增加较小的麦区为华南冬麦区和西南冬麦区。(3)两种升温情景下,我国小麦单产相对于历史时段(1986—2005年)平均减产分别为5.2%和4.6%,两种升温情景对中国小麦产量并没有显著的差异。在全球升温大背景下我国春小麦主要呈现增产趋势,冬小麦主要呈现减产趋势。减产幅度较大的麦区为华南冬麦区和青藏春麦区,增产幅度最大的麦区为西北春麦区。从各麦区产量减产面积比例上看,我国各麦区减产面积所占比例趋势为从北向南由多变少再变多,其中华南冬麦区减产面积所占比例最大,北部冬麦区最小。

全球升温控制在1.5℃和2.0℃时中国分省人口格局

《巴黎协定》正式生效,为国际社会应对气候变化提出新的机遇与挑战,也必将对中国人口、资源和环境带来重要影响。本文结合IPCC发布的可持续发展(SSP1)、中度发展(SSP2)、局部或不一致发展(SSP3)、不均衡发展(SSP4)、常规发展(SSP5)5种共享社会经济路径,以2010年中国第六次人口普查数据为基准,综合考虑人口现状和发展政策设定不同发展路径下各省人口模型的相关参数,在全球升温控制在1.5℃和2.0℃时,对比研究中国和各省分年龄、性别、教育水平的人口演变和分布特征。结果表明:(1)全球升温1.5℃时,SSP1和SSP4路径下总人口较2010年增加0.44亿人;升温2.0℃时,SSP2和SSP3路径下较2010年分别增加0.23亿和0.67亿人,SSP5路径下减少约0.12亿人。5种路径下中国人口将在2025—2035年达到峰值,人口峰值正处于全球升温1.5℃期间。(2)全球升温1.5℃时,除了东北地区和四川、安徽省外,多数省(市)人口均较2010年有所增加;升温2.0℃时,西北、西南和以东南沿海地区为主的发达省份保持较高的人口增量,其他地区人口开始呈减少趋势。(3)在全球升温1.5℃和2.0℃期间,大部分省份人口达到峰值,其中SSP3路径下广西人口最多,可达1.13亿,其他路径下广东省人口最多,达1.53亿。(4)未来中国65岁以上老龄人口比重呈现东北高、西南低的分布特征。与全球升温1.5℃相比,升温2.0℃时的老龄化趋势进一步加重,东北地区老龄化问题最严重。采用绿色和可持续发展路径,全球升温控制在2.0℃之内是中国社会经济发展的科学选择。

全球升温1.5℃与2.0℃情景下中国极端低温事件变化与耕地暴露度研究

基于区域气候模式COSMO-CLM(CCLM)模拟的1960—2100年逐日最低气温数据及2000年中国土地利用数据,采用强度-面积-持续时间(Intensity-Area-Duration,IAD)方法,以全球升温1.5℃(RCP 2.6情景)和2.0℃(RCP 4.5情景)为目标,研究不同持续时间中国极端低温事件变化特征、最强极端低温事件强度与面积关系和最强中心空间分布,分析极端低温事件下耕地面积暴露度的变化规律。研究发现:(1)全球升温1.5℃情景下,持续1至9 d的极端低温事件频次相对于基准期(1986—2005年)下降30%—54%,强度变化-1%—8.8%,影响面积下降7%—21%;升温2.0℃,频次下降48%—80%,强度上升6%—11.5%,影响面积则在-14%—19%变化。(2)全球不同升温情景有可能发生强度和面积超过基准期最强事件的极端低温。全球升温1.5—2.0℃时,同等面积上的最强极端低温事件强度明显下降,但最强极端低温事件中心由西北和西南转移到华中和华南等地。(3)不同升温情景下,暴露于极端低温事件的中国耕地面积明显少于基准期,且升温幅度越高下降程度越大。最强极端低温事件的耕地暴露度则随温度的升高而增大。升温1.5℃时,华东、华北与华中等地暴露在最强极端低温事件的耕地面积相对于基准期有所增大,升温2.0℃时,华东与华北等地有大幅度上升。全球不同升温情景下,极端低温事件频次与影响面积持续下降,但强度上升;随着升温幅度的增大,这种差异变化特征越来越明显;特别应注意的是,随着温度上升,发生强度和面积超过当前记录到的最强极端低温事件的可能性增大;应加强极端事件的预警、预报和监测,减缓经济社会的损失。

全球升温1.5℃与2.0℃目标下长江流域极端降水的变化特征

基于区域气候模式COSMO-CLM及5个全球气候模式(GFDL-ESM2M,HadGEM2-ES,IPSL-CM5A-LR,MIROC-ESM-CHEM,NorESM1-M)1961-2100年逐日降水数据,采用重现期法计算20 a与50 a一遇极端降水量,研究全球升温1.5℃和2.0℃目标下长江流域极端降水的变化特征。研究发现:全球升温1.5℃目标下,长江流域20 a与50 a一遇极端降水量分别为78和93 mm,相比1986-2005年将增加10%和9%;空间上表现为中下游普遍增加,最大增幅145%,上游地区则主要表现为减少趋势;全球升温2.0℃目标下,20 a与50 a一遇极端降水量分别为81和98 mm,将较基准期上升14%和15%;中下游极端降水量显著上升,最大增幅约188%,上游成都平原以西以北明显下降;随全球升温由1.5℃至2.0℃时,20 a与50 a一遇极端降水量分别增加4%和6%,中下游较上游增幅更明显,最大增幅136%。因此,将温室气体减排目标控制在1.5℃水平对减缓长江流域尤其是中下游地区极端降水事件影响具有重要的意义。

全球升温1.5℃与2.0℃情景下中国东南沿海致灾气旋的时空变化

将造成经济损失的热带气旋定义为致灾气旋。基于气象观测站的逐日气压、风速和降水量数据确定致灾气旋阈值,结合区域气候模式COSMO-CLM(CCLM)在1961—2100年的输出资料,预估致灾气旋发生频数及其风速与降水量,分析全球升温1.5℃与2.0℃情景下,中国东南沿海地区致灾气旋时空变化特征。结果表明:(1) 1986—2015年,东南沿海地区致灾气旋发生频数共计180个,整体呈上升趋势,平均风速和降水量分别为8.7 m/s和129.8 mm,对浙江东部及广东东部沿海影响最严重。(2)全球升温1.5℃,2020—2039年致灾气旋频数将由基准期(1986—2005年)的111个上升至138个,增加区域主要位于广东省西南地区及福建省南部地区;平均风速和降水量分别上升15%和17%,至8.4 m/s和109.9 mm,以福建省沿海地区增加最明显。(3)全球升温2.0℃,2040—2059年致灾气旋频数较1986—2005年增加33%,将达148个;风速上升32%,以浙江省东部、福建和广东省接壤的沿海地区及广东省南部增幅最大;降水量上升35%,以福建与广东省接壤的沿海地区及广东省西南地区增加明显。(4)相比升温1.5℃,全球气温额外升高0.5℃,东南沿海地区致灾气旋频数及其风速与降水量将分别上升9%、17%和18%。努力将温升控制在1.5℃,对降低致灾气旋频率和强度增加所导致的影响具有重要意义。

升温1.5℃和2.0℃情景下中亚地区干旱耕地暴露度研究

基于CMIP5中的5个全球气候模式统计降尺度的降水、最高和最低气温等数据,利用标准降水蒸发指数(SPEI)和强度-面积-持续时间(IAD)方法识别全球升温1.5℃与2.0℃情景下中亚地区干旱事件,结合30 m分辨率土地利用数据,探讨中亚干旱事件的演变及耕地暴露度变化。结果表明:相比基准期(1986—2005年),中亚地区的降水和潜在蒸发量均有所增加;全球升温1.5℃与2.0℃情景下,中亚地区的干旱事件频次、强度和面积均将增加,其中重旱和极旱事件的频次和影响面积大幅上升,而中旱事件的频次和影响面积持续下降;1986—2005年中亚地区年均干旱耕地暴露度约11.5万km2,全球升温1.5℃和2.0℃情景下,干旱耕地暴露度将分别上升到17.9万km2和28.6万km2,且暴露在极旱下的耕地面积增加最明显。全球升温1.5℃与2.0℃情景下,增加的干旱事件将会严重威胁当地农业生产和粮食安全,中亚地区需对干旱事件采取长期的减缓与适应措施。

全球升温1.5℃与2.0℃情景下长江中下游地区极端降水的变化特征

基于长江中下游地区1961~2100年区域气候模式COSMO-CLM(CCLM)模拟与1961~2005年气象站观测的逐日降水数据,通过统计计算年降水量、强降水量、暴雨日数和极端降水贡献率4个极端降水指数,研究全球升温1.5℃与2.0℃情景下,长江中下游地区极端降水的时空变化特征。结果表明:(1)全球升温1.5℃情景下,年降水量相对于1986~2005年减少5%,强降水量、暴雨日数和极端降水贡献率分别增加7%、33%和4%;概率密度曲线表明,年降水量均值下降,强降水量、暴雨日数和极端降水贡献率均值上升,极端降水方差增大;年降水量、强降水量和暴雨日数在空间上表现为南部增加北部减少,极端降水贡献率则相反。(2)全球升温2.0℃情景下,年降水量下降3%,强降水量、暴雨日数和极端降水贡献率分别上升15%、46%和15%;年降水量均值稍有减少且方差稍有上升,强降水量、暴雨日数和极端降水贡献率均值和方差明显增加;年降水量减少区域位于长江主干以北,强降水量、暴雨日数和极端降水贡献率表现为绝大部分地区增加的空间变化特征。(3)全球升温由1.5℃至2.0℃时,年降水量、强降水量、暴雨日数和极端降水贡献率分别增加3%、7%、10%和11%;随升温幅度的增加极端降水均值和方差上升;极端降水呈增加态势的范围扩大。因此,努力将升温控制在1.5℃对降低极端降水的影响具有重要意义。