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。

全球变暖1.5℃和2℃阈值时青藏高原气温的变化特征

利用国际耦合模式比较计划第5阶段(CMIP5)中的21个气候模式的RCP4.5和RCP8.5情景预估结果,分析了全球变暖1.5℃和2℃阈值时青藏高原气温年和季节的变化特征。结果表明,对应1.5℃和2℃全球变暖,青藏高原变暖幅度明显更大,就整体而言,在RCP4.5/RCP8.5情景下,高原区域平均的平均、最高、最低气温变暖分别为2.11℃/2.10℃和2.96℃/2.85℃、2.02℃/2.02℃和2.89℃/2.77℃、2.34℃/2.34℃和3.20℃/3.14℃,冬季平均气温的变暖幅度(2.19℃/2.31℃和3.13℃/3.05℃)较其他季节更大;从空间分布形势上看,年变暖呈西南高东北低的分布,而春、冬变暖呈南高北低的分布,夏、秋变暖则呈西高东低的分布。到达同一温升阈值时,RCP4.5与RCP8.5情景下高原气温的响应也存在区域差异。高原年与各季平均气温对全球变暖1.5℃与2℃的响应差异均>0.5℃,其中冬季最明显,区域平均差异可达0.94℃,局地差异超过1.1℃。

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。

全球升温1.5℃和2.0℃情景下中国乡村振兴核心区极端降水的变化特征

中国乡村振兴核心区生态环境较脆弱,暴雨洪涝等气象灾害频发,在此背景下,定量、科学地评估乡村振兴核心区全球升温情景下极端降水的变化特征,能够为乡村振兴核心区防止因灾返贫策略等的制定提供一定的科学依据。本研究基于CMIP6(Coupled Model Intercomparison Project Phase 6)气候模式下不同SSPs-RCPs(Shared Socioeconomic Pathways-Representative Concentration Pathways)组合情景模拟数据,对全球升温1.5℃和2.0℃情景下中国乡村振兴核心区极端降水事件频次、强度和持续时间的变化特征进行了分析。结果表明:(1)相对于基准期(1995~2014年),全球升温1.5℃情景下,乡村振兴核心区受极端降水影响明显增大,面积占比60.91%的区域极端降水频次增加,面积占比88.19%的区域极端降水强度增强,面积占比81.07%的区域极端降水持续时间增加;(2)全球升温2.0℃情景下,乡村振兴核心区三项极端降水指标变化与升温1.5℃情景下相似,相对于基准期有增加趋势,极端降水频次、强度和持续时间面积占比分别为55.78%、85.24%、79.33%;(3)从空间角度分析,全球升温1.5℃和2.0℃情景下,乡村振兴核心区中西部相较东部可能更易受极端降水的影响,西藏片区频次和持续时间增加显著,尤其值得关注;(4)当全球升温从1.5℃到2.0℃情景,乡村振兴核心区整体极端降水特征的变化未表现出明显增减趋势及空间特征。相比1.5℃较基准期的变化,2.0℃情景下极端降水频次、强度、持续时间的增加区域范围均缩小,但平均增幅均变大,对于发生极端降水事件的乡村振兴核心区区域而言可能面临更大的风险。

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。

2℃全球变暖背景下中国未来气候变化预估

相对于工业化革命前期,全球年平均地表气温上升2℃的时间和相应的气候变化受到了广泛关注,特别是包括欧盟成员国在内的许多国家和国际组织已经将避免2℃全球变暖作为温室气体减排的首要目标。为此,本文作者基于16个气候模式在20世纪气候模拟试验和SRESB1、A1B和A2温室气体和气溶胶排放情景下的数值模拟试验结果,采用多模式集合方法预估研究了2℃全球变暖发生的时间、对应的大气中主要温室气体浓度以及中国气候变化情况。根据模式集合平均结果,三种排放情景下2℃全球变暖分别发生在2064年、2046年和2049年,大气二氧化碳当量浓度分别为625ppm、645ppm和669ppm(1ppm=10-6)。对应着2℃全球变暖,中国气候变暖幅度明显更大。从空间分布形势上看,变暖从南向北加强,在青藏高原地区存在一个升温大值区;就整体而言,中国区域平均的年平均地表气温上升2.7～2.9℃,冬季升温幅度(3.1～3.2℃)要较其他季节更大。年平均降水量在华南大部分地区减少0～5%,而在其余地区增加0～20%,中国区域年平均降水增加3.4%～4.4%,各季节增加量在0.5%～6.6%之间。

2℃全球变暖背景下青藏高原平均气候和极端气候事件变化

利用CMIP5耦合模式RCP2.6、RCP4.5和RCP8.5情景预估结果,以1890一1900年为基准气候,确定了2℃全球变暖时间、对应时期青藏高原平均气候和极端气候事件变化幅度,多模式集合平均结果表明:RCP2.6、RCP4.5和RCP8.5情景下2℃全球变暖分别发生在2063年、2040年和2036年;对应着2℃全球变暖,三种情景下青藏高原平均气温分别升高2.99℃、3.22℃和3.28℃,均超过全球2℃的升温水平;年降水量亦增加,分别增加8.35%、7.16%和7.63%。受气温升高和降水量增多影响,RCP4.5情景下霜冻日数、冰封日数减少,暖夜日数、暖昼日数增多;RCP4.5情景下中雨日数、强降水量、降水强度均增加,持续干期天数减少。从各地平均气候和极端气候事件变化结果来看,柴达木盆地是青藏高原气候变化的敏感区。

全球升温1.5℃时北半球多年冻土及雪水当量的响应及其变化

本文基于耦合模式比较计划第5阶段(CMIP5)的17个全球气候模式,确定了1.5℃温升(相对于1861—1880年)的发生时间,预估了全球升温1.5℃时,北半球冻土和积雪的变化,并对预估结果的不确定性进行了讨论。结果表明,全球平均地表温度在3种排放情景下(RCP2.6,RCP4.5,RCP8.5)分别于2027、2026、2023年达到1.5℃阈值。当全球升温1.5℃,北半球多年冻土南界北移1°~3.5°,冻土退化主要发生在中西伯利亚南部。多年冻土面积在全球升温1.5℃时,在RCP2.6、RCP4.5和RCP8.5排放情景下较1986—2005年分别减少约3.43×10~6 km(221.12%)、3.91×10~6 km(224.10%)和4.15×10~6 km^2(25.55%);北半球超过一半以上的区域雪水当量减少,只在中西伯利亚地区略微增加;北美洲中部、欧洲西部以及俄罗斯西北部减少较显著,减少约40%以上。青藏高原多年冻土面积在RCP2.6、RCP4.5以及RCP8.5排放情景下分别减少0.15×10~6 km^2(7.28%)、0.18×10~6 km^2(8.74%)和0.17×10~6 km^2(8.25%)。青藏高原冬、春季雪水当量分别减少约14.9%和13.8%。

长江流域径流对全球升温1.5℃与2.0℃的响应

全球变暖影响着以流域径流要素为主导的水文水资源系统的变化。长江流域未来水资源量的时空分布对长江大保护与长江经济带的发展意义重大。为探究全球升温1.5℃和2.0℃对长江流域径流变化的影响,使用基于偏差校正的气候模式集合数据驱动两参数月水量平衡模型,比较两种升温情景下径流量的响应差异。结果表明:基于偏差校正的气候模式集合数据可以较好地代表长江流域历史时期(1976—2005年)的年平均降水和年平均蒸散发情势。两参数月水量平衡模型与参数区域化方法相结合能较好地模拟长江流域各子流域的月径流量。升温1.5℃时,无论是年径流量还是季节径流量均呈上升趋势,与历史时期相比,50%以上三级子流域的增幅超过5%;升温2.0℃时,增幅超过8%。这表明升温2.0℃情景下长江流域水资源量将进一步增加。相对于历史时期,升温1.5℃与2.0℃情景下长江流域北部降水量增幅较大;径流量增幅分布格局基本与降水量一致。汉江流域是全流域径流量增幅最显著的区域。

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。

基于可靠性集合平均方法的全球1.5/2.0℃变暖下中国极端气候的未来预估

全球变暖下我国气候响应的研究对进一步预估我国未来气候变化相关风险及制定适应和减缓政策具有重要意义。利用第六次耦合模式比较计划中25个全球气候模式的模拟结果,评估比较了各种可靠性集合加权方案对中国区域气候的模拟性能,基于表现最好的可靠性集合平均方案预估了SSP2-4.5和SSP5-8.5情景下中国极端气候指数在全球增暖1.5和2.0℃下的未来变化。结果表明,改进的可靠性集合方案模拟中国气候指数表现最好,与观测的偏差最小。未来中国区域温度明显增加,极端温度的增幅强于平均温度,极端降水整体也增加,且SSP5-8.5情景下增幅略强于SSP2-4.5情景。SSP5-8.5情景下,中国区域平均温度、最高温和最低温在全球增暖1.5(2.0℃)下较1995—2014年分别增加了1.11、1.18和1.31℃(1.88、1.98和2.14℃),总降水和强降水分别增加了5.6%和14.4%(10.5%和25.7%)。中国北方和青藏高原部分区域为增温的大值区,中国西部为降水增加的大值区。额外0.5℃增暖对中国地区产生显著影响,几乎整个中国地区温度指数的增幅都将超过全球平均。极端降水也将进一步增加,SSP5-8.5情景下中国区域平均总降水额外增加4.9%,强降水增加11.2%。从概率角度来看,2.0℃变暖下,除南方部分地区外,中国其他区域温度指数增加大于1.5℃的概率大于50%。北方地区平均降水增幅大于5%阈值的可能性大于50%,大部分地区强降水增幅大于15%阈值的概率大于50%。尽管改进的可靠性集合方案一定程度上减少了预估不确定性,未来仍需要发展优化集合方案及降尺度技术,以提供更准确的未来预估。

全球变暖下青藏高原东南侧常年南风强度的多模式结果比较分析

青藏高原东南侧存在一个特殊区域,它常年维持南风,与东亚季风紧密联系,强度变异也将对下游天气气候造成明显影响。该区域南风对全球变暖背景下青藏高原的快速增暖十分敏感。文中利用国际耦合模式比较计划第5阶段(CMIP5)中13个模式的多情景预估结果,分析了全球变暖1.5℃、2℃和3℃下常年南风区南风强度的变异特征。结果表明,13个模式中仅BCC-CSM1.1、GFDL-CM3和MIROC5模式能够较好地模拟常年南风区的范围,以及其独特的"双峰型"季节演变特征。然而,对南风的预估,模式间存在较大差异。MIROC5模式预估南风将明显加强,尤其6月之后,并持续至12月,但BCC-CSM1.1和GFDL-CM3模式预估南风在秋季后将明显减弱。进一步分析发现,各模式预估的差异主要源于它们对青藏高原及东亚地区之间温差的模拟存在显著差异。MIROC5模式模拟的青藏高原升温幅度高于周边区域,其与东亚平原之间的温度梯度将使常年南风区南风增强。因此,模式未来改进中应特别关注对青藏高原与其周边热力梯度的合理模拟,这对青藏高原区及东亚季风气候的正确模拟至关重要。

1977-2010年长江源区夏季大气0℃层高度变化

利用1977 2010年青藏高原中部沱沱河气象站的高空气象探测资料,分析了长江源区夏季大气0℃层高度的变化趋势及其与地面气温的关系。结果表明,1977 2010年长江源区夏季大气0℃层高度平均值为5536 m,6月大气0℃层高度略低于7、8月,6月地面气温也明显低于7、8月;08:00(北京时,下同)、20:00和全天大气0℃层高度的变化倾向率分别为16.5,4.2和11.4 m·(10a)-1,温度较低的08:00呈现更为明显的升高趋势,地面气温也表现出类似的升温特征;地面气温与大气0℃层高度存在正相关关系,夏季平均气温与大气0℃层高度的相关系数为0.782,通过了0.01的显著性水平检验。

2℃温升情景下中国气象干旱特征变化

全球变暖造成区域降水模式与蒸散量的改变,从而导致干旱特征变化,分析未来气象干旱对气候变暖的响应特点可以为全球变暖背景下干旱的预防和应对提供决策依据。利用第六次国际耦合模式比较计划的18个气候模式数据计算了标准化降水蒸散指数,基于游程理论识别干旱事件并提取了历史基准期及全球2℃温升情景下中国的4个干旱特征指标(干旱频次、平均干旱历时、平均干旱强度和平均干旱峰值),进而分析了2℃温升情景下中国及其7个自然地区的气象干旱特征变化情况。结果表明:干旱频次在东部季风区呈南高北低的特点,平均干旱历时、平均干旱强度和平均干旱峰值呈西北高、东南低的特点。在2℃温升情景下,干旱频次、平均干旱历时、平均干旱强度和平均干旱峰值的全国均值分别为1.72次·a^(-1)、2.46个月、1.37和1.70,相比历史基准期分别增加了0.17次·a^(-1)、0.27个月、0.14和0.25。干旱频次、平均干旱强度和平均干旱峰值的均值在各地区均增加,平均干旱历时的均值仅在东北湿润半湿润温带地区表现为减小,4个干旱特征指标增加值最大的地区均为西北荒漠地区。

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。

全球增温1.5℃和2.0℃对淮河中上游径流影响预估

论文应用第5次耦合模式比较计划(Coupled Model Intercomparison Project Phase 5,CMIP5)中5个全球气候模式(Global Climate Models,GCMs)和3种典型浓度路径(Representative Concentration Pathways,RCPs)在全球增温1.5℃和2.0℃下的预估结果,分析了淮河中上游地区未来的气候变化特征。进一步基于SWAT(Soil and Water Assessment Tool)水文模型定量预估了气候变化对该区域径流量的影响,并量化了预估结果的不确定性。结果表明:SWAT模型在淮河中上游对月径流量具有较好的模拟能力。在全球增温1.5℃和2.0℃下,淮河中上游年平均气温分别较基准期(1986—2005年)增加1.1℃和1.7℃;年降水量较基准期分别相应增加4%和7%;基于SWAT模型预估的年径流量较基准期分别增加5%和8%。未来气候变化不会改变月径流分布特征,年内径流仍集中在盛夏和初秋(6—9月)。预估的月丰水流量明显增加,尤其当全球增温达到2.0℃后,出现洪涝的风险明显增大。未来降水量和径流量预估都存在较大的不确定性,不确定性主要来源于GCMs,在全球增温2.0℃下预估的不确定性更大。