IPCC AR全球模式对华北地区未来气候的预估

翟薇 石 英

摘要基于CMIP5中的19个全球海气耦合模式结果，在对模式模拟能力进行检验的基础上，分析了华北地区未来气候变化，结果表明，全球模式对华北地区气候有一定的模拟能力，对气温空间分布模拟效果较好，对降水的模拟效果与气温相比相对较差。多模式集合平均值能较好地给出华北区域当代气候变化特征，较大多数单个模式模拟效果好，与观测的空间相关系数有所提高，尤其是降水；对未来集合预估的结果表明，21世纪末期不同排放情景下，华北地区年、冬季和夏季气温均将升高，降水也以增加为主，且RCP8.5情景下升温和降水增加幅度较RCP2.6和RCP4.5情景更为显著。

关键词气候变化；CMIP5；多模式集合；华北地区

中图分类号S161文献标识码A文章编号0517-6611（2014）23-07928-03

基金项目国家重大科学研究计划（2012CB955904）；国家自然科学基金面上项目（41375104）。

作者简介翟薇（1981- ），女，辽宁东港人，工程师，硕士，从事气象信息技术研究。

收稿日期20140707全球变暖已经受到国际社会和公众的普遍关注，IPCC AR5（The Fifth Assessment Report of the Intergovernmental Panel on Climate Change）指出，1880～2012 年全球平均气温升高了0.85 ℃。极有可能的是，观测到的1951～2010 年全球平均地表温度升高的一半以上是由温室气體浓度的人为增加和其他人为强迫共同导致，气温在21 世纪及以后将继续升高[1]。气候系统模式是研究气候变化机理和预估未来气候变化不可替代的工具。世界气候研究计划（WCRP）组织的耦合模式比较计划（CMIP）[2]经历了CMIP1、CMIP2和CMIP3几个阶段以后，于2008年9月启动了第五阶段试验计划（CMIP5）。基于CMIP系列模式的模拟结果，我国科学家针对东亚地区未来气候变化进行了预估分析[3-7]，如Zhao等对15个全球环流模式的模拟结果进行分析，考察了由于全球变暖引起的东亚地区气候变化[3]；许崇海等基于参与CMIP3的22个海气耦合模式的模拟结果，分析了模式对东亚地区当前气候的模拟能力，在此基础上，进一步评估了全球气候模式对中国降水时空分布特征的模拟能力，并给出了21世纪的预估[6-7]；李博等基于IPCC AR4中22个耦合模式的结果，讨论了中国区域降水预估结果的不确定性和未来全球海表面高度的变化[8]。随着CMIP5模式模拟试验的完成，国内基于新排放情景下模拟结果的研究也已出现，如 Dong等基于CMIP5模式的最新结果，对RCP2.6、RCP4.5和RCP8.5 3种情景下全球和中国区域的气候变化进行了预估[9]。笔者基于CMIP5中的19个全球海气耦合模式结果，在对模式模拟能力进行检验的基础上，将重点关注华北地区未来气候变化。

1资料与方法

根据试验目的和方法的不同，CMIP5试验可以分为长期气候试验、碳循环试验和年代际预估试验。在此选取了19个气温和降水月平均数据时段统一、数据完备的CMIP5全球气候模式的长期模拟结果，经过插值计算将其统一降尺度到同一分辨率下，并利用简单平均方法进行了多模式集合。文中的华北地区主要指长城沿线以南，淮河、秦岭和白龙江以北，黄土高原以东，汾渭河以东地区，包括北京、天津、山西、河北、山东、河南、江苏、安徽等省的部分地区。

为对模拟结果进行定量检验，参照文献[10-11]的方法，计算了模式模拟与观测空间分布上的误差标准差和相关系数。其中误差标准差定义为：SIDE=Ni=1[（φi-φo）]-（φiobs-φoobs）]2N12，式中，φi、φiobs分别为每一格点上的模拟值和观测值，φo、φoobs分别为其模拟和观测的平均值，N为格点的数目。相关系数定义为COR=Ni=1（xi-）（yi-）Ni=1（xi-）2Ni=1（yi-）2，式中，xi、yi分别为各格点上的模拟值和观测值，、分别为模拟和观测的区域平均值。

2结果与分析

2.1CMIP5全球气候模式模拟结果从1986～2005年华北地区模拟气温和降水与观测的相关系数及误差标准差可以看出，整体来看，模式对气温平均态的模拟效果均比较好，降水模拟相对较差。其中模拟气温与观测空间相关

E2R0.9512.00.9410.6Ensemble Mean0.9651.60.8980.7系数均在0.9 以上，误差标准差一般均在2.5 ℃以下，表明模式能较好地模拟出温度场的空间分布特征，但与CMIP3中全球模式结果类似，多数模式模拟温度偏低；模拟降水与观测的空间相关系数一般在0.5～0.9，其中日本的MIROC5和英国哈德莱中心的HadGEM2AO全球模式模拟效果较好，空间相关系数分别为0.989和0.987，其误差标准差也相对较小，分别为0.9和0.5 mm/d。多模式集合平均模拟结果与观测的气温和降水空间相关系数分别为0.965和0.898，较大多数模式模拟结果好，误差标准差也相应较低，分别为1.6 ℃和0.7 mm/d。在此基础上，下面的未来气候预估结果将基于多模式集合平均模拟结果给出。

2.2未来气候预估结果从3个不同排放情景下21世纪末期（2080～2099年）华北地区年平均、冬季和夏季气温的变化可以看出，不同情景下华北地区未来气温均将升高，其中升温幅度在RCP8.5情景下最大，RCP2.6情景下相对较小。RCP2.6情景下，夏季升温较为显著，区域东部增温最大值在1.5 ℃以上，冬季增温相对较小，区域东南部增温在1.2 ℃以下，但总体来说南北增温差异较小；RCP4.5情景下，年平均气温增加值在2.2～2.5 ℃，冬季区域北部增温较大，在2.5 ℃以上，夏季大部分区域增温在2.3～2.5 ℃；RCP8.5情景下，年平均增温在4.4～5.1 ℃，冬季增温由南向北逐渐增大，从4.6 ℃以下到6.3 ℃以上，随纬向分布明显，夏季增温相对较小，区域南部大部分地区在4.7～4.8 ℃。总体来看，除RCP2.6情景下，夏季增温较显著外，其他2个情景下增温最大的地区均出现在冬季的区域北部。

注：a1、b1、c1为RCP2.6情景；a2、b2、c2为RCP4.5情景；a3、b3、c3为RCP8.5情景。a1、a2、a3为全年；b1、b2、b3为冬季；c1、c2、c3为夏季。图中气温变化是指相对于1986～2005年平均气温增减值（℃）。

多模式集合平均值模拟华北地区21世纪末期气温的变化从3个不同排放情景下21世纪末期华北地区年平均、冬季和夏季降水的变化可以看出，不同情景下，华北地区除了RCP2.6情景下冬季区域北部和南部部分地区降水变化不大外，其他各季节、各情景下降水均将增加，RCP8.5情景下增幅最为显著。RCP2.6情景下，年平均、夏季降水整个区域上增加值在5%～10%，冬季区域西部少部分地区增加值在10%以上；RCP4.5情景下，年平均和冬季降水变化分布较为类似，大部分区域增加值在10%以上，夏季降水增加值则大多在5%～10%；RCP8.5情景下，冬季降水增加较为明显，大部分区域增加值均在25%以上，年平均和夏季降水增加值则大多在10%～25%。

注：a1、b1、c1为RCP2.6情景；a2、b2、c2为RCP4.5情景；a3、b3、c3为RCP8.5情景。a1、a2、a3为全年；b1、b2、b3为冬季；c1、c2、c3为夏季。图中降水变化是指相对于1986～2005年降水的增减值幅度（%）。

多模式集合平均值模擬华北地区21世纪末期降水的变化安徽农业科学2014年3结论

基于CMIP5中的19个全球海气耦合模式结果，在对模式模拟能力进行检验的基础上，分析了华北地区未来气候变化，结果如下。

（1）全球模式对华北地区气候有一定的模拟能力，对气温空间分布模拟效果较好，但多数模式模拟值偏低；降水的模拟效果与气温相比相对较差，且模式间差异更大，说明降水模拟的不确定性较大。

（2）多模式集合平均值能较好地给出华北区域当代气候变化特征，较大多数单个模式模拟效果好，与观测的空间相关系数有所提高，尤其是降水。但同时也注意到，一些模拟效果较好的模式优于多模式集合平均的结果。

（3）对未来集合预估的结果表明，21世纪末期不同排放情景下，华北地区年、冬和夏季气温将升高，降水将以增加为主，且RCP8.5情景下升温和降水增加幅度均是最大的。

参考文献

[1] STOCKER T F，QIN D，PLATTNER G K，et al.IPCC，2013：Climate Change 2013：The Physical Science Basis.Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M].Cambridge University Press，Cambridge，United Kingdom and New York，NY，USA，2013：1535.

[2] MEEHL G A，BOER G J，COVEY C，et al.The coupled model intercomparison project（CMIP）[J].Bull Amer Meteor Soc，2000，81：313-318.

[3] ZHAO Z C，LI X D.Impacts of global warming on climate change over East Asia as simulated by 15 GCMs[J].World Resource Review（USA），1997，10：17-21.

[4] ZHOU T J，YU R C.Twentieth century surface air temperature over China and the globe simulated by coupled climate models[J].J Climate，2006，19：5843-5858.

[5] 姜大膀，张颖，孙建奇.中国地区1-3℃变暖的集合预估分析[J].科学通报，2009，54（24）：3870-3877.

[6] 许崇海，沈新勇，徐影.IPCC AR4模式对东亚地区气候模拟能力的分析[J].气候变化研究进展，2007，3（5）：287-292.

[7] 许崇海，罗勇，徐影.全球气候模式对中国降水分布时空特征的评估和预估[J].气候变化研究进展，2010，6（6）：398-404.

[8] 李博，周天军.基于IPCC A1B情景的中国未来气候变化预估：多模式集合结果及其不确定性[J].气候变化研究进展，2010，6（4）：270-276.

[9] DONG W J，REN F M，HUANG J B，et al.The Atlas of climate change：Based on SEAPCMIP5：SuperEnsemble Projection and Attribution（SEAP）of Climate Change[M].Springerverlag Berlin and Heidelberg GmbH&Co.K，2013.

[10] 周天军，钱永甫.一个有限域嵌套细网格模式的设计及其预报结果的检验[J].热带气象学报，1995，11（4）：342-353.