中国气候变化预估数据在河北地区的检验分析

郝立生,向亮,张婧

(1.天津市气象局,天津 300074;2.中国气象局 兰州干旱气象研究所,甘肃 兰州 730020;

3.中国气象局 干旱气候变化与减灾重点开放实验室,甘肃 兰州 730020;4.河北省气候中心,河北 石家庄 050021)



中国气候变化预估数据在河北地区的检验分析

郝立生1,2,3,向亮4,张婧4

(1.天津市气象局,天津 300074;2.中国气象局 兰州干旱气象研究所,甘肃 兰州 730020;

3.中国气象局 干旱气候变化与减灾重点开放实验室,甘肃 兰州 730020;4.河北省气候中心,河北 石家庄 050021)

摘要：应用观测资料对中国地区预估数据集进行检验分析。结果表明:1)7月降水量,区域模式在张家口南部桑洋河盆地和北部坝上地区的模拟值偏大,而在北京东边兴隆高山区和东南沿海地区的模拟值明显偏小。2)7月最高气温,在北京东边兴隆高山区和东部平原的模拟值明显偏高,而在张家口南部桑洋河盆地和太行山东侧的模拟值偏低。3)1月最低气温,在北京东边兴隆高山区、太行山北段高山区和东部平原地区的模拟值偏高,而在张家口南部桑洋河盆地和太行山东侧的模拟值偏低。4)无论是对降水还是气温,由于全球模式的空间分辨率偏低、很难描述河北地区的地形特征,所以模拟结果很差。由于区域气候模式的分辨率提高、对河北地区地形特征的描述有了改进,所以模拟效果有明显改善;但受分辨率所限,它对局部地形如兴隆高山、桑洋河盆地、太行山北部高山等地形特征的描述不是很好,造成模拟结果在这些地区出现系统性偏差,因此应用这些数据时需加以订正。

关键词：气候模式;数值模拟;预估资料;河北地区;检验分析

0引言

全球气候变化对经济社会发展和生态环境有深远的影响,已成为21世纪各国可持续发展中面临的重大问题。未来气候如何变化?对区域可持续发展会造成什么影响?迫切需要对未来气候变化进行科学预估。为满足气候变化影响评估方面的科研和业务需求,中国气象局国家气候中心先后于2008年10月和2009年11月制作发布了“中国地区气候变化预估数据集”(Version1.0,Version2.0)。这些数据在气候变化影响评估中发挥了很好的作用(Gao et al.,2008;Xu et al.,2009;郝立生等,2010)。

为更好地预估未来气候变化,政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)对第三次和第四次评估报告采用的排放情景进行了改进(Meinshausen et al.,2011),即“典型浓度路径”(Representative Concentration Pathways,RCP)。这些排放情景主要包括RCP8.5、RCP6.0、RCP4.5、RCP2.6四种情景(Moss et al.,2010;王绍武等,2012)。RCP2.6情景是指辐射强迫在2100年之前达到峰值,到2100年下降至2.6 W/m2,全球平均温度上升限制在2.0 ℃之内。RCP4.5情景是指辐射强迫稳定在4.5 W/m2。RCP6.0情景是指辐射强迫稳定在6.0 W/m2。RCP8.5情景是指辐射强迫在2100年上升至8.5 W/m2。为给科研业务人员提供一套新排放情景下未来中国区域气候变化的预估数据,国家气候中心气候变化适应室在2012年12月制作发布了“中国地区气候变化预估数据集”的第三版(Version3.0),向用户提供CMIP5(the fifth phase of the CMIP)全球气候模式以及新版本区域气候模式的模拟和预估数据(高学杰等,2010;石英等,2010;Gao et al.,2012a)。

为改进气候模拟和科学应用模拟结果,一些学者对全球气候模式和区域气候模式模拟数据和预估效果作了分析评估(高学杰等,2006;许崇海等,2007;张冬峰等,2007;孙林海和刘一鸣,2008)。张宏芳和陈海山(2011)、Xu and Xu(2012)对第五次评估所用的全球模式结果作了初步评估分析,Gao et al.(2012b)评估了区域模式对季风降水模拟存在的不确定性。无论是全球模式还是中尺度模式,下边界地形对模拟和预测结果都有显著影响(李书严和马京津,2011;郭蕊等,2013;朱司光等,2013;敖翔宇等,2014;朱芳泽等,2014)。为更好地使用数值模式结果,对模式模拟能力和预测结果进行分析评估必不可少。如朱芳泽等(2014)对全球海气耦合模式进行评估,发现许多海气耦合模式需重点改进对南、北半球深对流海域物理过程的描述。徐敏等(2013)对IPCC AR4的25个全球气候模式的模拟结果与观测资料作对比分析,发现高分辨率模式在空间分布上模拟效果明显要好于低分辨率模式。

如何更好地把中国地区气候变化预估数据集(Version3.0)在河北应用,目前还缺乏这方面的检验分析。河北省地处东亚东部,北接蒙古高原,南连黄淮平原,西倚太行山,东临渤海(王卫等,2012)。全省地势西北部高,东南部低,由坝上高原、太行山燕山连成的弧形山脉、东南部的平原组成(图1)。最北部的坝上高原是内蒙古高原东南边缘,平均海拔1 200～1 500 m。高原南边是东西走向的燕山山地及东北—西南走向的太行山脉。太行山脉南北长约600 km,东西宽约180 km,呈东北—西南向,平均海拔1 000～1 500 m。燕山山脉东西长约330 km,南北宽约120 km,山体孤立,排列不规则,一般海拔800～1 000 m。山区东南部为河北平原,平原海拔大多在50 m以下。这种地形对河北省气候有非常大的影响,特别是对气温和降水的影响非常显著。

本文选择较低排放情景RCP4.5时的1961—2050年的全球模式数据、区域模式数据与观测数据进行对比,重点针对河北地区的气温、降水的模拟、预估情况进行检验分析。一方面为更科学地应用这套数据作气候变化分析提供参考意见,同时为改进气候模式模拟技术提供参考依据。

1资料与方法

主要用到两种资料:1)国家气候中心气候变化适应室制作发布的第三版“中国地区气候变化预估数据集”(Version3.0),包括全球气候模式数据和区域气候模式数据。全球模式数据来自于PCMDI(Program for Climate Model Diagnosis and Intercomparison)公开发布的全球23个模式组提供的全球气候模式数值模拟结果,这些模式数据对IPCC第五次评估报告提供了重要支持。国家气候中心将21个CMIP5全球气候模式的模拟结果,经过插值计算将其统一降尺度到1°×1°分辨率,利用简单平均方法进行多模式集合,制作成一套包括历史模拟数据(1901—2005年)和RCP2.6、RCP4.5、RCP8.5排放情景下预估数据(2006—2100年)的月平均资料。区域模式数据是采用国际理论物理研究中心(ICTP,the Abdus Salam International Centre for Theoretical Physics)的区域气候模式RegCM4.0(Giorgi et al.,2012)单向嵌套BCC_CSM1.1(Beijing Climate Center_Climate System Model version 1.1)全球气候系统模式(Wu et al.,2010;Xin et al.,2013),对中国地区进行模拟和预估,从而得到历史模拟数据(1961—2005年)和RCP4.5和RCP8.5排放情景下的预估数据(2006—2050年)的月平均资料,空间分辨率0.5°×0.5°(Gao et al.,2013)。本文针对低排放情景RCP4.5下的模拟数据进行检验分析。2)河北省气候中心整理的全省72站逐月气温、降水资料,时间1961年1月—2013年1月。

因为社会对夏季降水量、夏季最高气温和冬季最低气温、冬季平均气温变化情况比较关注,这涉及到防汛、防暑、防寒、采暖工作调度和安全生产安排等问题。因此,本文重点选择7月降水量、7月最高气温、1月最低气温、1月平均气温进行检验分析。

采用的方法主要是对比检验分析。作区域平均时间序列分析时,首先将全球模式数据和区域模式数据插值到72个站点上(图1),然后与河北实际观测资料作对比分析。全省平均指72站平均,多年平均指1976—2005年平均值。序列分析时,降水是相对于1976—2005年平均值的差值百分比变化,气温是相对于1976—2005年平均值的距平变化。空间分析时,偏差显著性采用t检验方法。

图1　河北省地形和气象站分布(彩色阴影表示地形海拔高度,单位:m)Fig.1　Topography and weather stations in Hebei province(The color shadings denote terrain height with the unit of m)

2检验分析

2.1　夏季(7月)降水量

2.1.1 时间变化

河北省受东亚夏季风影响,降水高度集中在夏季。夏季(6—8月)降水量约占全年降水量的70%,其中7月降水量最多。图2是全省平均的7月降水量距平百分比变化曲线。河北1961—2012年实际观测到的降水距平百分比变化在-30%～40%,变化幅度较大。而全球模式模拟和预估曲线变化比较平缓,变化幅度在-10%～15%,预估的未来降水基本呈稳定缓慢增加趋势。模拟值和对2006—2012年预估值明显小于实际值,不符合实际情况。因此,全球模式对河北未来降水量变化幅度的预估值偏小,可信度低。相反,区域模式模拟和对2006—2012年预估的变化幅度与观测到的变化幅度相当,基本在-30%～40%。比较1961—2005年模拟值与实际值发现,两者有一致的时候,也有相反的时候,特别是20世纪90年代后期以来拟合非常接近。2006—2012年降水出现向增多转折的趋势,预估结果与实际也非常一致。因此,区域模式对未来预估结果可信度高。区域模式预估未来降水总体偏多,无明显长期变化趋势,但阶段性明显,2010—2020年河北降水会偏多,之后减少,2030年前后偏多,之后减少。从变化趋势和变化幅度看,区域模式结果更接近实际,其结果明显优于全球模式结果。

图2　相对于1976—2005年平均的河北7月降水距平百分率变化(单位:%;虚线是观测站资料,粗实线是全球模式结果,细实线是区域模式结果,均为5 a滑动平均结果)Fig.2　Variation of July precipitation anomaly percentage(%) relative to average for 1976—2005 in Hebei(Dashed line is the observed results from station data,heavy solid line is the simulated results from the global model,and thin solid line is the simulated results from the regional model.All results are 5-yr moving average)

2.1.2空间分布

图3是河北省1976—2005年平均的7月降水量观测值、模式模拟值及其与观测值之差空间分布。从图3a看到,东西走向的燕山地区由于与东亚夏季风风向垂直,使得这里成为河北夏季降水量最大值中心;太行山北段东麓由于与副高外围东南风垂直,使这里成为河北夏季降水次大值中心;此外,河北东南部沿海地区降水量也明显偏多。河北平原中南部由于处于山东丘陵地形雨影区,成为降水量偏少中心;北部张家口和承德坝上地区,由于偏南夏季风携带的水汽大量在燕山、太行山迎风坡降落,使得其到达这里时水汽来源不足,造成降水量明显偏少。

图3　1976—2005年7月河北降水的空间分布(单位:mm;阴影区表示通过0.05信度的显著性检验)　　a.观测结果;b.全球模式模拟结果;c.全球模式模拟结果减去观测结果;d.区域模式模拟结果;e.区域模式模拟结果减去观测结果Fig.3　Spatial distribution of July rainfall(mm) in Hebei during 1976—2005(Only regions with difference exceeding 0.05 significance level are shaded)　　a.observed results;b.global model simulated results;c.global model simulated results minus observed results;d.regional model simulated results;e.regional model simulated results minus observed results

全球模式模拟的降水量值空间分布差别不大(图3b),东北部和南部平原略偏多,而燕山南麓和张家口西北降水少。进一步分析发现(图3c),对燕山南麓地区和太行山北段东麓地区模拟值明显偏小,可能是由于全球模式空间分辨率低,不能很好地描述燕山、太行山局地地形与夏季风的相互作用。对北部坝上地区模拟降水量值明显偏大,通过了显著性检验。可见,全球模式模拟结果的空间分布与实际偏差很大。

区域模式模拟结果空间分布出现了细微结构(图3d),对燕山山区和太行山北段多雨区、中南部平原的少雨区基本都模拟出来了。但是,张家口南部桑洋河盆地模拟值明显偏大,北部坝上地区模拟值也偏大(图3e)。可见,区域模式模拟结果与实际比较接近,但空间分布形势整体有些北移。另外,降水量值大小有些偏差,似乎过分强调地形的阻挡抬升作用而忽视平原降水机制和山脉地形的雨影作用,造成坝上地区降水模拟值明显偏大。可能由于区域气候模式空间分辨率还比较低,不能很好描述桑洋河盆地地形,造成这里模拟值显著偏大,通过了显著性检验。

可见,全球模式由于空间分辨率低,不能很好描述河北地形特征,模拟效果很差。区域模式由于分辨率的提高,对河北地形特征描述有了一定改进,模拟效果明显提高。但由于分辨率的限制,对局部地形如兴隆高山、桑洋河盆地、太行山北部高山等地形特征描述还不是很好,造成区域模式在张家口南部桑洋河盆地地区、北部坝上地区存在对降水量模拟值偏大的系统误差,在北京东部兴隆山地、东南沿海地区存在模拟值明显偏小的系统误差,应用这些数据时需要加以订正。

2.2　夏季(7月)最高气温

2.2.1时间变化

图4是河北夏季(7月)最高气温变化曲线。以1976—2005年平均值为基础,观测到最高气温距平在-1.5～2.0 ℃之间变化,总体上呈波动上升趋势,2000年前后最高,2005年前后低,之后又升高。全球模式对1961—2005年的模拟值呈波动变化,与实际观测值有一致的时候也有不一致的时候,变化幅度偏小,没有模拟出2000年前后的高温时段,但对2006—2012年的预估比较接近实际。因此,全球模式模拟值与实际比较接近,但对极端值模拟效果差。区域模式模拟和预估变化幅度明显大于实际变化情况,尤其模拟出的极端高温值、极端低温值显著偏大。因此,区域模式预估未来气温呈波动变化,无明显长期升高趋势。全球模式和区域模式都没有模拟出2000年前后的明显高温,区域模式只模拟出了一个较小的高值中心。可见,无论全球模式还是区域模式,对7月最高气温的模拟和预估效果都不是很好。

2.2.2空间分布

图5是河北省1976—2005年平均的7月最高气温观测值、模式模拟值及与其观测值之差空间分布。从图5a看到,河北最高气温分布与纬度、地形分布有关,高纬、高海拔地区气温低,低纬、低海拔气温高,南部平原地区最高气温差别不大。全省北部地区南北梯度大,中南部小,全省最高气温在25～32 ℃之间,南北相差仅8 ℃。

全球模式模拟的7月最高气温空间分布(图5b)与观测(图5a)数值大小差别不大,但空间分布形势差别较大。对北京东边兴隆高山和太行山北段高山模拟值有些偏高(图5c);对北部坝上地区模拟值明显偏大,通过了显著性检验;而对张家口南部桑洋河盆地和太行山东麓模拟值偏低。这些分布都明显不符合实际,可能是由于模式空间分辨率低,不能很好地描述河北地形特征,把北京东边兴隆高山和太行山北段高山考虑过低,而对张家口南部桑洋河盆地设置过高的缘故,对太行山焚风效应也没有模拟出来。因此,应用这些模式数据时应根据地形加以订正。

图5　1976—2005年7月河北最高气温的空间分布(单位:℃;阴影区表示通过0.05信度的显著性检验)a.观测结果;b.全球模式模拟结果;c.全球模式模拟结果减去观测结果;d.区域模式模拟结果;e.区域模式模拟结果减去观测结果Fig.5　Spatial distribution of July maximum temperature(℃) in Hebei during 1976—2005(Only regions with difference exceeding 0.05 significance level are shaded)　　a.observed results;b.global model simulated results;c.global model simulated results minus observed results;d.regional model simulated results;e.regional model simulated results minus observed results

区域模式模拟的空间分布结果要好一些(图5d),与实际气温空间分布特征接近。在河北北部模拟值接近实际,越往南模拟值偏高越多(图5e)。尤其对北京东边兴隆高山和东部平原地区气温模拟值明显偏高,对张家口南部桑洋河盆地和太行山东麓模拟值偏低。可见,区域气候模式由于分辨率的提高,对河北地形特征描述有了一定改进,模拟效果显著提高了。但是,由于模式分辨率的限制,对局地地形如兴隆高山、桑洋河盆地描述还不是很好,还需要进一步改进。

2.3　冬季(1月)最低气温和平均气温

2.3.1时间变化

图6是河北冬季(1月)最低气温和平均气温变化曲线。图6a是1月最低气温变化,图6b是1月平均气温变化。以1976—2005年平均值为基础,观测到的最低气温距平在-2.0～1.5 ℃之间变化,20世纪90年代、21世纪00年代偏高,2000年前后偏低,与7月最高气温变化趋势相反。2010年以来显著偏低,为近50 a来最低值。全球模式对1961—2005年的模拟值呈弱的波动变化,幅度明显小于实际观测值变化,对2006—2012年的预估与实际偏差很大。因此,全球模式预估至2050年逐渐升高的趋势,可信度低。区域气候模式对1961—2005年的模拟值呈波动变化,与实际有些偏差,但对2006—2012年最低气温转折趋势预估接近实际,区域气候模式模拟和预估效果较好。因此,区域模式预估未来1月最低气温在波动中逐渐升高,可信度高。

图6　相对于1976—2005年平均的河北1月最低气温(a)和平均气温(b)距平的变化(单位:℃;虚线是观测站资料,粗实线是全球模式结果,细实线是区域模式结果,均为5 a滑动平均结果)Fig.6　Variations of January (a)minimum temperature and (b)mean temperature anomalies(℃) relative to average for 1976—2005 in Hebei(Dashed line is the observed results from station data,heavy solid line is the simulated results from the global model,and thin solid line is the simulated results from the regional model.All results are 5-yr moving average)

1月平均气温观测、模拟、预估的变化趋势同最低气温变化基本一致。

2.3.2空间分布

对比河北省1976—2005年1月最低气温观测值、模式模拟值及其与观测值之差空间分布(图略),可以看到,河北最低气温分布与纬度、地形分布有关,高纬、高海拔地区气温低,低纬、低海拔气温高,北部山区和坝上高原最低气温南北梯度很大,与7月最高气温分布明显不同。桑洋河盆地在7月是暖中心,而在1月为冷中心。全省最低气温空间分布在-5～-24 ℃之间,南北温差达19 ℃,比夏季南北温差大的多。

全球模式模拟1月最低气温空间分布无论是分布形势还是数值大小都与实际偏差很大(图略)。对燕山山区、太行山北段高山区和坝上高原模拟值明显偏高,对桑洋河盆地、太行山南段及平原模拟值偏低(图略)。造成这种偏差的原因可能是由于模式空间分辨率限制,不能很好描述河北地形特征,更无法模拟太行山的焚风效应,结果在一些地区造成了模拟系统性偏差。

区域模式模拟结果要好很多,空间分布形势和数值大小比较符合实际的空间分布特征(图略)。但对北京东边兴隆高山、太行山北段高山和张家口坝上地区模拟值显著偏高,对张家口南部桑洋河盆地和太行山南段模拟值偏低(图略)。这说明随着区域气候模式分辨率的提高,对河北地形描述有了明显改进,模拟结果有了很大提高。但由于分辨率的限制,没有很好地描述局部地形如北京东边兴隆高山、桑洋河盆地地形特征,也没有模拟出太行山地形造成的焚风效应,结果在这些局部地区出现了系统性偏差,应用这些模式数据时需要根据地形特征加以订正。

1月平均气温的空间分布、模拟、预估空间分布形势和存在的问题与最低气温分布形势相似(图略),存在的问题也是一样的。

3结论和讨论

就整体变化,区域气候模式对河北7月降水的模拟明显好于全球气候模式结果,特别是对2006—2012年降水出现向增多转折的趋势预估结果非常好。区域模式和全球模式对7月最高气温模拟都不是很好,区域模式数据对1月最低气温预估效果好一些,尤其对2006—2012年最低气温出现偏低的转折趋势预估结果非常好。

对于河北7月降水空间分布,区域气候模式模拟情况明显好于全球模式结果。由于模式空间分辨率的限制,不能很好地描述局部地形特征,造成区域模式在张家口南部桑洋河盆地地区、北部坝上地区存在模拟值偏大的系统偏差,在北京东边兴隆高山区、东南沿海地区存在模拟值明显偏小的系统偏差。

对于河北7月最高气温空间分布,全球模式由于空间分辨率偏低,很难描述河北地区地形特征,模拟结果很差。区域气候模式由于分辨率的提高,对河北地形特征描述有了一定改进,模拟效果明显提高。但由于模式分辨率的限制,对局地地形如兴隆高山区、桑洋河盆地地形描述还不是很好,在北京东边兴隆高山和东部平原地区模拟值明显偏高、在张家口南部桑洋河盆地和太行山东麓模拟值偏低的系统偏差。

对于河北1月最低气温空间分布,区域气候模式模拟情况明显好于全球模式结果,但由于分辨率的限制,不能很好地描述局部地形特征,造成在北京东边兴隆高山区、太行山北段高山区和东部平原地区模拟值偏高、张家口南部桑洋河盆地和太行山东侧模拟值偏低的系统偏差。

无论是对降水还是气温,全球模式由于空间分辨率偏低,很难描述河北地区地形特征,模拟结果很差。区域气候模式由于分辨率的提高,对河北地形特征描述有了一定改进,模拟效果明显提高。但由于分辨率的限制,对局部地形如兴隆高山、桑洋河盆地、太行山北部高山等地形特征描述还不是很好,造成模拟值在这些地区出现系统偏差,应用这些数据时需要加以订正。

致谢:本研究所使用的全球气候模式气候变化预估数据是由国家气候中心研究人员对数据进行的整理、分析和惠许使用。原始数据由各模式组提供,由WGCM(JSC/CLIVAR Working Group on Coupled Modelling)组织PCMDI(Program for Climate Model Diagnosis and Intercomparison)搜集归类。多模式数据集的维护由美国能源部科学办公室提供资助。感谢国家气候中心提供了利用区域气候模式所进行的中国区域未来气候变化模拟结果。

参考文献(References)：

敖翔宇,任雪娟,汤剑平,等.2014.长江三角洲城市群对夏季降水影响机制的模拟研究[J].气象科学,34(6):684-691.Ao Xiangyu,Ren Xuejuan,Tang Jianping,et al.2014.Simulation on mechanism of urbanization effects on summer precipitation over the Yangtze River Delta[J].J Meteor Sci,34(6):684-691.(in Chinese).

高学杰,徐影,赵宗慈,等.2006.数值模式不同分辨率和地形对东亚降水模拟影响的试验[J].大气科学,30(2):185-192.Gao Xuejie,Xu Ying,Zhao Zongci,et al.2006.Impacts of horizontal resolution and topography on the numerical simulation of East Asian precipitation[J].Chinese J Atmos Sci,30(2):185-192.(in Chinese).

Gao X J,Shi Y,Song R Y,et al.2008.Reduction of future monsoon precipitation over China:Comparison between a high resolution RCM simulation and the driving GCM[J].Meteor Atmos Phys,100(1):73-86.

高学杰,石英,Giorgi F.2010.中国区域气候变化的一个高分辨率数值模拟[J].中国科学D辑,40(7):911-922.Gao Xuejie,Shi Ying,Giorgi F.2010.A high resolution simulation of climate change over China[J].Sci China(Earth Sci),40(7):911-922.(in Chinese).

Gao X J,Shi Y,Zhang D F,et al.2012a.Climate change in China in the 21st century as simulated by a high resolution regional climate model[J].Chin Sci Bull,57(10):1188-1195.

Gao X J,Shi Y,Zhang D F,et al.2012b.Uncertainties in monsoon precipitation projections over China:Results from two high-resolution RCM simulations[J].Climate Res,52(1):213-226.

Gao X J,Wang M L,Giorgi F.2013.Climate change over China in the 21st century as simulated by BCC_CSM1.1-RegCM4.0[J].Atmospheric and Oceanic Science Letters,6(5):381-386.

Giorgi F,Coppola E,Solmon F,et al.2012.RegCM4:Model description and preliminary tests over multiple CORDEX domains[J].Climate Res,52(1):7-29.

郭蕊,苗春生,张楠.2013.一次淮河流域梅雨锋暴雨的大别山地形敏感性试验[J].大气科学学报,36(5):626-634.Guo Rui,Miao Chunsheng,Zhang Nan.2013.Sensitivity experiments of effects of Dabie mountains terrain on Meiyu front rainstorm over Huaihe River basin[J].Trans Atmos Sci,36(5):626-634.(in Chinese).

郝立生,闵锦忠,刘克岩.2010.气候变化对河北省水资源总量的影响[J].河北师范大学学报:自然科学版,34(4):491-496.Hao Lisheng,Min Jinzhong,Liu Keyan.2010.Impact of climate change on Hebei water resource[J].Journal of Hebei Normal University(Natural Science Edition),34(4):491-496.(in Chinese).

李书严,马京津.2011.城市化进程对北京地区降水的影响分析[J].气象科学,31(4):414-421.Li Shuyan,Ma Jingjin.2011.Impact of urbanization on precipitation in Beijing area[J].J Meteor Sci,31(4):414-421.(in Chinese)

Meinshausen M,Smith S J,Calvin K,et al.2011.The RCP greenhouse gas concentrations and their extensions from 1765 to 2300[J].Climatic Change,109(1):213-241.

Moss R H,Edmonds J A,Hibbard K A,et al.2010.The next generation of scenarios for climate change research and assessment[J].Nature,463(7282):747-756.

石英,高学杰,吴佳,等.2010.华北地区未来气候变化的高分辨率数值模拟[J].应用气象学报,21(5):580-589.Shi Ying,Gao Xuejie,Wu Jia,et al.2010.Simulating future climate changes over North China with a high resolution regional climate model[J].J Appl Meteor Sci,21(5):580-589.(in Chinese).

孙林海,刘一鸣.2008.区域气候模式对中国夏季平均气温和降水的评估分析[J].气象,34(11):31-39.Sun Linhai,Liu Yiming.2008.Assessment analysis of summer temperature and rainfall over China from regional climate model[J].Meteor Mon,34(11):31-39.(in Chinese).

王绍武,罗勇,赵宗慈,等.2012.新一代温室气体排放情景[J].气候变化研究进展,8(4):305-307.Wang Shaowu,Luo Yon,Zhao Zongci,et al.2010.New generation of scenarios of greenhouse gas emission[J].Advances in Climate Change Research,8(4):305-307.(in Chinese).

王卫,冯忠江,陈辉.2012.河北地理[M].北京:北京师范大学出版社.Wang Wei,Feng Zhongjiang,Chen Hui.2012.Hebei Geography[M].Beijing:Beijing Normal University Press.(in Chinese).

Wu T W,Yu R C,Zhang F,et al.2010.The Beijing climate center atmospheric general circulation model:Description and its performance for the present-day climate[J].Climate Dyn,34(1):123-147.

Xin X G,Wu T W,Li J L,et al.2013.How well does BCC_CSM1.1 reproduce the 20th century climate change over China?[J].Atmospheric and Oceanic Science Letters,6(1):21-26.

许崇海,沈新勇,徐影.2007.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,3(5):287-292.Xu Chonghai,Shen Xinyong,Xu Ying.2007.An analysis of climate change in East Asia by using the IPCC AR4 simulations[J].Advances in Climate Change Research,3(5):287-292.(in Chinese).

徐敏,于庚康,徐经纬,等.2013.不同分辨率下全球气候模式的集合结果检验[J].气象科学,33(2):160-167.Xu Min,Yu Gengkang,Xu Jingwei,et al.2013.Assessment of global climate models based on different resolution sets of simulation results[J].J Meteor Sci,33(2):160-167.(in Chinese).

Xu Y,Xu C H.2012.Preliminary assessment pf simulation of climate changes over China by CMIP5 multi-models[J].Atmospheric and Oceanic Science Letters,5(6):489-494.

Xu Y,Gao X J,Shen Y,et al.2009.A daily temperature dataset over China and its application in validating a RCM simulation[J].Adv Atmos Sci,26(4):763-772.

张冬峰,欧阳里程,高学杰.2007.RegCM3对东亚环流和中国气候模拟能力的检验[J].热带气象学报,23(5):444-452.Zhang Dongfeng,Ouyang Licheng,Gao Xuejie,et al.2007.Simulation of the atmospheric circulation over East Asia and climatr in China by RegCM [J].J Trop Meteor,23(5):444-452.(in Chinese).

张宏芳,陈海山.2011.21个气候模式对东亚夏季环流模拟的评估I:气候态[J].气象科学,319(2):119-128.Zhang Hongfang,Chen Haishan.2011.Evaluation of summer circulation simulation over East Asia by 21 climate models.Part I:Climatology[J].J Meteor Sci,31(2):119-128.(in Chinese).

朱芳泽,王召民,刘成彦,等.2014.BCC_CSM对全球海表温度和混合层深度的模拟评估[J].大气科学学报,37(6):684-694.Zhu Fangze,Wang Zhaomin,Liu Chengyan,et al.2014.An assessment of the global sea surface temperature and mixed layer depth simulated in BCC_CSM[J].Trans Atmos Sci,37(6):684-694.(in Chinese).

朱司光,陈海山,周晶.2013.NCAR_CLM系列模式对全球近50 a陆面状况的模拟及其比较分析[J].大气科学学报,36(4):434-446.Zhu Siguang,Chen Haishan,Zhou Jing.2013.Simulations of global land surface conditions in recent 50 years with three versions of NCAR Community Land Models and their comparative analysis[J].Trans Atmos Sci,36(4):434-446.(in Chinese).

(责任编辑：张福颖)

A test analysis on China climate change projection data in Hebei area

HAO Li-sheng1,2,3,XIANG Liang4,ZHANG Jing4

(1.Tianjin Meteorological Bureau,Tianjin 300074,China;2.Institute of Arid Meteorology,CMA,Lanzhou 730020,China; 2.Key Open Laboratory of Arid Climate Change and Disaster Redution,CMA,Lanzhou 730020,China; 4.Hebei Climate Center,Shijiazhuang 050021,China)

Abstract:Using the station data in Hebei area,a test analysis is maded on simulated results from China climate change projection data provided by National Climate Center.Results show that:1)July precipitation simulated by the regional model(RegMV) exists systematic deviation,which is larger in southern Zhangjiakou-Sangyang River basin and northern Zhangjiakou-Dam Plateau,but significantly smaller in Xinglong mountains east to Beijing and southeast coastal areas.2)July maximum temperature simulated by RegMV exists systematic deviation,which is significantly higher in Xinglong mountains east to Beijing and eastern plain region,but lower in southern Zhangjiakou-Sangyang River basin and eastern Taihang Mountains.3)January minimum temperature simulated by RegMV exists systematic deviation,which is higher in Xinglong mountains east to Beijing,North Taihang Mountains,and eastern plain region,but lower in southern Zhangjiakou-Sangyang River basin and eastern Taihang Mountains.4)The global model is difficult to describe terrain features of Hebei due to its low spatial resolution.Whether precipitation or temperature is simulated,the results are poor.The regional climate model has a certain improvement in describing terrain features of Hebei by improving the resolution,so its simulations have been improved significantly.However,due to the limit of the spatial resolution,such local terrain as Xinglong Mountains,Sangyang River basin,northern Taihang Mountains and other terrain are not well characterized,so the simulated results appear systematic deviation in these areas.It needs an improvement for the application of this set of data in Hebei area.

Key words:climate model;numerical simulation;projection data;Hebei area;test analysis

doi：10.13878/j.cnki.dqkxxb.20130303002

文章编号：1674-7097(2015)03-0362-09

中图分类号：P467

文献标志码：A

通信作者：郝立生,博士,正研级高工,研究方向为华北旱涝演变机理及预测技术研究,hls54515@163.com.

基金项目:中国气象局兰州干旱气象研究所干旱气象科学研究基金项目(IAM201201);国家气候中心短期气候预测创新团队基金

收稿日期：2013-03-03；改回日期：2013-06-03

郝立生,向亮,张婧.2015.中国气候变化预估数据在河北地区的检验分析[J].大气科学学报,38(3):362-370.doi：10.13878/j.cnki.dqkxxb.20130303002.

Hao Li-sheng,Xiang Liang,Zhang Jing.2015.A test analysis on China climate change projection data in Hebei area[J].Trans Atmos Sci,38(3):362-370.(in Chinese)