利用PRECIS分析AIB情景下西江流域气候变化特征

山红翠，袁 飞，盛 东，邹 亮，刘元沛(.湖南省水利水电科学研究所，长沙 40007；.河海大学水文水资源与水利工程科学国家重点实验室，南京 0098)

0 引 言

政府间气候变化专门委员会(Intergovernmental Panel on Climate Change，IPCC)第五次评估报告指出，受化石燃料燃烧、土地利用变化的影响，大气中CO2等温室气体浓度的显著上升已引起全球范围的气候变暖；采用通用环流模式(Genernal Circulation Model，GCM)预估未来排放情景下的气温特征，发现2100年全球气温将比1900年上升1.1～6.4 ℃，降水强度、降水量及其时空分布将发生显著变化[1]。Dore[2]的研究结果表明，全球很多地区的降水量、降水强度和降水类型都发生了变化。

预测由于温室气体改变而引起的未来气候变化，GCM是一种有效的工具。但由于GCM输出的气候数据水平分辨率为几百公里，精度较低，通常需要进行降尺度处理。区域气候模式(Regional Climate Model，RCM)动力降尺度是常用的降尺度方法之一，因其具有较高的分辨率和更完善的物理过程，因而能够更好地刻画气候的区域性特征。尽管RCM得到的气候数据精度较GCM显著提高[3]，但仍存在较大偏差。马冲等的研究表明，采用适当的偏差修正方法可以较好地消除气候模式模拟的降雨和温度等数据的误差。因此在应用RCM数据进行气候变化分析时，还需进行偏差修正。

温度和降水是气候研究中的主要元素, 利用区域模式对中国区域的温度和降水进行模拟研究具有重要的意义[4]。许吟隆等[5,6]利用PRECIS气候模式，初步分析了其对中国区域气候的模拟能力，分析结果表明：PRECIS 能够很好地模拟中国区域地面气温的局地分布特征，亦显示出很强的模拟极端降水事件的能力。因此，本文应用PRECIS气候模式模拟数据，比较其模拟的西江流域未来时期温度和降水变化情势, 分析流域气候变化特征，从而为区域气候模式的应用和气候变化的预测和评估提供一定的参考。

1 研究区域概况

西江发源于云南省沾益县马雄山，是珠江的干流。本文选取西江流域武宣水文站以上区域为研究区，研究区集水面积196 255 km2，研究区内共有气象站点19个，分布如图1所示。

图1 研究区气象站点分布图Fig1. Distribution of meteorological stations in study area

西江流域地处华南沿海，属亚热带季风气候区，春夏降水充足，气温偏高，秋冬则干旱少雨，气温偏低。流域地形起伏大，地面海拔高程高，气候的垂直差异和南北差异极为明显，多年平均气温14～22 ℃，多年平均降水量在1 000～2 200 mm。流域雨季长但降水量年内分配极不均匀，每年的5-8月是流域降水集中期，总降水量占全年的62.5%，各月降水量都在200 mm以上，其中6月是一年中降水量最多的月份[7]。近年来，在气候变化背景下，西江流域的降水、气温发生了一定变化。张永领等[8]的研究表明，在西江流域冬、夏半年及年平均气温的变化中，三者都呈增加的趋势，且增温速度都高于全球地面增温速度。朱颖洁等[9]研究发现广西西江流域6个代表站极端降雨量在不同区域趋势变化存在差异，东北部、北部存在递增的区域，其余为递减的区域，但变化趋势均不明显。

2 数据与模型

2.1 数 据

本文中所用数据包括PRECIS 输出的研究区19个气象站点气候基准时段(1961-1990年)以及SRES A1B情景下未来时期(2011-2040年)地面最高、最低气温与降水量。本文所指的气候变化响应是指SRES A1B情景下未来时期模拟结果相对于气候基准时段的变化值。

研究表明[10]，PRECIS 对温度的模拟效果良好，但是PRECIS 对华东、华南地区的降雨特别是夏季降雨模拟偏差较大，某些月份甚至会达到50%以上，这些偏差将会对气候变化研究产生十分严重的影响。因此PRECIS模拟数据用于气候变化研究时需进行偏差修正。本文采用简单误差修正方法修正PRECIS模拟降水、气温数据。

2.2 模型简介

2.2.1气候情景

目前气候变化影响通常采用温室气体排放情景描述未来气候变化的发展趋势。IPCC排放情景特别报告描述了4个温室气体排放情景族，即A1、A2、B1和B2[11]。 其中A1和A2为强调经济发展的排放情景，B1和B2为强调可持续发展的排放情景，具体特征如下：

A1情景描述未来情景经济快速增长，21世纪中叶出现人口峰值，随后开始减少且高新、高效技术迅速出现。A1情景按技术重点又可划分为3个群组，分别描述了能源系统技术变化的不同发展方向：化石能源密集(AIFl)、非化石能源密集(AIT)、各种能源资源均衡(AlB)。资源均衡的A1B情景是基于各种能源供应和利用技术发展速度相当的假定条件下，不过分依赖于某一特定的能源资源利用情景。

2.2.2PRECIS气候模式

PRECIS(Providing Regional Climates for Impacts Studies)是由英国Hadley气候变化与研究中心研制的区域气候模式，其网格水平分辨率为50 km×50 km；垂直方向采用σ坐标, 分为19 层, 最上层为500 Pa。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°网格的海表面温度(SST)和海冰数据, 对未来的情景模拟则是将海-气耦合模式HadCM3 模拟的SST 和海冰在相应情景下相应时段相对于气候基准时段模拟结果的变化值叠加到SST和海冰的观测值上。关于PRECIS 物理过程的详细介绍可参阅文献[12]。

PRECIS 已经成功地在欧洲、南亚季风区和非洲南部等地区进行了区域气候情景的模拟试验。中国科学家于2003年引进PRECIS (Providing Regional Climates for Impacts Studies), 构建中国区域高分辨率(水平网格距50 km)的SRES 气候变化情景，并已经应用在气候变化的影响评估工作[5]。

2.2.3气候模式数据修正方法

鉴于气象条件特别是降雨和温度对气候变化的分析具有重要影响，对PRECIS 所模拟的降雨及温度数据进行系统的、严密的偏差纠正是十分必要的[13]。

简单误差修正方法(Simple Bias Correction Method，以下简称SBC)是最为常用的气候模式数据修正方法。该方法将气候模式模拟的基准年多年月平均降水、气温与实测数据比较，计算修正因子，并采用该因子修正基准年和未来情景的气候数据。SBC法对降水和气温的具体修正公式为：

(1)

(2)

(3)

(4)

3 结果分析

3.1 降水变化分析

3.1.1年降水统计

统计SBC修正方法修正PRECIS模式基准年和A1B情景下武宣站集水区年降水量统计特征值，结果如表1所示。结果表明，A1B情景年降水量均值增大，增幅较小，为4.71%。此外模式预估A1B情景年降水量的标准偏差与离势系数明显高于基准年。可能是由于PRECIS气候模式所预估的A1B情景下降水较基准年离散程度增大。

表1 修正后PRECIS模式预估基准年和A1B情景武宣站集水区年降水量特征值统计Tab1 The statistics of simulated annual precipitation under baseline and A1B in Wuxuan catchment of corrected PRECIS

3.1.2月降水统计

统计PRECIS气候模式预估的武宣站集水区A1B情景下多年平均月降水较基准年的变化情况，结果如图2所示。

图2 PRECIS气候模式预估武宣站集水区A1B情景下多年平均月降水较基准年变化值Fig.2 The changes of simulated monthly precipitation under baseline and A1B in Wuxuan catchment of corrected PRECIS

结果表明，除7月之外，主汛期其他月份的降水均呈显著上升趋势，枯季11月和12月降水明显减小，1、2月降水变化不明显。

3.2 气温变化分析

3.2.1月平均气温统计

图3和图4分别统计了武宣站以上集水区经简单误差修正方法修正后A1B情景月平均最高气温和月平均最低气温与基准年的比较情况。

多年月平均最高气温、最低气温均呈现显著升高趋势，图3显示未来情景下高温季节(4-8月)月平均最高气温的升高幅度大于其他月份；图4 显示低温季节(10-1月)的平均最低气温升高幅度偏小。因此，未来情景下最高月平均气温与最低月平均气温间差值可能会增大。

图3 修正后PRECIS模式预估武宣站集水区A1B情景月平均最高气温与基准年比较Fig.3 The changes of simulated monthly highest temperature under baseline and A1B in Wuxuan catchment of corrected PRECIS

图4 修正后PRECIS模式预估武宣站集水区A1B情景月平均最低气温与基准年比较Fig.4 The changes of simulated monthly lowest temperature under baseline and A1B in Wuxuan catchment of corrected PRECIS

3.2.2极端气温

将武宣站集水区历史日最高(最低)气温由小到大排序，取不超越概率为95%(5%)所对应的日最高(低)气温作为阈值，高于(低于)此气温阈值为极端高温(低温)，统计经SBC方法修正的PRECIS数据基准年和A1B情景极端气温事件的年均发生频数(见表2)。

表2 修正后武宣站集水区基准年和A1B情景极端高温和低温事件发生频数Tab.2 The occurrence frequency of extreme heat and extreme cold under baseline and A1B in Wuxuan catchment

如表2所示， SBC方法修正后的PRECIS模型数据显示，西江流域武宣站以上积水区域A1B情景下极端高温事件的发生频数均较基准年明显增加；A1B情景下极端低温事件的发生频数均较基准年减少，受全球气候变暖趋势的影响，西江流域气温呈明显的上升趋势，未来极端低温事件发生频率可能减少，但极端高温事件的发生频率将显著增加。而日最高、最低气温与水文模型蒸散发计算紧密联系，并进而影响径流的模拟。因此，模型预估到的气温变化也预示着未来情景下流域径流的变化。

4 结 语

本文采用简单误差修正方法对PRECIS气候模式下西江流域未来情景(2011-2040年)下气温和降水数据进行修正，并与基准年(1961-1990年)比较，结果表明，流域年均降水有增加趋势，且趋于离散；流域月均降水在汛期(除7月份)有显著增加，在枯季有减小趋势；年均气温和月均气温均呈升高趋势，极端高温的发生频数显著增加。综上，根据气候模型预估结果，由于气温和降水的气候变率加大，2011-2040年西江流域出现高温、干旱、洪涝等异常天气事件的可能性增大。

西江流域面积大，气候变化和人类活动影响频繁，因此，研究不同气候模式下气候变化情况，将为西江流域径流变化研究以及国民经济的发展特别是为农业生产的可持续性发展、水资源的有效利用和调配等提供决策依据。此外，本研究还将在防洪减灾、趋利避害，促进国民经济和社会发展等方面都具有非常重要的意义[14]。

本文中只是初步分析了考虑温室气体排放的SRES A1B情景下西江流域气候变化的响应。在以后的工作中，应分析同时考虑温室气体增温效应和气溶胶辐射效应的SRES各情景下流域气候变化的响应。目前工作中只采用PRECIS一个气候模式模拟气候变化，未来工作中可以进行多个气候模式模拟，将结果对比，分析气候变化的多种可能情形。

□

[1] IPCC．Summary for policymakers of climate change 2007: the physical science basis: contribution of working group i to the fourth assessment report of the intergovernmental panel on climate Change[M]．Cambridge: Cambridge University Press，Cambridge，United Kingdom and New York，NY，USA，2007．

[2] Dore M H．Climate change and changes in global precipitation patterns: what do we know?[J]．Environment international， 2005，31(8):1 167-1 181．

[3] Fowler H J，Blenkinsop S，Tebaldi C．Linking climate change modeling to impacts studies: recent advances in downscaling techniques for hydrological modeling[J]．International Journal of Climatology，2007，27(12)：1 547-1 578．

[4] 冯锦明，符淙斌．不同区域气候模式对中国地区温度和降水的长期模拟比较[J]．大气科 学，2007，31(5)：805-814．

[5] 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[J]．科学通报，2006，51(17)：2 068-2 074．

[6] 许吟隆， Jones R．利用再分析数据验证PRECIS对中国区域气候的模拟能力. 中国农业气象， 2004， 25(1): 5-9．

[7] 何 慧，陆 虹，欧 艺．1959-2008年广西西江流域洪涝气候特征[J]．气候变化研究进展，2009，5(3)：134-138．

[8] 张永领，何 桐，高全洲．西江流域气温变化的气候特征分析[J]．资源学报，2006，28(3)：30-36．

[9] 朱颖洁，郭纯青，黄夏坤．广西西江流域降水极值趋势分析[J]．水文，2012，32(2)：72-77．

[10] 许吟隆，黄晓莹，张 勇，等．PRECIS对华南地区气候模拟能力的验证[J]. 中山大学学报(自然科学版)，2007，46(5)：93-97．

[11] IPCC，Climate Change 2001：The Scientific Basis，Contribution of Working GroupⅠto the Third Assessment Report of Intergovernmental Panel on Climate Change，Cambridege：Cambridge University Press，2001．

[12] 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.

[13] 马 冲，高希超，许月萍. 基于降雨温度偏差纠正的金华江流域未来地表径流预估[J].水力发电学报，2014，33(5)：20-27.

[14] 朱颖洁, 郭纯青, 黄夏坤．气候变化和人类活动影响下西江梧州站降水径流演变研究[J]. 水文，2010，30(3)：50-55.