新疆地区未来气候变化的区域气候模式集合预估

2021-04-14 06:58王政琪高学杰3童尧韩振宇徐影
大气科学 2021年2期
关键词:新疆地区预估分区

王政琪高学杰,3童尧 韩振宇徐影

1中国科学院大气物理研究所气候变化研究中心,北京100029

2中国科学院大学,北京100029

3南京信息工程大学气象灾害预报预警与评估协同创新中心,南京210044

4营口市气象局,辽宁营口115001

5中国气象局国家气候中心,北京100081

1 引言

新疆地区位于中国西北部,面积占中国陆地国土面积的六分之一,地处亚洲大陆腹地,远离海洋,四周被高山环绕,地形地貌有“三山夹两盆”之称(由北向南分别是阿尔泰山、天山、昆仑山及准噶尔、塔里木盆地)。其气候特征明显,属典型的温带大陆性干旱、半干旱气候。整个区域内覆盖了高山、沙漠、湖泊、冰川冻土和森林、草地植被,生态系统复杂且脆弱,受气候变化的影响明显(秦大河,2002)。自20 世纪80年代末以来,新疆地区的气温和降水均呈增加趋势,其中气温东西向增速大于南北向,降水量增量西部多于东部,整体上出现“暖湿化”现象(施雅风等,2002;《新疆区域气候变化评估报告》编写委员会,2013;Wang et al.,2017)。在全球变暖背景下,新疆地区气候未来进一步的变化,得到了政府和公众的广泛关注。

全球气候模式是进行气候变化模拟和预估研究的主要工具,使用如CMIP5(第五次耦合模式比较计划)全球模式模拟集合,开展中国地区的分析工作有很多(例如:Xu and Xu,2012;Chen,2013;Chen et al.,2014;Dong et al.,2015)有部分研究针对西北和新疆地区进行,均指出新疆地区未来气温将升高、降水将普遍增加的较一致性结论,但在变化的具体数值和空间分布上存在一定差异(徐影等,2003;许崇海等, 2008;姜大膀等,2009)。

全球气候模式分辨率一般较低,对区域尺度气候及其变化的模拟存在不足,一般需要使用高分辨率的区域气候模式进行动力降尺度,特别是在新疆这一地形复杂、气候多样的地区。在使用区域模式进行中国未来气候变化预估方面也有很多工作,但具体针对新疆和西北地区的分析相对较少,与全球模式研究结果一致,未来新疆地区的升温和降水均明显增加,在21世纪末期高排放情景下变化幅度更大,且盆地与山区间变化存在差异(高学杰等,2003;吴佳等,2011;于恩涛等,2015;Wu et al.,2016;李东欢等,2017; Hui et al.,2018;于恩涛和孙建奇,2019)。

近年来Gao et al.(2018)完成了一套在多个全球模式和不同温室气体排放情景结果驱动下,RegCM4区域气候模式对东亚21世纪气候变化的系列模拟预估,为更好地分析新疆地区未来气候变化及不确定性提供了有利条件。因此,本文将基于这套模拟结果开展相关分析。

2 模式、数据和方法

意大利国际理论物理中心(The Abdus Salam International Center for Theoretical Physics)的RegCM 系列区域气候模式(Giorgi et al.,2012),是应用于东亚和中国区域最多的区域模式之一,在当代气候模拟、气候机理分析和未来气候变化预估等多方面有着广泛的研究,取得大量成果(Gao and Giorgi,2017)。

本文中模拟使用新版RegCM4进行,Gao et al.(2016)经过一系列对比试验得到其在中国区域应用的最优组合,并在此基础上对陆面参数(包括地表覆盖率和地表反射率等)进行更新和改进,从而最终形成一个适用于东亚地区气候模拟的版本(Gao et al.,2017)。模式的模拟范围选用CORDEX(区域联合降尺度计划;Giorgi et al.,2009)东亚区域,水平分辨率为25 km×25 km,垂直方向为23 层。

试验中RegCM4运行所需的初始场和每6小时更新一次的侧边界驱动场,分别来自5个不同CMIP5全球模式的历史试验和不同典型浓度路径RCP4.5、RCP8.5(Van Vuuren et al.,2011)下的气候变化预估结果,积分时间为连续的1971~2098年,试验中的温室气体浓度在2005年前使用观测值,2006年后分别使用上述两种排放情景的数值。各全球模式的名称、机构和水平分辨率等信息在表1中给出。参加CMIP5的全球模式有40多个,这是其中分辨率较高的几个,选用这5个模式的原因,一方面是由于每6小时一次的模式结果的可获得性;另一方面,全球模式和其所驱动的区域模式的水平分辨率差别不能太大。以往分析表明,这5个全球模式对中国区域气候也有较好的模拟能力(Jiang et al.,2016)。

本次区域气候模式模拟的集合在本文中简称为ensR,相应的全球模式结果的集合则简称为ensG。文中用于检验其对新疆地区当代平均气温、降水模拟能力的观测资料为CN05.1格点数据集(吴佳和高学杰,2013),该数据集基于中国2416个气象站的观测,使用距平逼近插值方法制作而成,水平分辨率为0.25°×0.25°。为方便对比分析,将ensR 的模拟结果统一插值到CN05.1的格点上。

图1中给出新疆及中国境内临近地区(34°N~49°N,73°E~96°E)的地形分布,由图中可以看到,RegCM4对新疆地区“三山夹两盆”的独特地形有较为准确的描述。此外本文根据1500 m 等高线,将新疆大致划分为五个分区,第I分区主要包含阿尔泰山、巴尔鲁克山、和布克赛尔区域山地以及塔城地区;第II 分区包含整个天山山脉;第III分区则主要包含北部昆仑山;分区IV 包含准噶尔盆地及其东部淖毛湖地区;分区V 包含塔里木及其东北部的吐鲁番和哈密盆地等。

选取模拟中的1986~2005年作为当代时段,2041~2060年和2081~2098年分别作为21世纪的中期和末期。所分析的变量除地面气温和降水两个基本变量外,还包括积雪、模式输出的总径流(地表产流量与地下产流量之和)和表层(10 cm)土壤湿度,以及用于分析极端事件变化的5个极端气候指数(Zhang et al.,2011):TXx(每年中日最高气温的最大值)、TNn(每年中日最低气温的最小值)、T35D(每年中日最高气温超过35°C的日数)、RX1day(每年中一日最大降水量)和CDD(每年中连续无降水日数)。

表1 用于驱动RegCM4的5个CMIP5全球气候模式信息Table1 Information for thefive CMIP5 driving models

图1 RegCM4对新疆及境内周边地区地形分布的描述(单位:m)。虚线表示文中划分的五个分区,分别为分区I:包含阿尔泰山、巴尔鲁克山及周边;分区II:整个天山山脉;分区III:昆仑山北部;分区IV:准噶尔盆地及周边;分区V:塔里木盆地、吐鲁番盆地及周边Fig.1 Topography over Xinjiang and the surround areas(units:m).The dashed line indicates the five subregions used for the present study:I,Altai and Balluk mountains and their surrounding areas;II,Tianshan Mountain;III,northern part of Kunlun Mountain;IV,Junggar Basin and its surrounding areas;V,Tarim and Turpan Basinsand their surrounding areas

RCP4.5对应中等温室气体排放路径,一般认为可能和实际情况更接近;RCP8.5对应排放路径的高端,可以更好的看到气候系统对温室气体强迫的响应。因此参照Shi et al.(2016),本文所进行的分析,即重点针对更关心的21世纪中期RCP4.5和末期RCP8.5进行,此外给出了区域年平均气温和降水在21世纪的变化。需要说明的是,RegCM4在各个模拟中表现出了较好的一致性,无论是误差特征还是未来变化信号,因此为简明起见,下文的分析中一般不再对模拟和预估中的一致性进行一一说明。文中所给出的区域平均值范围为新疆以内的结果。

3 当代气候的模拟和检验

3.1 年平均气温

图2a、c、e分别给出当代年平均气温的观测、及ensG和ensR 的模拟结果,各模拟观测之差在不同分区的平均值则在表2给出。观测中依地形分布,气温高值和低值区分别出现在盆地和高山地带,其中分区V 的塔里木和吐鲁番盆地气温最高,在12°C以上;低值最大的地方出现在分区III的昆仑山,在-6°C~-8°C间(图2a)。ensG 和ensR 整体上均能够模拟出新疆地区盆地气温高、山地气温低的分布形态,但ensR 更好的刻画了气温分布的空间细节,如天山山区的低温与其西侧伊犁盆地的高温对比这一特征,在ensR 中得到了很好的描述,在ensG 中则没有。全球模式由于不能分辨出相对较小尺度的地形,引起了其在天山地区(分区II)较大的暖偏差(2.4°C,表2)。ensR 在山区有一定的暖偏差,但在盆地沙漠地区则有较大的暖偏差,在分区IV 准噶尔盆地达到3.0°C,其原因除RegCM4本身的误差外,也可能和盆地地区缺少气象台站观测,引起的CN05.1在这些地区数值的偏差有关。新疆地区平均,ensG 为冷偏差(-1.2°C),ensR 为暖偏差,但数值偏小一些(0.5°C)。

3.2 年平均降水

图2b、d、f 分别给出当代年平均降水的观测结果、ensG及ensR 模拟结果。由图2b可见,新疆地区的降水主要在山区,其中分区II 的天山山脉数值最大,达到500 mm 以上;盆地降水则较少,塔里木盆地东部至罗布泊地区降水量低于50 mm。从降水的空间分布上看,相比ensG,ensR 能更好的模拟出山地与盆地的降水差异,但其在山地地区存在较为明显的高估,在分区I和II的偏差值在1.5倍左右(表2),在昆仑山地区ensR 和ensG误差则均达到2.5倍左右。ensG 在分区V 模拟的降水也偏多,在2倍以上。区域平均而言两者的误差值接近,均为1倍左右,但ensR 更多是由于山区降水偏多引起的,其原因,除模式本身的误差外,所使用观测资料的不确定性也可能有较大贡献,如高山和沙漠腹地气象台站的缺乏导致这些地区降水的低估和高估等(吴佳等,2011)。

表2 ensG/ensR 模拟的当代各气候要素与观测结果在新疆地区及各分区区域平均的偏差Table 2 Regional mean bias of the climate variables in the present day over Xinjiang and its subregions between ensG/ensR and observations

3.3 极端气温指数

图3a、d、g 分别给出当代TXx 的观测和模拟结果。观测中(图3a)盆地区域的TXx 明显高于山区,其中塔里木盆地的东北部及准噶尔盆地中部的数值超过40°C。与平均气温结果类似,ensR 的模拟结果在空间分布上与观测结果更为接近,但在盆地区域存在高估,其中分区IV 与分区V 的区域偏差分别为2.0°C、1.7°C(图3g、表2)。而ensG的模拟结果不同地形间差异较小,在天山地区存在一定程度的高估,平均偏差达到6.0°C(图3d、表2)。整个新疆地区平均,ensG 和ensR 均为较小的暖偏差,数值分别为0.3°C和0.7°C。

TNn 的观测和模拟特征和TXx 类似(图3b、e、h),高值出现在盆地地区,低值出现于山区,ensR 提供了更多空间分布的细节。总体而言全球和区域模式都倾向于低估TNn 值,它们在各分区的模拟偏差一般均为负值,其中ensR 在山区的低估明显,盆地偏差较小,ensG 则在天山地区的误差相对较小,区域平均而言两者数值接近,分别为-3.8°C和-3.6°C。

图3c、f、i 为T35D的观测及ensG、ensR 的模拟结果。观测中的T35D均出现于盆地,大值区位于塔里木盆地东部和准噶尔盆地南部等地,在塔里木盆地东部地区高温日数超过50 d(图3c)。ensG 的模拟结果在盆地地区存在较为明显的低估,其中分区V 的偏差达到了-7 d。而ensR 的模拟结果在空间分布上与观测更为一致,但在盆地存在一定程度的高估,达到10 d 以上(图3f、i,表2)。新疆地区平均,ensG 和ensR 的偏差分别为-3 d和7 d。

3.4 极端降水指数

对极端降水相关指数(RX1day 和CDD)的检验在图4中给出。观测中RX1day 的最大值出现于天山山脉及其中部并深入准噶尔盆地,数值在20 mm以上(图4a)。对比模拟结果发现(图4c、e),二者对RX1day 的模拟均存在不同程度的高估,以在山区和ensR 的更大,ensG则在分区III 同样有较大高估。注意到ensR 的大值区依地形分布明显并表现出精细的结构,这些特征和所使用的观测资料有较大差别,但更加符合一般的认知,反映出更高分辨率和更可靠观测资料在模式检验中的重要性。ensG 和ensR 模拟的RX1day 的区域平均偏差分别为33%和60%。

观测中CDD的大值区主要位于南疆盆地,并延伸到昆仑山区(图4b),相对模式模拟的结果中大值区主要出现于盆地(图4d、f),在ensR中,天山和昆仑山区为低值区(小于20 d),天山山脉东部博格达—巴里坤山南部的吐鲁番—哈密盆地一带出现120 d 以上的最大值。在各分区CDD与观测之差中,ensG 和ensR 均在分区III最大(分别为-72 d 和-85 d),全疆平均则分别为-14 d和-31 d。

4 未来变化预估

4.1 气温

图2 当代(1986~2005年)年平均气温(单位:°C;左列)和降水(单位:mm;右列)分布:(a、b)观测;(c、d)ensG 模拟结果;(e、f)ensR 模拟结果Fig.2 The distribution of present-day annual mean temperature(units:°C;left column)and precipitation(units: mm;right column)from(a, b)observations,(c,d) ensG model results,and (e,f)ensR model results

由上节可以看到,ensR 对当代气候的模拟相对ensG 有较大改进,特别是在空间分布细节上,因此为简明起见,对未来气候变化预估的分析主要给出ensR 的结果。首先在图5a、b给出21世纪中期RCP4.5情景和21世纪末期RCP8.5情景下,ensR 预估的新疆地区未来年平均气温变化。可以看到在本世纪中期RCP4.5情景下,新疆地区气温普遍升高,升高幅度一般在1.5°C~2°C之间,以准噶尔盆地腹地、塔里木盆地中部和哈密盆地、昆仑山地区升温幅度相对较大;到了本世纪末期,在RCP8.5情景下气温变化的空间分布型与中期类似,但幅度更大,一般在4°C以上,最大的地方接近6°C。

区域年平均气温21世纪的变化特征(图6a),为在21世纪前期,升温幅度对排放情景的依赖性不大,中期后随着RCP4.5情景下温室气体浓度趋于稳定,升温的变化也开始不再明显增长,基本低于2.5°C;而RCP8.5下气温则持续升高,至2100年前的增温幅度达到5°C,由图中的阴影部分可看到,各模拟间有较好的一致性。RCP4.5和RCP8.5下的增温趋势分别为2.6°C (100 a)-1和5.7°C(100 a)-1。

各分区21世纪RCP4.5中期和RCP8.5末期冬(12~1月)、夏(6~8月)和年平均气温变化分别在表3和表4中给出。RCP4.5中期新疆地区年平均升温为1.7°C(1.4°C~2.2°C间,预估的最小和最大值,下同),以昆仑山为主的分区III增温较大,为1.9°C(1.5°C~2.4°C);到21世纪末期,RCP8.5情景下新疆区域平均升温达到4.9°C(4.3°C~5.7°C,表4),同样是分区III升温略大。对比冬、夏季的增温情况可发现,除分区III以外,各分区及整个新疆平均气温在夏季升温幅度要高于冬季,与以往RegCM3所得到的结果有所不同,后者冬季升温偏高一些(吴佳等,2011)。更进一步,由区域平均逐月气温变化曲线(图6c)可以看到,在21世纪中期RCP4.5情景下各月升温幅度差别不大,在末期则表现出下半年升温高于上半年,以8、9月份最为明显,其中升温最高的8月和最低的5月间的差值为1.3°C。模拟间的一致性在不同时期和月份有所差别,可能和该地区较大的自然变率有关,如RCP8.5末期2月份的标准差最大(1.5°C),而对应的RCP4.5中期的标准差则为0.5°C,处于全年的中等水平。

4.2 降水

图5c、d 为年平均降水变化的百分率。未来新疆地区的降水将普遍增加,变化百分率的大值区主要出现在盆地,中期在RCP4.5下的增幅在10%~25%间,末期在RCP8.5下准噶尔盆地的增幅在25%以上,塔里木盆地等则达到50%以上。相比之下山地降水变化的百分率较小,中期和末期分别在10%和25%以下(图5c、d)。但由于盆地当代降水值很低,降水量本身变化则在山区更明显,21世纪中期RCP4.5情景下阿尔泰山、天山及昆仑山大部分地区增幅在50~100 mm 之间,盆地则基本在25 mm 以下;21世纪末期RCP8.5下的分布型同样类似于中期,而幅度更大,天山山脉中部和昆仑山的增幅超过150 mm,塔里木盆地的腹地部分增幅达到25~50 mm(图略)。

表3 ensR 预估的各气候要素在21世纪中期RCP4.5情景下,新疆及各分区平均变化及最小、最大变化值Table 3 Regional mean and the minimum and maximum values of changes as projected by ensR by the mid-twenty-first century under RCP4.5 scenarioover Xinjiang and itssubregions

表4 同表3 ,但为21世纪后期RCP8.5情景Table 4 Same as Table 3,but for the end of 21st century under RCP8.5 scenario

由新疆区域年平均降水变化百分率趋势曲线(图6b)可看出,未来新疆区域降水呈不断增加趋势,模式间的一致性也较好,在RCP4.5情景下的趋势为12%(100 a)-1,RCP8.5情景下达到33%(100 a)-1,除21世纪初期部分年份外,降水均为增加。具体在21世纪近期,不同温室气体浓度下的降水增幅差异不大,随后RCP8.5情景下的增幅加大。

由表3和表4可以看到,RCP4.5情景下21世纪末期区域平均年降水增加百分率和增加值分别为9%(8%~10%)和33 mm(25~39 mm),RCP8.5情景下则达到28%(19%~39%)和102 mm(75 mm~137 mm)。此外对比表3和表4中不同季节和分区的变化,可以发现,RCP8.5情景下21世纪末期夏季降水在分区I和IV 还出现了略有减少的情况。RCP8.5情景下21世纪末期降水百分率量增幅在V 区(塔里木盆地)冬季最大,增加一倍多(125%);年平均降水增加量在分区II和III(天山和昆仑山区)最大(170 mm),其次为I区(110 mm),盆地地区也有50 mm 的增加。

由新疆区域平均降水变化的年循环曲线可以看到(图6d),冬半年(11~4月)的降水增幅明显高于下半年(5~10月),这种差别在21世纪末期RCP8.5情景下更加明显,具体增幅最大的为1月和12月份,数值分别为68.1%和62.9%;夏末秋初的9月份最小,仅为7.4%(在RCP4.5下21世纪中期的变化值为-0.4%)。

4.3 极端事件

首先在图7中给出三个极端气温指标TXx、TNn 和T35D,在RCP4.5情景下的21世纪中期和RCP8.5情景下21世纪末期的变化。和CMIP5耦合模式预估结果一致,未来TXx 和TNn 在不同排放情景和时期均将明显上升(Yao et al.,2012;Yang et al.,2014;Li et al., 2019)。其中TXx 变化的空间差别较小,盆地较山区略高(图7a、c),但在各个分区之间的具体增加数值,除范围较小的分区I外,基本一致(表3、表4)。相比之下TNn 增温数值的区域差异则较为明显,其中准噶尔盆地增幅最大(图7c、d),在21世纪末期RCP8.5情景下,其所在分区IV 的升温值达到7.3°C(4.3°C~8.4°C),较升温相对较小的II、III分区高2°C以上(表3、表4)。对比TXx 与TNn,可以看到TNn 的增幅总体高于TXx,这种特征在盆地和21世纪末期更加明显,区域平均值在21 世纪末期RCP8.5情 景 下,TXx 的 增 幅 为4.9°C(4.0°C~5.4°C),TNn 为5.8°C(4.4°C~6.7°C),后者较前者高近1°C。

ensR 预估的T35D变化为盆地地区的普遍增加(图7e,f),如在RCP8.5情景下的21世纪末期,塔里木盆地的增幅普遍在50~60 d 间,西部个别地方达到60 d 以上,该地区所在的V 分区平均增加52 d;准噶尔盆地的增加也达到40~50 d,分区IV 的平均值为38 d(44~63 d)。相对各以山地为主的分区则增幅较小,如天山所在分区II的增加值平均仅为9 d(3~d),增加区主要位西侧的伊犁盆地。21世纪中后期RCP4.5下和末期RCP8.5下,新疆区域平均的T35D 增加值分别为10 d(6~14 d)和30 d(23~38 d)。

图3 当代极端气温相关指数TXx(单位:°C;左列)、TNn(单位:°C;中间列)和T35D(单位:d;右列)分布:观测结果(第一行);ensG 模拟结果(第二行);ensR 模拟结果(第三行)Fig.3 The distribution of present-day TXx(units:°C;left column),TNn(units:°C;middle column),and T35D(units:d;right column)extreme temperature correlation indexes:Observations(top line),ensG (second line),ensR (bottom line)

图8给出两个降水相关的极端指数RX1day(图8a、b)和CDD(图8c、d)的变化。RX1day的变化特征为在未来普遍增加,在21 世纪中期RCP4.5情景下,大部分地区增幅低于10%,个别地方如分区V 塔里木盆地西部、吐鲁番盆地出现超过25%的增幅(图8a);21世纪末期RCP8.5情景下的增加值更明显,其中分区V 大部分地区的增幅在50%以上(图8b)。具体在21世纪中期RCP4.5情景下,RX1day 的区域平均增加幅度为7%(0~11%),其中分区V 最大,为12%(5%~26%);末期RCP8.5情景下,区域平均增幅为29%(14%~43%),在分区V 达到41%(36%~54%)。注意到虽然各分区的变化率差别较大,但增加值相对比较接近,在末期RCP8.5下在3~6 mm 间。

CDD的主要变化特征为在南疆地区普遍减少,其中分区V 的塔里木和哈密盆地减少幅度更明显,21世纪末期RCP8.5情景下最大减少值在25 d 以上;在北疆则出现正负相间的分布,但变化数值不大,一般在±5 d 之内(图8c、d)。各分区变化平均值除分区I 为变化不大外,仍以减少为主,V 分区减少最多,在RCP4.5下中期和RCP8.5下的末期减少值分别为9 d 和18 d,对应的整个新疆地区平均减少值分别为5 d 和10 d(表2、3)。

图4 当代极端降水相关指数RX1day(单位:mm;左列)、CDD(单位:d;右列)的分布:(a、b)观测;(c、d)ensG 模拟结果;(e、f)ensR 模拟结果Fig.4 The distribution of present-day RX1day(units:mm;left column)and CDD(units:d; right column)extreme precipitation correlation indexes:(a, b) Observations;(c,d)ensG;(e,f) ensR

图5 (a、c)21世纪中期(2041~2060 年)RCP4.5情景和(b、d)21世纪末期(2081~2098年)RCP8.5情景下,年平均气温(单位:°C;第一行)和降水(以变化百分率表示;第二行)相对于当代的变化Fig.5 Future changes in annual mean temperature(units:°C;top line)and precipitation (percent; bottom line) relativeto the present day by (a,c) the mid-twenty-first century (2046-2065)under RCP4.5 and by (b,d)theend of the twenty-first century (2081-2098)under RCP8.5

图6 新疆区域平均气温(左列,单位:°C)和降水变化(右列)RCP4.5(蓝色)和RCP8.5(红色)情景下(a、b)21世纪的逐年变化以及(c、d)21世纪中期、末期的逐月变化。阴影表示模拟间隔1个标准差的范围Fig.6 Annual mean changes and annual cycle of changes in regional mean temperature(units:°C)and precipitation over Xinjiang relative to historical observations.Temporal evolution of temperature(a)and(b)precipitation during the twenty-first century(blue and red indicate RCP4.5 and RCP8.5, respectively,with values of trend provided in upper-left corner);annual cycle of (c)temperature and(d) precipitation by the mid-twenty-first century under RCP4.5(blue)and by the end of thetwenty-first century under RCP8.5(red).The shade representstherangeof ±1 standard deviation

4.4 积雪、径流和土壤湿度

高山积雪及其所形成的冰川是新疆地区的重要水资源,其融化所形成的诸多河流,为下游干旱区的绿洲、湖泊生态和居民生产生活用水提供了基本保障。相比气温和降水的预估,对新疆地区积雪的预估工作则相对较少,研究指出,新疆大部分地区的积雪在未来将减少,不同地形条件下,变化特点有所差异(石英等,2010;王澄海等,2010;Shi et al.,2011)。

图7 (a、c、e)21世纪中期(2041~2060年)RCP4.5情景和(b、d、f)21世纪末期(2081~2098年)RCP8.5情景下TXx(单位:°C;第一行)和TNn(单位:°C;第二行)及T35D(单位:d;第三行)相对于当代的变化Fig.7 Future changesin TXx (units:°C;top line),TNn (units:°C;middleline)and T35D(units:d; bottom line)relative to the present day by (a,c,e)themid-twenty-first century (2046-2065)under RCP4.5 and by (b,d,f)theend of the twenty-first century (2081-2098)under RCP8.5

图8 (a、c)21世纪中期(2041~2060年)RCP4.5情景和(b、d)21世纪末期(2081~2098年)RCP8.5情景下RX1day(以变化百分率表示;第一行)和CDD(单位:d;第二行)相对于当代的变化Fig.8 Future changes in RX1day(percent;top line)and CDD(units:d; bottom line)relative to the present day by(a,c)the mid-twenty-first century(2046-2065) under RCP4.5 and by (b,d)the end of thetwenty-first century (2081-2098)under RCP8.5

图9a 和图9b分别给出ensR 预估的21世纪中期RCP4.5和21世纪末期RCP8.5下新疆积雪变化率。两者的变化分布略有差异,在中期RCP4.5情景下,北部的阿尔泰山和昆仑山南部的积雪将有一定程度增加(5%左右),但模式间的一致性较差(图中未给出),天山西部则减少25%左右,整个分区II 的变化百分率和雪水当量分别为减少10%(3%~18%)和4 mm(1~8 mm)(表3)。塔里木和准噶尔盆地等干旱地区由于基数较小,相对变化幅度更为明显。新疆地区积雪平均值有一个弱的减少,数值为3%(0.5 mm),但具体模拟间的最大值和最小值分别为增加2%(0 mm)和减少10%(2 mm),反映出模拟间的不确定性。

至21世纪末期RCP8.5情景下,变化幅度明显增大。其中塔里木盆地增加明显,其西部增加率达到一倍以上;昆仑山区也有增加的地方,但除此之外的其他地区积雪将大范围减少,减少的比例在准噶尔盆地中部最大,达到50%以上。以阿尔泰山和塔尔巴哈台山为主的分区I由中期RCP4.5的增加转为减少,区域平均变化百分率和雪水当量值分别为-9%(-23%~11%)和-7 mm(-25~7 mm);以天山为主的分区II减少27%(17%~35%)和10 mm(4~15 mm);包括塔里木盆地在内的分区V,区域平均变化率也为一个负值(-5%);整个新疆地区的积雪变化为减少13%(4%~26%)和2 mm(1~5 mm)。由各模拟间最大与最小值的范围看,积雪变化的预估存在一定程度的不确定性。

图9c、e 分别给出21世纪末期RCP8.5情景下总径流量和表层土壤湿度的变化。同时参照(Zhao and Dai,2015),将总径流低于10th 百分位值的发生频率(P10th)作为水文干旱的指标;同样将表层土壤湿度的P10th,作为农业干旱的指标,在图9d、f 中分别给出。P10th 的增加/减少对应干旱频次的增加/减少。

由图9c、d 可以看到,伴随降水增多,未来总径流在整个新疆地区均要增加,以山区增加值最大,在100~150 mm 之间,盆地增加值则较小,大部分地区小于0.5 mm。不同分区间数值差异明显,增幅最大的分区III(昆仑山区)达到162 mm(32~258 mm),增幅最小的分区V(柴达木盆地等)仅为3 mm(-1~5 mm),整个新疆区域平均的增加值为66 mm(36~88 mm,参见表4)。但干旱频次的变化(图9d),则在昆仑山西北部、天山中部和西部、阿尔泰山和准噶尔以西山地及准噶尔盆地的大部分地区有明显增加。

图9 (a)21世纪中期RCP4.5情景下积雪相对于当代的变化;21世纪后期RCP8.5情景下(b)积雪、(c)总径流(单位:mm)、(d)水文干旱频率、(e)土壤湿度(单位:mm)和(f)农业干旱频率相对于当代的变化Fig.9(a)Changes in snow cover by the mid-twenty-first century under RCP4.5,changes in(b)snow cover,(c)total runoff (units:mm),(d)runoff P10th,(e)soil moisture(units:mm),and (f)soil moisture P10t by theend of the twenty-first century under RCP8.5h over Xinjiang relativeto historical observations

未来表层土壤湿度变化同样以增加为主(图9e),山区的增加一般大于盆地,但不同分区间增幅差异较小,各个分区及整个新疆地区平均增幅均近似为2 mm(表4),所对应的干旱频次(图9f)在新疆大部分地区都将减小,仅在昆仑山西部和天山中部部分地区出现小范围增加。

5 总结和讨论

基于一套在5个全球模式驱动下RegCM4区域模式对东亚区域25 km 水平分辨率的集合预估结果(ensR),在模式检验基础上,分析了不同温室气体浓度下,21世纪不同时期新疆地区的未来气候变化。

结果表明,ensR 总体上能够较好再现新疆地区平均气温、降水的分布特征,模拟的偏差主要表现在盆地气温偏高、降水偏少,山地气温偏低而降水偏多,相比ensG的模拟,ensR 提供了不同要素空间分布描述上更多的细节,特别是和地形相关的部分。注意到模式的调试主要是在考虑整个中国区域特别是中国东部情况下进行的(Gao et al.,2016,2017),未来尚需针对新疆地区的特殊地理和气候,对模式进一步发展和优化,并进行更高分辨率的模拟,以得到更可靠的模拟结果。同时新疆高山和沙漠地区气象观测台站缺乏,所导致的格点化观测资料的不确定性,也在很大程度上制约了模式的进一步完善,未来需要搜集更多观测数据(如水文台站和自动气象站等),提高其准确程度。

ensR 预估未来新疆地区的气温和降水将不断升高和增加,在RCP8.5 高排放情景下和21世纪末期的变化更明显,模拟间的一致性较好,尽管不同模拟间存在变化数量上的差别。具体在变化的空间分布上,气温在盆地的增幅略高于山地,降水在盆地的相对增幅明显大于山地,但降水量变化则以山区更大。极端温度TXx 和TNn,以及高温日数T35D同样将不断升高,其中TNn 的升幅高于TXx 并有一定的区域差别,意味着这一地区未来高温热浪事件的增加,和低温事件的相对减少。RX1day 呈普遍增加趋势,表明未来新疆极端降水事件将有一定幅度的增加,盆地的增加幅度相对会更大。CDD在塔里木盆地将缩短,在北疆部分地区则有所延长。

未来新疆地区积雪变化的空间分布差异比较明显,总体而言在塔里木盆地有较大比例的增加,但其他地区减少明显。模式集合预估的总径流量和表层土壤湿度均为增加,综合考虑气温和降水的变化,总体而言新疆未来气候更趋向于“暖湿化”,可能会对该地的水资源、生态环境等起到一定的改善作用。但需要注意的是,这些变化并大不到改变新疆仍属于干旱和半干旱气候区这一本质,同时基于总径流量P10th 这一指标变化的分析表明,水文干旱频率在北疆地区将有所增加,未来新疆水资源状况仍不容乐观。

在本研究所得到的结果中,平均和极端温度升高、平均降水及极端降水事件增多等结论,总体与以往基于全球或区域模式的分析相符合(吴佳等,2011;Chen and Frauenfeld,2014;Wang and Chen,2014;杨绚等,2014;于恩涛等,2015;于晓晶等,2017;Hui et al.,2018;王晓欣等,2019),但在具体数值上有一定差异。在变化的空间分布方面,有限的区域模式所给出的预估结果也有所不同。如本研究中,气温在盆地的增幅略高于山地,降水在盆地的相对增幅明显大于山地,这和吴佳等(2011)年使用MIROC3.2_hires驱动RegCM3得到的结论有一致性;但Tang et al.(2016)和Liet al.(2016)基于ECHAM5驱动多个区域模式所得结果相比,降水表现出类似的特征,但他们所得到的升温则在北疆更高,反映了预估中的不确定性。

最后在新疆气候变化预估中,未来干旱状况和水资源变化是非常重要但又非常复杂的问题,如升温所造成的蒸发增加效应和降水量增加之间的平衡,及最终径流和水资源在不同地区的变化等,仍尚需开展深入地研究才能得到更可靠的结论,从而更好地为地方社会经济发展和生态环境保护服务。

致谢 黄怡、效存德博士参与了文中的分区工作;石英、吴佳和张冬峰博士等开展和参与了相关模拟及部分分析。

猜你喜欢
新疆地区预估分区
美国银行下调今明两年基本金属价格预估
上海实施“分区封控”
浪莎 分区而治
2013-2016年新疆地区闪电活动时空特征分析
写好“服”这个字——新疆地区高速公路服务区打造星级服务
史密斯预估控制在排焦控制中的应用
来华留学生汉字分解加工能力实证研究:以新疆地区留学生为例
基于SAGA聚类分析的无功电压控制分区
基于多种群遗传改进FCM的无功/电压控制分区
多元文化护理在新疆地区的发展与思考