1.5°C与2°C温升目标下“一带一路”主要陆域气温和降水变化的CMIP6多模式预估

庄园煌 张井勇 梁健

1 中国科学院大气物理研究所季风系统研究中心，北京 1000292 中国科学院大学地球与行星科学学院，北京 1000493 天津市气象信息中心，天津 300074

1 引言

自工业革命以来，人为排放的大量二氧化碳 （CO2）、甲烷（CH4）等温室气体导致全球气候变暖不断加剧，极端天气气候事件及灾害趋多趋重，给生态系统、社会经济以及人类生命健康带来了严重的影响（IPCC, 2013; 蔡榕硕和付迪, 2018; WMO et al., 2020）。为应对越来越严峻的全球气候变化风险挑战，近200个国家在2015年12月一致通过了《巴黎协定》，确定了1.5°C/2°C温升目标 （UNFCC, 2015; 何建坤, 2018; 黄磊等, 2020）。中国一直坚定主动应对气候变化，持续强化减缓与适应行动，积极推动《巴黎协定》的全面落实，为全球气候治理与绿色低碳发展不断贡献智慧与力量，发挥了重要的促进与引领作用（王伟光和刘雅鸣,2017; 科学技术部社会发展科技司和中国21世纪议程管理中心, 2019; 李侠祥等, 2020; http://www.mee.gov.cn/ywgz/ydqhbh/qhbhlf/201911/P020200121308824288893.pdf.[2020-12-11]）。

《巴黎协定》达成距今已有5年，1.5°C/2°C温升目标下全球与区域的气候变化预估及影响研究工作取得了重要的进展（Rogelj et al., 2016; 江志红等, 2017; 孔莹和王澄海, 2017; IPCC, 2018; Zhang et al., 2018; 赵宗慈等, 2019; 推进“一带一路”建设工作领导小组办公室, 2019）。《IPCC全球温升1.5°C特别报告》指出，相比于目前，在全球变暖1.5°C时，极端高温、洪涝、干旱等灾害天气气候事件增多增强，海平面上升，积雪冰川消融等将加剧自然和人类系统面临的气候灾害风险；2°C温升目标下，气候变化风险将进一步导致更严重的负面影响（IPCC, 2018）。

“一带一路”倡议提出7年以来，坚持共商、共建、共享原则，不断深化务实合作，取得了丰硕建设成果，促进了相关国家与地区的共同发展（推进“一带一路”建设工作领导小组办公室, 2019）。同时，“一带一路”沿线国家深受复杂多样的天气气候灾害影响，预计未来将面临更严峻的气候变化风险（Guo, 2018; 刘卫东等, 2018; 吴绍洪等, 2018;张井勇等, 2018, 2019; 景丞等, 2019; Liu et al., 2020;Zhuang and Zhang, 2020）。但是，目前的科学研究很大程度上尚不能满足于“一带一路”区域应对气候变化、防范与管理气候灾害风险和绿色低碳转型的迫切需求。

前面开展的1.5°C/2°C温升目标下气候变化预估的研究工作多基于CMIP5模式试验数据 （Mitchell et al., 2016; Schleussner et al., 2016;Huang et al., 2017; 徐影等, 2017; King and Karoly,2017; Tian et al., 2017; 翟盘茂等, 2017; 季涤非等,2019; 王 晓 欣 等, 2019; Ullah et al., 2020）。与CMIP5相比较，参加CMIP6的全球模式得到了进一步发展，在模拟试验设置上考虑的过程更为复杂，大部分模式能实现大气化学双向耦合，模式输出结果的分辨率也明显提高。在未来情景设计中，不仅考虑了未来辐射强迫的影响还结合了社会经济发展，提出了5种共享社会经济路径，组成新的预估情景，又新增了3种新的排放路径，弥补了CMIP5 典型路径之间的空白（O’Neill et al., 2016; Stouffer et al.,2017; 张丽霞等, 2019; 周天军等, 2019; 姜彤等,2020）。上述文献多限于不同增暖温升目标下全球或者东亚等区域未来气候变化预估及其影响，对“一带一路”主要陆域未来气候变化的研究还涉及不多。因此，本文聚焦在“一带一路”倡议的“六廊六路多国多港”主体框架所在区域，采用CMIP6的16个全球模式历史试验与SSP2-4.5、SSP3-7.0和SSP5-8.5三种未来情景试验结果，集合预估了1.5°C/2°C温升目标下气温与降水未来变化特征。SSP2-4.5指中度发展和中度排放情景组合，是一条比较接近于目前社会发展状况的中间路径；SSP3-7.0是区域竞争路径，指的是局部发展和高排放情景组合，表示中等至高强迫情景，代表了高社会脆弱性与相对高的人为辐射强迫的组合；SSP5-8.5是一条化石燃料为主的发展路径，指的是常规发展和高排放情景组合，所得到的模拟结果是未来全球气候变化状况及其可能给人类社会带来最严重的后果与挑战（Eyring et al., 2016; 张丽霞等, 2019; 周天军等, 2019; 姜彤等, 2020; 斯思等, 2020）。

地表蒸散通过影响局地水汽循环、大气边界层、大气环流过程等，进而影响降水。前人的研究表明，地表的净水通量（在海洋上，降水量减去蒸发量；在陆地上，降水量减去蒸散量）是水循环的一个关键方面（Byrne and O’Gorman, 2015），可用来代表近地表水资源的可利用量和社会面临的水资源压力，从而间接反映由于水资源缺乏等问题而引起的生态系统和人类社会发展的问题（Koutroulis et al.,2016）。由于本文所关注的区域主要是 “一带一路” 陆上区域，因此，采用P-E指数（降水量减去蒸散量）来对“一带一路”主要陆域未来干旱的空间变化进行预估。

2 数据与方法介绍

本文所使用的月平均气温和降水观测格点数据来自于英国东英吉利大学气候变化研究中心提供的Climatic Research Unit (CRU) Version 4.03数据集，水平分辨率为0.5°（纬度）×0.5°（经度） （Harris et al., 2020）。该数据是基于一万多个全球观测站点插值而成的，被广泛应用于全球和区域气候变化研究中（赵天保等, 2014; 何金海等, 2016;Ajibola et al., 2020）。本文采用了16个CMIP6全球模式最新日平均气温和降水输出结果，包括ACCESS-CM2（Bi et al., 2020）、ACCESS-ESM1-5 （Ziehn et al., 2020）、BCC-CSM2-MR（Wu et al.,2019)、CNRM-CM6-1（Roehrig et al., 2020）、CNRMESM2-1（Séférian et al., 2020）、FGOALS-g3（Bao and Li, 2020）、GFDL-ESM4（Dunne et al., 2020）、INM-CM4-8（Volodin et al., 2018）、INM-CM5-0（Volodin et al., 2017）、MIROC6（Tatebe et al.,2019）、MIROC-ES2L（Hajima et al., 2020）、MPI-ESM1-2-HR（Müller et al., 2018）、MPIESM1-2-LR（Mauritsen et al., 2019）、MRI-ESM2-0 （Yukimoto et al., 2019）、NorESM2-LM (Seland et al., 2020）与NorESM2-MM（Tjiputra et al., 2020），模式详细信息如表1所示。模式历史试验时期为1850～2014年，未来SSP2-4.5、SSP3-7.0和SSP5-8.5三个情景试验时期为2015～2100年（模式数据的下载网址https://esgf-node.llnl.gov/search/cmip6/[2020-12-11]）。

表1 16个CMIP6全球气候模式概况Table 1 Detailed information of 16-member CMIP6 global climate models

本文所使用的再分析P-E指数，是根据由欧洲中期天气预报中心（European Centre for Medium Range Weather Forecasts, ECWMF）提供的月平均ERA-5全球近地表降水和蒸散计算得来的（月平均ERA-5数据集下载网址https://cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-pressure-levelsmonthly-means?tab=form[2020-12-11]），时 间 段 从1995年1月至2014年12月，空间分辨率为0.25°（纬 度）×0.25°（经 度）（Hersbach et al.,2019）。由于数据的完整性和可用性，本文所用到的CMIP6全球模式蒸散数据的历史和未来模拟输出结果只有13个，即ACCESS-CM2、ACCESSESM1-5、FGOALS-g3、GFDL-ESM4、INM-CM4-8、INM-CM5-0、MIROC6、MIROC-ES2L、MPIESM1-2-HR、 MPI-ESM1-2-LR、 MRI-ESM2-0、NorESM2-LM与NorESM2-MM。

鉴于CMIP6全球模式数据的空间分辨率从0.9375°（纬度）×0.9375°（经度）到2.8125°（纬度）×2.8125°（经度）之间，因此首先将观测格点数据和模式数据均双线性插值到1°（纬度）×1°（经度）的空间格点。接着，基于CRU观测格点数据，利用泰勒图方法（Taylor, 2001）检验评估了16个CMIP6全球模式对“一带一路”主要陆域历史时期（1995～2014年）气温和降水模拟性能。泰勒图方法可以将模式模拟结果与观测的空间相关系数、标准差之比以及均方根误差3个统计量同时在一张图中显示，能够比较直观和全面的给出模式模拟的评估结果与观测的差异，反映模式的模拟能力，从而得到广泛应用。

在对模式模拟能力检验与评估基础上，进一步开展了1.5°C/2°C温升目标下“一带一路”主要陆域气温与降水未来变化预估。对各个模式及多模式集合工业革命以来（1850～2100年）全球年平均气温相对于工业革命前（1850～1900年）的距平序列做了9年滑动平均以降低或消除年际变率的影响，进而将首个达到1.5°C/2°C升温的年份确定为温升目标年份。最后，将16个全球模式各自1.5°C/2°C温升目标年份与其前后4年共9年结果进行平均，多模式集合预估了两种温升目标下“一带一路”主要陆域气温和降水的变化，以及2°C与1.5°C温升目标下变化的差异。

在多模式集合预估时，采用统计t检验方法对1.5°C/2°C温升目标下未来气温与降水相对于工业革命前差异进行信度检验，其统计量为

对于未来预估的模式间不确定性，采用模式间的标准差表示，

其中，n为模式个数，这里取16，xi为每个格点上多模式集合的气温和降水多年平均气候态，为16个模式在每个网格点上的平均值。

对于“一带一路”主要陆域未来干旱化的预估，采取的统计方法与气温和降水预估的一致，只是基准时期采用的是1995～2014年，且多模式集合平均为13个CMIP6全球模式的平均。

3 CMIP6多模式历史模拟评估

3.1 气温和降水评估

图1给出了16个CMIP6全球模式以及多模式集合模拟的“一带一路”主要陆域1995～2014年气温和降水的泰勒图评估结果。由图1a可以看出，16个CMIP6全球模式对“一带一路”主要陆域1995～2014年气温的模拟结果与CRU观测格点资料的空间相关系数均大于0.9，且各个模式的结果较为集中，说明16个CMIP6全球模式均能较好的模拟出“一带一路”主要陆域1995～2014年气温的空间分布特征（图1a）。对“一带一路”主要陆域1995～2014年降水而言，16个CMIP6全球模式的模拟能力也较强，各个模式的模拟结果与CRU观测格点的空间相关系数均在0.78以上，基本上能模拟出“一带一路”主要陆域1995～2014年降水的空间模态（图1b）。

相比于单个模式，多模式集合模拟的“一带一路”主要陆域1995～2014年气温和降水与CRU观测格点的空间相关系数要比大多数模式的高，均超过了0.94，标准差比也更接近于1，表明多模式集合对“一带一路”主要陆域1995～2014年气温和降水的模拟能力整体上要优于大多数任何单个模式的模拟结果，能更好地重现“一带一路”主要陆域1995～2014年气温和降水的空间结构特征。相比较而言，多模式集合对“一带一路”主要陆域1995～2014年气温的模拟能力优于对降水的（图1）。

图1 相对于CRU观测，16个CMIP6全球模式以及多模式集合（MME）模拟的历史时期（1995～2014年）“一带一路”主要陆域 （a）年平均气温和（b）年平均降水的泰勒图Fig. 1 Taylor program for (a) the annual surface air temperature and (b) precipitation over major land regions of the Belt and Road Initiative between Multi-Model Ensemble (MME) and CRU observations for the historical period (1995–2014). MME is calculated from 16-member CMIP6 global climate models

基于泰勒图的分析结果，进一步给出了“一带一路”主要陆域1995～2014年CRU观测和多模式集合模拟的气温和降水气候态及模拟偏差的空间分布。结果表明，CRU观测与多模式集合模拟的气温气候态的空间分布均表现为除青藏高原除外，气温普遍由低纬度向高纬度递减，呈现出高一致性 （图2a和2b），最大值出现在撒哈拉沙漠至东非，可达32°C以上；阿拉伯半岛南部地区、南亚地区和东南亚地区的气温次之，介于24～32°C之间；最小值位于东北亚和青藏高原地区。与CRU观测比较，多模式集合高估了东北亚、蒙古国与中亚部分地区、地中海与黑海地区以及阿拉伯半岛南部地区的气温（图2c）；低估区主要位于青藏高原地区（图2c）。

CRU观测的“一带一路”主要陆域1995～2014年降水气候态的空间分布表现出明显的区域差异性。最大的降水出现在赤道非洲中部地区、东南亚的马来群岛和青藏高原东南部。降水量最少存在于中国北方与蒙古国经中亚和西亚向西南延伸至非洲撒哈拉沙漠等干旱/半干旱带地区（图2d）。多模式集合能够较好地再现“一带一路”主要陆域1995～2014年降水气候态的空间模态（图2d和2e）。比较而言，多模式集合高估了“一带一路”主要陆域大部分地区的降水，尤其是青藏高原东南部的降水高估更为显著（图2f）。

图2 “一带一路”主要陆域历史时期CRU观测与多模式集合（MME）模拟的气温和降水气候态的空间分布及模拟偏差：（a–c）年平均气温；（d–f）年平均降水Fig. 2 Spatial distribution of the annual mean surface air temperature and precipitation for CRU observation and MME over the major land regions of the Belt and Road Initiative from 1995 to 2014. The difference between MME and CRU observation: (a–c) Annual surface air temperature; (d–f)annual precipitation. MME is calculated from 16-member CMIP6 global climate models

从“一带一路”主要陆域1995～2014年气温和降水气候态的空间平均值可知，多模式集合与CRU观测的气温值高度一致：CRU观测为11.08°C（图2a），多模式集合为11.11°C（图2b），相差仅0.03°C（图2c）；就降水而言，多模式集合为733.64 mm/a（图2e），CRU观测为639.14 mm/a （图2d），二者差异为96.25 mm/a（图2f）。

3.2 蒸散和干旱评估

与气温和降水相似，1995～2014年“一带一路”主要陆域年平均蒸散的泰勒图分析结果可知，除ACCESS-ESM1-5和FGOALS-g3模式外，其余11个CMIP6全球气候模式模拟结果与ERA-5的空间相关系数均大于0.9；大部分模式的模拟结果与ERA-5的标准差比大致介于0.9～1.5之间。与单个模式的模拟结果相比较，多模式集合平均的模拟结果与ERA-5的空间相关系数最大，约为0.95；而且与ERA5的标准差比也更接近于1（图3a），表明多模式集合平均对“一带一路”主要陆域1995～2014年平均蒸散的空间分布和变化幅度有更好的模拟能力。

P-E指数的泰勒图分析结果表明，无论是单个模式还是多模式集合平均的模拟结果与ERA-5的空间相关系数均在0.6以上；除FGOALS-g3模式模式外，其余模式的模拟结果与ERA-5的标准差比大致介于0.5～1.25之间。其中，多模式集合平均的空间相关系数最大，大约为0.88（图3b）。蒸散与P-E指数评估相比，多模式集合平均对年平均蒸散的再现能力总体上优于年平均P-E指数。

图3 相对于ERA-5, 13个CMIP6全球模式以及多模式集合模拟的历史时期（1995～2014年）“一带一路”主要陆域（a）年平均蒸散和 （b）年平均P-E指数的泰勒图Fig. 3 Taylor program for (a) the annual evapotranspiration and (b) P-E index over the major land regions of the Belt and Road Initiative between MME and ERA-5 for the historical period (1995–2014). MME is calculated from 13-member CMIP6 global climate models

进一步从空间分布图可以看出，ERA-5数据的1995～2014年或历史基准期平均蒸散和P-E指数与降水的空间分布相似，均表现出明显的区域差异性（图2d和2e、图4）。ERA-5数据和多模式集合平均的模拟结果具有较高的一致性：最大的年平均蒸散和P-E指数主要出现在年平均降水量较大的地区，即东南亚地区、青藏高原南侧地区、东亚季风区、南亚地区的东北部以及赤道附近的非洲中部地区（图4）；这可能是由于多模式集合平均对该地区的降水高估导致的（图2e和2f）。除西欧和中国华北以及东北地区外，欧亚大陆中高纬度一带的年蒸散量和P-E指数次之；最小的年平均蒸散和P-E指数从中国北方与蒙古国向西南经中亚与西亚至非洲撒哈拉大沙漠等亚非干旱/半干旱带（图4）。综上所述，1995～2014年的评估结果表明，与观测或再分析格点数据比较，CMIP6多模式集合能够较好地抓住“一带一路”主要陆域1995～2014年气温、降水以及干旱化（P-E指数）气候态的空间分布特征和区域平均值。因此，CMIP6多模式集合能够被用来进一步预估1.5°C/2°C温升目标下 “一带一路”主要陆域未来气候变化以及干旱化的空间分布特征与关键变化区。

图4 1995～2014年“一带一路”主要陆域（a–b）年平均蒸散和（c–d）年平均P-E指数平均态的空间分布Fig. 4 Spatial distribution of ERA-5 observation and MME over the major land regions of the Belt and Road Initiative from 1995 to 2014：(a–b) the annual mean evapotranspiration; (c–d) the annual mean P–E index. MME is calculated from 13-member CMIP6 global climate models

4 “一带一路”主要陆域未来预估

4.1 多模式集合气温预估

相对于工业革命前（1850～1900年），在中度发展和中度排放情景（SSP2-4.5）下，16个CMIP6全球模式模拟的全球气温达到1.5°C温升目标的发生年份主要出现在2019～2044年之间，2°C温升目标发生在2035～2070年之间；多模式集合模拟结果表明，1.5°C和2°C温升目标发生的年份分别为2028年和2044年（图5a）。局部发展和高排放情景（SSP3-7.0）下，16个CMIP6全球模式模拟的全球气温达到1.5°C温升目标发生的年份与中度发展和排放情景较为接近，主要在2020～2043年之间发生；2°C温升目标出现的时间较中度发展和排放情景提前，最晚的是NorESM2-LM模式，发生年份是2062年。多模式集合模拟结果预估在SSP3-7.0情景下达到1.5°C和2°C温升目标的年份是2028年和2043年（图5b）。在常规发展和高排放情景（SSP5-8.5）下，1.5°C和2°C温升目标发生的年份较SSP2-4.5和SSP3-7.0两种情景早，16个CMIP6全球模式主要在2020～2037年发生升温1.5°C，在2031～2052年发生全球升温2°C；多模式集合预估将于2025年和2039年达到1.5°C和2°C温升目标（图5c）。

图5 相对于工业革命前（1850～1900年），（a）SSP2-4.5、（b）SSP3-7.0和（c）SSP5-8.5情景下16个CMIP6以及多模式集合模拟的全球达到1.5°C和2°C升温的时间。图中数字表示多模式集合模拟的全球1.5°C和2°C升温发生的年份Fig. 5 Relative to the preindustrial period (1850–1900), the time of temperature rise targets of 1.5°C and 2°C for 16-member CMIP6 global climate models and MME under (a) SSP2-4.5, (b) SSP3-7.0, and (c) SSP5-8.5. The numbers in the figure represent the years for 1.5°C and 2°C temperature rise targets simulated using MME. MME is calculated from 16-member CMIP6 global climate models

以上1.5～2°C温升目标发生的年份与前人的研究结果较为相似，在不同排放情景下，1.5°C升温主要发生在21世纪20年代至30年代中后期之间；达到2°C升温的时间集中于21世纪40年代至50年代中后期；但在具体的发生年份上有差异 （Joshi et al., 2011; 姜大膀和富元海, 2012; 胡婷等,2017; 翟盘茂等, 2017; Li et al., 2018; Zhang et al.,2021），比如徐影等（2017）利用18个CMIP5全球气候模式计算得到在RCP4.5中等情景下，全球气温在2028年和2048年达到升温1.5°C和2°C；在RCP8.5高排放情景下，1.5°C和2°C发生的年份分别是2024年和2039年。所使用的模式个数、工业革命前期选用的参考时期以及模式未来情景设置等可能是造成本文不同温升目标温出现年份与前人研究结果差异的原因。

未来3种不同情景下，多模式集合预估1.5°C和2°C温升目标时“一带一路”主要陆域气温相对于工业革命前的空间变化分布表现出高一致性，均表现为显著的增温，幅度总体上随纬度的增加而增加，即高纬度地区的增温幅度普遍高于低纬度地区 （图6）。不管SSP2-4.5，SSP3-7.0还是SSP5-8.5情景，2°C温升目标下“一带一路”主要陆域未来气温增温均强于1.5°C温升目标下；全球同一温升目标下，增温幅度随着情景的增强也不断增大。比如，在SSP5-8.5情景下，欧亚大陆高纬地区在温升目标为2°C时，增温幅度超过了3.2°C（图6f），而在1.5°C温升目标时，增温幅度普遍在2.1°C以上（图6c）。3种情景平均而言，在1.5°C/2°C温升目标时，非洲北部地区、西亚地区以及欧亚大陆30°N以北地区（除西欧地区外）的增温较快，幅度均高于同期全球升温幅度；而低纬度的非洲中部地区、南亚、东南亚以及中国南部地区的增温较慢，幅度低于同期全球升温（图6d和图6h）。

相比于1.5°C温升目标，2°C温升目标下，整个“一带一路”主要陆域未来3个情景下气温的增温幅度均明显加大（图6i-6l）。平均来说，非洲北部地区、西亚地区以及除西欧地区外，欧亚大陆30°N以北地区的增温幅度更大，超过了0.5°C，尤其是北亚地区最明显，增温幅度超过1°C；增温幅度较小的位于南亚、东南亚以及欧洲地区 （图4l）。

图6 相对于工业革命前（1850～1900年），SSP2-4.5（第一行）、SSP3-7.0（第二行）和SSP5-8.5（第三行）以及三种情景平均（第四行）下，全球升温1.5°C和2°C时“一带一路”主要陆域未来多年平均气温变化的空间分布以及两种温升目标下的升温差异：（a-d）全球升温1.5°C；（e-h）全球升温2°C；（i-l）2°C 减1.5°C。彩色填色表示多年平均气温的变化，斜线表示通过95%信度检验Fig. 6 Relative to the preindustrial period (1850–1900), the spatial distribution of the annual mean temperature change associated with the temperature rise targets of 1.5°C and 2°C over the major land regions of the Belt and Road Initiative under SSP2-4.5 (the first row), SSP3-7.0 (the second row), SSP5-8.5 (the third row), and the difference of these two temperature targets in the three scenarios (the fourth row): (a–d) 1.5°C; (e–h) 2°C;(i–l) 2°C minus 1.5°C. The color shadows indicate the change in the annual average temperature and the slash represent these areas exceeding the 95% confidence level

未来3种不同情景下空间平均的“一带一路”主要陆域气温均为显著的增温趋势，在1.5°C温升目标时，分别为1.82°C、1.81°C和1.88°C；在2°C温升目标时，“一带一路”主要陆域气温的空间平均值增温幅度进一步加大，分别是2.42°C、2.40°C和2.46°C；2°C与1.5°C温升目标差异下， “一带一路”主要陆域平均增暖0.60°C、0.59°C和0.58°C。3种不同情景平均下，“一带一路”主要陆域气温在1.5°C/2°C温升目标时增温1.84°C和2.43°C，均比同期全球平均高出0.3°C/0.4°C；相比于1.5°C温升目标，2°C温升目标高出0.59°C（图7）。

图7 相对于工业革命前（1850～1900年），SSP2-4.5，SSP3-7.0和SSP5-8.5三种情景下，全球升温1.5°C和2°C时“一带一路”主要陆域多年平均气温的空间平均值以及2°C与1.5°C升温空间平均值的差异。▲表示数值通过了95%信度检验，误差条表示±1个模式Fig. 7 Relative to the preindustrial period (1850–1900), the annual mean temperature change averaged over the major land regions of the Belt and Road Initiative in the temperature rise targets of 1.5°C and 2°C under SSP2-4.5, SSP3-7.0, and SSP5-8.5, and the difference between these two temperature targets in the three scenarios. ▲ indicates that the values exceed the 95% confidence level and the error bar represents ±1 standard deviation between 16-member CMIP6 global climate models

在1.5°C/2°C温升目标时，未来3种不同情景下“一带一路”主要陆域气温预估的模式间标准差分别为 0.19°C/0.20°C（SSP2-4.5）、0.18°C/0.19°C（SSP3-7.0）和0.20°C/0.26°C（SSP5-8.5）；3个情景平均而言，模式间标准差分别为0.18°C和0.21°C。可以看出，同一温升目标下，在SSP5-8.5情景下模式间不确定性普遍比SSP2-4.5情景下更大。同一未来情景下，2°C温升目标时的模式间不确定性比1.5°C温升目标大。

4.2 多模式集合降水预估

16个CMIP6多模式集合模拟的未来3个不同情景下，“一带一路”主要陆域在1.5°C和2°C温升目标时降水相对于工业革命前变化的空间分布具有较高相似性，均表现出明显的空间差异性。未来3种不同情景平均下，地中海与黑海地区、中国南部至中南半岛地区未来降水普遍呈减少趋势，其余大部分地区降水变化为显著增加（图8d和图8h）。与1.5°C相比，2°C温升目标时地中海与黑海地区的降水减少幅度更大，表现出“越来越干”的趋势；在中国南部地区至中南半岛地区，虽然2°C与1.5°C温升目标时降水相对于工业革命前显著减少，但是2°C温升目标时的减少幅度小于1.5°C温升目标，变干程度有所缓解（图8l）。

图8 相对于工业革命前（1850～1900年），SSP2-4.5（第一行）、SSP3-7.0（第二行）和SSP5-8.5（第三行）以及三种情景平均（第四行）下，全球升温1.5°C和2°C时“一带一路”主要陆域未来多年平均降水量变化的空间分布以及两种温升目标下的降水差异：（a-d）全球升温1.5°C；（e-h）全球升温2°C；（i-l）2°C减1.5°C。彩色填色表示多年平均降水量的变化，斜线表示通过95%信度检验。打点区域表示通过90%信度检验Fig. 8 Relative to the preindustrial period (1850–1900), the spatial distribution of the annual mean precipitation change associated with the temperature rise targets of 1.5°C and 2°C over the major land regions of the Belt and Road Initiative under SSP2-4.5 (the first row), SSP3-7.0 (the second row), SSP5-8.5 (the third row), and the difference between these two temperature targets in the three scenarios (the fourth row): (a–d) 1.5°C;(e–h) 2°C; (i–l) 2°C minus 1.5°C. The color shadows indicate the change in the annual average precipitation and the slash in (a–h) and the dots in (i–l)represent these areas exceeding the 95% and 90% confidence levels, respectively

进一步计算未来3个不同情景下，“一带一路”主要陆域1.5°C和2°C温升目标下降水相对于工业革命前的空间平均值，结果显示，“一带一路”主要陆域平均未来降水表现为显著增加趋势，在1.5°C温升目标时，SSP2-4.5、SSP3-7.0和SSP5-8.5情景下分别增加21.33 mm/a、16.27 mm/a和22.82 mm/a；在2°C温升目标时，降水增加幅度进一步加大，分别是31.57 mm/a、25.72 mm/a、32.58 mm/a；2°C与1.5°C温升目标比较，“一带一路”主要陆域未来降水增加10.47 mm/a，9.45 mm/a和9.76 mm/a（图9）。平均而言，1.5°C/2°C温升目标下，“一带一路”主要陆域未来降水平均增加20.14 mm/a和30.02 mm/a；与1.5°C温升目标比较，2°C温升目标下“一带一路”主要陆域平均降水增加9.88 mm/a。未来3个不同情景下，1.5°C温升目标和2°C温升目标降水变化的模式间标准差分别是10.79 mm/a和13.72 mm/a（SSP2-4.5）、14.02 mm/a和15.93 mm/a（SSP3-7.0）、15.55 mm/a和16.45 mm/a（SSP5-8.5），由此可知，“一带一路”主要陆域降水未来预估的不确定性随着排放情景和温升目标的增强而增大。

图9 相对于工业革命前（1850～1900年），SSP2-4.5、SSP3-7.0和SSP5-8.5三种情景下，全球升温1.5°C和2°C时“一带一路”主要陆域多年平均降水量的空间平均值以及2°C与1.5°C升温空间平均值的差异。▲表示数值通过了95%信度检验，误差条表示±1个模式Fig. 9 Relative to the preindustrial period (1850–1900), the annual mean precipitation change averaged over the major land regions of the Belt and Road Initiative in the temperature rise targets of 1.5°C and 2°C under SSP2-4.5, SSP3-7.0, SSP5-8.5, and the difference between these two temperature targets in the three scenarios. ▲ indicates that the values exceed the 95% confidence level and the error bar represents ±1 standard deviation between 16-member CMIP6 global climate models

4.3 多模式集合P-E预估

相比于1995～2014年，在全球1.5°C和2°C温升目标时，未来“一带一路”主要陆域的P-E指数在3个不同情景下的预估均呈现出显著的减少趋势；尤其是在年降水量较大的欧洲地区、中国南部至中南半岛地区、南亚印度东部地区、东南亚和赤道非洲中部地区，P-E减少幅度达到最大（图10a-10h）。可能是由于这些地区未来降水减少，而气温的增加导致蒸散也在增大，因此未来水分的盈亏量为负数，水资源可利用量将减小，使这些地区未来遭受的水资源压力将增大，从而给自然生态系统、人类生存和社会经济的发展带来了严峻的挑战和影响，尤其是欧洲和中国南部地区和东南亚等经济发展活跃、人口较为聚集的地区，水资源短缺所产生的不利影响和灾害风险将进一步加剧。2°C与1.5°C的差异比较表明，P-E指数增加趋势主要位于亚非干旱—半干旱带，其余大部分地区的P-E指数为减少趋势（图10i–10l）。

图10 相对于工业革命前（1850～1900年），SSP2-4.5（第一行）、SSP3-7.0（第二行）和SSP5-8.5（第三行）以及3种情景平均（第四行）下，全球升温1.5°C和2°C时“一带一路”主要陆域未来多年平均P-E指数变化的空间分布以及两种温升目标下的P-E指数差异： （a–d）全球升温1.5°C；（e–h）全球升温2°C；（i–l）2°C减1.5°C。彩色填色表示多年平均P-E指数的变化，斜线表示通过95%信度检验Fig. 10 Relative to the preindustrial period (1850–1900), the spatial distribution of the annual mean P-E index change associated with the temperature rise targets of 1.5°C and 2°C over the major land regions of the Belt and Road Initiative under SSP2-4.5 (the first row), SSP3-7.0 (the second row),SSP5-8.5 (the third row), and the difference between these two temperature targets in the three scenarios (the fourth row): (a–d) 1.5°C; (e–h) 2°C;(i–l) 2°C minus 1.5°C. The color shadows indicate the change in the annual average P-E index and the slash represents these areas exceeding the 95% confidence level

5 结论

本文采用CRU月平均气温与降水观测资料，检验和评估了16个CMIP6全球模式最新输出结果对“一带一路”主要陆域1995～2014年气温和降水的模拟能力，进而采用多模式集合方法预估了1.5°C/2°C温升目标下“一带一路”主要陆域气温和降水的变化。最后，也利用ERA-5资料，简单分析了CMIP6全球模式对P-E指数的评估与预估。

由泰勒图分析结果可知，多模式集合对“一带一路”主要陆域1995～2014年平均气温和降水的模拟能力整体上优于任何单个模式，能够比较准确地刻画出气温和降水以及P-E指数的空间分布特征。比较而言，模式对气温的模拟能力比降水更好。相对于工业革命前，在SSP2-4.5、SSP3-7.0和SSP5-8.5情景下，多模式集合模拟结果表明1.5°C温升目标发生的年份分别在2028年，2028年和2025年；2°C温升目标出现的年份分别是2044年、2043年和2039年。

在未来3种不同情景下，“一带一路”主要陆域气温1.5°C/2°C温升目标时相对于工业革命前的空间变化具有高一致性，整个陆域均表现为显著增温，高纬度地区的增温幅度普遍大于低纬度地区。3种不同情景平均而言，两种温升目标下，非洲北部地区、西亚地区以及欧亚大陆30°N以北地区 （除西欧地区外）的增温幅度普遍均超过了同期全球升温幅度。尤其是在60°N以北高纬度地区，在1.5°C温升目标下增温幅度普遍超过2.1°C；但在2°C温升目标下，增温幅度甚至超过3.2°C，比同期全球升温幅度高出1°C。相比于1.5°C温升目标，2°C温升目标下整个“一带一路”主要陆域升温幅度均明显增大。

无论是1.5°C温升目标还是2°C温升目标时，未来3种不同情景下，“一带一路”主要陆域平均的气温均为显著增暖，增温幅度均高于同期全球升温幅度。3种不同情景平均下，1.5°C温升目标时，预计“一带一路”主要陆域平均气温将显著升高1.84°C；2°C温升目标时，增温幅度更高，为2.43°C。2°C和1.5°C温升目标相比，“一带一路”主要陆域平均增暖0.59°C。

相对于工业革命前，1.5°C/2°C温升目标下，多模式集合预估的“一带一路”主要陆域未来降水变化均具有明显的区域差异性：预计在地中海和黑海地区、中国南部至中南半岛地区的降水将普遍显著减少，其余大部分地区的降水将显著增加。2°C与1.5°C温升目标相比，地中海和黑海地区的降水减少幅度更大，其余的大部分地区降水增加幅度更大；在中国南部至中南半岛地区，虽然在2°C与1.5°C温升目标下降水均表现为显著减少，但与1.5°C相比，2°C温升目标下的变干程度趋缓。

相对于工业革命前，1.5°C/2°C温升目标下，未来三种不同情景“一带一路”主要陆域平均的降水均为显著增加。3种不同情景平均而言，1.5°C和2°C温升目标时，“一带一路”主要陆域平均降水将分别增加20.14 mm/a和30.02 mm/a。比较而言，2°C温升目标时，“一带一路”主要陆域平均降水较1.5°C温升目标时增加9.88 mm/a。

相比于1995～2014年，在3个不同情景下，整个“一带一路”主要陆域未来P-E指数在全球1.5°C和2°C温升目标时的预估均呈现出显著的减少趋势；其中，欧洲地区、中国南部至中南半岛地区、南亚印度东部地区、东南亚和赤道非洲中部地区的减少幅度最大。相比于1.5°C，亚非干旱-半干旱带未来P-E指数在2°C温升目标下将增大，气候将变湿润，其余大部分地区的P-E指数将呈现减小趋势。