过去千年特征暖期南、北半球降水变化差异及其机理分析

王思思， 朱丽东， 潘春华， 李凤全

(浙江师范大学 地理与环境科学学院,浙江 金华 321004)

观测资料显示，20世纪后半叶，南、北半球降水面对现代气候的快速增温在不同纬度带上表现出了不同的变化特征[1].而大规模的降水变化往往会增加极端气候事件发生的频率[2]，进而影响社会经济的发展[3].因此，研究南、北半球降水对人为因子强迫和自然因子强迫的响应机制[4-5]，可以更加深入地认识全球降水的变化规律，有利于更好地预估未来增暖背景下降水数十年到数百年的发展趋势，从而针对极端降水做好防灾减灾工作[6].

研究过去千年气候对理解年代至百年尺度的气候变化具有独特的价值[7].在过去千年时段中存在着一个相对纯粹受自然影响的中世纪气候异常期(medieval climatic anomaly，MCA)[8]及受人为因子强迫和自然共同影响的现代暖期(present warm period，PWP)[9].对比研究这2个不同气候背景下形成的特征时期，可以更好地理解在多年代际时间尺度上不同强迫因子对南、北半球降水的影响.其中，利用气候模式可以很好地探讨特征暖期南、北半球的降水变化及其机理[10].前人利用各种气候模式对过去千年降水变化特征进行了研究[11-12]，刘斌等[13]依据CESM(community earth system model)结果发现，MCA北半球平均降水增加量要高于南半球；况雪源等[14]利用ECMO-G(全球海气耦合气候模式)结果发现，MCA北半球降水的变化幅度比南半球大，而高纬(度)地区降水的变幅大于低纬地区；PWP北半球及南半球低纬地区降水变化为正距平，南半球中高纬地区则呈现降水为负距平的现象；亦有研究发现，PWP降水呈“干区→更干，湿区→更湿”的变化特征[15].可以看出，不同气候模式对过去千年特征暖期降水结构特征的模拟有所差异，模拟的气候变化存在一定的模式依赖性[16]，需要对不同模式的气候模拟结果进行对比分析.目前第6次国际耦合模式比较计划(coupled model intercomparison project，CMIP)及国际古气候模拟比较计划(paleoclimate modeling intercomparison project，PMIP)第4阶段中涉及过去千年时段的数据更新较少，因此，CMIP5/PMIP3中的大量过去千年气候模拟试验数据成为多模式对比研究过去千年气候变化的更好选择.

综上所述，虽然前人针对过去千年的降水变化进行了深入探讨，但是对于特征暖期南、北半球降水变化的认识仍较为缺乏.本文利用CMIP5/PMIP3中多个气候模式模拟结果对南、北半球特征暖期的降水时空变化特征进行对比分析，探究在过去千年不同特征暖期的背景下南、北半球降水差异的成因机制，对了解近千年来全球降水的变化规律，为进一步认识和预测全球降水在未来增暖背景下的多年代际的变化提供理论参考.

1 模拟试验设计与检验

1.1 资料简介

本文选用了CMIP5/PMIP3提供的6个研究过去千年(公元850—2005年)的模拟试验结果(https://esgf-node.llnl.gov/search/cmip5/)，同时使用由美国国家大气研究中心开发的通用地球系统模式(CESM)进行的过去千年全强迫模拟试验结果[17-18]，其中多模式集成(multi-model ensemble mean，MME)为所有模拟结果(CESM,CCSM4,GISS-E2-R,MPI-ESM-P,CSIRO-Mk3L,BCC-CSM1,MRI-CGCM3)的算数平均集合.

另外，本文利用观测/再分析资料来验证气候模式对全球年平均地表气温和降水空间分布的模拟能力.地表气温资料选用了美国国家环境预测中心(National Centers for Environment Prediction，NCEP)再分析资料的逐月地表气温数据[19]；降水资料使用的是全球降水气候项目资料(global precipitation climatology project，GPCP)[20]和气候预报中心降水集合分析资料(climate prediction center merged analysis of precipitation，CMAP)[21].为方便比较，采用双线性插值的方法将模拟结果和观测/再分析数据统一插值成2.5°×2.5°的空间分辨率.此外，本文使用9条过去千年北半球温度重建序列(https://www.ncdc.noaa.gov/data-access/paleoclimatology-data/)来验证过去千年模拟结果的可信度，其中重建序列分别为Esp02,Mann03,Mob05,D′Arrigo06,Heg07,Mann08-cps,Sch15,Wli16和Gui17.另外，本文如果没有特殊说明，距平时段均为公元851—1850年.

1.2 模拟结果验证

本文利用泰勒图分析评估各个气候模式及MME对南、北半球年平均(公元1979—2000年)地表气温和降水空间分布的模拟能力.泰勒图能够直观地比较各模式的模拟结果与观测/再分析资料的对应程度，其中离红色圆点(观测场)越近，模式的模拟结果与观测/再分析资料的相近度就越高.从图1中可以观察到各模式对南、北半球降水的模拟效果不及地表气温，然而，CMAP观测/再分析资料所呈现的降水空间分布状况与GPCP观测/再分析资料同样存在差异(见图1(c)和图1(d)).可见，虽然不同模式对南、北半球地表气温和降水分布的模拟结果存在一定的偏差，但均较合理地描述了年平均地表气温和降水的空间分布特征.此外，MME比任何单一模式都更真实地刻画出全球地表气温和降水的空间分布形态，说明将所有模式的模拟结果进行算数平均处理能够有效提高模拟结果的可信度[22].

图1 CMIP5模式模拟的年平均地表气温与降水空间分布相对于观测场的泰勒图

图2为过去千年北半球31年滑动平均的温度距平序列，各个过去千年北半球温度重建资料体现了过去千年MCA和PWP这2个特征暖期的存在[23]，结合前人的研究成果[14-15,23]，本文选取了公元851—1250年和公元1901—2000年这2个时段分别作为中世纪气候异常期和现代暖期.此外，进一步分析北半球地表气温的MME模拟序列与各温度重建序列在2个特征暖期的对比情况，MCA的MME模拟序列与各重建序列的相关性较低，这可能是受各模式模拟试验设计方案不同及MCA原始代用资料较少的影响[24]，尽管如此，MCA地表气温的MME模拟曲线仍然处于各重建序列的不确定范围之内；而PWP的MME模拟结果与各重建序列一致性较强.总体而言，MME可以较好地模拟北半球过去千年地表气温的2个特征暖期，采用MME来研究过去千年气候变化是可靠的.

图2 过去千年北半球温度的31年滑动平均距平序列

2 结果与分析

2.1 特征暖期降水的时空变化

图3给出了MME模拟的过去千年半球/全球年平均地表气温和降水距平序列的31年滑动平均值.从图3中可以观察到，MCA和PWP南、北半球均表现为降水增多，然而，南、北半球降水距平的时间变化在2个特征暖期具有不同的表现特征.在南半球和北半球之间的降水变化差异方面，MCA降水在同一年的变化差异最大为0.02 mm/d，而PWP则为0.01 mm/d.表明MCA南半球和北半球之间降水的变化幅度要大于PWP.在南、北半球降水距平的振幅变化方面，MCA北半球降水距平的振幅变化为0.02 mm/d，南半球为0.01 mm/d；而PWP南、北半球降水距平的振幅变化基本一致，可见,MCA和PWP的北半球降水距平变幅均略高于南半球，但是对比2个特征暖期可发现，PWP南、北半球降水距平变幅要远大于MCA.

图3 MME模拟的过去千年半球/全球年平均地表气温与降水的31年滑动平均距平序列

图4为MME模拟的MCA和PWP降水距平的空间分布图.MCA降水增长幅度最大的为热带西太平洋及喜马拉雅山以南的印度半岛地区；降水减少最明显的是赤道中东太平洋、热带大西洋及南美洲巴西高原的部分地区.PWP热带西太平洋降水增加最为显著；南、北半球30°附近则有2条降水减少的纬度带，其中北美洲南部地区和南美洲北部地区降水减少幅度最大.总体而言，降水变化率较大区域主要集中在60° N—60° S，这可能是因为降水主要集中在中低纬(度)地区[13-14].

图4给出了全球纬圈降水的平均变化，可以看出,全球降水变化具有“正—负—正”的带状分布现象，结合全球降水变化的特点,将南、北半球各划分为4个纬度带进行统计，分别为寒带地区60° N(S)—90° N(S)、温带地区40° N(S)—60° N(S)、亚热带地区20° N(S)—40° N(S)及热带地区0°—20° N(S).表1所示为MME模拟的特征暖期南、北半球各纬度带降水变化率.由表1可知，MCA北半球平均降水增加幅度为南半球的近2倍，其中，MCA北半球热带及南、北半球温带地区和寒带地区降水增幅较大.PWP南半球降水增加幅度为北半球的近1.5倍，除了南、北半球的亚热带地区降水显著减少以外，其他地区降水均显著增加，其中南、北半球的寒带地区及南半球的热带地区降水增幅最为明显.综上所述，MCA和PWP南、北半球的降水距平分布在不同纬度带上表现出了显著的区别，2个特征暖期,南、北半球降水距平的这种变化差异可能是降水对不同外强迫因子响应的一种体现[25]，各个外强迫因子对南、北半球降水的具体影响机制仍需进一步深入探讨.

注：基于自然资源部标准地图服务网站审图号为GS(2016)1667号的标准地图制作，底图无修改.打点区域表示达到99%的置信度

表1 MME模拟的特征暖期南、北半球及其各纬度带的降水距平的变化率 单位：%

2.2 不同特征暖期南、北半球降水与地表气温的关系

在模式结果中，PWP的温暖程度明显高于MCA(见图3).为探讨在升温幅度相同的条件下南、北半球降水对MCA与PWP地表气温的响应状况，表2给出了MME模拟的2个特征暖期南、北半球地表气温与降水的回归系数.在相同升温幅度下，MCA北半球平均降水变化量为PWP的近3倍；MCA南半球平均降水变化量为PWP的近1.5倍.由于MCA气候变化主要受自然因子强迫(如太阳辐射和火山活动等)的影响，PWP气候变化则为人为因子强迫(如温室气体等)所主导[9,26]，表明当气温升高一致时，南、北半球平均降水对自然因子强迫的响应要大于对人为因子强迫的响应，这与前人的研究结论较为一致[15,25-27].此外，从表2还可以看出，在气温变幅相同的情况下，MCA北半球降水变化量为南半球的近2倍，PWP南、北半球降水变化量则几乎一致，即北半球降水对自然因子强迫的响应比南半球降水强烈，而人为因子强迫对南、北半球降水的影响基本相同.可见，南、北半球平均降水对不同气候背景下的增温具有不同的响应特征，与之相对应的是，MCA在自然因子强迫的影响下，南半球和北半球之间降水差异较大(见图3)，同时北半球平均降水增加量要高于南半球(见表1)；而PWP受人为因子强迫的影响，南、北半球之间降水差异较小(见图3)，南半球平均降水增加量高于北半球(见表1).

表2 MME模拟的特征暖期地表气温与降水的回归系数

然而，降水变化具有空间分布不均匀的特征[13]，为了更好地理解2个特征暖期降水对不同强迫因子响应的半球差异，本文进一步分析了南、北半球不同纬度带降水对地表气温的响应状况.由表2可知，在升温幅度相同的背景下，MCA南、北半球热带地区平均降水变化量比其他纬度地区要高一个数量级，同时，北半球温带地区和寒带地区平均降水变化量大于南半球温带地区和寒带地区.表明南、北半球降水对自然因子强迫的响应主要体现在热带地区，这与刘斌等[13]的研究结论相吻合，MCA低纬地区的降水变化主要受太阳辐射和火山活动的共同影响[13]；而北半球温带地区和寒带地区平均降水受自然因子强迫的影响均要高于南半球温带地区和寒带地区，这可能是受北极放大作用的影响[28].从MME模拟的地表气温距平图中可以看出，寒带地区的气温在MCA异常偏高(见图5(a))，这与高纬地区的冰雪正反馈有关，同时这种“极地增强”的特征在北半球更为显著[8,13-14]，与之相对应的是北半球呈现寒带地区和温带地区平均降水偏多的现象(见表1).

注：基于自然资源部标准地图服务网站审图号为GS(2016)1667号的标准地图制作，底图无修改.图中只显示超过99%显著性检验的区域

PWP在给定升温幅度时，南、北半球各纬度带平均降水的变化量大体相同(见表2)，尤其是热带和高纬度地区.可见，南、北半球各纬度带平均降水对人为因子强迫的响应较为一致，这可能与“大气稳定机制”有关[26]，全球受温室气体的影响增温一致性较强，与之相对的南、北半球各纬度带降水变化较为均衡(见表1).

2.3 特征暖期降水南北差异的机理分析

全球海洋面积分布广阔，作为全球水汽的重要来源，海洋的表面温度(sea surface temperature，SST)变化对全球降水具有重要的意义[25,29].在2个特征暖期的增温背景下，MME模拟的SST距平的变化表现出了不同的特征，具体见图5(b)～图5(d).

为了研究特征暖期南、北半球降水差异的机制，对比分析了南、北半球及其不同纬度带降水与特征暖期SST及850 hPa风场的相关系数分布图，具体见图6和图7.

注：基于自然资源部标准地图服务网站审图号为GS(2016)1667号的标准地图制作，底图无修改.打点区域表示达到99%的置信度

注：基于自然资源部标准地图服务网站审图号为GS(2016)1667号的标准地图制作，底图无修改.打点区域表示达到99%的置信度

从图6(a)中可以观察到，全球SST呈现“北半球暖-南半球冷”的空间分布模态，然而在南半球降水与全球SST的相关系数图中(见图6(b))，南、北半球SST表现出了相反的空间分布模态，表明MCA南、北半球降水变化差异受南-北半球SST温差的影响[25].此外，观察MCA南、北半球不同纬度带降水与全球SST的相关系数图(见图6(c)～图6(j))，南-北半球SST温差的变化对南、北半球各纬度带降水均有影响，其中与北半球热带地区降水和南半球热带地区降水各自相关的SST场(见图6(i)和图6(j))分别与北半球降水和南半球降水各自相关的SST场(见图6(a)和图6(b))具有较高的空间一致性(相关系数分别为0.95和0.95，均通过99%的显著性检验)，说明MCA南、北半球热带地区降水对全球SST异常变化的响应最为强烈.

从北半球热带地区降水与SST及850 hPa风场的相关系数图中可以发现，南、北半球的热力差异较大，对应着较强的南、北半球低纬地区的偏南风(见图6(i))，为北半球带来了更多的降水；而在南半球热带地区降水与SST及850 hPa风场的相关系数图中，南半球低纬地区的偏南风削弱了北半球低纬地区较强的偏北风(见图6(j))，导致了北半球降水变化量高于南半球.这可能与热带辐合带(intertropical convergence zone，ITCZ)季节性的南、北移动有关[30].MCA处于太阳活动剧烈期，具有更强的太阳辐射[9,26]，因此，当太阳直射在北半球的时候，北半球SST因吸收更多的太阳短波辐射而偏高，南、北半球SST温差加大，由此产生的跨赤道气压梯度有利于进一步推动ITCZ带向北移动，为北半球带来更多的降水；反之，当太阳直射点向南半球移动时，南半球SST因接受更高的太阳短波辐射而偏高，此时向南偏移的ITCZ带使南半球降水偏多，然而由于ITCZ带在东太平洋和大西洋的移动位置偏北[31]，导致了南、北半球降水变化量的差异.

PWP南、北半球降水序列(见图7(a)和图7(b))与SST具有普遍的显著正相关关系，其中北半球降水与赤道太平洋SST的相关系数可达0.60(通过99%的显著性检验)；而南半球降水与西太平洋SST的相关系数最高，说明南、北半球降水与太平洋SST的关系密切.此外，从PWP南、北半球不同纬度带降水与全球SST的相关系数图来看(见图7(c)～图7(j))，除了北半球亚热带地区降水与SST的相关系数图以外，南、北半球其他纬度带降水各自相关的SST场与相对应的南、北半球降水各自相关的SST场(见图7(a)和图7(b))具有极高的相似度(相关系数的绝对值为0.83～0.96，均通过99%的显著性检验)，表明太平洋SST的变化影响南、北半球各纬度带降水的变化特征.

进一步对比MCA与PWP南、北半球及其各纬度带降水与全球SST的相关系数图，由图6可知，MCA热带太平洋海区纬向SST梯度较大，而PWP热带太平洋海区纬向SST变化相对一致(见图7).因此结合MME模拟的结果，MCA热带太平洋海区在自然因子强迫的影响下具有较强的纬向SST梯度，对应着较强的偏东风(见图5(c))；而受人为因子强迫的影响，PWP热带太平洋海区纬向SST梯度减弱[27]，对应着偏西风，同时南、北半球的850 hPa风场较为相似(见图5(d)).由于增强的热带太平洋海区纬向SST梯度有利于加强Walker环流，使得水汽更多地辐合于西太平洋暖池区域[15,26-27]，低纬度地区的降水增加显著；减弱的热带太平洋海区纬向SST梯度则削弱了Walker环流，推动了南、北半球降水的均衡变化.

3 结 论

本文利用CMIP5/PMIP3中多个模式的模拟结果对过去千年2个特征暖期，也就是中世纪气候异常期(公元851—1250年)和现代暖期(公元1901—2000年)的南、北半球降水时空分布特征进行了对比分析，探讨了全球海温场在不同特征暖期的背景下对南、北半球降水变化的影响机制.主要结论如下：

1)通过与观测/再分析资料的对比，笔者发现MME能较好地再现公元1979—2000年南、北半球地表气温和降水的空间分布状况；另外，各个过去千年北半球温度重建资料与MME模拟的地表气温在2个特征暖期的变化较为一致，这说明采用MME来研究过去千年2个特征暖期的气候变化是可靠的.

2)MCA南半球和北半球之间降水距平的差异要大于PWP.而PWP南、北半球降水距平各自的变幅要远大于MCA.此外，MCA北半球平均降水增长要高于南半球；PWP南、北半球平均降水增长则较为一致.

3)MCA南、北半球降水的变化差异受南-北半球SST温差变化的影响，南、北半球温差增大有利于推动ITCZ带向南、北半球移动，而ITCZ带在东太平洋和大西洋的移动位置偏北，导致了北半球降水变化量高于南半球.

4)2个特征暖期的南、北半球降水均受热带太平洋海区纬向SST梯度的影响，MCA热带太平洋海区比PWP具有更强的纬向SST梯度，较强的热带太平洋海区纬向SST梯度有利于加强Walker环流，使得水汽更多地辐合于西太平洋暖池区域，增加低纬地区的降水量；而PWP减弱的热带太平洋海区纬向SST梯度则削弱了Walker环流，促进南、北半球降水均衡变化.

致谢：感谢浙江师范大学王志远博士及南京师范大学刘健教授提供的部分模拟试验数据！