基于CMIP6模式的乌江流域气温与降水时空变化

陈 梓 延，姜 彤，王 艳 君，姜 汕，周 建，苏 布 达

(1.南京信息工程大学 地理科学学院，江苏 南京 210044； 2.南京信息工程大学 灾害风险管理研究院，江苏 南京 210044)

0 引 言

近100 a全球气候正经历一次以变暖为主要特征的显著变化，且变暖趋势仍在加剧。作为气候变化敏感区，中国1901～2019年地表年平均气温呈显著上升趋势，增温幅度远超全球平均状况；年降水量趋势性变化不显著，但存在着明显的年代际振荡且空间差异显著[1]。研究表明，自有观测气象资料以来，中国不同地区气温差异较大，除四川盆地和川滇交界地区气温呈下降趋势外，其他地区气温均呈上升趋势，西部和北方升温幅度较大，其中青藏高原升温趋势最为显著；降水也有明显的区域特色，西北与东南地区增加，华北向西南一带减少[2-4]。乌江位于中国西南地区，是长江上游南岸最大的支流。2021年习近平总书记至乌江考察，指出乌江是贵州省“母亲河”，乌江流域以近四成的贵州省面积，承载了贵州省一半以上的人口和经济总量，是省内经济社会发展最快的区域[5]。此外，由于地处喀斯特地区，乌江流域水文情势复杂、生态环境脆弱，易受气候变化的影响[6-8]。在全球气候变化背景下，研究乌江流域区域气候变化特点，对相关部门有针对性地采取适应气候变化的措施，保障流域经济平稳发展有着重要意义。

气候变化预估主要基于气候模式。通过近30 a的发展，气候模式已广泛应用在未来气候变化及其影响的研究中。国际耦合模式比较计划(CMIP)为气候模式提供了标准化的试验框架，促进了气候模式的发展与完善，构建了最为完善的气候模式资料库，支撑起了整个国际社会的气候研究[9]。已有大量研究运用CMIP5的气候模式结果，进行全球和区域尺度上气温与降水的模拟评估与预估，以确定未来气候变化及其影响[10-13]。CMIP5采用典型浓度路径RCP2.6，RCP4.5，RCP6.0，RCP8.5，代表未来不同的温室气体排放水平[14]。根据CMIP5气候模式预估结果，21世纪中国区域气温、降水将呈增加趋势[3，15]，而乌江流域未来气温、降水变化趋势与全国一致[16-17]。

CMIP6在CMIP5的基础上，将共享社会经济路径(SSP1，可持续发展路径；SSP2，中间路径；SSP3，区域竞争路径；SSP4，不均衡路径；SSP5，传统化石燃料为主的路径)与典型浓度路径相结合，构建了7个SSPs新情景(SSP1-1.9，SSP1-2.6，SSP4-3.4代表低强迫情景；SSP2-4.5，SSP4-6.0代表中等强迫情景；SSP3-7.0，SSP5-8.5代表高强迫情景)[18-22]。SSPs新情景既考虑了未来社会经济可能的发展状况，也涵盖了未来温室气体排放量从低到高的变化情况，是探索各种潜在变暖途径的理想选择[23]。

目前，利用CMIP6模式预估全球和区域气候变化研究的工作正在逐渐开展[24-27]，而现有气候变化预估研究中，以乌江流域为主体的研究偏少，相关研究考虑的未来变化情景有限，采用的气候模式较为陈旧[6，16-17]，未能充分考虑不同社会经济发展状况和温室气体排放共同作用下流域气温、降水的变化趋势。本文基于观测数据，评估经过降尺度与偏差订正的CMIP6全球气候模式对乌江流域气温、降水的模拟能力，并利用新提出的SSPs情景，分析乌江流域2021～2100年的气温、降水变化，以期为乌江流域应对气候变化提供思路与参考。

1 数据与方法

1.1 研究区概况

乌江流域(104.29°E～109.34°E，26.15°N～30.23°N)位于长江上游以南，流域面积约8.79万 km2，干流化屋基以上为上游，化屋基至思南县为中游，思南县以下为下游(见图1)。研究区位于亚热带季风区，夏季高温多雨，冬季低温少雨。流域地形以高原山脉和丘陵为主，地势西南高东北低，起伏较大。

图1 乌江流域气象站及气候模式格点分布

1.2 数 据

本文的观测数据是由中国2 000余个地面气象观测站逐日气象资料插值构建的1961～2014年空间分辨率为0.5°×0.5°的格点数据集[28]。

多模式集合平均可以减少气候模式本身所带来的不确定性[29]。本文使用每个情景下5个模式的集合平均结果分析乌江流域2021～2100年气温、降水变化趋势。

1.3 研究方法

1.3.1降尺度与偏差订正

由于气候模式数据的原始分辨率各不相同，本文使用空间解集(Spatial Disaggregation，SD)方法对其进行统计降尺度，采用等距累计分布函数(Equidistant Cumulative Distribution Functions，EDCDF)进行偏差订正。

SD统计降尺度方法认为气候模式原始粗分辨率数据反映的区域地形和气候特征在降尺度过程中保持不变。首先将逐月观测数据的多年平均值插值至模式分辨率，估算观测数据与模式数据的偏差场；然后将偏差场插值回观测数据分辨率，并与原观测数据相加(气温)或相乘(降水)，得到降尺度后的模式数据[30]。本研究中将气候模式数据统一降尺度至观测数据分辨率(0.5°×0.5°)(见表1)。

表1 气候模式降尺度前后空间分辨率

EDCDF偏差订正主要根据实测、历史模拟、预估数据的累积概率分布进行订正。对气候模式历史模拟数据进行偏差订正时，是以相同时间段内模式模拟的气温、降水的均值与对应观测值相近为目标。对气候模式预估数据进行偏差订正时，需计算未来某一值对应的累积概率，假定在此累积概率下对应的实测和历史模拟数据的差值保持不变，通过此差值(Δ)对气候模式数据开展校正[31]。EDCDF公式如下：

(1)

xcorrect=x+Δ

总而言之，早年之象山与其他宋明学人一样，勤奋好学，立足实践，涉猎甚广，立志于报效国家，穷则著书立说，达则兼济天下。然而早年之象山理论未定，学术未成，思想呈现出混杂、矛盾的现象，不可与中晚年之象山等同视之。

(2)

式中：x为气候要素；F为累积概率分布函数(CDF);Foc为历史时期实测数据;Fmc为历史时期模拟数据;Fms为预估期模拟数据。

1.3.2气候倾向率与显著性检验

本文使用气候倾向率来表征气候变量随时间的变化规律。以xi表示样本量为n的某一气候变量，以ti表示样本对应的时间，则xi与ti之间的一元线性回归式为

xi=a+bti(i=1，2，3，…，n)

(3)

式中：a为回归常数，b为回归系数。a和b由最小二乘法估计得到，回归系数b×10即气候倾向率。气候倾向率大于0，表明变量随时间呈上升趋势，小于0为下降趋势。

采用Mann-Kendall检验法(M-K法)，检测乌江流域气温、降水变化是否显著。M-K法是一种非参数统计检验方法，被广泛应用于气象领域。

2 结果与分析

2.1 气候模式模拟能力评估

1961～2014年，乌江流域年平均气温为13.9 ℃，年降水为1 191.8 mm。气温呈波动上升趋势，降水呈波动下降趋势，倾向率分别为0.1 ℃/10 a和-20.1 mm/10 a。

气候模式模拟的平均气温和降水分别为14.2 ℃和1 365.8 mm，高于观测年平均气温0.3 ℃、高于观测年平均降水14.6%，气温与降水倾向率分别为0.1 ℃/10 a和-20.6 mm/10 a。经降尺度与偏差订正后，年平均气温和降水的偏差分别缩小为0.01 ℃和0.03%，气温与降水倾向率分别为0.1 ℃/10 a和-13.4 mm/10 a。经降尺度和偏差订正的气候模式与观测值偏差较小，变化趋势与观测值相符，可以在时间尺度上基本描述流域气温、降水的特征(见图2)。

注：实线表示多模式集合平均，阴影表示多个模式的上下限范围。

从乌江流域多年(1961～2014年)平均气温、降水的空间分布来看，乌江流域气温呈现出由上游向下游逐渐升高的空间分布规律，降水在流域上游和下游较高，中游较低。降尺度与偏差订正前，5个气候模式的气温、降水与观测值空间相关性均小于0.9，经降尺度与偏差订正以后，所有模式的气温、降水与观测值在空间上一致性均较高，空间相关系数均能够达到0.95以上。

2.2 气温变化

2.2.1年气温时空变化

2021～2100年，多模式集合平均显示，乌江流域年平均气温在各情景下均呈显著上升趋势(显著性水平0.05)(见表2)。随着温室气体排放量的增加，流域年平均气温倾向率逐渐增大，SSP1-1.9和SSP1-2.6情景下倾向率为0.1 ℃/10 a，温升最慢；SSP5-8.5下倾向率为0.6 ℃/10 a，温升最快。

表2 SSPs情景下21世纪乌江流域年平均气温倾向率

相对于基准期，乌江流域21世纪近期、中期和末期的年平均气温变化如图3所示。年平均气温近期、中期、末期增幅分别为1.1(SSP4-3.4)～1.2 ℃(SSP1-1.9)，1.4(SSP1-1.9)～2.3 ℃(SSP5-8.5)，1.3(SSP1-1.9)～4.6 ℃(SSP5-8.5)。年平均气温近期各情景增幅均在1.0 ℃左右；中期与末期增幅最小值在SSP1-1.9，最大值在SSP5-8.5。

图3 乌江流域21世纪近期、中期和末期年平均气温相对于1995～2014年的变化

空间上，各情景下3个时期乌江流域年平均气温相对于基准期均有所上升，总体上呈现出由上游向下游气温增幅逐渐增大的分布特征(见图4)。

图4 不同情景下乌江流域21世纪近期、中期和末期年平均气温相对1995～2014年变化率空间分布

2.2.2季节气温时空变化

2021～2100年乌江流域四季气温在各情景下均呈波动上升趋势(见表3)，SSP1-1.9下夏、秋两季气温上升趋势不显著，其余情景下各季气温均呈显著上升趋势(显著性水平0.05)。四季气温倾向率均随着温室气体排放量的增加而增大，SSP1-1.9下气温上升最慢，四季倾向率均为0.1 ℃/10 a ；SSP5-8.5下气温上升最快，春、冬两季倾向率为0.6 ℃/10 a，夏、秋两季为0.7 ℃/10 a。

表3 SSPs下21世纪乌江流域四季平均气温倾向率

相对于基准期(1995～2014年)，乌江流域21世纪近期、中期和末期的四季气温变化如图5所示。春季，近期、中期、末期气温增幅分别为1.1(SSP1-1.9)～1.4 ℃(SSP5-8.5)，1.4(SSP1-1.9)～2.5 ℃(SSP5-8.5)，1.3(SSP1-1.9)～4.8 ℃(SSP5-8.5)；夏季，近期、中期、末期气温增幅分别为0.6 ℃(SSP4-6.0)～1.1 ℃(SSP5-8.5)，1.1(SSP1-1.9)～2.2 ℃(SSP5-8.5)，0.9(SSP1-1.9)～5.3 ℃(SSP5-8.5)；秋季，近期、中期、末期气温增幅分别为1.2(SSP2-4.5)～1.6 ℃(SSP5-8.5)，1.6(SSP1-1.9)～2.8 ℃(SSP5-8.5)，1.4(SSP1-1.9)～5.7 ℃(SSP5-8.5)；冬季，近期、中期、末期气温增幅分别为1.0 ℃(SSP4-3.4)～1.5 ℃(SSP5-8.5)，1.6(SSP1-1.9)～2.6 ℃(SSP5-8.5)，1.6 ℃(SSP1-1.9)～5.1 ℃(SSP5-8.5)。从四季气温各时期变化来看，夏季气温增幅多为同时期四季中最低，秋季气温增幅多为同时期四季中最高。

图5 乌江流域21世纪近期、中期和末期四季平均气温相对于1995～2014年的变化

空间上，各情景下3个时期乌江流域四季气温相对于基准期均有所上升，气温增幅的空间分布特征与年气温增幅一致，总体上从上游至下游逐渐增大。

2.3 降水变化

2.3.1年降水时空变化

多模式集合平均显示，2021～2100年，乌江流域年降水在各情景下均呈显著上升趋势(显著性水平0.05)(见表4)。SSP3-7.0下降水增速最慢，倾向率为10.2 mm/10 a；SSP4-3.4下降水增速最快，倾向率为14.6 mm/10 a。

表4 SSPs下21世纪乌江流域年降水倾向率

乌江流域年降水在21世纪近、中、远期相对于基准期变化如图6所示。年降水近、中、末期相对变化率分别为-2.7%(SSP3-7.0)～3.9%(SSP5-8.5)，-1.2%(SSP3-7.0)～6.2 %(SSP1-2.6)，3.7%(SSP3-7.0)～10.3%(SSP1-2.6)。各情景下，流域年降水相对于基准期变化率均在近期最小，末期最大。

图6 乌江流域21世纪近期、中期和末期年降水相对于1995～2014年的变化

空间上，乌江流域年降水在3个时期相对于基准期变化如图7所示。在21世纪近期，流域降水在SSP4-3.4、SSP4-6.0和SSP3-7.0下降，其他情景下上升；中期降水仅在SSP3-7.0下降，其他情景下上升；末期所有情景降水均上升。流域中游年降水增幅较大，上游与下游增幅较小的时期与情景包括：近期SSP2-4.5、SSP5-8.5，中期SSP1-2.6、SSP4-3.4、SSP2-4.5、SSP4-6.0和SSP5-8.5，末期SSP1-1.9、SSP1-2.6和SSP2-4.5，其余情况还包括上游到下游增幅逐渐减小或逐渐增大。总体上，多数时期与情景下，乌江流域年降水相对于基准期上升，且表现出中游增幅较大，上游与下游增幅较小的规律。

图7 不同情景下乌江流域21世纪近期、中期和末期年降水相对1995～2014年变化率空间分布

2.3.2季节降水时空变化

21世纪乌江流域四季降水在不同情景下主要呈显著上升趋势(显著性水平0.05)(见表5)。四季降水变化趋势不显著的情景有：春季SSP1-2.6，夏季SSP1-1.9和SSP2-4.5，秋季SSP2-4.5、SSP4-6.0和SSP5-8.5，冬季SSP5-8.5。

表5 SSPs下21世纪乌江流域季节降水倾向率

各情景下季节降水相对于基准期的变化率在21世纪近期、中期、末期的变化如图8所示。春季，近期、中期、末期降水变化率分别为-2.0%(SSP3-7.0)～6.5%(SSP1-1.9)，2.1%(SSP3-7.0)～6.8%(SSP1-1.9)，6.4%(SSP3-7.0)～14.3%(SSP5-8.5)；夏季，近期、中期、末期降水变化率分别为-2.4%(SSP3-7.0)～4.4%(SSP2-4.5)，-1.4%(SSP4-6.0)～6.7%(SSP2-4.5)，2.3%(SSP4-6.0)～7.2%(SSP1-2.6)；秋季，近期、中期、末期降水变化率分别为-4.8%(SSP3-7.0)～4.4%(SSP5-8.5)，-6.5%(SSP3-7.0)～4.4%(SSP5-8.5)，-3.4%(SSP3-7.0)～10.2%(SSP1-2.6)；冬季，近期、中期、末期降水变化率分别为-3.1%(SSP4-6.0)～22.9%(SSP1-2.6)，-6.5%(SSP3-7.0)～33.6%(SSP1-2.6)，-1.1%(SSP3-7.0)～33.8%(SSP1-2.6)。总之，各情景下，夏季、秋季降水变化率相对最小，冬季降水变化率相对最大。

图8 乌江流域21世纪近期、中期和末期季节降水相对于1995～2014年的变化

空间上，乌江流域四季降水在21世纪的变化规律各不相同。相对于基准期，总体上，春、冬两季降水变化率从流域上游到下游逐渐增大，秋季降水变化率从流域上游到下游逐渐减小；夏季降水变化率的空间分布特征与年降水变化率基本一致，多数情景与时期下，夏季降水呈现出中游增幅较大，上游与下游增幅较小的规律。

3 结论与讨论

3.1 结 论

本文选取CMIP6中SSPs情景齐全的5个GCMs，基于1961～2014年中国区域气象逐日格点数据，开展GCMs的降尺度与偏差订正处理，评估了气候模式对1961～2014年乌江流域气温、降水的模拟能力，并使用多模式集合平均预估了2021～2100年流域气候变化趋势并分时期分析流域气温与降水的变化特征，主要结论如下：

(1) 2021～2100年，各情景下的乌江流域年、季平均气温均呈上升趋势，倾向率随温室气体排放量的增加而增大。相对于基准期(1995～2014年)，各情景下，近期年平均气温增幅均在1 ℃左右，中期和末期，SSP1-1.9与SSP5-8.5下年平均气温增幅分别为最小(1.4 ℃和1.3 ℃)和最大(2.3 ℃和4.6 ℃)；夏季与秋季气温增幅分别为最小和最大。空间上，相对于基准期，各情景下年平均气温、季节气温总体上呈现出上游增幅最小，下游增幅最大的分布特征。

(2) 2021～2100年，各情景下的乌江流域年降水、季降水总体呈上升趋势。相对于基准期，各情景下，年降水变化率均在近期最小，末期最大；夏、秋季降水变化率最小，冬季降水变化率最大。空间上，相对于基准期，各情景下，春、冬两季降水变化率总体上从流域上游至下逐渐增大，秋季降水变化率总体上由流域上游至下游逐渐减小；年降水和夏季降水多呈现出中游变化率大于上游与下游变化率的特征。

3.2 讨 论

气候变化预估考虑到了不确定性问题。预估的不确定性主要体现在气候变化情景设计上，也就是共享社会经济路径(SSPs)情景；SSPs情景与未来社会经济变化密切相关，情景设计时，考虑了未来从低碳到高碳不同的社会经济发展路径[32-33]。此外，气候模式本身和不同模式之间客观存在结构等方面的差异，导致模式预估结果存在一定的不确定性。

基于CMIP6模式和SSPs情景，本文较全面地评估了乌江流域未来气温、降水变化趋势与幅度，完善了乌江流域不同情景下气候变化方面的研究，可为流域未来的综合管理与发展规划提供参考。已有乌江流域气候变化的研究受限于当时国际耦合模式比较计划发布的气候模式，考虑的未来情景较少，且这些情景假设也有其局限性。如CMIP5气候模式的4个RCPs(RCP2.6、RCP4.5、RCP6.0、RCP8.5)，不针对特定的社会经济发展路径，仅考虑到2100年CO2浓度。而本文使用的CMIP6气候模式共有7个情景，结合了共享社会经济路径和典型浓度路径，同时考虑未来社会经济和温室气体排放量变化，提高了乌江流域气候变化研究的科学性。

随着CMIP6发布更多具有全情景的气候模式，乌江流域气候变化相关研究可进一步补充气候模式，以增加研究结果的可靠性，减少不确定性。