基于CMIP6 模式对云南2023—2060 年气温及降水变化的预估

杨婧雯，何 燕，李 蒙

（1.云南省生态环境科学研究院，云南 昆明 650034；2.云南省气候中心，云南 昆明 650034）

0 引言

气候变化是目前各国政府机构和科研工作者共同关注的重大问题[1]。2022年8月中国气象局发布的《中国气候变化蓝皮书（2022）》显示全球变暖趋势仍在持续，中国升温速率高于同期全球平均水平，是全球气候变化的敏感区，年降水量呈增加趋势，降水变化区域间差异明显[2]。云南省1958—2017年的历史气温呈上升趋势，年降水量呈周期性的波动变化，略有增加趋势[3]。徐用兵等人通过分析1960—2015年云省极端气候指数变化情况发现云南省有变干和变暖的趋势[4]。气候变化可能会对人类生活、农业、社会经济等方面产生影响[5-6]，并且在中国提出二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和后，气候变化与“双碳”目标的实现息息相关，《应对气候变化报告（2022）：落实“双碳”目标的政策和实践》中指出2022年夏季罕见的持续高温干旱正警示我们，适应气候变化、提升应对极端天气气候事件风险能力变得极其重要和紧迫[7]。而全球气候模式是研究气候系统变化机理和预估气候系统未来变化的重要工具[8]，国际耦合模式比较计划（CMIP）的模式结果直接支撑了政府间气候变化专门委员会（IPCC）评估报告的撰写[9]。CMIP6是CMIP计划实施20多年来，参与的模式数量最多、设计的科学试验最为完善、所提供的模拟数据最为庞大的一次[9]。万梓文[10]等人通过对比分析CMIP5和CMIP6模拟的历史大气层顶和地表辐射收支的年际变化和空间分布发现CMIP6的辐射分量在多模式间的一致性较CMIP5有所提高。Zhu[11]等人的研究发现，对于中国极端气候的预测CMIP6模拟结果相较CMIP5模型表现更好。王予[8]等人的研究发现在中国地区CMIP6相较于CMIP5对极端降水的模拟能力总体上有提升，因此采用CMIP6模式对云南未来气温及降水进行预测研究极为重要，这将有助于云南地区经济、农业、水资源利用及实现“双碳”目标的相关研究。

1 数据来源与方法介绍

1.1 研究区概况

云南省位于中国西南地区，经纬度为21°8′32″～29°15′8″N，97°31′39″～106°11′47″E，全省面积约为39.41万km2。属于山地高原地形，气候以亚热带为主，年温差小，日温差大，干湿季节分明[12]。

1.2 数据来源及处理

预估数据采用CMIP6全球模式在SSP1-2.6、SSP2-4.5以及SSP5-8.5情景下25个全球模式的模拟数据，其中SSP-RCPs多情景预估数据是由社会经济情景和气候情景共同构成的新情景[13-15]，将25个模式云南区域的格点数据采用双线性插值法插值到125个站点上，气温插值时进行了地形校正，即数据插值前，根据每一个模式的地形高度资料和温度直减率推算海平面上的气温值，然后进行插值，插值以后根据125个站点的海拔高度数据利用温度直减率计算地形校正结果，大气温度直减率取0.65℃/（100 m）。参考周天军[16]等的研究，未来变化是相较于1995—2014年气候时段的距平或距平百分率，预估时段为2023—2060年，其中1995—2014年气候数据由云南省气候中心提供。

表1 25个CMIP6全球气候模式的基本信息

为了挑选出CMIP6系列模式中对云南区域模拟能力较好的模式数据，计算并绘制了25个模式1—12月平均气温与观测值的泰勒图，发现模式间存在一定的模拟差异，且对气温的模拟优于降水。模式模拟1—12月逐月气温与观测值的相关系数均＞0.95，均方根误差在0.3以内，模拟的1—12月逐月降水与观测值的相关系数均＞0.9，均方根误差在0.6以内。综合25个模式对云南区域降水和气温的模拟检验，挑选出了模拟效果较好的5个模式做集合平均来分析，分别是MIROC-ES2L、IPSLCM6A-LR、NorESM2-MM、HadGEM3-GC31-LL、EC-Earth3。

图1 1995—2014年平均1—12月的泰勒图，降水量（上），平均气温（下）

表2 SSP-RCPs情景介绍

2 结果与分析

2.1 气温的时间变化预估

云南区域平均气温在SSP1-2.6、SSP2-4.5以及SSP5-8.5三种排放情景下均为升高的趋势。其中SSP1-2.6情境下升高的速率为0.18℃/10 a；其在2053年以后升温稳定维持在1.5℃以内；在中国所提出的“碳达峰碳中和”的关键年份2030和2060年，全省平均气温分别为17.2℃和17.8℃；在2030年及2060年夏季NorESM2-MM模式预估的全省平均气温为五种模式中预估值最高的，分别为24.1℃及24.2℃，MIROC-ES2L模式下预估出的全省平均气温为五种模式中预估值最低的，分别为20.6℃及21.2℃；在2030年及2060年冬季MIROCES2L模式预估的全省平均气温为五种模式中预估值最高的，分别为11.1℃及12℃，IPSL-CM6A-LR模式下预估出的全省平均气温为五种模式中预估值最低的，分别为8℃及9.3℃。SSP2-4.5情景下云南区域平均气温升高速率为0.4℃/10 a，到2060年，云南区域平均气温升高2℃左右；2030和2060年全省平均气温分别为17.2℃和18.5℃；在2030年及2060年夏季NorESM2-MM模式预估的全省平均气温为五种模式中预估值最高的，分别为23.9℃及24.2℃，MIROC-ES2L模式下预估出的全省平均气温为五种模式中预估值最低的，分别为20℃及22.3℃。在2030年及2060年冬季MIROC-ES2L模式预估的全省平均气温为五种模式中预估值最高的，分别为11.4℃及14℃，IPSL-CM6A-LR模式下预估出的全省平均气温为五种模式中预估值最低的，分别为9.4℃及10℃。SSP5-8.5情境下升高的速率最大，为0.58℃/10 a；2030和2060年全省平均气温分别为17.4℃和19.1℃；在2030年及2060年夏季NorESM2-MM模式预估的全省平均气温为五种模式中预估值最高的，分别为23.6℃及25℃，MIROC-ES2L模式下预估出的全省平均气温为五种模式中预估值最低的，分别为20.5℃及21.7℃；在2030年冬季MIROC-ES2L模式预估的全省平均气温为五种模式中预估值最高的，为12.5℃，2060年冬季HadGEM3-GC31-LL模式预估的全省平均气温为五种模式中预估值最高的，为13.8℃，2030年及2060年IPSL-CM6A-LR模式下预估出的全省平均气温为五种模式中预估值最低的，分别为9.3℃及10℃。

2.2 气温的空间变化预估

云南平均气温距平空间分布均为正距平，即在三种排放情景下，云南气温均为升高的变化趋势。2023—2030年三种排放情景下，全省大部分地区温度升高0.5~0.9℃，东部气温升高的幅度大于中西部。SSP1-2.6情境下昭通、曲靖、文山及红河地区气温升高为0.9℃左右；SSP2-4.5及SSP5-8.5情景下昭通地区气温升高为0.9℃左右。2031—2060年，在SSP1-2.6情景下东部地区升温幅度大于中西部地区，东部升温为1.3~1.5℃，中西部地区升温为1.1~1.3℃；SSP2-4.5情境下升温幅度要高于SSP1-2.6情景，其中东部升温1.5~1.7℃，中西部升温1.3~1.5℃；SSP5-8.5情景下升温幅度最大，东部升温1.9~2.1℃，中西部大部地区升温1.7~1.9℃。

图2 不同SSPs排放情境下2023—2060年云南区域平均气温距平

2.3 降水的时间变化预估

2023—2060年云南区域降水距平百分率变化总体在正负10%之间。SSP1-2.6情景下，云南区域降水为增加趋势，增加的速率为0.7 mm/10 a；在“碳达峰碳中和”的关键年份2030及2060年全省降水量分别为1593.1 mm及1765.4 mm；其中2030及2060年夏季在MIROC-ES2L模式下所预估的降水量最大，分别为1155.6 mm及1026 mm；在NorESM2-MM模式下所预估的降水量最小，分别为581.4 mm及698.4 mm；2030年冬季在HadGEM3-GC31-LL模式下所预估的降水量最大，为112.6 mm；2060年冬季在IPSL-CM6A-LR模式下所预估的降水量最大，为224.2 mm；2030及2060年冬季在NorESM2-MM模式下所预估的降水量最小，分别为34.7 mm及47.4 mm。SSP2-4.5情景下，云南区域降水为减少的变化趋势，减少的速率为0.17 mm/10 a，2030及2060年全省降水量分别为1643.6 mm及1732.1 mm；其中2030年夏季在MIROC-ES2L模式下所预估的降水量最大，为1105.9 mm；2060年夏季在NorESM2-MM模式下所预估的降水量最大，为1190 mm；2030及2060年夏季在IPSL-CM6A-LR模式下所预估的降水量最小，分别为692.3 mm及645.9 mm；2030年冬季在HadGEM3-GC31-LL模式下所预估的降水量最大，为157.3 mm；2060年冬季在IPSL-CM6A-LR模式下所预估的降水量最大，为142.1 mm；2030年冬季在NorESM2-MM模式下所预估的降水量最小，为70 mm；2060年冬季在EC-Earth3模式下所预估的降水量最小，为79.6 mm。SSP5-8.5情景下，云南区域降水量为增加的变化趋势，增加的速率为1.7 mm/10 a；2030及2060年全省降水量分别为1645.3 mm及1603.4 mm；其中2030年夏季在MIROC-ES2L模式下所预估的降水量最大，分为1111.2 mm；2060年夏季在HadGEM3-GC31-LL模式下所预估的降水量最大，为1036.1 mm；2030及2060年夏季在IPSL-CM6A-LR模式下所预估的降水量最小，分别为669.8 mm及683.1 mm；2030年冬季在MIROC-ES2L模式下所预估的降水量最大，为146.2 mm；2060年冬季在HadGEM3-GC31-LL模式下所预估的降水量最大，为167 mm；2030及2060年冬季在NorESM2-MM模式下所预估的降水量最小，分别为39.4 mm及50.4 mm。

图3 不同SSPs排放情境下2023—2060年云南平均气温距平空间变化

2.4 降水的空间变化预估

图4 不同SSPs排放情境下2023—2060年云南区域平均降水距平百分率

从空间分布来看，在2023—2030年SSP1-2.6情景下全省大部地区降水都是负距平，降水减少最明显的区域主要为西部的大理、保山、德宏及临沧，东北部的昭通降水距平为正值，表现为降水增加；SSP2-4.5情景下降水减少最明显的为大理，东部地区降水表现为增加，其中昭通、文山增加最为明显；SSP5-8.5情景下西双版纳、普洱、红河、文山降水增加最为明显，大理、保山、德宏、怒江及丽江部分地区降水表现为减少。2031—2060年SSP1-2.6情景下全省降水表现为增加，东部地区降水增加比中西部地区明显，其中文山、昭通的降水增加最为明显；SSP2-4.5情景下东部及南部地区降水表现为增加，其中昭通降水增加最为明显，中西部地区降水表现为减少，其中保山减少最为明显；SSP5-8.5情景下西北部地区降水减少，其他地区增加，增加明显的区域均分布在东北部和南部。

图5 不同SSPs排放情境下2023—2060年云南降水距平百分率空间变化

3 结论

（1）对于云南气温变化情况，在SSP1-2.6、SSP2-4.5以及SSP5-8.5三种排放情景下云南2023—2060年的平均气温均为升高的趋势，其中SSP5-8.5情境下升高速率最大为0.58℃/10 a，SSP1-2.6情境下升高速率最小，为0.81℃/10 a，SSP2-4.5情景下云南区域平均气温升高速率为0.4℃/10 a。

（2）气温变化情况从空间区域变化来看，2023—2030年SSP1-2.6、SSP2-4.5以及SSP5-8.5三种排放情景下，云南省大部分地区温度升高0.5~0.9℃，东部气温升高的幅度大于中西部。在2031—2060年，SSP1-2.6情景下中西部温度升高1.1~1.3℃，东部升温1.3~1.5℃。SSP2-4.5情景下，中西部升温1.3~1.5 ℃，东部升温1.5~1.7℃。SSP5-8.5情景下，中西部大部地区升温1.7~1.9℃，东部升温1.9～2.1℃。

（3）对于云南降水变化情况，在SSP1-2.6情景下，降水为增加趋势，增加的速率为0.7 mm/10 a，SSP2-4.5情景下，降水为减少的变化趋势，减少的速率为0.17 mm/10 a，SSP5-8.5情景下，降水量为增加的变化趋势，增加的速率为1.7 mm/10 a。

（4）降水变化情况从空间区域变化来看，在SSP1-2.6情景下，2023—2030年云南降水减少最明显的区域在西部的大理、保山、德宏、临沧，在昭通降水增加，2031—2060年降水增加明显的区域在东北和西南部。SSP2-4.5情景下2023—2030年西部降水减少，东部降水增加，2031—2060年中北部和西北部降水减少。SSP5-8.5情景下，2023—2060年西北部降水减少，其他地区增加，增加明显的区域均分布在东北部和南部。